信贷扩张、监管错配与金融危机：跨国实证.doc

信贷扩张、监管错配与金融危机：跨国实证

马勇 杨栋 陈雨露
（中国人民大学财政金融政策研究中心，北京 100872; 中国人民大学财政金融政策研究中心，北京 100872;
中国人民大学，北京 100872）

作者简介：
陈雨露 中国人民大学副校长，中国财政金融政策研究中心教授、博士生导师
马 勇 中国财政金融政策研究中心助理研究员
杨 栋 中国人民大学博士后

联系方式：
陈雨露：13911227299；mailchenyulu@
马 勇：13908202108；mayong19828@

Credit Expansion, Supervisory Mismatch and Financial Crisis: Cross-country Evidence
MA Yong YANG Dong CHEN Yu-lu
(China Financial Policy Research Center, Beijing, 100872; China Financial Policy Research Center, Beijing, 100872; Renmin University of China ,Beijing, 100872;)

Abstract: based on the economic data of 66 representitive countries, this paper investigates the internal relationship between credit expansion, financial regulation and financial crisis. Empirical analysis tends to show that the procyclical interactions between credit expansion, asset prices and financial supervision are the basic mechanism behind financial crisis. Under the effects of procyclicality, financial crisis obtains the self-fuifilling way of accumulation and magnification, while the mismatched and ineffectual financial supervision not only has no use in preventing crisis but also may lead to even worse outcomes.
Key words: credit expansion; supervisory mismatch; financial crisis

信贷扩张、监管错配与金融危机：跨国实证

摘要：以全球范围内具有代表性的66个国家的跨国数据为基础，本文系统考察了信贷扩张和金融监管在金融危机中的作用与实现方式。本文的研究表明，信贷周期、资产价格周期和金融监管周期的同周期性，是金融危机背后共同存在的基本机制。在这种机制下，金融风险获得了自我累积和放大的实现方式，而金融监管的错配和失效不仅无助于防范危机，还有可能使危机进一步恶化。
关键词：信贷扩张 监管错配 金融危机
JEL分类：E32，G21，G28

一、引言
随着美国次贷危机在2008年突然以令人始料未及的速度恶化，全球金融都处于一种不稳定状态中。回溯历史，在过去几十年里，从最富有的国家（如美国、日本等）到最贫穷的非洲地区，从经济高增长的东亚经济体到转轨经济国家，几乎没有哪个国家不曾遭遇这样或那样的金融危机（Caprio，1997）。频繁发生的金融危机不仅成本巨大，而且给实体经济带来了沉重打击。
在金融危机的理论研究方面，早期的文献主要集中于实体经济层面，其中比较有代表性的包括：“债务——紧缩”理论（Fisher，1933）、“金融不稳定”假说（Minsky，1963）、“银行关键”理论（Tobin，1980）和“过度交易”理论（Kindleberger，1978）等。近年来，随着全球范围内金融危机的频繁发生，越来越多的学者开始重视对金融危机进行研究，相关理论也渐成体系，其中最具影响力的是“三代危机模型”及其延伸，代表人物包括：Krugman（1979，1997）、Flood & Garber（1986）、Banerjee（1992）、Obstfeld（1994，1996）、Mendoza（1996）、Dooley（1997）、Sachs（1998）、Makinon（1997）、Kaminsky & Reinhart（1998 ）等Krugman（1979）提出了第一代金融危机模型，该模型由Salant & Henderson（1978）提出的黄金投机理论发展而来，经由Flood & Garber（1986）完善，集中讨论了宏观经济政策和汇率制度之间的不协调对金融危机的诱发作用。第二代金融危机模型通过引入预期因素，强调金融危机的自促成性质以及经济基础变量对于发生金融危机的重要作用，主要的代表人物是Obstfeld（1994，1996）。第三代金融危机模型逐渐在宏观经济分析的基础上拓展视野，开始利用金融中介理论、信息不对称理论甚至行为金融学理论分析金融危机。Banerjee（1992），Mendoza（1996）等人提出了羊群行为（herding behavior）模型；Sachs（1998）的流动性危机模型侧重于从金融体系自身的不稳定性来解释金融危机形成的机理；Dooley（1997）、Krugman（1997）和Makinon（1997）等人针对银行、企业和政府之间特殊关系而提出的道德风险模型强调了金融中介的道德风险在过度风险承担和资产泡沫化中所起的核心作用；Kaminsky & Reinhart（1998 ）的“孪生危机”理论从实证方面研究了银行业危机与货币危机之间的固有联系。我们假定读者对这些基础文献足够熟悉，为了节约资源，文末我们对这些与本文的核心命题相关度不大的文献不再一一列出。
。
虽然关于金融危机研究的文献已经汗牛充栋，但总体而言，理论建模和基于国别案例的研究者众，基于全球大样本的实证分析相对匮乏。同时，以“三代模型”为核心的现代主流危机理论，虽然对特定国家和特定阶段的金融危机具有解释力，但在跨时期、跨经济体的金融危机的解释方面却缺乏预见性。我们认为，虽然每次危机的表现各有不同，但世界各国发生的金融危机确实存在着共同特征，这些共同特征应该成为研究金融危机发生发展机制的基本线索。从最近20多来年的金融危机中的典型事实出发，本文认为，危机中普遍存在的信贷扩张、资产价格和金融监管的同周期性问题是绝大部分危机背后普遍存在的共同机制。
应该指出，虽然信贷周期与宏观经济波动的同周期性问题在诸多研究中均有涉及，但信贷周期、资产价格周期对金融监管要求的同周期性效应尚未得到足够重视，而在信贷周期、资产价格周期和金融监管周期的同周期性框架下审视金融危机并进行大样本跨国实证检验的文献就更加匮乏。基于上述认识，本研究以全球范围内66个国家的数据为样本，尝试在一个更具普适性的层面上对上述金融危机的共同机制进行实证研究。本文其余部分的组织结构如下：第二部分对金融危机中的典型事实进行简要梳理，第三部分进行实证分析和检验，第四部分对实证结果的含义进行适当的拓展和延伸，文章最后给出了一个结论性评价。

二、信贷扩张与金融危机：典型事实
绝大多数金融危机都伴随着泡沫，而在金融泡沫形成过程中，银行信贷常常成为主要的“幕后推手”。 一般而言，在金融泡沫的酝酿、形成和发展过程中，银行信贷有一个明显的扩张过程。这种扩张从两个方面加速了经济金融泡沫的膨胀：一是短期内信贷量的迅速增加，进一步刺激了相关产业的投资热情，过度投资问题逐渐凸显；二是信贷结构朝着同周期的过热部门“潮涌”，使本就虚高的资产价格得以维持甚至加强，从而进一步放大了乐观预期并助长了投机风潮。
在上述机制的作用下，金融泡沫不断酝酿并朝着危机方向发展。也正因为如此，不论是发达国家或是发展中国家，金融危机之前均普遍存在银行信贷迅速扩张的现象。从图1至图6，我们清楚地看到，在美国（1981）、日本（1992）、智利（1981）墨西哥（1994）、芬兰（1991）和乌拉圭（1981），危机的发生总是与短期内迅速增加的银行信贷如影随形。

注：上面各图中银行信贷用“银行对私人部门信贷/GDP”表示；图中阴影部分表示银行危机的发生时间（段）；制图的数据来自World Bank Database.

实际上，由于金融产业和宏观经济的同周期性，银行信贷总是在景气周期持续扩张，而在衰退周期持续收缩。当宏观经济处于高涨状态时，银行信贷往往异常放大，流动性充斥市场。当贷款的可获得性不断增加时，过多的资金需要寻找出路，此时，一些实际无“自生能力”的企业和个人也获得了贷款。当过剩的资金开始追逐高风险项目时，风险不断积聚。此时，一旦外部冲击到来或者仅仅是由于预期的突然改变，积累于金融体系内的风险就会集中释放，引发系统性的金融危机。当信贷扩张难以为继而不得不转为信贷紧缩时，一切又将逆转：资产价格暴跌，企业纷纷破产，金融机构坏账大量增加，消费意愿持续低迷，低投资，低产出，通货紧缩……随之而来的是经济不可避免的衰退甚至萧条。实际上，宏观经济的主要变量（如GDP增长、投资、消费）与银行信贷之间均存在高度的同周期性特征（如图7所示图中显示了信贷繁荣期（credit boom, t=0）前后的情况。数据来源为：IMF, International Financial Statistics.
）。
当然，任何过分脱离经济基本面的金融泡沫都注定要破灭，一旦景气周期出现逆转，长期积累的问题就会集中暴露和释放。在信贷扩张的推动下，危机前以房地产为代表的资产价格出现飙涨，而一旦危机爆发，资产价格又迅速下跌，这是我们在危机前后反复观察到的一种现象（见图8）。随着泡沫破裂，消费需求迅速下降，消费信心遭受重挫，商业投资随之锐减，企业和金融机构“连环”破产，经济从危机前的高涨迅速转为衰退（见图9）。

注：图中t=0表示事件分析中的危机年；图中“五大银行危机”是指：西班牙（1977）、挪威（1987）、芬兰（1991）、瑞典（1991）和日本（1992）。
资料来源：图8来自Reinhart & Rogoff(2008)；图9来自Michael Gavin & Richardo Hausmann(1998).

与金融危机相关的另一个事实是，金融监管在控制和防范金融危机方面似乎收效甚微，而几乎每一次严重的危机爆发后，金融监管都将成为众矢之的。那么，金融监管真的失效了吗？对此，我们将在下一部分通过实证分析，对信贷扩张和金融监管在金融危机中的实际作用进行考察。

三、实证分析与检验
（一）研究样本与模型设定
样本区间
1980-1999
本研究选取了全球范围内一个具有代表性的样本，共包括66个国家和地区的相关数据，其中：亚洲国家14个，欧洲国家20个，美洲国家17个，非洲国家12个和大洋洲国家3个该样本参考了世界银行（World Bank）跨国数据分析的常用代表性国家样本，涵盖了全球各大洲的主要发达国家与发展中国家，包括：亚洲国家14个（日本、韩国、新加坡、孟加拉、中国香港、泰国、马来西亚、印度、印尼、菲律宾、以色列、约旦、巴基斯坦、斯里兰卡），欧洲国家20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、卢森堡、土耳其、塞浦路斯、挪威、马耳他），美洲国家17个（美国、加拿大、墨西哥、哥伦比亚、阿根廷、巴西、智利、玻利维亚、厄瓜多尔、巴拿马、千里达、巴贝多、萨尔瓦多、危地马拉、圭亚那、乌拉圭、苏里南），非洲国家12个（南非、埃及、肯尼亚、毛里西斯、尼日利亚、甘比亚、博茨瓦纳、津巴布韦、卢旺达、塞舌尔、莱索托、马达加斯加），大洋洲国家3个（澳大利亚、新西兰、斐济）。
。样本区间定位在1980～1999年，这一方面是由于此区间是金融危机的高发阶段，覆盖率较好，涵盖了1970年以来绝大部分金融危机（见图10）；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。
根据研究目标，实证分析部分我们主要考察信贷扩张和金融监管（管制）对金融危机的作用。因此，模型设定中被解释变量主要为金融危机，解释变量则主要为信贷扩张程度和金融监管（管制）水平。具体的模型设定如下：
（1）
（2）
模型（1）为信贷扩张和金融危机关系的实证模型，模型（2）为金融监管（管制）和金融危机关系的实证模型。作为金融危机指标（=1，2，3）的被解释变量主要包括：“系统性银行危机”（Systemic Crisis，记为）、“双重金融危机”（Twin Crisis，记为）和“银行挤兑危机”（significant run，记为）。其中，“系统性银行危机”是指对一国银行业整体产生影响的危机而非局限于单个机构或者某个类型机构的金融危机，“双重金融危机”是指在发生银行危机的前后一年内同时发生了货币危机或者外债危机，“银行挤兑危机”是指危机过程中出现了明显的银行挤兑提款现象。在变量赋值方面，如果一个国家在样本区间发生了相应的危机，则赋值1，未发生过的国家则赋值0。以上三组数据主要参考了Luc Laeven & Fabian Valencia（2008）提供的信息。
在解释变量方面，根据本研究的目标，我们主要考察信贷扩张和金融监管（管制）对金融危机的作用。其中，信贷扩张程度（记为E）我们用“银行信贷和银行存款之比”（bank credit/bank deposit）来表示：经过存款调整后的信贷量不仅可以客观地反映银行信贷相对于其负债的扩张程度，还能消除不同国家金融体系发育程度差异而造成的异质性影响“银行信贷和银行存款之比”（bank credit/bank deposit）这一数据来自世界银行（WB）的Financial Structure Dataset（2008）。为了反映信贷扩张对金融危机是否存在诱发作用，对于那些样本区间发生金融危机的国家，这一比率取危机前3年（包括危机年）的均值；对于未发生金融危机的国家，取样本区间均值。
。在金融监管（管制）方面，我们具体使用的替代变量包括银行业务范围管制（记为R）和官方监管权力（Official Power，记为）。其中，银行业务范围管制指标取自Asli Demirguc-Kunt & Ross Levine（1999），该数值越大，表示对银行业务经营范围（即同时从事证券、保险、拥有或者参股金融企业或非金融企业）的限制也越大因此，该指标也可看作是一国金融混业经营程度的反向指标：指标越小，一国金融业的混业经营程度越大。
。官方监管权力指标取自Levine（2004），主要通过描述银行监管者在常规或非常规（如面临危机）时期是否能够采取针对银行管理层的一系列行动（包括更换银行组织结构、要求银行停止发放股利、奖金、管理费用以及要求银行进行拨备以覆盖实际/潜在损失等）来界定官方监管权力的大小，数值越高，表示相应的官方监管力量越强。
除了上述核心的解释变量外，我们还适当纳入了其它一些解释变量作为控制变量，以评估模型的稳定性和一致性。部分地参考过往研究，我们纳入的控制变量主要包括：宏观经济因素（如人均GDP、通货膨胀水平）宏观经济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）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。
、产业层面因素（如金融体系结构、银行集中度、一般管理成本、银行净利差）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。其中，金融体系结构用银行资产与金融市场市值之比表示，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”； 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；银行净利差（Net interest margin）等于银行利率收入减去利率支出再除以总资产，尽管许多因素影响利差，但较小的利差通常被认为代表较强的竞争和较高的效率；一般管理成本等于银行一般管理成本（Overhead cost）与银行总资产的比率，较低的管理成本通常被看作是较高效率的标志。
和制度因素（如银行腐败程度、存款保险制度）银行腐败指数取自The World Business Environment Survey（WBES）；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。
。这些控制变量由模型（1）和（2）中的多维向量矩阵表示。
在上述模型设定中，根据被解释变量的二元性质，我们主要使用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。
（二）实证分析结果
（1）金融危机与信贷扩张的实证分析结果
为了考察金融危机与信贷扩张之间是否存在系统的相关关系，我们首先运用ML-Binary Probit方法，分别对影响系统性银行危机（Systemic Crisis）、双重金融危机（Twin Crisis）和银行挤兑危机（significant run）的发生概率的因素进行回归。
当被解释变量为“系统性银行危机”时，回归结果见表1。

表1 系统性银行危机与信贷扩张的ML-Binary Probit回归结果

系统性银行危机
系统性银行危机
系统性银行危机
系统性银行危机
信贷扩张
1.979820 ***
(3.603016)
2.104806***
(2.583561)
2.112054***
(2.639336)
2.081743**
(2.386296)
人均GDP

-1.674081***
(-3.876518)
-1.076817** (-2.049384)

银行集中度

0.311198
(0.241197)
-0.203122
(-0.155625)
一般管理成本

-36.18133
(-1.445217)
银行腐败程度

1.250588*
(1.640586)
1.300182**
(1.997942)
银行净利差

21.27786
(1.197833)
显性存款保险

0.968505*
(1.762291)
1.032311*
(1.699074)

金融体系结构

-0.081227
(-0.633458)
-0.085743
(-1.140479)
通货膨胀

0.115776**
(2.089320)
常数项
-2.308555***
(-3.872120)
2.928863**
(2.046058)
-1.162124
(-0.379229)
-4.539395**
(-2.503274)
McFadden
0.186939
0.405599
0.434402
0.453980
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

从表1可以看出，信贷扩张对系统性银行危机的发生概率具有统计上非常显著的影响且符号为正，这意味着在那些信贷扩张程度越大的国家，其发生系统性银行危机的可能性越大。在四个回归方程组中，当我们对其他可能影响系统性银行危机发生概率的宏观经济因素（人均GDP、通货膨胀水平）、产业层面因素（金融体系结构、银行集中度、一般管理成本、银行净利差）和制度因素（银行腐败程度、存款保险制度）进行控制后，信贷扩张对系统性银行危机影响的显著性始终维持在较高水平，这说明变量之间的关系具有较强的稳定性。作为控制变量的附带结果，表1的实证结果还表明，人均GDP、银行腐败程度、存款保险制度、通货膨胀这四个因素对系统性银行危机的发生概率亦具有显著影响。
当被解释变量为“双重金融危机”时，回归结果如表2所示。

表2 双重金融危机与信贷扩张的ML-Binary Probit回归结果

双重金融危机
双重金融危机
双重金融危机
双重金融危机
信贷扩张
1.615060***
(3.139476)
1.516415***
(2.689064)
3.423643**
(2.387593)
4.358772**
(2.120434)
人均GDP

-1.021237**
(-2.282371)
-1.771213*
(-1.838472)
-2.301437*
(-1.816434)
银行集中度

-1.962745
(-0.843486)
-1.701682
(-0.722076)
银行腐败程度

0.607779
(0.985092)
0.649050
(0.988179)
一般管理成本

-16.42898
(-1.161615)
金融体系结构

-0.574010*
(-1.823078)
-0.643576*
(-1.948265)
显性存款保险

0.976937
(1.515526)
-0.372958
(-0.422211)
-0.152734
(-0.170378)
常数项
-2.921563***
(-4.349745)
0.065100
(0.041208)
2.708720
(0.649505)
3.846008
(0.890211)
McFadden
0.191455
0.295353
0.556212
0.586811
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

从信贷扩张对双重金融危机发生概率的影响来看，表2的结果表明了信贷扩张和双重金融危机之间系统性正相关关系的存在：在那些信贷扩张程度越大的国家，发生双重金融危机的概率显著增加。与表1的结果类似，信贷扩张对双重金融危机的统计影响也具有较强的稳定性。此外，在作为控制变量纳入的其他解释变量中，在10%的显著性水平上，人均GDP和金融体系结构也对双重金融危机的发生概率产生作用：越是富有的国家，发生双重金融危机的可能性越低；一国的金融体系结构越是倾向于银行主导，其发生双重金融危机的概率越低。
当被解释变量为“银行挤兑危机”时，回归结果见表3。

表3 银行挤兑危机与信贷扩张的ML-Binary Probit回归结果

银行挤兑危机
银行挤兑危机
银行挤兑危机
银行挤兑危机
信贷扩张
2.249280***
(3.352877)
2.705662***
(3.141258)
3.548363***
(2.795420)
3.408799***
(2.704787)
人均GDP

-1.328038**
(-2.396197)
-2.207882*** (-2.848867)
-2.251912***
(-2.899201)
显性存款保险

1.864300
(1.133873)
2.855554
(0.914800)
2.640012
(0.907157)
银行腐败程度

-1.143689*
(-1.607936)
-1.307590*
(-1.766062)
银行集中度

-2.172668
(-0.954903)
金融体系结构

-0.045121
(-0.190383)
常数项
-3.605054***
(-4.220767)
-1.303845
(-0.559299)
1.697478
(0.448780)
3.822513
(0.888149)
McFadden
0.273492
0.467454
0.542711
0.562401
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

从表3可以看出，信贷扩张对银行挤兑危机的统计影响不仅显著为正，且在四个回归方程组中，当我们对其他相关解释变量进行控制后，信贷扩张对银行挤兑危机的影响保持着极强的稳定性，始终在1%水平上显著。显而易见，由于银行挤兑的发生通常从一个侧面表明了金融危机的恶化程度，因此，上述实证结果倾向于表明：在那些信贷扩张程度越大的国家，其发生银行挤兑的概率增大，金融危机的恶化程度较深。
除了从上述3个角度对信贷扩张和金融危机发生概率之间的关系进行考察外，我们还附带考察了信贷扩张程度和危机严重程度的关系。通过从66个跨国总样本中分离出发生危机的国家子样本，我们对危机期间GDP受冲击程度与信贷扩张的关系进行了回归分析。从表4的统计结果可以看出，信贷扩张和危机期间GDP受冲击程度具有高度一致和稳定的负相关关系：在那些信贷扩张程度越大的国家，一旦发生金融危机，其经济增长受到的负面冲击将显著增大。

表4 危机期间GDP受冲击程度与信贷扩张的OLS回归结果

GDP受冲击程度
GDP受冲击程度
GDP受冲击程度
GDP受冲击程度
信贷扩张
-5.502711**
(-2.641735)
-5.794515***
(-2.851994)
-8.652814***
(-4.241645)
-8.642680***
(-4.927600)
银行净利差

75.81069*
(1.961253)
106.9428***
(3.179697)
75.52201**
(2.439036)
法律传统

3.637211*
(1.899145)
3.698989**
(2.158363)
4.972318***
(3.228195)
金融体系结构

0.920039**
(2.779821)
1.002757***
(3.505510)
人均GDP

3.609972** (2.560601)
6.752257***
(4.113066)
资本项目开放度

-1.924941**
(-2.838180)
常数项
3.639117
(1.364500)
-0.143166
(-0.047990)
-12.84688**
(-2.158234)
-22.56093***
(-3.664358)
Adjusted
0.170925
0.322943
0.527348
0.650603
注：括号内为t统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

（2）金融危机与金融监管（管制）的实证分析结果
承接第二部分的分析，现在我们继续考察金融监管与金融危机之间的关系，具体而言，我们希望通过实证分析回答如下问题：金融监管真的可以有效地维持金融稳定、抑制金融危机吗？
一如前面的变量设定，作为金融监管替代变量出现的主要包括：金融管制（银行业务管制）和官方监管权力。当被解释变量分别为系统性银行危机、双重金融危机和银行挤兑危机时，实证结果如表5至表7所示。

表5 系统性银行危机与金融监管的ML-Binary Probit回归结果

系统性银行危机
系统性银行危机
系统性银行危机
银行业务管制
1.028262***
(2.825016)
0.859234**
(2.310468)
0.910212**
(2.311412)
官方监管权力
0.448009**
(2.180986)
0.477320**
(2.272711)

银行资本水平

0.056968
(0.863271)

银行腐败程度

1.164405**
(2.206287)
常数项
-2.464765***
(-2.859562)
-2.687906***
(-2.638434)
-3.920589***
(-3.647322)
McFadden
0.234498
0.255920
0.267183
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

表6 双重金融危机与金融监管的ML-Binary Probit回归结果

双重金融危机
双重金融危机
双重金融危机
银行业务管制
0.767151*
(1.927395)
0.721565*
(1.621399)
0.729990*
(1.658806)
官方监管权力
0.114089
(0.525472)
0.205517
(0.878999)

银行资本水平

0.100391
(1.443337)

银行腐败程度

1.002755**
(2.380024)
常数项
-2.667430***
(-2.665621)
-3.625254***
(-2.836444)
-4.321876***
(-3.463854)
McFadden
0.100255
0.220124
0.249478
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

表7 银行挤兑危机与金融监管的ML-Binary Probit回归结果

银行挤兑危机
银行挤兑危机
银行挤兑危机
银行业务管制
0.899607**
(2.147490)
0.936510*
(1.798651)
0.939153*
(1.683699)
官方监管权力
0.314096
(1.211156)

0.460349
(1.356998)
银行资本水平

0.192380**
(2.079947)
0.221958**
(2.182419)
常数项
-3.014441***
(-2.824379)
-5.246737***
(-3.086770)
-5.562334***
(-2.944507)
McFadden
0.162583
0.368621
0.437230
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

从上面的实证结果可以看出：（1）金融管制（银行业务管制）对系统性银行危机、双重金融危机和银行挤兑危机均有稳定、一致的统计显著影响：随着金融监管方对业务经营管制的加强，各种危机的发生概率均显著增加，其中系统性银行危机受到的影响尤甚；（2）金融监管总体上对金融危机是失效的：官方监管权力对双重金融危机和银行挤兑危机的发生均不存在显著影响，这表明金融监管对上述两种危机不具有显著的遏制力；此外，官方监管权力对系统性银行危机的发生还有负面影响，即随着官方监管权力的增大，系统性银行危机的发生概率反而增加了。
在上述结果的基础上，我们还附带考察了金融监管对危机持续时间的影响，如表8所示危机持续时间以年计，为一整数数列，故此处采用ML-Ordered Probit方法回归。
。

表8 危机持续时间与金融监管的ML-Ordered Probit回归结果

危机持续时间
危机持续时间
危机持续时间
银行业务管制
0.921489***
(3.196104)
0.961029***
(3.124604)
0.736102**
(2.270297)
官方监管权力
0.277650*
(1.769113)
0.312772*
(1.885664)
0.408305**
(2.396358)
银行资本水平

-0.026256
(-0.694408)
0.221958**
(2.182419)
银行资产/GDP

-1.672659***
(-2.613069)
股票市值/GDP

1.171219**
(2.296829)
显性存款保险

1.018691**
(2.308059)
LR index (Pseudo-R2)
0.090031
0.104190
0.180735
注：括号内为z统计量；***表示在1%置信水平上显著，**表示在5%置信水平上显著，*表示在10%置信水平上显著。

表8 的结果表明：（1）随着金融管制（银行业务管制）程度的加大，金融危机的持续时间显著延长；（2）官方监管权力对危机持续时间具有显著的同向影响，即官方的监管权力越大，危机持续的时间反而增加。
最后，我们还从66个国家总样本中分离出发生危机的国家子样本，考察了金融监管对危机期间产出冲击的影响，结果表明，银行业务管制和官方监管权力均对危机期间的产出损失程度没有统计上显著的影响因为回归结果均不显著，为节省篇幅，此处不再列出。
。这表明，金融监管和管制的加强同样不能起到显著降低危机损失的作用。

四、对实证结果的进一步分析与延伸
（一）金融危机中的信贷扩张：实现机制与强化机制
上面的实证结果表明，信贷扩张对金融危机的发生概率具有显著的解释力，不仅如此，危机前的信贷扩张程度越大，危机时实际经济遭受的负面冲击也将越大，因为任何过度扩张所导致的泡沫都注定是不可持续的，而泡沫破裂的杀伤力总是与其大小和持续时间正向相关。
在确认了信贷扩张在金融危机过程中的作用后，我们面临的下一个问题自然而然是：信贷扩张是如何实现的？毫无疑问，信贷扩张背后往往是实际贷款的增加，而在经济繁荣时期，大量廉价贷款的存在无疑在这一过程中起到了推波助澜的作用。在过度乐观的预期下，危机前过低的实际贷款利率引发了几乎无节制的贷款供给和过剩的资金需求。以日本为例，在整个泡沫疯狂生长的20世纪80年代，日本的官方贴现率从9%一直降到2%左右（见图11）。由于低利率维持了过长的时间，错过了金融紧缩的时机，最终导致流动性泛滥和资产价格飙涨。当1990年日本不得不对不动产信贷进行“总量控制”时，一切为时已晚：包括加息在内的一揽子措施虽然强行刺穿了泡沫，但日本也随之陷入长达20年的经济衰退。无独有偶，在当前的美国次贷危机中，美联储之前的低利率政策亦被很多学者认为是导致信贷过度扩张的罪魁祸首从2001年初美国联邦基金利率下调50个基点开始，美联储的货币政策开始了从加息转变为减息的周期。此后的13次降低利率之后，到2003年6月，联邦基金利率降低到1%，达到过去46