4 2011年4月17日至2012年7月17日15个月期间,伦敦银行同业拆借利率动态图和18家独立银行提交的数据。伦敦银行同业拆借利率联谊会:利用威纳维尔函数法对虚假银行间相关性的研究-彼得·勒纳(Peter Lerner)-金融和经济前沿(Frontiers in Finance and Economics)-第15卷,编号1153-184为了对银行提交的数据进行趋势分析,我使用伦敦银行同业拆借利率进行了OLS每日回归 (15) 在表2中,按照表2的顺序列出了银行小组方程(15)的线性回归结果。小组中除汇丰银行(排名第10位)外的所有单个β彼此接近并趋于统一,但在统计上也可与β=1区分开来,误差幅度至少为5%。表2中的汇丰数据显然是整个数据集中的异常值。这可能表明,该行与中国市场的紧密联系,影响了该行的借贷行为,即人民币的部分可控性。英国巴克莱银行在样本期之前也有自己的问题(Snyder和Youle,2012),并且将进一步从样本中删除。表2 2011年4月17日至2012年7月17日(313个工作日)期间伦敦银行同业拆借利率(LIBOR)跟随率的广泛OLS统计数据。银行的顺序对应于表1。第19行表示LIBORitself。本文给出了α和β的速率方差和标准差。对于大多数银行(巴克莱银行和汇丰银行除外),与伦敦银行同业拆借利率的相关性超过90%。
除HSBC的β外,所有β在数值上都接近于1,但与单位的差异在5%的精度下具有统计学意义。银行编号利率,%αβR20.4103(0.0117)0.0382(0.0147)0.8287(0.0346)0.6470.3783(0.0123)-0.0042(0.0030)0.9196(0.0070)0.9820.3731(0.0100)0.0678(0.0019)0.8486(0.0046)0.991伦敦银行同业拆借利率联谊会:通过威纳维尔函数法研究虚假银行间相关性-彼得·勒纳-金融和经济前沿-第15卷N°1153-1840.4160(0.0085)-0.0321(0.0031)1.0467(0.0073)0.9850.3973(0.0130)-0.0645(0.0069)1.2759(0.0163)0.9520.4590(0.0199)-0.0107(0.0055)1.1660(0.0130)0.9630.4677(0.0165)0.0055(0.0034)0.9418(0.0080)0.9780.3919(0.0106)0.0498(0.0092)0.8391(0.0217)0.8270.3941(0.0099)-0.0016(0.0036 0)0.8813(0.0071)0.9800.3601(0.0092)0.1528(0.0048)0.2691(0.0113)0.6430.2632(0.0013)-0.0107(0.0033)1.0551(0.0079)0.9830.4222(0.0132)0.0731(0.0019)0.9228(0.0044)0.9930.4517(0.0100)0.0497(0.0018)0.7736(0.0041)0.9910.3672(0.0070)-0.0140(0.0038)1.0252(0.0090)0.9760.4067(0.0125)-0.0534(0.0065)1.2253(0.0154)0.9530.4493(0.0184)-0.0435(0.0089)1.2649(0.0210)0.9210.4755(0.0202)0.0728(0.0014)0.8927(0.0032)0.9960.4391(0.0093)-0.0406(0.0065)1.0990(0.0152)0.9430.4103(0.0149)0.0000(0.0000)1.0000(0.0000)1.000伦敦银行同业拆借利率研究导言中已经提到了通过威纳-维尔函数法(Peter Lerner–Frontiers in Finance and Economics–Vol 15 N°1153-1846)-对部分银行的信贷质量进行控制的虚假银行间相关性,与伦敦银行同业拆借利率(LIBOR)的较大系统性偏差可能不仅源于对LIBOR报价的滥用操纵,还源于提交银行信贷质量的差异。