在影子银行导致金融机构间跨部门合作日益紧密的形势下,我国2017年以来出台的一系列“强监管”政策能否降低系统性风险,是关乎维护金融稳定的重要现实问题。为此,本文将银行、信托、证券和保险公司纳入统一的框架,使用广义分位数回归框架下的单指数模型(Single Index Model,SIM)构建我国金融机构间的联系网络,据此测度系统性风险;并分析“强监管”政策对银行系统性风险的影响及其作用机制。结果表明:影子银行显著提高了银行系统性风险;“强监管”政策的实施有助于降低银行系统性风险,发挥了一定的“去通道”作用;“强监管”政策主要通过遏制影子银行的快速增长和削弱影子银行投资中对其他金融机构的依赖,从而降低银行系统性风险。
为深化利率市场化改革,提高利率传导效率,推动降低实体经济融资成本,2019年8月中国人民银行开始推行贷款市场报价利率(Loan Prime Rate,简称LPR)改革。本文基于LPR改革这一准自然实验,采用连续DID等方法探究LPR改革对实体经济融资的影...
详细信息
为深化利率市场化改革,提高利率传导效率,推动降低实体经济融资成本,2019年8月中国人民银行开始推行贷款市场报价利率(Loan Prime Rate,简称LPR)改革。本文基于LPR改革这一准自然实验,采用连续DID等方法探究LPR改革对实体经济融资的影响及其机制。结果表明:第一,LPR改革显著降低企业的融资成本;第二,LPR改革提升了信贷配置效率,高成长性企业贷款可得性显著上升;第三,LPR改革对不同类型企业的融资成本产生异质性影响,低风险企业、战略新兴产业企业和非国有企业的融资成本下降相对显著;第四,微观机制结果验证了,LPR改革不仅通过传统的竞争性机制推动降低实体经济融资成本,还会通过利率传导机制与贷款定价机制畅通利率传导过程,提升中小银行贷款定价能力,降低实体经济融资成本。
暂无评论