产业结构调整是当前中国经济发展的的重要战略任务,产业结构调整将对银行信贷结构尤其是其行业结构产生重要影响。银行信贷的行业结构若不合理,如过于集中或主要分布于产业结构调整的负面行业,将给银行带来较大的系统风险。本文从银行的角度出发,紧紧围绕产业结构调整下的信贷结构和信贷风险展开,沿着产业结构调整下信贷的行业结构“是什么样”、“为什么会这样”、对信贷风险“有何影响”的三步思路逐渐推进,分别对应研究了信贷行业结构的非均衡特性及造成非均衡的行业异质性因素、产业结构对信贷结构的作用机制和二者间的量化相关关系、基于时变Copula函数的行业组合信贷风险计量三个方面。本文的研究为银行决策者预估未来的信贷结构走向和信贷风险变化提供了依据,使银行业可以预先有针对性的采取措施优化信贷结构,防范系统性信贷风险的发生。 本文的研究内容主要包括以下三个方面： (1)我国信贷结构非均衡特性的静态、动态分析,及造成非均衡的行业异质性因素研究 该部分首先通过研究我国的信贷行业结构全貌,揭示了信贷在行业间配置的非均衡特性,目前信贷集中于基建和重工业,这与当前产业结构相吻合：接着构建了绝对和相对行业信贷规模指标,深入研究信贷结构非均衡的静态表现：通过引入HHI指数、σ-收敛及绝对β-收敛检验,进一步分析了信贷结构非均衡的动态趋势,研究结果显示,非均衡程度在缓慢缩小,但非均衡现象将长期存在。 供需框架下的理论分析表明信贷的行业结构非均衡根源于行业异质性。在制度转轨时期,行业的所有制性质也影响了信贷的行业结构,使得信贷更多的配置给了国有行业。实证分析表明影响信贷行业结构的主要行业异质性因素为：行业资本密集度、行业竞争程度、行业盈利能力、行业担保能力及行业所有制性质。 (2)产业结构影响信贷结构的作用机制和二者间相关关系的定量研究 采用实证研究方法,通过分析19个行业2005-2012年间产业结构和信贷结构行业分布数据的关系,建立动态面板模型并用系统广义矩估计,分析了产业结构是如何通过既有部分影响信贷存量的行业分布,通过结构调整影响信贷增量的行业分布；研究表明前者的影响力大于后者,对于不同的产业,两条途径的作用时长不同。在此基础上通过建立变截距或变系数固定效应面板模型,研究了信贷结构行业分布是如何随着产业结构的变动而改变；研究表明总体上信贷结构与产业结构变动方向一致,但信贷对“上升”行业正向倾斜、对“下降”行业反向倾斜,信贷更多的流向了产业结构调整中被鼓励的行业。 (3)行业组合信贷风险计量模型的构建 产业结构调整引起信贷结构的行业分布变动,进而引起银行整体信贷风险变化。本文通过以下两步构建了行业组合信贷风险计量模型。第一步是计算单个行业的信贷风险,通过借鉴Merton模型的思路,用公开可得的行业平均负债率数据推导出单个行业的信贷预期违约率分布,研究发现行业信贷风险存在自相关、尖峰厚尾、波动聚集等特性,赤池信息准则(AIC)、贝叶斯信息准则(BIC)和对数似然(LL)指标显示,AR(1)-GJR(1,1)-Skewed-t模型能较好描绘行业信贷风险的这些特征。 第二步是计算行业组合的信贷风险,即银行整体信贷风险。这需要解决两个问题,一是行业间信贷风险相关性如何获得,二是寻找合适的联合分布函数描绘组合信贷风险分布,本文借鉴Credit Metrics模型思想,用行业股票收益率之间的相关性推导行业信用状况间的相关性；又引入度量变量间非线性相关结构的Copula函数计算行业组合信贷风险。在实证研究中,采用了正态、t、Clayton、SJC共4种时变Copula函数和正态、t、Gumbel、Clayton、SJC共5种静态Copula函数对预期违约率联合分布拟合,对4种时变Copula函数,分别采用动态条件相关DCC(1,1)模型和Patton的研究成果进行参数估计。同样依据AIC、BIC和LL指标判断各Copula函数的拟合优度,结果显示在各种时变和静态Copula函数中,都以t-Copula函数的拟合效果较好,其中又以动态t-Copu la函数为最优。在此基础上,使用Monte Carlo模拟就可以计算行业组合信贷风险。 因此本文构建的信贷风险计量模型的边缘分布服从AR(1)-GJR(1,1)-Skewed-t模型、联合分布采用时变t-Copula函数。借助此模型和本文之前章节的研究成果,举例计算了当产业结构变动时信贷风险的变化。 本文的创新主要体现在以下三个方面： (1)本文首次以实证的方法,以全国的信贷行业结构为研究对象,深入研究了信贷在行业间分布的静态非均衡特性和动态非均衡趋势,提出了信贷行业分布的绝对规模指标和相对规模指标,引入了HHI指数、σ-收敛检验及绝对β-收敛检验等方法分析信贷分布动态趋势。通过在供需框架下的理论分析和基于固定效应面板模型的实证检验,论证了信贷行业结构的非均衡性主要源自行业的异质性,并确定了主要相关的行业异质性因素。这些研究弥补了信贷行业结构领域缺乏实证研究的现状,为银行把握信贷结构全局、深入理解信贷结构成因奠定了基础。 (2)本文用实证方法研究了产业结构对信贷结构的作用机制,并量化分析了产业结构对信贷结构的影响。现有研究主要是从经济发展的角度分析“信贷如何支持产业结构调整”,而关于“产业结构对信贷影响”的实证分析几乎空白,因此商业银行的决策者很难在产业结构调整时量化评估银行信贷受到的冲击。本文通过建立动态面板模型进行系统广义矩估计,深入剖析了产业结构影响信贷结构的作用机制,展现了产业结构变化造成信贷行业结构随之改变的来龙去脉;同时通过建立变截距和变系数的固定效应面板模型,量化分析了产业结构的单位变化将对各行业信贷份额带来多大的改变。这些研究方法和模型的引入丰富了该领域的实证研究工具,量化的结果使银行决策者对未来的信贷构成有了初步的直观概念。 (3)本文通过探索解决了以下三方面难题,首次建立起一个行业组合信贷风险计量模型。首先借鉴Merton资产价值模型,利用公开可得的行业平均负债率数据,计算行业预期违约率EDF,用AR(1)-GJR(1,1)-Skewed-t模型刻画单个行业的预期违约率边缘分布,探索了一条计算行业信贷风险的方法。其次借鉴Credit Metrics模型思想,用行业股票收益率之间的相关性推导行业信用状况间的相关性,解决了行业间信贷风险相关性不可观察的困难。最后引入能描述非线性相关关系随外部环境变化而改变的时变Copula函数,拟合行业组合的预期违约率联合分布。该模型的构建过程和对其中主要困难的解决方法,为构建类似模型提供了思路,该模型不但可以用于本次产业结构调整中计算银行的整体信贷风险,在以后也都适用,具有一定的普适性。
【学位单位】：北京科技大学
【学位级别】：博士
【学位年份】：2015
【中图分类】：F832.4
【部分图文】：
根据《中国金融年鉴2012年》的统计数据，截止2011年末，中国人民币贷款余额在20个门类行业的分布状况如图3-1所示。从图中可以看出，信贷在行业间的配置并不均衡，信贷集中投放于少数行业。其中制造业占据的-42-
图3-2 2011年末信贷行业结构的绝对规模差异和相对规模差异数据来源：《屮1?统丨十年鉴20丨2》、《屮国金融年鉴2012》目前信贷主要存在于交通运输、仓储和邮政业，电力、燃气及水的生产和供应业，以及制造业，这与当前的产业结构特征在较大程度上吻合。我国目前处于工业化后期，搖础设施和重工业仍然是产业支柱，这些行业的发展r^i据/大录信贷资源。闪此信贷行业结构是产业结构的缩影，当产业结构调整时，也会引起信贷行业结构相应变化。3.2.3我国信贷行业结构非均衡的动态趋势如果信贷进一步向少数行业集中，行业获得的信贷差距就会加大，信贷的行业结构将更加不均衡，信贷风险进一步聚集，因此有必要在静态基础上继续研究信贷行业结构的动态发展趋势。李卫东等（20丨0)提出使用信贷的行业衆中度来度曼信贷向少数行业集中的程度，这也从另一个角度反映了信
winsorize对最大和最小的1%异常值做缩尾处理，以剔除极端情况对计量分析的影响。<7-收敛检验的结果如图3-3所示，绝对;收敛检验的结果见表3-2。?46-
【共引文献】
相关期刊论文 前10条
1 魏晓琴;李晓霞;;我国商业银行贷款集中度的测算及效应分析[J];区域金融研究;2011年04期
2 赵领娣;张磊;李荣杰;杨明晔;;能源禀赋、人力资本与中国绿色经济绩效[J];当代经济科学;2013年04期
3 陈昊;;出口是否加剧了就业性别歧视?——基于倾向评分匹配的再估计[J];财经研究;2013年09期
4 范硕;何彬;;国有工业企业生产率的区域性差异及收敛性检验——基于贝叶斯SFA共同边界方法[J];财贸研究;2013年04期
5 李丹;;“省直管县”改革对市、县经济利益格局分配的研究[J];财经论丛;2013年05期
6 张剑;张再生;闫东玲;;市场异象与风格漂移的动态相依性——基于Copula函数的经验研究[J];北京理工大学学报(社会科学版);2013年05期
7 吕延方;;公共政策与我国城乡收入及其差距的关联性研究[J];财经问题研究;2013年09期
8 郑军;林钟高;彭琳;;货币政策、内部控制质量与债务融资成本[J];当代财经;2013年09期
9 梁权熙;白晔;覃巍;;法律对投资者权利保护对FDI的区位流向影响研究——来自中国省际面板数据的经验证据:1997-2007[J];广西大学学报(哲学社会科学版);2013年03期
10 赵安平;罗植;;扩大民生支出会推高房价吗[J];北京金融评论;2012年01期
相关博士学位论文 前10条
1 贾宪洲;知识互补性视角下科研对自主创新影响的研究[D];西南交通大学;2012年
2 杨睿;汇率变动对现代服务业的影响[D];华东师范大学;2013年
3 田甜铭梓;中国上市公司控股股东行为法律规制的有效性及其影响因素[D];华东师范大学;2013年
4 王娟;财政分权、政府支出与碳排放[D];华中科技大学;2013年
5 杜红军;基于Copula函数-Asymmetric Laplace分布的金融市场风险度量与套期保值研究[D];华中科技大学;2013年
6 李高望;含电动汽车的电力系统运行问题研究[D];华中科技大学;2013年
7 李科;中国产业结构调整与节能减排的计量分析[D];华中科技大学;2013年
8 王山慧;中国上市公司R&D投资的融资约束研究[D];华中科技大学;2013年
9 李毅;交互效应面板数据模型的理论与应用[D];华中科技大学;2013年
10 郑文;金融发展对中国全要素生产率的影响及其作用机制研究[D];华中科技大学;2013年
相关硕士学位论文 前10条
1 王倩;我国商业银行信贷集中风险管理研究[D];首都经济贸易大学;2012年
2 王超;商业银行信贷结构与银行风险[D];东北财经大学;2012年
3 毛泽强;基于R-vine的高维简化Pair Copula-GARCH类模型及应用[D];兰州大学;2013年
4 王丽;贷款集中度对我国商业银行不良贷款影响的实证研究[D];兰州大学;2013年
5 邓悦;定向增发过程中控股股东掏空行为探讨[D];江西财经大学;2013年
6 董文龙;我国资本市场发展对企业投融资行为的影响研究[D];山东大学;2013年
7 纵雅婷;制度环境、政治关联与银行贷款[D];安徽大学;2013年
8 牛茸蓉;会计稳健性对民营上市公司再贷款业务的影响研究[D];安徽大学;2013年
9 吴卫红;中国金融成长与产业结构优化关系的实证研究[D];西南大学;2013年
10 李爱英;会计信息质量与公司投资效率[D];江西财经大学;2013年
本文编号：
2857922
