Новый международный данные о взаимодействии между банком размера, промышленного производства и торговли

Аннотация

Это исследование рассматривает влияние развития банковского и торговли промышленного производства на общую сумму в 26 странах. Обобщенная импульсная характеристика функций, основанных на векторной авторегрессии (VAR) моделей, используемых для обеспечения понимания в динамических отношениях развитие банковской системы, росту товарооборота и рост промышленного производства. Результаты показывают, что три макро-серии связаны друг с другом для большинства стран, и, как правило, оказывают положительное воздействие друг на друга. Отношения, похоже, не будет системно-разному между промышленно развитых стран и новых индустриальных и развивающихся стран.

Ключевые слова: банки, промышленного производства, международной торговли и VAR модели.

Классификация JEL: C32, F14 и Группы 21.

Введение

Многие экономисты зрения банков, как традиционные финансовые посредники, которые собирают депозиты и предоставлять кредиты и, следовательно, они имеют решающее значение для распределения ресурсов в экономике и обеспечения экономического роста. Эта точка зрения оспаривается в конкурентной финансового рынка, в рамках которых компании не следует полагаться только на банки, чтобы привлекать капитал для роста, что привело к ситуации, так называемых финансовых посреднических операций. Фирм можете брать прямо из финансового рынка или эмиссии ценных бумаг (акций или облигаций), внутри страны или в глобальном масштабе для привлечения капитала. С учетом быстрого роста финансовых рынков, банки, с одной стороны стараются секьюритизировать свои портфели выданных кредитов для поддержания конкурентоспособности, а с другой стороны, они стали более активно участвовать в управлении риском для себя и для своих клиентов в свете больших процентных ставок и волатильность обменного курса [Мехта и Фунг (2004)]. В то же время, банки по-прежнему подвергаются тяжелым правил со стороны правительства для поддержания стабильности процентных ставок с целью достижения устойчивого экономического целей и интертемпоральное выравнивания инвестиций и сбережений [Аллен и Гейл (2000)].

Из вышесказанного возникает вопрос, какую роль играют банки в условиях открытой экономики. Важно оценить механизм, с помощью которых банки влияют на экономический рост и как они влияют на внешнюю торговлю в глобальной окружающей среды. Если банки непосредственно влияют на экономический рост, это подтвердит, традиционная точка зрения банков. Тем не менее, если мы наблюдаем банков лишь косвенно влияет на экономический рост, в результате приведет поддержку утверждения, что банки меняют свою роль, чтобы стать по управлению рисками и сглаживание доходов в экономике. Можно предположить, что банки улучшить торговлю через принятие риска и устранение асимметрии информации для торговых операций между странами из-за увеличения риска валюты и платежных неопределенности во всем мире.

Практика показывает, что развитие финансового рынка способствует экономическому росту [см., например, Левин и Zervos (1998); Раджан и Зингалес (1998)]. Подключение финансового развития и экономического роста, также широко изучены [Левин, Loayza и Бек (2000); Руссо и Вахтель (2000)]. Мы дополняем в современной литературе по изучению динамики между ростом банковского сектора и рост промышленного производства.

Это исследование рассматривает также торговли роста, гипотезы и обратной связи / взаимодействия экономического роста и торговли. Многие исследования, такие как Федер (1983), Рам (1987), Serletis (1992) и др. Фунг. (1994) поддержали значимой взаимосвязи между торговлей и экономическим ростом. Мы совершенствуем эти исследования, включив в роли банков в этих отношениях. Мы выражаем этих исследований с использованием анализа импульсной характеристикой на основе векторной авторегрессии (VAR моделей), которые сыграли важную роль в подведении динамические взаимодействия между размер банка, промышленное производство, и торговлю с течением времени. Поскольку переменные в модели VAR может быть cointegrated [Йохансен (1988, 1991)], мы включаем коинтеграции структуры в нашем анализе, чтобы избежать неправильного проблемы, а также обобщенный подход импульсного отклика.

В документе содержится ряд интересных выводов. Во-первых, в банковском секторе как правило, приводит роста промышленного производства на сравнительно более длительный период времени, а рост торговли приводит к росту промышленного производства в короткий период времени. Во-вторых, развитие банковского сектора, как представляется, экзогенные, а рост торговли приводит к увеличению размера банка в торгово-ориентированных стран. В-третьих, промышленного производства существенно влияет на торговлю, но мы считаем, что влияние размер банка по вопросам торговли имеет важное значение в промышленно развитых странах, что означает, что банки способствовать росту товарооборота по смягчению некоторых факторов риска. И наконец, торговля появляется более оперативно реагировать ответственно на развитие банковской системы после краха Бреттон-Вудской системы, обеспечивая дополнительные доказательства того, что банки) более важную роль в торговых операциях, как страны сталкиваются с более валютных рисков в условиях глобальной экономики.

Остальные статья организована следующим образом: Раздел 2 объясняет VAR моделирования и расчета обобщенных импульсных; Раздел 3 кратко рассматриваются данные, а в разделе 4 обсуждаются доклады и импульсные характеристики каждого из трех переменных (размер банка, промышленное производство , а также торговые поставки) к инновациям и в двух других переменных. В этом разделе мы кратко исследовать, как взаимодействие между переменными, возможно, со временем эволюционируют. В заключительном разделе вывод.

Эмпирические Рамочной

Исследователи часто используют либо рекурсивной разложение Холецкого впервые в Sims (1980), или нерекурсивный стратегию, предложенную Бланшар и Ватсон (1986), Бернанке (1986), и Sims (1986), среди других. Оба метода опираются на экономическую теорию или иных предварительных знаний, чтобы определить порядок переменных в VAR моделей и представить информацию о взаимосвязи между инновациями. Различные упорядочения может привести к совершенно разным результатам в зависимости от степени корреляции между различными потрясениями. Особый заказ подразумевает, что мы априори наложить экономические структуры на многомерных процессов (когда сама структура часто являются предметом исследования). К сожалению, прогнозы экономической теории часто двусмысленны.

В частности, пусть [Y.sub.t] обозначим (х 1) вектор стационарных процессов в рамках расследования, когда м 3 (размер банка, промышленное производство и международная торговля) в нашем случае. Динамические связи между этими процессами могут быть смоделированы как VAR порядка А,

[Математическое выражение, просто непередаваемы В ASCII], ... (1)

где [Y.sub.t] = ([Y.sub.1t], [Y.sub.2t], ..., [Y.sub.mt]), т (х 1) вектор перехвата Условия, [F.sub.j] является (тхт) матрицы коэффициентов, [[эпсилон]. sub.t] является (х 1) вектор инноваций после многомерного нормального распределения с дисперсией С. Кроме того, [[эпсилон]. sub.t] может быть связано только одновременно. Модель (1) имеет бесконечное скользящей средней представительства,

[Математическое выражение, просто непередаваемы В ASCII]. ... (2)

Обратите внимание, что в (2) мы опускаем часть, соответствующую перехватить член в (1), поскольку она не имеет никакого значения в последующих расчетах. Обычно используется ортогонализованных импульсных определяется как

[Частная производная] [Y.sub.ts] / [частная производная] [[дельта]. Sub.j] = [[PSI]. Sub.s] [Pe.sub.j], S = 1, 2,. .., ... (3)

где P рекурсивно-формы Холецкого фактор [SIGMA], [e.sub.i] является выбор вектора, который имеет все элементы равны 0, за исключением й элемент, 1. В (х 1) вектор, уравнение (3) меры изменения [Y.sub.t] в период тс, если [Y.sub.jt] были увеличены на 1 стандартное отклонение, [[дельта]. Sub.j] , в период т, где [[дельта]. sub.j] является квадрат корень JTH диагонального элемента [SIGMA]. В рекурсивном предположение, [Y.sub.1t] является одновременно экзогенные. Кроме того, все другие переменные могут быть вызвано инноваций от переменных перед ними, но не те, за ними. Таким образом, традиционные меры импульса в (3) в значительной степени зависит от порядка [Y.sub.t], так как P делает.

Мы используем обобщенный ответ импульсной функции разработаны др. Koop и др. (1996) и Pesaran и Шин (1998), который является инвариантным упорядочением переменных. Мы оцениваем эффект ударной частности путем включения из других последствий потрясений VAR системы на основе распределения ошибок. Когда [[эпсилон]. Sub.t] вытекает многомерного нормального распределения, Koop и др.. (1996) показывают, что (в пересчете) обобщенные ответы импульс задается

[Частная производная] [Y.sub.ts] / [частная производная] [[дельта]. Sub.j] = [[PSI]. Sub.s] [SIGMA] [e.sub.j] / [[дельта] . sub.j], S = 1, 2, ..., ... (4)

Сравнивая (4) и (3), то можно заметить, что разница [SIGMA] в (4) заменяет его ортогонализованных фактором, P, в (3). Таким образом, обобщенные разложения инвариантного упорядочения переменных в VAR модели. Недавно Юинг и др.. (2003) и др. Ван. (2003) применить этот обобщенный метод для изучения влияния инноваций в других макро-переменные или секторов / рынков по доходности акций.

Чтобы создать доверительные интервалы для обобщенных импульсных (4), мы используем загрузочный метод, предложенный Ранкл (1987). В частности, мы создаем полный набор искусственных замечания. [Y.sub.t] на основе модели (1), повторно отбор проб из предполагаемых остаточных количеств. Мы рассчитываем обобщенные ответы импульс на основе расчетных параметров от модельных данных. Повторяя этот процесс, скажем, N раз, у нас есть эмпирические распределения точечная оценка в (4). Тогда, 90% доверительный интервал строится на основе пятого и 95 процентах от распространения. (1)

До сих пор мы предполагали, что вектор процесса [Y.sub.t] находится на стоянке. Тем не менее, в настоящее время широко признано, что многие макрос серии содержат стохастические тенденция, или они нестационарной. С первой разности [Y.sub.t], [DELTA] [Y.sub.t] = [Y.sub.t] - [Y.sub.t-1], находится в неподвижном состоянии [Y.sub. т] может быть смоделирован в виде следующей VAR в первую различия:

[DELTA] [Y.sub.t] = [мю] [К-1.summation над (/ = 1)] [[GAMMA]. Sub.j] [ДЕЛЬТА] [Y.sub.tj] [[эпсилон] . sub.t]. ... (5)

Вполне возможно, что в то время как отдельные элементы [Y.sub.t] являются нестационарными, они могут иметь общие тенденции. Кроме того, существуют какие-то долговременные отношения равновесных между ними. Поэтому некоторые линейные комбинации этих нестационарных серии может быть стационарной. В этом случае, следующая модель коррекции ошибок целесообразно:

[DELTA] [Y.sub.t] = [му] [П.] [Y.sub.t-1] [А-1.summation над (/ = 1)] [[П.]. Sub.j] [[ GAMMA]. sub.j] [ДЕЛЬТА] [Y.sub.tj] [[эпсилон]. sub.t], ... (6)

где новый срок [П.] [Y.sub.t-1] содержит долгосрочного равновесия информации. Ясно, что при [Y.sub.t], является cointegrated процесса, VAR в первую различий неправильном. Обратите внимание, что модели (6) гнезда модели (1) и (5). В частности, пусть ранг Р Р. Если 1 <г <т, то [Y.sub.t] является cointegrated. Если г = 0, то модель (6) сводится (5),, VAR в первые разногласия. Наконец, если г = т, или [П.] имеет полный ранг, то (6) эквивалентно (1), VAR в уровнях. Это также означает, что все элементы в [Y.sub.t] стационарные сами по себе.

После модели коррекции ошибок (5) По оценкам, это несложно вычислить обобщенные ответы импульс и varianee deeompositions выполнив действия, описанные ранее в этом разделе (подробнее см. Pesaran и Шин, 1998).

Данные

Переменных, используемых для оценки уравнения (1) включать три переменные: банковский актив, промышленное производство (IP), а общее сальдо торгового баланса. То есть, имеем [Y.sub.t] = (банковский актив, IP, торговля). Традиционно, исследователи используют общий размер банковского сектора для изучения последствий развития банковского. Некоторые исследователи выбирать другие переменные. Например, исходя из того, что общие размеры банка включает в себя имущество различных банковских учреждений и, следовательно, направлена не на кредит, предоставленный банковского секторов, Левин и Zervos (1998) использует значение займов коммерческих банков и других депозитов банков в частных вкладчиков в качестве меры развитие банковской системы. Так как нашей целью является изучение динамических отношений между банковского сектора, сектора торговли и промышленного производства, мы используем общий размер банковского сектора в качестве прокси-банковского развития.

Мы рассмотрим динамические отношения между этими тремя переменными в 26 промышленно развитых, новых индустриальных и развивающихся стран. Выбор стран, данные частоты, а также образец периоды при анализе в основном из-за наличия данных. Все серии собраны из Международного валютного фонда (МВФ) 'S International Financial Statistics (IFS) базы данных. Серия банковских активов получается путем прибавления резервов, требования государственных органов, претензии на частном секторах и т.д., в разделе банковских учреждений. Сообщил торговый баланс Чили, Израиль, Корея, Мексика, Уругвай, деноминированные в долларах США. Мы превращаем их в местной валюте использованием период среднему обменному курсу (рыночному курсу). В зависимости от характера переменных, используются различные методы, чтобы заполнить недостающие значения.

Приложение краткая выборка информации по каждой стране. В общей сложности мы рассмотрим ежемесячных наблюдений 21 стран и квартальные данные о 22 странах. После конвенции, все переменные, используемые в модели, в логарифмической форме. Срок обучения для каждой страны варьируется в зависимости от наличия данных от IFS. Некоторые данные серии начаться уже в 1958 и в основном завершится в 2002 году.

Результаты эмпирического

Для проверки стационарности каждой серии, мы первым применить одномерную Расширенная Дики-Фуллера тест (Дики и Фуллер, 1979). Результаты приведены в Приложении B для ежемесячных и квартальных наблюдений. Среди 63 ежемесячной серии Есть только 3 с Т-статистики меньше, чем -3, появляясь неподвижным. В тот же стандарт, 6 серии квартальных, как представляется, стационарные из в общей сложности 66 лет. Дальнейшие испытания стационарности показывают, что первые различия этих серий являются стационарными. На этом основании мы считаем, что все три переменные, размер банка, IP и торговля, I (1) нестационарного процесса с несколькими исключениями.

Мы тестируем коинтеграции ранга [Y.sub.t] в рамках (6). Оптимальное число лагов, А, для уравнения (6) выбирается исходя из критерия минимизации информации Шварца. Хотя для максимальным отставанием установлено 24 по месячным данным и 8 по квартальным данным, мы также ввести не менее 12 и 4 отстает по месяцам и кварталам, соответственно.

Приложение C кратко выбрали отставание заказы на 43 VAR моделей 26 стран. Для месячных наблюдений, 12 отстает подходят для 11 стран и 13 отстает на 9 других стран. Длинный лаг заказ 14 французских данных. Кроме того, 4. лагов, необходимых для VAR-8 с ежеквартальной наблюдений, а пять отстает по другим 12 УАК. Мы также считаем, что 7 отстает необходимы французский квартальных данных.

Определив А отставание порядка, мы считаем, коинтеграции отношений в модели. Коинтеграции ранга определяется для каждого VAR-исполнителями Йохансена (1988, 1991) следов процедуры. Результаты представлены в Приложении C. второй столбец показывает, что для ежемесячных наблюдений, число VAR, которая коинтеграции ранга 0, 1, 2, 3, 14, 3, 2 и 2, соответственно. Кроме того, мы моделируем Бангладеш, Израиль, Канада, Корея, Нидерланды, как исправление ошибок модели с одним или двумя коинтеграции отношений, Австрии и Японии в качестве VAR в уровнях. Мы моделируем, как остальные страны в первой VAR различия. За 22 ежеквартальных VAR мы видим, что число стран, которые коинтеграции ранга 0, 1, 2 и 3, 13, 4, 1 и 4, соответственно. Заметим, что модель месячных наблюдений Японии и квартальные замечания Франции, Японии и Нидерландов, ВАР уровней, которые согласуются с одномерные результаты тестирования ADF в Приложении B, где мы видим, что два или все три переменные в этих странах, как представляется, быть стационарным.

Сравнение столбце 2 в колонке 4, мы видим, что время агрегации (с ежемесячной на ежеквартальную наблюдений) приводит к изменению числа коинтеграции отношений для семи стран, но не влияет на другие 9 стран. Условные порядка отставание и ранга коинтеграции выбрали выше, мы оцениваем модель (1) методом максимального правдоподобия (количество продукции, велик, поэтому не рассматриваем здесь. Но оба данных и параметров оценки 43 ВАР доступны Авторы по желанию).

На основании уравнения (4), мы рассчитываем обобщенных импульсных переменных [Y.sub.i], чтобы на одно стандартное отклонение инноваций в переменной [Y.sub.j] (I, J = размер банка, промышленное производство и торговля ). Ответы рассчитаны на срок до двух лет вне образца периодов (это 1 до 24 периодов ежемесячных данных, а также 1 до 8 периодов квартальные данные). Для экономии места, мы подведем итоги по з = 1, 6, 12 и 24 ежемесячных наблюдений, а с = 1, 2, 4 и 8 квартальные наблюдений в таблицах 1, 2 и 3. (Примечание: Если 3 месяца используется вместо 1 месяц, за все результаты, изложенные в бумаге линии.) Для этой же причине мы опускаем все переменные ответы на их собственные инновации.

Импульс Ответы банка размер

В таблице 1 приведены точечные оценки обобщенных ответов импульс размер банка инноваций в переменных промышленного производства и торговли для всех 26 стран. Результаты основаны на ежемесячной VAR представлены в верхней части таблицы, для 21 стран, и тех, которые основаны на ежеквартальных VAR в нижней части для остальных пяти странах. Для проверки того, точечные оценки сообщили в таблице существенно отлична от нуля, мы построим 90% доверительный интервал помощью моделирования методом кратко говорилось выше. (2)

Первые четыре колонки таблицы 1 показывают, импульсные реакции размер банка в промышленном производстве (IP). Результаты неоднозначны, к инновациям в области ИС; некоторые из них существенное влияние, а другие этого не делают. Стран с незначительным эффектом IP являются: Австрия, Дания, Италия, Япония, Пакистан, Филиппины, Испания и Великобритания по месячным данным и Австралия, Новая Зеландия, Швейцария, Уругвай, Чили и США, для квартальных данных. Многие из этих стран являются промышленно развитых странах, где финансовые рынки развиты относительно хорошо, это означает, что банки в этих странах являются экзогенными и, таким образом не реагируют на рост промышленного производства. В частности, как финансовые рынки хорошо развиты в промышленно развитых странах, банки не являются единственным источником финансирования. Таким образом, рост IP не ссылаются непосредственно на рост в банковском секторе. С другой стороны, банки действительно играют важную роль направления капитала для компаний в развивающихся странах. Расширение промышленного производства приведет к росту в банковском секторе в этих странах. Наши эмпирические результаты, как представляется, согласуется с наблюдаемым структуре финансовых посреднических операций в зрелости экономики.

Столбцы 5, хотя 8 таблицы 1 представляют собой расчетные изменения в размер банка после 1 единица ударной волны в торговых рядов. Похоже, что позитивный шок в торговле существенно повлиять на размер банка в 11 странах (Бангладеш, Канада, Дания, Израиль, Индия, Япония, Корея, Мексика, Пакистан, Великобритании и США). 2 развитых стран, Японии и США, которые оказывают негативное воздействие импульсного отклика, стоит обсуждения. Банковская система в эти две страны являются крупными и реагировать на глобальной конкуренции и регулирования. Негативное влияние международной торговли на размер банка может занять от двух различных маршрутов. Во-первых, как международная торговля будет развиваться, отечественным банкам расширить более агрессивно на международном уровне вместо того чтобы сосредоточиться только на внутреннем рынке. Международной экспансией банков за счет внутреннего рынка является попыткой захватить растущий международный рынок и следовать их клиентов, которые инвестируют за рубежом и в других странах. В результате относительные размеры внутреннего банковского сектора могут пострадать отрицательно.

Во-вторых, международной торговли влечет за собой риск всех типов. Банки пытаются расширить свои услуги с помощью различных инструментов хеджирования (включая производные по управлению рисками). Рост от пунктов баланса в банках растет в последние годы в результате сделок с производными инструментами. Этот рост не отражается на номинальный размер внутреннего банковского сектора. Кроме того, секьюритизация активов дальнейшего явно вызывает размер банка появляется меньше. Одним словом, как в результате роста торговых и финансовых disintermediaiton, размер банковского сектора в этих двух странах будет негативно сказываться.

Смешанные результаты размер банка торговли предполагают, что некоторые страны не реагируют на рост торговли, хотя в trade'oriented таких странах, как Корея и Мексика размер банка следует положительно роста в торговле.

Импульс Ответы промышленного производства

В таблице 2 кратко динамическое влияние размера банка и торговли на промышленное производство. Инновации в размер банка в целом положительно влияет на IP (Дания, Израиль, Индия, Корея, Малайзия, Мексика, Испания, Австралия, США) Тем не менее, последствия являются значительными и отрицательные для Бангладеш, Норвегия, Швейцария и Уругвай. Результаты интерпретируются как признак того, что в некоторых странах, рост размер банка не является эффективным в стимулировании роста экономики, и это может оказать негативное влияние на нее. Вполне вероятно, из-за проблемы морального риска, неэффективность, или сочетание того и другого.

Результаты в колонках 5 по 8 Таблица 2 ясно указывают на то, что торговля имеет значительное положительное воздействие на внутренние промышленного производства, поддержки торговли роста гипотезы в литературе. Например, в период 1, ответы положительные, но во всех трех странах (Ирландия, Нидерланды, Финляндия и Швеция).

Импульс Ответы торговли

Первые 4 колонках таблицы 3 показывают, что инновации в банковском секторе оказывают значительное воздействие на общий торговый баланс страны в 13 странах. Опыт Кореи особенно интересен. Влияние банковского сектора на торговлю не только положительные и статистически значимым, но и больших по величине во всех четырех горизонтов. Данные из Мексики аналогично, за исключением, что смета меньше по величине. Эти результаты позволяют предположить, банки в этих странах прогрессивного развития торговли роста.

Таблица 3 также предоставляет убедительные доказательства в поддержку влияния промышленного производства на торговлю. Рост промышленного производства имеет свои положительные и значительное воздействие на темпы роста торговли во всех 26 странах. Кроме того, влияние как представляется, имеют больше времени горизонта. Величины оценки параметров в таблице, показывают также, что влияние ИС на торговлю, как правило, сильнее в промышленно развитых странах, чем в новых индустриальных и развивающихся стран.

Анализ чувствительности

Мы провели ряд анализов чувствительности, чтобы проверить устойчивость результатов. Во-первых, вполне возможно, что отношения между три переменные могут развиваться как экономика проходит через различные этапы развития, общих экономических условий, экономики и международной финансовой изменения окружающей среды. Для того, чтобы рассмотреть этот вопрос, мы решили посмотреть на опыт Кореи и США, оценивая модели (1) и расчета импульсных характеристик для подвижного окна данных (к югу от образцов). США и Корея, выбранные для участия развитых и новых индустриальных стран, соответственно. Для данных, Корея, мы рассмотрим последовательность 371 различных подвыборки, начиная с 1962M1 к 1971M12, и заканчивая 1962M1 к 2002M10. Установление порядка отставание в 13 (которая основана все образцы информацию см. Приложение 2), переоценить ранга коинтеграции для каждого образца с помощью Йохансена (1988, 1991) методом.

Рисунок 1 содержит участки предполагаемых ответов импульс размер банка, IP и торговли в остальных двух переменных в VAR системы через 12 месяцев после потрясений. Горизонтальной оси соответствует оценке на конец периода каждой выборки. Два интересных моментов, которые заслуживают обсуждения. Во-первых, крах Бреттон-Вудской системы в 1971M8-1973M3 (период также отрицательно сказывается на первый кризис в выключенном состоянии) было значительное влияние на все взаимоотношения между тремя переменными, хотя и в разных направлениях. Влияние ИС на размер банка увеличились, а его влияние на торговлю снизилась после кризиса, отражает чувствительность, ориентированной на экспорт экономика Кореи во внешнюю среду. Влияние торговли на размер банка и IP также снизились. Позитивное влияние на банковскую отрасль промышленного производства за собой разовое увеличение после кризиса, но с тех пор остались. Во-вторых, воздействие на берегу IP размера наиболее значительных до начала 1980-х, в период, когда Корея завершила свою индустриализации. Воздействие размер банка по вопросам торговли была позитивной, и медленно увеличивалась в течение всего периода образца, только немного нарушен энергетический кризис.

Результаты данные по США приведены на три панели Рисунок 2. Как и в случае с Кореей, первый энергетический кризис, также, как представляется, имели серьезные последствия для экономики США. Влияние ИС на размер банка является отрицательным в ранние периоды, но стала менее значительной с течением времени. И размер банка и IP играют все более важную роль в торговле роста.

[Рисунок 1 опущены]

[Рисунок 2 опущены]

Для обеспечения большей доказательств о влиянии краха бреттон-вудской системы на динамику три переменных разделить выборку на два периода: до и после распада. Период кризиса 1971M8-1973M3 (то же самое, 1971Q2-1973Q1) исключены из образцов. В таблице 4 импульсной характеристикой оценки как в пред-и пост-кризисный период для корейских и американских данных. Как видно из таблицы, динамические отношения между банком размера, промышленное производство, и торговля в целом укрепить после кризиса.

Исследователи обнаружили, что временные (время) агрегации может иметь последствия на многие характеристики обычных интересов исследователей, таких, как экзогенность, причинность, коинтеграции, и общие черты (Pierse и Снелл, 1995; Marcellino, 1999). Например, в применении к функции потребления для Соединенного Королевства, Pierse и Снелл (1995) считают, что коинтеграции потребления и богатства отклонил ежеквартальные данные, но убедительно принято с большой промежуток ежегодных данных. Мы рассматриваем как месячные и квартальные данные за тот же стран надежности. Обобщенный импульс ответы размер банка, IP и торговли в 16 странах на основе квартальных данных анализируются. Их результаты весьма схожи с теми, в таблицах 1, 2 и 3 на основе ежемесячных наблюдений за те же страны и, следовательно, они не сообщили. Модель предложения наши результаты были надежными и не влияет на временные агрегации.

Резюме и выводы

В настоящем исследовании динамических отношений между размер банка, промышленного производства и торговли в общей сложности 26 стран. Обобщенная импульсная характеристика функций, основанных на векторной авторегрессии используются для дать ответ на вопросы, прочный. Наши основные выводы можно резюмировать следующим образом.

Во-первых, у нас есть лучшее понимание по вопросу о взаимосвязи промышленного производства с размером банка и торговли. Хотя развитие банковского сектора в некоторых странах приводит к росту промышленного производства, картина не одинаковы для всех отобранных стран. Кажется, что влияние, как правило, эффективны более длительный период времени. С другой стороны, имеются убедительные доказательства того, что рост торговли приводит роста промышленного производства и влияние происходит на короткий период времени.

Во-вторых, развитие банковского сектора, как представляется, экзогенные. Это особенно наглядно проявляется в развитых странах. И рост промышленного производства и торговли не показывают однозначной влияние на рост банковских размера. Однако Есть некоторые признаки того, что темпы роста торговли приведет к увеличению размера банка в торгово-ориентированных стран.

В-третьих, воздействие промышленного производства на торговлю является значительным и положительным для всех включенных в выборку стран. Влияние размер банка по вопросам торговли являются неоднозначными, хотя эффект, скорее всего, будет значительным в промышленно развитых странах. Этот результат показывает, что банки способствовать росту товарооборота по смягчению некоторых факторов риска, предоставляя дополнительные услуги (например, хеджирование) в международной торговле сделки.

В-четвертых, отношения между переменными могут эволюционировать с течением времени. Мы считаем, что в то время как характер взаимного влияния (положительного или отрицательного), остается в основном стабильным с течением времени, как правило, величины изменяются в течение периода образца.

Наконец, крах Бреттон-Вудской системы, которые поддержали режим фиксированного обменного курса, как представляется, влияние на динамику отношений между макроэкономической 3 серии. В частности, торговли появляется более оперативно реагировать ответственно на развитие банковской системы после краха Бреттон-Вудской. Этот результат дает некоторые доказательства того, что банки играют более важную роль в торговых операциях, поскольку страны сталкиваются с более валютных рисков в условиях глобальной экономики.

Ссылки

Аллен Ф. и Гейл, Д., (2000), Сравнение финансовых систем, Massachusetts: MIT Press.

Бернанке, B., (1986), альтернативные объяснения корреляции денежных доходов. Карнеги-Рочестер серии по вопросам государственной политики 25, 49-99.

Бланшар, OJ, а МВт Уотсон (1986), циклы деловой активности ли все так? In: Гордон, Р. (ред.), цикл Американский бизнес: преемственность и перемены. Университет Чикаго Пресс, Чикаго, 123-56.

Дики Д.А., Фуллер, WA, (1979), Распределение оценок по авторегрессии временных рядов с единичного корня. Журнал Американской статистической ассоциации 74, 427-431.

Юинг, BT, С. Форбс, и JE Пейн (2003), последствия макроэкономических шоков на конкретных секторах прибыль. Прикладная экономика, 201-207.

Федер Г. (1983), на экспорт и рост, журнал развития экономики, 59-73.

Фунг, HG, Сони, B., Ло, туалетом и Сян П., (1994), экспорта, импорта и промышленного производства: фактические данные из развитых и новых индустриальных стран. Международный экономический журнал ", том. 8, 87-98.

Йохансен, S., (1988), Статистический анализ коинтеграции векторов. Журнал экономической динамикой и управляемостью, 12, 231-254.

Йохансен, S., (1991), оценивания и проверки гипотез коинтеграции векторов в гауссовских векторных авторегрессионных моделей, Econometrica, 59, 1551-80.

Йохансен, S., (2002), небольшой коррекции образца для испытания cointegrating ранга в векторной авторегрессии. 70 Econometrica, 1929-1961.

Держите Г. Pesaran, M.H. и Поттер, С. М., (1996 года); 'Импульс ответ анализ в нелинейных многомерных моделей, журнал эконометрики, 74, 119-47.

Marcellino, Массимилиано, (1999), Некоторые следствия временной Агрегация в эмпирический анализ. Журнал Бизнес-экономической статистике, 17, 129-36.

Мета Р., Фунг, HG, (2004), Международный менеджмент Bank, Лондон: Изд-Блэкуэлл Ко

Михаэли, М., (1977), экспорт и экономический рост: эмпирическое исследование, журнал развития экономики, 49-53.

Левин Р., Loayza Н. и Т. Бек (2000), финансового посредничества и рост: причинности и причины, журнал Monetary Economics, Август, 46 (1), 31-77.

Левин, Р. Zervos, S., (1998), биржи, банки и экономический рост "," Обзор американской Eeonomie, июнь 1998, 88 (3), 537-58.

Pesaran, M.H. и Шин Ю., (1998), Обобщенная импульсная характеристика анализа в линейных многомерных моделей, Economics Letters, 58, 17-29.

Pierse, Р. G и Снелл, J., (1995), временные агрегации и сила тесты на единичный корень. Журнал эконометрика, 65: 333-45.

Раджан, RG и Зингалес, Л., (1998), финансовая зависимость и рост, American Economic Review, июнь 1998, 88 (3), 559-86.

Руссо и PL Wachtel, П., (2000), Рынок ценных бумаг и роста: Кросс-кантри Данные о времени и результаты, 1980-1995 годов. Журнал банковского дела и финансов, декабрь 2000 года. 24 (12), 1933-57.

Serletis А., (1992), рост экспорта и Канады экономического развития, журнал Economie развития, 133-145.

Sims, апелляционный суд, (1980), макроэкономике и реальность. 48 Econometrica, 1-48.

Sims, CA, (1986), являются модели прогнозирования полезной для анализа политики? Федеральный резервный банк Миннеаполиса Ежеквартальный обзор 10, 2-16.

Wang, З., Кутан А.М., и Ян, J., (2003), информационные потоки внутри и между различными секторами на китайском фондовом рынке. Скоро в Ежеквартальный обзор экономики и финансов.

Zijun Wang, частного исследовательского центра предприятия, штат Техас

Вай-Ло Чун, школа искусств и социальных наук Открытого университета Гонконга, 30 Доброго Пастыря Street, Homantin, Hong Kong, Email: wclo <a href="mailto:wclo@ouhk.edu.hk"> @ ОУГК. edu.hk </ A>.

Хун-Gay Фунг, Колледж делового администрирования, Университет Миссури-St. Луис, 8001 природных Bridge Road, St Louis, MO 63121, Email: <a href="mailto:fungh@msx.umsl.edu"> fungh@msx.umsl.edu </ A>.

ПРИМЕЧАНИЯ

(1.) Оба загрузочный и нормальной аппроксимации, асимптотически обоснованные методы построения доверительных интервалов. Тем не менее, в конечном образцов, они, как правило, производят более широкий доверительный интервал, чем у основных истинных распределений, которые должны иметь в виду при интерпретации результатов, описанных ниже.

(2.) Точечная оценка является значительной (отмечены значком * в таблице), если соответствующий доверительный интервал не содержит нуля.

Торговля