《表4:内生性检验:系统GMM模型》
注:L.NPL是NPL的滞后一阶变量。AR(2)检验的原假设是残差项不存在二阶序列自相关;Sargan检验的原假设是工具变量不存在过度识别问题。各统计量括号内为p值。
表4使用系统GMM估计方法,分析宏观审慎政策对银行风险承担的影响。从模型(1)~(6)可以看出,不良贷款率的一阶滞后项与当期值均在1%的水平上显著正相关,即银行风险存在某种惯性——上期风险水平显著影响当期风险水平。宏观审慎政策(MPI、DR、LTV)与银行风险均在1%的水平上显著负相关,这说明银行风险随着宏观审慎政策的增强而显著下降。在宏观审慎政策的风险转移方面,宏观审慎政策与杠杆率虚拟变量的交叉项(MPI×DumLA、DR×DumLA、LTV×DumLA)与银行风险承担均在1%的水平上显著正相关,但是交叉项系数值均小于宏观审慎政策系数绝对值,这表明在高杠杆率下宏观审慎政策的风险转移效应较弱,无法改变宏观审慎政策与银行风险承担的负相关关系。从系统GMM估计的相关检验来看,表4中所有回归模型均不能拒绝AR(2)检验和Sargan检验的原假设,这表明误差项不存在二阶序列自相关问题、模型设定也不存在过度识别问题。因此,表4的回归结果是可靠的和有效的。总之,本文使用系统GMM估计后发现,所得结论与表3中完全保持一致。
图表编号 | XD00107028100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 宋科、李振 |
绘制单位 | 中国人民大学财政金融学院、国际货币研究所 |
更多格式 | 高清、无水印(增值服务) |