论文部分内容阅读
摘 要：杠杆率监管作为我国金融机构监管的新领域，对监管部门和金融机构均具有重要的意义。本文采用面板数据模型，选取我国141家银行2007年到2016年的数据，研究了杠杆率对我国商业银行贷款的影响，结论如下：1）杠杆率与我国商业银行贷款规模呈负相关关系；（2）杠杆率监管对资产规模大的商业银行的约束力大，而对资产规模较小的商业银行的约束力小，即在杠杆率监管压力下，大银行的信贷扩张速度相对处于较高水平，小银行的信贷扩张速度则相对较慢。
关键词：杠杆率监管、贷款
一、变量选取
本章选取了161家商业银行2007年到2016年的年度数据进行研究，数据主要来源于wind数据库。这161商业银行包括5大行（工、建、中、农、交），12家股份制银行、81家城商行和63家农商行。在数据搜集上，由于某些银行的年度数据搜集较为困难，有的年份数据有缺失。因此，本文的数据为一个非平衡的面板数据，所建立的模型的为非平衡面板数据模型。在实证过程中，样本数据的整理和计算通过Excel进行，样本数据的实证研究过程通过Stata14.0的统计软件完成。
本文的被解释变量是反映贷款规模的（lnLS），解释变量包括杠杆率（LR）、资本充足率（CAR）、不良贷款率（NPLR）、净利息收入比（NII）、存贷比（LDR）、银行存款规模（lnDS）、净资产收益率（ROE）、GDP增长率（GDPG）、通货膨胀率（CPIG）。
二、模型构建
本文建立的基本模型为静态面板数据模型：
Yit=Xit β+uit
其中uit=αi+eit， i=1，2，3…N， t=1，2，3…T， uit为复合扰动项，eit为随机扰动项，αi为个体的固定扰动项。静态面板数据模型一般有Pooled OLS模型、固定效应模型和随机效应模型三种。基于上小节对各个变量的设定，本文考虑将所有变量都纳入到面板数据的模型中进行回归分析，通过Wald检验、B-P检验和Hausman检验对面板数据的模型进行选择。检验结果如下表1所示：
Wald检验的结果为拒绝原假设，因此相比于Pooled OLS模型，选择建立固定效应模型；B-P检验的结果也为拒绝原假设，因此相比于Pooled OLS模型，选择建立随机效应模型。然后通过Hausman检验来分析模型是适合随机效应模型还是固定效应模型，检验结果为选择固定效应模型更合适。因此，本文实证模型的形式为：
lnLSit=〖αi+β1 LRit+β2 CARit+β3 NPLRit+β4 NIIit+β5 LDRit+β6 lnDSit+β7 ROEit+β8 GDPGit+β10 CPIGit+eit
三、结果分析
由上小节分析可知，用固定效应模型对贷款规模（lnLS）进行回归分析，结果如下表2所示：
（2）***、**、*分别表示在1%、5%、10%的置信水平下显著。
从表中的模型回归结果分析可知，反映资本监管的杠杆率指标LR和资本充足率指标CAR对贷款规模的影响是显著的。
作为文章主要研究分析的变量，杠杆率与商业银行贷款规模呈现负相关性，当商业银行的杆杆率较低时，其贷款规模就相对较大；而当商业银行的杠杆率较高时，其贷款规模就相对较小。因此，由杠杆率与贷款规模的这种变化趋势可以分析得出，杠杆率监管会对商业银行信贷资产规模及风险收益等方面产生一定的影响，即如果商业银行的杠杆率较低且达不到监管部门的要求时，为了满足杠杆率监管的要求，商业银行在资本无法得到快速有效的补充（资本水平变化不大）前提下，就会考虑在一定程度上收缩信贷资产的规模，从而满足监管部门的杠杆率监管要求，同时也避免了過高的经营风险。
而不管对于商业银行总体还是对于各种类型商业银行来说，不良贷款率NPLR、净利息收入比NII、存贷比LDR、银行存款规模lnDS、净资产收益率ROE、经济增长率GDPG和通货膨胀率CPIG对贷款规模的影响均是显著的，且与实际结果也相吻合。这说明商业银行的贷款规模不仅受到经济运行环境的影响，还受到银行本身的影响。
综上，可得出（1）杠杆率与我国商业银行贷款规模呈负相关关系，杠杆率监管会对我国商业银行的信贷扩张速度起到一定的约束力，限制其资产规模的过度扩张；（2）杠杆率监管对资产规模大的商业银行的约束力大，而对资产规模较小的商业银行的约束力小，即在杠杆率监管压力下，大银行的信贷扩张速度相对处于较高水平，小银行的信贷扩张速度则相对较慢。
参考文献：
[1]靳玉英，贾松波.杠杆率监管的引入对商业银行资产结构的影响研究[J].国际金融研究，2016，6：52-60
[2]董景文.杠杆率新规对上市商业银行信贷约束的有效性研究[J].南方金融， 2014，（9）：24-27
[3]黄海波，汪翀，汪晶.杠杆率新规对商业银行行为的影响研究[J].国际金融研究，2012，（7）：68-74
作者简介：
赵丹（1992-），女，山西长治人，山西财经大学2015（金融学）学术硕士研究生，研究方向：商业银行经营管理；
李亚黛（1992-），女，山西临汾人，山西财经大学2015（金融学）学术硕士研究生，研究方向：证券投资理论与实务。.
关键词：杠杆率监管、贷款
一、变量选取
本章选取了161家商业银行2007年到2016年的年度数据进行研究，数据主要来源于wind数据库。这161商业银行包括5大行（工、建、中、农、交），12家股份制银行、81家城商行和63家农商行。在数据搜集上，由于某些银行的年度数据搜集较为困难，有的年份数据有缺失。因此，本文的数据为一个非平衡的面板数据，所建立的模型的为非平衡面板数据模型。在实证过程中，样本数据的整理和计算通过Excel进行，样本数据的实证研究过程通过Stata14.0的统计软件完成。
本文的被解释变量是反映贷款规模的（lnLS），解释变量包括杠杆率（LR）、资本充足率（CAR）、不良贷款率（NPLR）、净利息收入比（NII）、存贷比（LDR）、银行存款规模（lnDS）、净资产收益率（ROE）、GDP增长率（GDPG）、通货膨胀率（CPIG）。
二、模型构建
本文建立的基本模型为静态面板数据模型：
Yit=Xit β+uit
其中uit=αi+eit， i=1，2，3…N， t=1，2，3…T， uit为复合扰动项，eit为随机扰动项，αi为个体的固定扰动项。静态面板数据模型一般有Pooled OLS模型、固定效应模型和随机效应模型三种。基于上小节对各个变量的设定，本文考虑将所有变量都纳入到面板数据的模型中进行回归分析，通过Wald检验、B-P检验和Hausman检验对面板数据的模型进行选择。检验结果如下表1所示：
Wald检验的结果为拒绝原假设，因此相比于Pooled OLS模型，选择建立固定效应模型；B-P检验的结果也为拒绝原假设，因此相比于Pooled OLS模型，选择建立随机效应模型。然后通过Hausman检验来分析模型是适合随机效应模型还是固定效应模型，检验结果为选择固定效应模型更合适。因此，本文实证模型的形式为：
lnLSit=〖αi+β1 LRit+β2 CARit+β3 NPLRit+β4 NIIit+β5 LDRit+β6 lnDSit+β7 ROEit+β8 GDPGit+β10 CPIGit+eit
三、结果分析
由上小节分析可知，用固定效应模型对贷款规模（lnLS）进行回归分析，结果如下表2所示：
（2）***、**、*分别表示在1%、5%、10%的置信水平下显著。
从表中的模型回归结果分析可知，反映资本监管的杠杆率指标LR和资本充足率指标CAR对贷款规模的影响是显著的。
作为文章主要研究分析的变量，杠杆率与商业银行贷款规模呈现负相关性，当商业银行的杆杆率较低时，其贷款规模就相对较大；而当商业银行的杠杆率较高时，其贷款规模就相对较小。因此，由杠杆率与贷款规模的这种变化趋势可以分析得出，杠杆率监管会对商业银行信贷资产规模及风险收益等方面产生一定的影响，即如果商业银行的杠杆率较低且达不到监管部门的要求时，为了满足杠杆率监管的要求，商业银行在资本无法得到快速有效的补充（资本水平变化不大）前提下，就会考虑在一定程度上收缩信贷资产的规模，从而满足监管部门的杠杆率监管要求，同时也避免了過高的经营风险。
而不管对于商业银行总体还是对于各种类型商业银行来说，不良贷款率NPLR、净利息收入比NII、存贷比LDR、银行存款规模lnDS、净资产收益率ROE、经济增长率GDPG和通货膨胀率CPIG对贷款规模的影响均是显著的，且与实际结果也相吻合。这说明商业银行的贷款规模不仅受到经济运行环境的影响，还受到银行本身的影响。
综上，可得出（1）杠杆率与我国商业银行贷款规模呈负相关关系，杠杆率监管会对我国商业银行的信贷扩张速度起到一定的约束力，限制其资产规模的过度扩张；（2）杠杆率监管对资产规模大的商业银行的约束力大，而对资产规模较小的商业银行的约束力小，即在杠杆率监管压力下，大银行的信贷扩张速度相对处于较高水平，小银行的信贷扩张速度则相对较慢。
参考文献：
[1]靳玉英，贾松波.杠杆率监管的引入对商业银行资产结构的影响研究[J].国际金融研究，2016，6：52-60
[2]董景文.杠杆率新规对上市商业银行信贷约束的有效性研究[J].南方金融， 2014，（9）：24-27
[3]黄海波，汪翀，汪晶.杠杆率新规对商业银行行为的影响研究[J].国际金融研究，2012，（7）：68-74
作者简介：
赵丹（1992-），女，山西长治人，山西财经大学2015（金融学）学术硕士研究生，研究方向：商业银行经营管理；
李亚黛（1992-），女，山西临汾人，山西财经大学2015（金融学）学术硕士研究生，研究方向：证券投资理论与实务。.