《大金融論綱》連載（34） | 陳雨露：金融危機的影響因素——文獻回顧

編者按

陳雨露、馬勇編著的《大金融論綱》從一個長期視角全面地審視了全球範圍內金融體系發展的歷史規律和演變趨勢，構建了「大金融」命題下的現代金融體系發展理論。《IMI財經觀察》將於每周二連續刊登《大金融論綱》節選系列文章，以饗讀者。

金融體系的穩定性受到諸多複雜因素的影響，遠非單一的經濟因素所能全面解釋，全面審視金融危機需要構建一個多維的視角。在接下來的三篇文章中，我們將嘗試從宏觀經濟層面、產業結構層面、政治層面、制度層面和金融監管層面五個基本維度系統考察了影響一國金融危機發生概率的相關因素。第一篇是此章的第一節關於金融危機的影響因素的文獻回顧。

以下片段節選於《金融危機的影響因素：文獻回顧》一節：

以下是文章全文：

3.4.1金融危機的影響因素：文獻回顧

基於交叉樣本數據的可獲得性，本研究共包括59個主要國家和地區的金融和相關數據[1]。在模型變數的選取上，作為金融穩定（危機）指標的被解釋變數主要包括「系統性銀行危機」（Systemic Crisis）和「較大的銀行危機」（Major Crisis），這兩組數據分別取自Caprio & Klingebiel（1999）和Barth, Caprio & Levine（2000）。在解釋變數方面，根據本研究的考察目標，主要納入了五個不同維度的影響因素：（1）宏觀經濟層面：具體使用的解釋變數包括人均GDP、通貨膨脹、資本項目開放度和對私人部門信貸等[2]；（2）產業結構層面：具體使用的解釋變數包括金融體系結構[3]、銀行集中度[4]、政府銀行佔比、外資銀行佔比、銀行規模、銀行資本等[5]；（3）政治層面：具體使用的解釋變數包括政府紀律及管理能力[6]、政府質量、政府腐敗程度等[7]；（4）制度層面：具體使用的解釋變數包括存款保險制度[8]、制度發展狀況[9]、銀行腐敗程度和司法效率等[10]；（5）金融監管層面：具體使用的解釋變數包括銀行業務範圍管制[11]、官方監管強度水平和市場監管強度水平[12]。

本研究的模型設定如下：

其中，作為金融危機的替代變數，主要採用兩個具體指標：一是「系統性銀行危機」（ 記為），用以概括一個國家在樣本區間是否發生過系統性的銀行危機，發生過的國家取值1，未發生過的國家取值0；二是「較大的銀行危機」（ 記為），它將那些「非系統性」但「較大的」銀行危機也包括了進來（Barth, Caprio & Levine，2000），因此是一個更廣泛的危機定義指標。同樣，如果一個國家經歷了「較大的銀行危機」，則賦值1，未經歷則賦值0。

在解釋變數方面，除了前述的五個不同維度的影響因素外，一般地，我們還納入了經濟增長率作為模型的基本控制變數。根據被解釋變數的性質，我們使用ML-Binary Probit方法進行回歸分析，其主要目標在於通過相關係數的符號判斷變數之間的相關關係。

上述模型設定旨在探求以下問題：（1）在我們考察的五個不同維度的影響因素中，諸如經濟、政治、制度、監管等因素中，哪些因素會對一國金融危機的發生概率產生顯著影響以及有何影響？（2）在我們考察的相關因素中，哪些因素相對更重要、對金融危機的影響更為穩定？（3）在一般性的銀行危機演變為系統系的金融危機的過程中，哪些因素起到了顯著的作用？

[1]具體包括：亞洲國家14個（日本、韓國、新加坡、香港、泰國、馬來西亞、印度、印尼、菲律賓、以色列、約旦、尼泊爾、巴其斯坦、斯里蘭卡），歐洲國家19個（英國、法國、德國、義大利、奧地利、比利時、丹麥、芬蘭、希臘、愛爾蘭、荷蘭、葡萄牙、西班牙、瑞典、瑞士、土耳其、塞普勒斯、冰島、挪威），美洲國家16個（美國、加拿大、墨西哥、哥倫比亞、阿根廷、巴西、智利、秘魯、玻利維亞、厄瓜多、宏都拉斯、牙買加、巴拿馬、千里達、烏拉圭、委內瑞拉），非洲國家8個（南非、埃及、迦納、肯亞、毛里西斯、奈及利亞、突尼西亞、辛巴威），大洋洲國家2個（澳大利亞、紐西蘭）。樣本數據區間定位在1980～1999年，這一方面便於和同時期一些主要研究的發現作比較；另一方面，更為重要的是，從金融研究的角度而言，1980~1999這一時段是一個極富代表性的研究樣本區間：在這一時間跨度里，不僅大部分國家完成了向現代金融體系的過渡，而且各國基本上都經歷了不同形式的金融穩定和效率的變遷，這使得該區間的跨國比較分析具有較強的可比性和說服力（陳雨露、馬勇，2009）。

[2]宏觀經濟數據和銀行層面的樣本數據主要來源於IMF發布的國際金融統計數據（IFS）、Asli Demirguc-Kunt & Ross Levine（1999）、Barth, Caprio & Levine（2000）以及Bankstat。由於樣本覆蓋區間為1980~1999年，因此，相關數據均取該區間的平均值。

[3]作為金融體系結構的替代變數，我們用銀行資產與金融市場市值之比表示。顯然，該數值越大，表示該國的金融體系結構越偏向於「銀行主導型」。

[4]銀行集中度指標是一個對銀行產業結構特徵進行概括的替代變數，該值越大，表示該國的銀行集中度越高，市場結構越趨向壟斷。

[5]產業層面的樣本數據主要取自Demirguc-Kunt & Ross Levine（1999，2000）、Barth, Caprio & Levine（2000）、LLSV（1997，1998）以及Bankstat。

[6]政府紀律及管理能力指標主要取自LLSV（1998）。

[7]政府質量、政府腐敗程度指標根據Demirguc-Kunt & Ross Levine（1999，2000）、Barth, Caprio & Levine（2000）。

[8]存款保險指標取自Demirguc-Kunt, Karacaovali & Laeven（2005）。若一個國家建立了顯性的存款保險，則賦值1，否則賦值0。

[9]制度發展指標取自Beck, Demirguc-Kunt & Maksimovic（2003）。制度發展指標是一個包含了腐敗控制、監管質量、政治穩定性、法律規則、行政效率等內容的綜合指標，該值越大，一般認為該國的制度發展越健全。

[10]各國的法律傳統及淵源主要參考了LLSV（1997，1998）的分類體系。我們主要將其分為兩個大的體系，即以英美為代表的普通法系（Common Law）和以德日為代表的民法法系（Civil Law），並分別用變數1和0加以描述。

[11]銀行業務範圍管制指標取自Asli Demirguc-Kunt & Ross Levine（1999）、Barth, Caprio & Levine（2000）。

[12]顯示不同國家監管強度水平的變數來自Levine（2004）提供的數據。

觀點整理 魏宗

圖文編輯 沈桓玉

為了增進與冬粉們的互動，IMI財經觀察將建立微信交流群，歡迎大家參與。

歡迎讀者朋友多多留言與我們交流互動，推薦好文章可聯繫：郵箱[email protected]；電話010-62516755

人民大學國際貨幣研究所（IMI）成立於2009年12月20日，是專註於貨幣金融理論、政策與戰略研究的非營利性學術研究機構和新型專業智庫。

人民銀行副行長潘功勝與諾貝爾經濟學獎得主蒙代爾出任IMI顧問委員會主任，委員包括埃德蒙、陳雲賢、漢克、李若谷、李揚、馬德倫、任志剛、蘇寧、王兆星、吳清、夏斌、亞辛·安瓦爾等12位國內外著名經濟學家或政策領導人；人民銀行副行長陳雨露出任學術委員會主任，委員會由47位來自國內外科研院所、政府部門或金融機構的著名專家學者組成。IMI所長、聯席所長、執行所長分別為張傑、曹彤、賁聖林，向松祚、塗永紅、宋科任副所長。

自2012年起，研究所開始每年定期發布《人民幣國際化報告》，重點探討人民幣國際化進程中面臨的重大理論與政策問題。報告還被譯成英文、日文、韓文、俄文、阿拉伯文等版本並在北京、香港、紐約、法蘭克福、倫敦、新加坡和阿拉木圖等地發布，引起國內外理論與實務界的廣泛關注。

迄今為止，研究所已形成「國際金融」、「宏觀經濟理論與政策」、「金融科技」、「財富管理」、「金融監管」等五個研究方向，並定期舉辦貨幣金融圓桌會議、大金融思想沙龍、燕山論壇、麥金農大講壇、陶湘國際金融講堂等具有重要學術影響力的高層次系列論壇或講座。主要學術產品包括IMI大金融書系、《國際貨幣評論》（中文月刊&英文季刊）、《IMI研究動態》（周刊）、《國際貨幣金融每日綜述》（日刊）等。

國際貨幣網：www.imi.org.cn

只分享最有價值的財經視點

We only share the most valuable financial insights.