日本区域性银行系统风险：PLS-SEM测量与影子银行影响

本文探讨了在日本银行业领域的一项开创性研究，即利用偏最小二乘结构方程模型（PLS-SEM）来衡量区域银行的系统性风险。作者Necmi K. Avkiran在《理论经济信使》(Theoretical Economics Letters) 2018年的一篇文章中提出了这一新颖的方法论应用。在日本，这是首次将非参数PLS-SEM应用于此类金融风险评估，显示出理论与实践相结合的前沿性。 研究基于Orbis Bank Focus数据库，该数据库提供了基于指标的数据，但遗憾的是，并未找到所有理论建议的相关指标。尽管如此，Avkiran通过收集到的数据发现，影子银行（包括微观和宏观层面的联系）对系统性风险的解释达到了12.5%的比例，这表明其在风险构成中具有不容忽视的影响。为了增强结果的稳健性，作者采用了广义结构化成分分析（GSCA），作为一种与PLS-SEM同类的统计工具，进一步验证了PLS-SEM的测量有效性。 研究的局限性在于监管机构在收集关于日本区域银行与影子银行活动关联的数据方面存在不足。这些缺失的指标对于全面理解通过影子银行业务如何影响系统性风险至关重要。随着数据的进一步完善，未来的研究可能会展开更深入的分析，探讨影子银行对日本区域银行系统风险的具体影响程度以及潜在的政策干预措施。 这篇论文不仅为评估日本区域银行的系统性风险提供了一种新颖且重要的方法，也强调了数据质量和完整性在金融风险研究中的关键作用。它对监管者、金融机构和学术界来说，都是一个启发性的研究案例，提示了在理解和管理复杂金融生态系统中，特别是在影子银行领域，需要更多的实证研究和数据支持。