货币政策框架与银行资产负债表传导的形态:来自土耳其的证据
《International Review of Financial Analysis》:Monetary policy regimes and the shape of Bank balance-sheet pass-through: Evidence from Türkiye
【字体:
大
中
小
】
时间:2026年10月25日
来源:International Review of Financial Analysis 10.2
编辑推荐:
•货币政策向银行资产负债表面向收益率的传导在不同制度环境下存在差异。•在传统政策环境下,存款成本传导显著降低。•在非传统政策环境下,传导呈现明显的凹性。•资产收益率的制度间曲率差异尤为显著。•在传统政策环境下,较高的政策利率先于银行贷款份额下降。
引言
银行在货币政策传导中
•货币政策向银行资产负债表面向收益率的传导在不同制度环境下存在差异。•在传统政策环境下,存款成本传导显著降低。•在非传统政策环境下,传导呈现明显的凹性。•资产收益率的制度间曲率差异尤为显著。•在传统政策环境下,较高的政策利率先于银行贷款份额下降。
引言
银行在货币政策传导中发挥着核心作用,因为它们将政策利率的变化转化为实际资金成本、资产收益率、资产负债表配置和信贷条件。这一银行定价渠道在新兴市场尤为重要,因为这些市场中金融中介以银行为主导,银行的负债端和资产端定价决策与宏观金融条件密切相关(伯南克和盖特勒,1995;卡沙普和斯坦,2000)。大量关于利率传导的文献表明,这种传导往往是不完全的、延迟的,并在不同工具、银行和宏观经济环境下存在异质性(科塔雷利和科雷利斯,1994;德邦特,2002;甘博科尔塔,2008;莫琼,2000)。这些摩擦反映了市场势力、调整成本、信息不对称、资产负债表约束以及金融结构的差异。对于新兴市场而言,这些摩擦尤为相关,因为银行在金融中介中扮演着主导角色,且通货膨胀动态、汇率压力、主权风险和政策可信度会影响政策利率与银行定价结果之间的映射(卡塞利和罗伊特曼,2019;吉吉尼什维利,2011;纽迈尔和佩里,2005)。
相关文献强调,传导可能是非线性的或依赖于状态的,而非在不同政策环境中保持恒定。阈值模型和不对称调整模型表明,银行利率对货币紧缩和宽松的反应可能不同,而关于金融压力和银行资产负债表的研究则强调了资本、资金约束和风险状况在塑造货币政策传导中的作用(恩德斯和锡克洛斯,2001;甘博科尔塔和辛,2018;格罗普等,2019)。最近关于非线性传导的大量文献集中在低利率或有效下限环境下,在这种环境下,进一步降低政策利率可能会削弱银行贷款或压缩利差(布伦纳迈耶和科比,2018;海德等,2019)。关于银行资产负债表传导的形状如何随货币政策制度环境的变化而变化,尤其是在名义利率在异常宽泛范围内波动且银行在快速变化的资金、流动性和监管条件下运营的情况下,所知甚少。
土耳其提供了一个研究这一问题的有利环境。在样本期内,货币政策环境从一个非传统阶段转变,其特征是尽管高通胀但仍降低政策利率,并更多地依赖监管和行政工具,到随后的正常化阶段,其特征是大幅加息并回归更常规的货币政策框架。以往关于土耳其的证据表明,传导是不完全的、不对称的,并对制度环境敏感。早期银行层面研究发现,不同贷款类别的传导存在异质性(艾丁,2007),而后来使用不对称协整和非线性技术的研究记录了存款利率调整缓慢和明显的不对称性,尤其是在货币紧缩期间(于克塞尔和厄兹坎,2013)。对于2010年以后的非常规政策时期,沙欣和奇切克(2018)表明,零售利率对实际融资利率的反应比对官方政策利率更为密切,突出了制度特定政策工具的重要性。基于这一宏观银行文献,本文考察了2023年后的正常化是否改变了货币政策的银行定价渠道:政策利率与银行实际资产负债表面向收益率结果之间的关系。
制度区分是实证设计的核心。传统政策环境指标从2023年第三季度起等于1,对应于政策利率再次成为货币紧缩的核心和越来越具有信息含量的工具的时期。这一制度界定的制度边界将政策利率未能完全总结实际货币政策立场的政策环境与常规加息成为政策正常化主要信号的环境区分开来。对银行而言,这种区分很重要,因为当政策利率是货币政策立场的核心信号时,它对于负债端资金成本和资产端收益率调整可能更具信息性。因此,该分析将制度互动解释为对政策利率与实际银行定价之间的关系是否在不同货币政策环境下存在差异的检验,而不是纯粹机械的时间分割。稳健性分析还估计了未知统计断点,并考察了替代的相邻制度日期。
因变量由银行的财务报表构建,因此应解释为平均实际资产负债表收益率,而不是报价的新业务市场利率。在负债端,平均实际存款成本由存款利息支出除以季度平均存款存量来衡量。在资产端,平均实际资产收益率由贷款利息收入除以平均贷款存量来衡量。这一区分很重要,因为报价贷款利率是合约特定的,取决于借款人风险、抵押品、贷款规模、期限、货币计值和银行与客户的关系,这些在银行层面数据集中无法观察到。相比之下,实际存款成本和实际资产收益率捕捉了嵌入银行资产负债表中的有效利息成本和回报。因此,它们适用于研究货币政策如何反映在银行的损益表和资产负债表中,但不应解释为新发起存款或贷款的报价利率。
实证分析使用土耳其大型银行的季度银行层面数据。基准设定是动态的,包括滞后因变量以考虑实际银行定价结果的持续性。所有设定均包括银行固定效应和银行层面的规模、资本化、证券持有量及外币存款份额等控制变量。这些控制变量很重要,因为银行对货币政策的定价反应可能取决于资产负债表规模、资本缓冲、资产组合和融资结构。优选设定还包括季度通胀、实际GDP增长、主权CDS利差和年度固定效应。使用Driscoll-Kraay标准误来考虑由共同总体冲击引起的序列相关性和横截面依赖性。非线性设定增加了政策利率的二次项,并允许线性关系和二次关系在不同货币政策环境下有所不同。这一结构将制度间平均传导差异与政策利率关系的曲率差异分开。
结果显示,存在显著但依赖于制度的传导。对于平均实际存款成本,短期内传导在两种环境下都是正向且统计显著的,但在传统政策环境下显著降低,从0.636降至0.311。对于平均实际资产收益率,相应的估计值为0.400和0.320,且其差异不具有统计显著性。实际定价结果也表现出高度持续性,这意味着模型隐含的累积反应大于短期系数。这些发现表明,正常化并不意味着传导一致增大;相反,政策利率关系的性质在不同制度环境下有所不同。
非线性结果揭示了更清晰的制度区分。在传统政策环境下,二次项较小且统计上不显著,而存款成本的曲率差异在10%水平上显著,资产收益率的曲率差异在1%水平上显著。传统政策环境下的边际效应随着观察到的政策利率范围保持正向,但估计不精确。因此,证据表明正常化后曲率减弱,但相对较短的传统政策时期限制了对传导精确函数形式的结论。
本文从三个方面对宏观银行文献作出了贡献。首先,它提供了银行层面的证据,说明货币政策如何传导至实际资产负债表定价结果:银行的平均存款融资成本和实际资产收益率。其次,它表明银行定价渠道不仅在其平均斜率上依赖于制度,而且在函数形式上也依赖于制度。证据表明,在非传统政策环境下,凹性显著,而在正常化后曲率大大减弱。第三,它提供了关于更广泛传导过程的补充证据。正式的结构性断点测试检测到存款定价关系在制度界定的正常化时期之前发生变化,而辅助性贷款分析表明,在传统政策环境下,较高的政策利率与随后银行贷款份额的下降相关,但在非传统时期则不然。这些发现将货币政策制度转变与银行定价和资产负债表调整联系起来,同时避免对政策利率系数进行因果解释。
本文其余部分组织如下。第2节讨论制度背景并定义货币政策制度。第3节描述数据和变量构建。第4节提出实证方法论。第5节报告动态传导结果、非线性扩展和稳健性分析。第6节得出结论。
Section snippets
制度背景与制度定义
土耳其在样本期内的货币政策环境以政策利率的角色和信息含量的急剧变化为特征。本文区分了两种制度:非传统制度,涵盖2023年第三季度之前的时期;以及从2023年第三季度开始的传统制度。因此,制度指标定义为从2023年第三季度起等于1,其他时间为0。这一时间点并非旨在意味着货币政策的所有制度特征都发生了变化。
数据与变量构建
实证分析使用来自土耳其银行业协会网站的22家大型土耳其银行2018年第二季度至2025年第三季度的不平衡季度面板数据。通胀和政策利率数据来自土耳其共和国中央银行网站。CDS数据来自Investing.com。样本仅限于总资产超过100亿土耳其里拉(以底层财务报表报告单位计)的银行季度观测值。这一限制排除了商业模式不同的较小机构。
概念动机
货币政策传导不仅取决于政策利率的水平,还取决于该利率运作的制度环境。在常规政策框架下,政策利率为银行的资金和资产定价决策提供了相对明确的信号。因此,政策利率的变化应反映在实际存款成本和资产收益率中,尽管存在不完整和调整滞后。当政策利率不能充分发挥作用时,这种映射可能减弱或改变其形状。
动态制度依赖传导
表2报告了实际存款成本和实际资产收益率的优选动态估计。所有设定均包括滞后因变量、银行固定效应、年度固定效应、季度通胀、实际GDP增长、主权CDS利差和银行层面控制变量。推断基于具有两个季度滞后的Driscoll-Kraay标准误。
两种定价结果都表现出显著的持续性。滞后系数对于实际存款成本为0.627,对于实际...
结论
本文考察了土耳其在经历显著的制度转变时期,货币政策向银行实际资产负债表定价结果的传导。利用22家大型银行的季度财务报表数据,分析关注实际存款成本和实际资产收益率,而非新业务报价利率,从而捕捉银行现有资产负表的有效重新定价。
结果表明,传导具有持续性、制度依赖性和非线性。
发表准备过程中使用生成式AI和AI辅助技术的声明
在准备本研究的过程中,作者使用了ChatGPT(OpenAI)来协助起草和调试Stata代码,并改善稿件的语言、可读性和呈现方式。作者审阅、测试和验证了代码及其输出结果,根据需要编辑了稿件,并对已发表文章的内容承担全部责任。
利益冲突声明
作者声明,他们没有已知的可能影响本研究报告工作的竞争性财务利益或个人关系。
哈坎·巴尔
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号