首页> 中文学位 >“银行核心”影子银行的运行机制——基于FAVAR模型的实证分析
【6h】

“银行核心”影子银行的运行机制——基于FAVAR模型的实证分析

代理获取

目录

声明

摘要

1 绪论

1.1 选题背景与意义

1.2 研究思路

1.3 创新及不足

2 文献综述

2.1 关于影子银行系统性风险的研究

2.2 关于影子银行运行机制的研究

2.3 影子银行的定义

2.4 影子银行的构成

3 中国影子银行的发展脉络及运行机制

3.1 中国影子银行的发展脉络

3.1.1 通道业务发展阶段

3.1.2 同业业务发展阶段

3.1.3 委外投资发展阶段

3.1.4 本章小结

3.2 中国影子银行的运行机制

3.2.1 银行内影子银行产品的运行机制

3.2.2 影子银行与经济发展的关系

3.2.3 影子银行与货币政策的关系

3.2.4 影子银行与房地产市场的关系

3.2.5 影子银行与信贷规模的关系

4 模型的介绍

4.1 动态因子模型(DFM)

4.2 因子增广向量自回归模型(FAVAR)

5 影子银行运行机制的实证分析

5.1 模型构建逻辑

5.2 变量选取和数据来源

5.3 数据处理

5.3.1 数据的初步处理

5.3.2 平稳性检验

5.4 因子萃取

5.5 脉冲响应分析

5.5.1 影子银行与国内生产总值

5.5.2 影子银行与货币政策

5.5.3 影子银行与房地产市场

5.5.4 影子银行与信贷规模

5.5.5 影子银行与其他变量

6 研究结果与建议

参考文献

附录

致谢

展开▼

摘要

2018年的政府工作报告中,明确说明建议健全对影子银行、互联网金融、金融控股公司的监管。中国针对影子银行将继续保持严监管态势,并配合“去产能”、“去杠杆”、“去库存”的宏观大背景,在解决资金空转,疏通金融渠道支持实体经济发展过程中,严守金融风险。所以更大程度上厘清中国影子银行的脉络,了解中国影子银行的运行机制,疏导和规范影子银行的活动配合经济的发展,非常具有现实意义。
  本文建立FAVAR模型实证分析了“银行核心”影子银行的运行机制。FAVAR模型的优势在于,能充分利用大量的数据,通过提取因子找到不可观测因子,并以此捕捉可观测因子的共同驱动力。
  考虑到数据的可得性以及2009年末信贷紧缩导致影子银行迅速发展,本文的考察期间定为2010年第一季度-2017年第四季度。本文在梳理了各类文献以及中国影子银行2010年-2018年的发展脉络之后,发现中国影子银行的变迁最主要的脉络为从通道业务向同业业务转移。大量学者都比较认同影子银行的资金更多的是进入了楼市以及地方融资平台,且中国影子银行具有“银行中心化”及“类信贷”的特征。在这样的基础上本文设定了模型的体系,即通过银行内影子银行业务相关数据及与银行资金直接相关的信托、证券、保险及基金产品的数据中捕捉“银行核心”影子银行因子,并将房地产市场、实体经济运行状况、信贷规模以及货币政策纳入到模型中,探索中国影子银行与之的作用机制。
  通过对实证结果的分析,本文得到以下结论:
  (1)在“资金空转”的背景下,影子银行规模的扩张会一定程度上阻碍实体经济的发展。然而影子银行的发展作为金融深化的过程,它也会一定程度上帮助企业发展。
  (2)货币政策会作用于影子银行,且影子银行会干扰货币政策的有效性。
  (3)中国影子银行与房地产市场的联系十分紧密且同步。
  (4)影子银行对信贷规模的影响是负向且缓慢的。
  (5)以信托贷款为主要方式的银信合作在影子银行体系有主导作用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号