《大金融论纲》连载（34） | 陈雨露：金融危机的影响因素——文献回顾

编者按

陈雨露、马勇编著的《大金融论纲》从一个长期视角全面地审视了全球范围内金融体系发展的历史规律和演变趋势，构建了“大金融”命题下的现代金融体系发展理论。《IMI财经观察》将于每周二连续刊登《大金融论纲》节选系列文章，以飨读者。

金融体系的稳定性受到诸多复杂因素的影响，远非单一的经济因素所能全面解释，全面审视金融危机需要构建一个多维的视角。在接下来的三篇文章中，我们将尝试从宏观经济层面、产业结构层面、政治层面、制度层面和金融监管层面五个基本维度系统考察了影响一国金融危机发生概率的相关因素。第一篇是此章的第一节关于金融危机的影响因素的文献回顾。

以下片段节选于《金融危机的影响因素：文献回顾》一节：

以下是文章全文：

3.4.1金融危机的影响因素：文献回顾

基于交叉样本数据的可获得性，本研究共包括59个主要国家和地区的金融和相关数据[1]。在模型变量的选取上，作为金融稳定（危机）指标的被解释变量主要包括“系统性银行危机”（Systemic Crisis）和“较大的银行危机”（Major Crisis），这两组数据分别取自Caprio & Klingebiel（1999）和Barth, Caprio & Levine（2000）。在解释变量方面，根据本研究的考察目标，主要纳入了五个不同维度的影响因素：（1）宏观经济层面：具体使用的解释变量包括人均GDP、通货膨胀、资本项目开放度和对私人部门信贷等[2]；（2）产业结构层面：具体使用的解释变量包括金融体系结构[3]、银行集中度[4]、政府银行占比、外资银行占比、银行规模、银行资本等[5]；（3）政治层面：具体使用的解释变量包括政府纪律及管理能力[6]、政府质量、政府腐败程度等[7]；（4）制度层面：具体使用的解释变量包括存款保险制度[8]、制度发展状况[9]、银行腐败程度和司法效率等[10]；（5）金融监管层面：具体使用的解释变量包括银行业务范围管制[11]、官方监管强度水平和市场监管强度水平[12]。

本研究的模型设定如下：

其中，作为金融危机的替代变量，主要采用两个具体指标：一是“系统性银行危机”（ 记为），用以概括一个国家在样本区间是否发生过系统性的银行危机，发生过的国家取值1，未发生过的国家取值0；二是“较大的银行危机”（ 记为），它将那些“非系统性”但“较大的”银行危机也包括了进来（Barth, Caprio & Levine，2000），因此是一个更广泛的危机定义指标。同样，如果一个国家经历了“较大的银行危机”，则赋值1，未经历则赋值0。

在解释变量方面，除了前述的五个不同维度的影响因素外，一般地，我们还纳入了经济增长率作为模型的基本控制变量。根据被解释变量的性质，我们使用ML-Binary Probit方法进行回归分析，其主要目标在于通过相关系数的符号判断变量之间的相关关系。

上述模型设定旨在探求以下问题：（1）在我们考察的五个不同维度的影响因素中，诸如经济、政治、制度、监管等因素中，哪些因素会对一国金融危机的发生概率产生显著影响以及有何影响？（2）在我们考察的相关因素中，哪些因素相对更重要、对金融危机的影响更为稳定？（3）在一般性的银行危机演变为系统系的金融危机的过程中，哪些因素起到了显著的作用？

[1]具体包括：亚洲国家14个（日本、韩国、新加坡、中国香港、泰国、马来西亚、印度、印尼、菲律宾、以色列、约旦、尼泊尔、巴基斯坦、斯里兰卡），欧洲国家19个（英国、法国、德国、意大利、奥地利、比利时、丹麦、芬兰、希腊、爱尔兰、荷兰、葡萄牙、西班牙、瑞典、瑞士、土耳其、塞浦路斯、冰岛、挪威），美洲国家16个（美国、加拿大、墨西哥、哥伦比亚、阿根廷、巴西、智利、秘鲁、玻利维亚、厄瓜多尔、洪都拉斯、牙买加、巴拿马、千里达、乌拉圭、委内瑞拉），非洲国家8个（南非、埃及、加纳、肯尼亚、毛里西斯、尼日利亚、突尼西亚、津巴布韦），大洋洲国家2个（澳大利亚、新西兰）。样本数据区间定位在1980～1999年，这一方面便于和同时期一些主要研究的发现作比较；另一方面，更为重要的是，从金融研究的角度而言，1980~1999这一时段是一个极富代表性的研究样本区间：在这一时间跨度里，不仅大部分国家完成了向现代金融体系的过渡，而且各国基本上都经历了不同形式的金融稳定和效率的变迁，这使得该区间的跨国比较分析具有较强的可比性和说服力（陈雨露、马勇，2009）。

[2]宏观经济数据和银行层面的样本数据主要来源于IMF发布的国际金融统计数据（IFS）、Asli Demirguc-Kunt & Ross Levine（1999）、Barth, Caprio & Levine（2000）以及Bankstat。由于样本覆盖区间为1980~1999年，因此，相关数据均取该区间的平均值。

[3]作为金融体系结构的替代变量，我们用银行资产与金融市场市值之比表示。显然，该数值越大，表示该国的金融体系结构越偏向于“银行主导型”。

[4]银行集中度指标是一个对银行产业结构特征进行概括的替代变量，该值越大，表示该国的银行集中度越高，市场结构越趋向垄断。

[5]产业层面的样本数据主要取自Demirguc-Kunt & Ross Levine（1999，2000）、Barth, Caprio & Levine（2000）、LLSV（1997，1998）以及Bankstat。

[6]政府纪律及管理能力指标主要取自LLSV（1998）。

[7]政府质量、政府腐败程度指标根据Demirguc-Kunt & Ross Levine（1999，2000）、Barth, Caprio & Levine（2000）。

[8]存款保险指标取自Demirguc-Kunt, Karacaovali & Laeven（2005）。若一个国家建立了显性的存款保险，则赋值1，否则赋值0。

[9]制度发展指标取自Beck, Demirguc-Kunt & Maksimovic（2003）。制度发展指标是一个包含了腐败控制、监管质量、政治稳定性、法律规则、行政效率等内容的综合指标，该值越大，一般认为该国的制度发展越健全。

[10]各国的法律传统及渊源主要参考了LLSV（1997，1998）的分类体系。我们主要将其分为两个大的体系，即以英美为代表的普通法系（Common Law）和以德日为代表的民法法系（Civil Law），并分别用变量1和0加以描述。

[11]银行业务范围管制指标取自Asli Demirguc-Kunt & Ross Levine（1999）、Barth, Caprio & Levine（2000）。

[12]显示不同国家监管强度水平的变量来自Levine（2004）提供的数据。

观点整理 魏宗

图文编辑 沈桓玉

点击查看近期热文

欢迎加入群聊

为了增进与粉丝们的互动，IMI财经观察将建立微信交流群，欢迎大家参与。

入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

欢迎读者朋友多多留言与我们交流互动，推荐好文章可联系：邮箱[e-mail]；电话[phone]

关于我们

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。

中国人民银行副行长潘功胜与诺贝尔经济学奖得主蒙代尔出任IMI顾问委员会主任，委员包括埃德蒙、陈云贤、汉克、李若谷、李扬、马德伦、任志刚、苏宁、王兆星、吴清、夏斌、亚辛·安瓦尔等12位国内外著名经济学家或政策领导人；中国人民银行副行长陈雨露出任学术委员会主任，委员会由47位来自国内外科研院所、政府部门或金融机构的著名专家学者组成。IMI所长、联席所长、执行所长分别为张杰、曹彤、贲圣林，向松祚、涂永红、宋科任副所长。

自2012年起，研究所开始每年定期发布《人民币国际化报告》，重点探讨人民币国际化进程中面临的重大理论与政策问题。报告还被译成英文、日文、韩文、俄文、阿拉伯文等版本并在北京、香港、纽约、法兰克福、伦敦、新加坡和阿拉木图等地发布，引起国内外理论与实务界的广泛关注。

迄今为止，研究所已形成“国际金融”、“宏观经济理论与政策”、“金融科技”、“财富管理”、“金融监管”等五个研究方向，并定期举办货币金融圆桌会议、大金融思想沙龙、燕山论坛、麦金农大讲坛、陶湘国际金融讲堂等具有重要学术影响力的高层次系列论坛或讲座。主要学术产品包括IMI大金融书系、《国际货币评论》（中文月刊&英文季刊）、《IMI研究动态》（周刊）、《国际货币金融每日综述》（日刊）等。

国际货币网：www.imi.org.cn

微信号：IMI财经观察

（点击识别下方二维码关注我们）

只分享最有价值的财经视点

We only share the most valuable financial insights.