研究方法与技术路线

关于NSFR的传统银行微观机制的研究（见图1-3），本书认为应采用定性与定量相结合的方法。关于传统银行的微观机制梳理，本书采用定性分析的方法，辅之以定量研究进行检验，使结果更为可靠。银行盈利和净息差（Athanasoglou et al.，2008；Berger et al.，2000；Goddard et al.，2011；李明辉等，2014）以及风险（Delis & Kouretas，2011；李明辉等，2014）均具有持续性特征，因此，本书实证研究不采用静态模型，而采用动态模型。其次，虽然（原）银监会对商业银行的净稳定融资比率有最低要求，但是各商业银行仍然会根据自身所面临的风险和经营状况提取部分超过银监会规定的比率，因而可以认为净稳定资金比率并非外生，所以需考虑净稳定融资与风险的逆向因果关系。最后，回归模型中采用的各代理变量在观测时易产生各种测量误差，可能会导致内生性问题。综上，本书将采用动态面板模型解决上述的理论和技术层面遇到的种种问题（Woodridge，2002；李明辉等，2014）。

关于NSFR的动态调整态势的研究，本书依旧采用定性与定量结合的方法（见图1-3）。本书根据中国基本国情和商业银行特征分析出可能影响NSFR调整态势的影响因子。定量研究部分，本书参考Berger et al.（2008）和DeYoung and Jang（2016）的部分调整模型（partial adjustment model）构造有关净稳定融资比率的部分调整模型。在模型中加入影响因子可以计算出银行各年的指标目标值、调整速度以及各因素对于目标值和调整速度的影响程度。(https://www.daowen.com)

图1-3　传统商业银行研究路线

基于上文的研究，考虑到还要进一步研究NSFR目标值和调整速度对于银行自身稳定性和系统性风险的影响，本书将通过大量阅读文献，对比现有系统性风险指标的优劣程度，选定合适的系统性风险指标进行研究。通过理论分析提出有关假设后，采用OLS和FE两种计量回归方法增强统计方法上的可靠性。

关于表外理财业务的研究（见图1-4），本书首先通过建立关于理财产品供给-需求的理论模型得到有关监管套利、理财产品数量、风险的均衡关系，然后进行比较静态分析。定量研究方面，由于缺少可供使用的理财产品公开数据集，本书只能采用手动抓取的方式搜集2006—2016年所有的理财产品发行明细数据。模型方法上，在控制了时间效应的同时，本书使用固定效应面板回归解决不可观测的银行个体特征所可能带来的内生性问题。为了进一步解决银行变量之间的内生性问题，本书寻找了监管力度冲击的时间点，进行了DID（Difference-in-Difference）检验。

图1-4　影子银行研究路线