银行主导型和市场主导型金融系统跨国比较37页.docx
《银行主导型和市场主导型金融系统跨国比较37页.docx》由会员分享，可在线阅读，更多相关《银行主导型和市场主导型金融系统跨国比较37页.docx（50页珍藏版）》请在冰豆网上搜索。
银行主导型和市场主导型金融系统跨国比较37页
银行主导型和市场主导型金融系统：
跨国比较
与当今“教师”一称最接近的“老师”概念，最早也要追溯至宋元时期。
金代元好问《示侄孙伯安》诗云：
“伯安入小学，颖悟非凡貌，属句有夙性，说字惊老师。
”于是看，宋元时期小学教师被称为“老师”有案可稽。
清代称主考官也为“老师”，而一般学堂里的先生则称为“教师”或“教习”。
可见，“教师”一说是比较晚的事了。
如今体会，“教师”的含义比之“老师”一说，具有资历和学识程度上较低一些的差别。
辛亥革命后，教师与其他官员一样依法令任命，故又称“教师”为“教员”。
AsliDemirguc——KuntandRossLevine
课本、报刊杂志中的成语、名言警句等俯首皆是,但学生写作文运用到文章中的甚少,即使运用也很难做到恰如其分。
为什么?
还是没有彻底“记死”的缘故。
要解决这个问题,方法很简单,每天花3-5分钟左右的时间记一条成语、一则名言警句即可。
可以写在后黑板的“积累专栏”上每日一换,可以在每天课前的3分钟让学生轮流讲解,也可让学生个人搜集,每天往笔记本上抄写,教师定期检查等等。
这样,一年就可记300多条成语、300多则名言警句,日积月累,终究会成为一笔不小的财富。
这些成语典故“贮藏”在学生脑中,自然会出口成章,写作时便会随心所欲地“提取”出来,使文章增色添辉。
一、引言
语文课本中的文章都是精选的比较优秀的文章,还有不少名家名篇。
如果有选择循序渐进地让学生背诵一些优秀篇目、精彩段落,对提高学生的水平会大有裨益。
现在,不少语文教师在分析课文时,把文章解体的支离破碎,总在文章的技巧方面下功夫。
结果教师费劲,学生头疼。
分析完之后,学生收效甚微,没过几天便忘的一干二净。
造成这种事倍功半的尴尬局面的关键就是对文章读的不熟。
常言道“书读百遍,其义自见”,如果有目的、有计划地引导学生反复阅读课文,或细读、默读、跳读,或听读、范读、轮读、分角色朗读,学生便可以在读中自然领悟文章的思想内容和写作技巧,可以在读中自然加强语感,增强语言的感受力。
久而久之,这种思想内容、写作技巧和语感就会自然渗透到学生的语言意识之中,就会在写作中自觉不自觉地加以运用、创造和发展。
长期以来，经济学家一直在争论银行主导型金融系统和市场主导型金融系统的比较优势。
这一争论主要集中在四个国家：
银行主导型金融系统，如德国、日本。
银行在动员储蓄、配置资本、监督公司管理者的投资决策以及在提供风险管理手段上扮演着主要的角色。
市场主导型金融系统，如英格兰和美国。
在把社会储蓄投向企业、行使公司控制以及减轻风险的管理上，证券市场与银行同等重要。
一些分析家认为，在提供金融服务上，市场更有效率；另一些则宣扬中介的优势。
争论未解决，并阻碍稳定政策建议的形成。
对市场主导型与银行主导型金融系统进行比较的现有文献存在一个主要缺点：
这些比较集中于人均GDP水平相似的一个很窄系列的国家。
以至于这些国家有一个非常相似的长期增长率。
因此，如果人们接受德国和日本是银行主导型金融系统，英国和美国是市场主导型金融系统，并且如果人们认识到所有这些国家有一个非常相似的长期增长率，那么意味着实行何种金融系统关系不大。
为提供更多的关于经济重要性和金融结构决定的信息，经济学家需要把该争论扩展至包括广泛系列的国家（包括地区，下同）经验。
为把该争论扩展至一个更广泛的国家的横截面，我们需要新的数据。
基于一个新构建的数据系列，本文检测多至150个国家横截面的金融结构。
我们利用了简单的图表、相关和回归来阐述金融结构与经济发展之间的关系，而且，我们提供金融结构潜在的法律、管制和政策决定因素的经验证据。
这是自Goldsmith（1969）的有影响的著作以来对国家大量横截面的金融结构和经济发展的第一次系统检测。
然而，应该指出的是本文并不检测金融结构是否会对经济增长和企业绩效产生一个因果关系的影响，并不检测银行主导型和市场主导型国家是否会对经济增长和企业绩效产生一个因果关系的影响。
Levine（2019）、Demirguc－kunt和Makismovic（2019）在相应的论文中作了这些分析。
相反，本文介绍有关金融机构与经济发展之关系以及大量校截面国家的金融结构与法律、管制政策决定因素之关系方面标准化（Stylized）事实。
更具体地，本文提供有关三个问题的国际比较：
1.经济发展与银行、非银行以及股票市场发展之关系；
2.经济发展与银行主导型金融系统和市场主导型金融系统之关系；
3.金融结构的法律、管制、税收以及宏观经济之决定因素。
为分析金融结构，我们必须把国家划分为或市场主导型或银行主导型类别。
基于规模检测、行为以及效率，我们构造了金融结构的一个综合指数（Conglomerateindex）。
具体地说，我们研究了银行部门发展（根据规模、行为和效率来检测）相对于股票市场发展（同样根据规模、行为和效率来检测）的比率。
具有较大比率的国家被划分为银行主导型类别。
银行部门发展对股票市场发展的综合比率低于平均值的国家被划分为市场主导型类别。
因此，这个归类体系产生了国家的两个类别：
市场主导型金融系统的国家和银行主导型金融系统的国家。
尽管是一个有用的起点，但这个双变量体系代表了大量的含义。
遗憾的是，尽管通过国际比较，一些国家的银行系统是不发达的（Poorlydeveloped）。
但这种方法把它们确认为银行主导型。
之所以产生这样的结果，是由于按照国际标准，这些国家的股票市场是非常不发达的。
同样，因为一些国家的银行是极端不发达的，尽管根据国际比较它们的市场是不发达的，但这种方法把它们的金融系统确认为是市场主导型。
因此，我们发展了另外一个归类体系。
首先，我们确定有高度不发达金融系统的国家。
如果一个国家的银行和市场发展两者都低于平均值，它的金融系统被认为是不发达的。
这就产生了三个类别：
不发达的、银行主导型和市场主导型。
尽管这个分类体系同样有问题，但它有助于比较国家的跨广泛横截面上的金融结构。
因为与具有较发达金融系统——或属于银行主导型类别或属于市场主导型类别相比，非常不发达的金融系统彼此之间有更多的共性。
尽管当只考虑银行主导型和市场主导型金融系统时，我们能得到同样的结果，但当我们考虑金融结构的三个类别：
不发达的、银行主导型和市场主导型金融系统，我们看到了清楚得多的模式。
我们的发现如下：
1、在较富裕的国家，银行、非银行以及股票市场更大、更活跃、并更有效率。
在平均水平上，较富裕的国家其金融系统更发达；
2、在较高收入国家，相对于银行，股票市场变得更活跃和更有效率。
各国金融系统演变存在这样的趋势：
当国家变得较富裕时。
其金融系统变得更以市场为导向（Market－Oriented）；
3、有习惯法（Commonlaws）传统，对股东权力有强有力的保护，有好的会计管制、腐败的低水平以及没有明确的存款保险的国家，其金融系统倾向于更加以市场为导向；
4、有法国民法传统，对股东和信贷者权力保护不好，合约执行差、腐败的高水平、差的会计标准、限制性的银行管制以及高通货膨胀的国家，倾向于有不发达的金融系统。
本文的其余部分组织如下：
第二小节说明了在跨不同人均收入组别上金融系统如何不同；第三小节经验性地定义金融结构并提供跨国比较；第四小节考察了金融结构的法律、管制、税收和政策决定因素；第五小结总结了研究结果。
二、跨不同人均收入组别上金融系统的差别
不同的国家其金融系统有大的差别。
像人们比较较贫穷国家与较富裕国家一样（以人均GDP来测度），本小节利用新搜集的多达150个国家横截面数据来说明金融系统是如何不同。
在跨不同收入组别上，尽管并不是所有的金融部门发展的检测方法都会以一个系统的方式变化，但一些值得注意的模式出现了：
在较富裕的国家，依据银行、非银行金融中介和股票市场的规模、行为、效率来检测的金融部门的发展倾向于更大。
这个分析集中于90年代搜集的数据。
当我们对60、70和80年代（数据许可的情况下）进行分析时，得出了极为相似的结果。
附录显示了不同时期内金融系统是如何不同的。
Beck、Demirguc—kunt和Levine（2019）提供了数据来源的详细信息。
表1金融中介和股票市场发展：
跨国数据
国家和地区
人均GDP
1990-1995
流动负债/GDP
银行资产/GDP
市值/GDP
总交易市值/GDP
银行资产/市值
阿根廷
澳大利亚
奥地利
孟加拉国
巴巴多斯
比利时
玻利维亚
巴西
加拿大
智利
哥伦比亚
哥斯达黎
塞浦路斯
丹麦
厄瓜多尔
埃及
芬兰
法国
德国
加纳
英国
希腊
洪都拉斯
中国香港
冰岛
印度
印尼
伊朗
爱尔兰
以色列
意大利
牙买加
日本
约旦
肯尼亚
韩国
马来西亚
毛里求斯
墨西哥
尼泊尔
荷兰
新西兰
尼日利亚
挪威
巴基斯坦
巴拿马
秘鲁
菲律宾
葡萄牙
新加坡
南非
西班牙
斯里兰卡
瑞典
瑞士
泰国
特立尼达
突尼斯
土耳其
美国
乌拉圭
委内瑞拉
津巴布韦
平均值
4039.12
14313.95
13177.30
194.31
4777.04
14481.78
754.98
2346.36
17284.79
2725.16
1432.39
1866.6
6588.45
17022.55
1322.4
1042.35
15892.44
15232.41
16573.02
553.23
11794.31
6551.64
751.32
10537.98
18939.92
385.43
609.76
2397.4
9014.4
9259.58
11504.72
1711.34
15705.68
1288.78
440.62
3908.74
2629.22
2124.69
2951.55
199.61
13954.71
9492.46
550.95
20194.81
435.90
1950.45
1292.36
734.06
4822.10
11152.47
2379.26
7286.25
537.67
18981.50
19529.79
1502.88
3684.84
1534.16
2258.77
19413.52
2514.33
3166.58
803.59
6546.68
0.15
0.61
0.89
0.34
0.64
0.69
0.35
0.23
0.76
0.38
0.30
0.37
1.24
0.58
0.24
0.81
0.58
0.64
0.66
0.16
0.96
0.60
0.29
1.63
0.37
0.44
0.42
0.44
0.52
0.69
0.65
0.43
1.91
1.11
0.46
0.65
0.97
0.68
0.25
0.33
0.83
0.73
0.20
0.57
0.41
0.53
0.15
0.45
0.71
1.12
0.44
0.76
0.37
0.47
1.44
0.77
0.52
0.47
0.22
0.60
0.39
0.29
0.35
0.59
0.21
0.77
1.26
0.31
0.52
1.18
0.37
0.32
0.66
0.46
0.18
0.17
0.81
0.48
0.17
0.63
0.80
1.02
1.21
0.06
1.16
0.41
0.25
1.49
0.49
0.34
0.49
0.22
0.36
0.92
0.74
0.28
1.31
0.71
0.29
0.55
0.82
0.54
0.24
0.22
1.12
0.85
0.11
0.69
0.36
0.58
0.12
0.37
0.79
0.95
0.66
0.96
0.27
0.54
1.77
0.82
0.37
0.55
0.19
0.73
0.28
0.15
0.21
0.58
0.11
0.71
0.12
0.04
0.21
0.36
0.02
0.19
0.59
0.84
0.13
0.07
0.22
0.34
0.10
0.10
0.29
0.33
0.24
0.15
1.13
0.15
0.05
1.96
0.11
0.28
0.18
0.04
0.26
0.33
0.17
0.42
0.79
0.65
0.16
0.37
2.01
0.27
0.32
0.05
0.69
0.49
0.06
0.26
0.16
0.09
0.11
0.52
0.13
1.37
1.66
0.30
0.16
0.62
0.98
0.57
0.12
0.10
0.14
0.80
0.01
0.12
0.23
0.39
0.04
0.33
0.08
0.01
0.00
0.05
0.00
0.12
0.29
0.09
0.01
0.00
0.02
0.16
0.01
0.02
0.12
0.17
0.28
0.00
0.55
0.06
0.02
1.08
0.01
0.08
0.08
0.01
0.14
0.19
0.08
0.05
0.28
0.12
0.00
0.44
1.14
0.01
0.13
0.00
0.43
0.14
0.00
0.14
0.06
0.00
0.04
0.15
0.05
0.70
0.15
0.23
0.02
0.33
0.76
0.40
0.01
0.01
0.16
0.62
0.00
0.03
0.01
0.17
1.91
1.08
10.5
7.75
2.48
3.28
18.5
1.68
1.12
0.55
1.38
2.43
3.68
1.41
1.70
6.3
2.76
3.09
5.04
0.4
1.02
2.73
5
0.76
4.45
1.21
2.72
5.5
1.38
2.79
4.35
0.67
1.66
1.09
1.81
1.49
0.41
2
0.75
4.4
1.62
1.73
1.83
2.65
2.25
6.44
1.09
0.71
6.08
0.69
0.40
3.2
1.69
0.87
1.80
1.44
3.08
5.5
1.36
0.91
28
1.25
0.91
1.49
注：
该表格仅将原文表格中的部分指标进行了摘录，其中银行资产/GDP为本人整理。
1、中介
在较高收入国家，银行和其他金融中介规模倾向于更大、更活跃并更有效率。
考虑四个检测。
（1）流动负债/GDP，即银行流动负债加上非银行金融中介的流动负债/GDP，这是衡量金融中介规模相对于经济规模的常用指标，也被经常用来作为金融部门发展的总量检测方法（KingandLevine1993a,b）。
（2）银行资产/GDP，即存款货币银行国内总资产/GDP，提供了一个银行部门总规模的检测方法。
（3）存款货币银行在私有部门的索取权/GDP，即存款货币银行贷给（以及其他在私有部门的索取权）私有部门的信贷占GDP的份额，排除了对公共部门的信贷（政府和公共企业）。
这是衡量在私有部门上银行行为的一个常用指标。
（4）其他金融机构在私有部门的索取权/GDP，这里的其他金融机构包括保险、金融公司、集中的投资计划（共同基金）、储蓄银行、私人养老金和发展银行。
这个指标表示非银行机构贷给（以及其他在私有部门的索取权）私有部门的信贷占GDP的份额。
在计算了金融中介规模和行为的这些测度后，我们把国家归于2019年世界银行发展指标中定义的低、中低、中高和高收入国家类别。
基于这个收入组别排列，每个组别的国家数目大体相同。
然而，对四个组别中的每一个组别，我们计算了金融中介发展指标的平均值。
表1给出了每个国家的数据。
图1显示了当把较为富裕的国家和较为贫穷的国家加以比较时，在较为富裕的国家，流动资产/GDP，银行资产/GDP，存款货币银行在私有部门的索取权/GDP以及其他金融机构在私有部门的索取权/GDP都上升了，这个模式在统计上是显著的。
表2显示了人均GDP与流动性负债/GDP、银行资产/GDP、存款货币银行在私有部门的索取权/GDP以及其他金融机构在私有部门的索取权/GDP之间的相关在5％的水平上都是显著的。
具体到国家和地区，奥地利、德国、法国、英国、中国香港、日本、荷兰以及瑞士有比较大的、活跃的银行体系。
另一方面，阿根廷、哥伦比亚、哥斯达黎加、加纳、尼泊尔、尼日利亚、秘鲁、土耳其以及津巴布韦有特别小的、不活跃的银行体系。
在非银行方面，日本、韩国、荷兰、南非、瑞典以及美国有非常强大的金融中介（见表1）。
事实上，在美国、瑞典和韩国，其他金融中介发放给私有部门的信贷比存款货币银行发放的多。
同样，注意到在较富裕国家，中央银行在信贷配置上的直接作用是较小的（见图1和表2）。
表2金融中介与股票市场发展人均GDP水平下之间的相关
相关
P值
流动负债/GDP
银行资产/GDP
存款货币银行在私人部门索取权/GDP
其他金融中介在私人部门索取权/GDP
中央银行资产/GDP
一般管理成本
银行净利差
银行集中指数
国外银行资产/总银行资产
总银行资产中的公众股份
市值/GDP
总交易市值/GDP
换手率
0.465
0.663
0.639
0.636
-0.442
-0.353
-0.443
0.017
-0.371
-0.462
0.282
0.409
0.424
（0.001）
（0.001）
（0.001）
（0.001）
（0.001）
（0.005）
（0.001）
（0.898）
（0.009）
（0.004）
（0.025）
（0.001）
（0.001）
现在考虑银行部门效率的两个检测。
一般管理成本（Overheadcost）等于银行一般管理成本与银行总资产的比率。
尽管不是明确的，我们还是把较低的一般管理成本看作是较高效率的标志。
过多的一般管理成本支出可能反映了浪费和缺乏竞争。
然而，同样必须认识到竞争性的银行可能从事大量投资以提供高质量的金融服务，这些提高生产率的投资可能引起一般管理成本的上升。
因此，极低的一般管理成本可能反映不充分竞争和在提供好的银行服务上投资不足。
可见，一般管理成本不是效率的一个明确清楚的检测方法。
图1：
90年代金融中介的发展
注：
表中横向坐标轴数字含义：
1表示流动负债／GDP；2表示银行资产／GDP；3表示存款货币银行在私有部门索取权／GDP；4表示其他金融机构在私有部门索取权／GDP；5表示中央银行资产／GDP；6表示一般管理成本；7表示银行净利差；8表示银行集中指数；9表示外国银行资产份额；10表示公众持有的商业银行股份。
银行效率的第2个检测是银行净利差，它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，较小的利差通常被认为代表较强的竞争和较高的效率。
我们获得了8个国家基于银行水平的一般管理成本和银行利差的数据。
对每一个国家我们计算了单个银行的平均值。
图1显示了较高收入的国家倾向于有较低平均的一般管理成本和较低的平均银行净利差。
人均GDP与一般管理成本和银行利差之间的相关（以及p值）进一步证明了人均GDP和银行效率之间的负相关关系（见表2）。
银行集中度与人均GDP之间的关系没有统计上的显著性。
我们以三个最大银行的资产在总的银行部门资产中的比重来检测银行部门的集中度，并称之为银行集中指数。
图1显示了当从较低收入向较高收入国家银行移动时，银行集中度倾向于下降。
然而，这种银行部门集中度的下降在统计上不显著，如表2所示。
在表1中我们同样报告了在银行总资产中外国银行和公有银行的份额。
当我们移向较高收入国家时（图1），这两个检测都下降了。
从表2我们能看出这种关系同样在统计上是显著的。
2．跨国股票市场
在较高收入国家，股票市场倾向于较大、更活跃并更有效率。
为检测市场规模，我们采用了作为GDP份额的市值指标，它等于国内股票价值（在国内股票交易所交易的）与GDP的比率。
为检测市场行为，我们采用了作为GDP份额的交易总价值指标，它等于在国内交易所国内股票的交易市值除以GDP。
作为GDP份额的总交易市值检测相对于经济规模的股票交易市值，作为GDP份额的总交易市值被经常用来检测市场流动性，因为它检测了相对于经济行为的交易（例如LevineandZervos，2019）。
最后，为检测市场效率，我们利用了换手率（Turnoverratio），它等于国内股票在国内交易所交易的价值除以国内股票的价值（在国内交易所交易的）。
换手率不是效率的一个直接检测指标，它没有检测交易成本。
进一步说，换手率是检测相对于市场规模的股票交易市值，并被经常用作检测流动性的方法。
图2不同收入国家金融市场的市值和交易情况
注：
表中横向坐标轴数字含义：
l表示市值／GDP；2表示总交易市值／GDP；3表示换手率。
如图2所示，按照收入划分的四个组别，当我们从最穷的国家移向最高收入的国家组别时，作为GDP份额的市值、作为GDP份额的总交易市值和换手率都上升了。
人均GDP与作为GDP份额的总交易市值和换手率之间的相关系数大约都是0.4，并在1％的水平上显著。
人均GDP与市值之间的相关系数接近0.3，并在5％的水平上显著。
在较富裕的国家，股票市场更为发达。
在单个国家方面，其排名严重依赖于股票市场发展的特定检测方法。
一些国家和地区通过任何检测方法都显示其股票市场有较好的发展（表1中显示的澳大利亚、英国、中国香港、马来西亚、荷兰、新加坡、瑞典、瑞士、泰国和美国）；一些国家有大的但流动性差的股票市场，如智利和南非（见表1）；另一些国家有活跃的但小的股票市场，特别值得一提的是韩国和德国。
3．跨国非银行金融中介
在较富裕国家，保险公司、养老基金以及其他非银行金融中介占GDP的份额是较大的。
具体地，我们检测了保险公司、养老基金、集中性投资计划（共同基金）、发展银行以及其他非银行金融机构发放给私有部门的贷款，以这些机构发放的私有部门的贷款占GDP的份额来计算。
图3－l显示了在较为富裕的国家，这些非银行金融中介的每一个检测值都较大，但当国家变得更富裕时，相对于发展银行与其他非银行金融机构，保险公司、养老基金和共同基金的作用上升了（图3－2）。
对于人寿保险公司，我们包括了一个另外的规模和两个另外的行为检测方法（图略）。
人寿保险部门的规模，定义为人寿保险公司发放给私人信贷占GDP的百分比，它随着收入的增加而增加。
用保险费/GDP来检测人寿保险的深度，用人均保险费来检测人寿保险的密度。
结果出现了同样的模式：
高收入国家显示出人寿保险的深度是中低收入国家的10倍，并且高收入国家的人寿保险密度几乎比低收人国家的人寿保险密度高100倍。
图3－l非银行中介在私有部门索取权占GDP的比例
注：
表中横坐标数字含义：
1表示银行类机构；2表示保险公司；3表示私人养老基金；4表示集中性的投资计划；5表示开发银行。
图2非银行中介在私有部门索取权占总的非银行在私有部门的索取权的比例
注：
表中横坐标数字含义：
1表示银行类机构；2表示保险公司；3表示私人养老基金；4表示集中性的投资计
升级会员 