기기의 유효성

모델 경쟁과 효율성의 직접적인 인과 효과를 추정하기 위해 우리는 다음 모델을 사용합니다. 여기에는 다양한 수준의 효율성에서 경쟁-안정 관계의 변화 정도를 포착하기 위해 경쟁과 효율성의 상호 작용 항도 포함됩니다. (4) 여기서 아래 첨자 i 와 t 는 각각 은행과 시간을 나타내며 종속 변수 로그( Z -Score) 또는 σ ROA 또는 NPL 로 측정됩니다. , 금융 안정성의 지속성을 포착하기 위해 이 변수의 시차 값이 회귀 변수로 포함됩니다. 분 대출 또는 분 예금으로 측정된 은행 i의 1년 시차 경쟁 기간입니다. 또한 Berger et al. [ 13 ], 우리는 경쟁-안정성 관계의 비선형 특성을 포착하기 위해 2차 경쟁 용어를 사용합니다. 같은 기타 독립 변수는 PCA로 구성된 효율성 지수 또는 운영 효율성 비율로 측정됩니다. 은행별 요인과 거시경제적 요인을 제어하는 ​​{ k } 변수 세트입니다 . β 는 매개변수 벡터이고, 는 연도 더미이고, 관찰되지 않은 교란입니다. 내생성 문제를 줄이기 위해 모든 설명변수의 시차를 취합니다. 시간 더미를 포함하면 모든 은행의 관심 변수에 영향을 미치는 모든 이벤트의 효과를 포착하고 그러한 이벤트의 발생으로 인해 추정치가 편향되지 않도록 보장합니다. 가능한 내생성을 해결하기 위해 2단계 시스템 GMM을 적용합니다[ 14 ]. 시스템 GMM 추정기는 일관되고 효율적인 추정치를 제공하고 관찰되지 않은 효과와 내생성 문제를 극복하며 이 연구와 같이 관찰 시간이 더 짧은 패널 연구에 더 적합합니다. 또한 Sargan 테스트와 과잉 식별 제한에 대한 Hansen J 통계 및 Arellano-Bond(AR) 테스트를 각각 사용하여 기기의 유효성과 가능한 자기 상관의 견고성을 확인합니다. {\text{경쟁}}_{{{\text{it}} - 1}} \nu_{t} \varepsilon_{\text{it}} 결과 및 토론 기술통계 표 1 은 본 연구에 사용된 데이터의 기술통계를 나타냅니다. log( Z -score) 의 평균값과 표준편차는 각각 3.28과 0.85로 전체적으로 안정된 상태를 보여주고 있다. 그러나 최소값 0.31은 일부 은행이 재정적 어려움을 겪을 수 있음을 나타냅니다. 최소값 −3.965 및 −4.956, 최대값 −3.105 및 −2.496, 평균값 −3.49 및 −3.597은 각각 분 대출 및 분 예금과 관련되어 있으며 은행업에서 높은 수준의 경쟁을 보여줍니다. 산업. 효율성 지수(0.787)와 예대율(1.732)의 표준편차는 은행 간 효율성과 유동성의 차이가 크다는 것을 나타냅니다. 다른 모든 변수는 중간 정도의 변동을 나타냅니다.구글상단노출 구글백링크 스포츠중계 솔루션 스포츠중계 api 구글상위노출 온라인카지노 커뮤니티 소액결제현금화 스포츠중계 스포츠중계 성인용품 성인용품 롤 토토 롤 토토 비제이벳 강남달토 강남레깅스룸 구글상위노출 11