To gauge the extent of threshold ef

To gauge the extent of threshold effects, we split the sample according to pre-crisis values of NSFR and EQUITY with the help of dummy variables. In particular, we indentify banks with a NSFR below 1 and classify them by buckets of EQUITY, using 7 and 12 percent as reference limits. These values are relevant from the regulatory perspective and broadly match the quartiles of the distribution. We then re-estimate the regressions over each subsample and their combinations. As before, the estimated coefficients are transformed to convey the marginal impact of each explanatory variable on the probabilities of bank failure (Table 8). Overall, the results are consistent with the idea that liquidity and capital play a complementary role in financial stability and that threshold effects are at play. In the leftmost three columns, which are computed over the subsamples of banks with weak structural liquidity, the coefficients associated with EQUITY are three times larger than those obtained in the matching baseline regressions. Furthermore, the relationship between structural liquidity and the probability of failure reverses sign and becomes statistically insignificant for the subsample of banks with low liquidity and capital, indicating that capital shortages were critical for the failing banks in this subsample.

結果 (繁體中文) 1:

為了衡量的閾值影響的程度，我們分裂根據危機前NSFR和公平的值與虛擬變量的幫助下樣品。特別是，我們indentify銀行具有低於1 NSFR和通過股權桶，使用7％和12％作為基準限制分類。這些值是從監管的角度有關，並廣泛匹配的分佈的四分位數。然後，我們重新評估了每個子樣本及其組合的回歸。如前所述，估計的係數變換為傳達每個解釋變量的銀行失敗的概率（表8）的邊緣的影響。總之，結果是一致的想法是一致的流動性和資本金融的穩定和門檻效應在作怪起到補充作用。在最左邊的三列，其上計算具有結構流動性弱銀行的子樣品，與EQUITY相關聯的係數比在匹配基線回歸獲得的那些大三倍。此外，結構性流動性和失敗的概率之間的關係反轉的標誌，成為具有低流動性和資本銀行的子樣本統計學意義，表明資金短缺是在這個子樣本的倒閉銀行的關鍵。

結果 (繁體中文) 2:

為了測量閾值效應的程度，我們借助虛擬變數，根據 NSFR 和 EQUITY 的危機前值對樣本進行分割。特別是，我們使用 NSFR 低於 1 來識別銀行，然後按 EQUITY 桶對銀行進行分類，使用 7% 和 12% 作為參考限制。這些值從監管角度相關，並且大致匹配分佈的四分位數。然後，我們重新估計每個子樣本及其組合的回歸。與以前一樣，估計係數被變換，以傳達每個解釋變數對銀行故障概率的邊際影響（表8）。總體而言，結果與流動性和資本在金融穩定中發揮互補作用以及門檻效應正在發揮作用的觀點是一致的。在最左邊的三列中，在結構流動性較弱的銀行子樣本上計算，與EQUITY相關的係數比匹配基線回歸中獲得的係數大三倍。此外，結構性流動性與失敗概率之間的關係，在流動性和資本低的銀行子樣本中，在統計上變得微不足道，表明資金短缺對此子示例中的失敗銀行。

結果 (繁體中文) 3:

為了衡量閾值效應的程度，我們根據危機前NSFR和股票的價值，借助虛擬變數對樣本進行分割。特別是，我們將NSFR低於1的銀行分類，並以7%和12%作為參攷限值，按權益類別進行分類。這些值從監管的角度來看是相關的，並且與分佈的四分位數大致匹配。然後我們重新估計每個子樣本及其組合的回歸。如前所述，對估計係數進行轉換，以表達每個解釋變數對銀行破產概率的邊際影響（錶8）。總的來說，研究結果與流動性和資本在金融穩定中發揮互補作用以及門檻效應的觀點是一致的。在最左邊的三列中，它們是在結構流動性較弱的銀行子樣本上計算的，與權益相關的係數是匹配基線回歸中得到的係數的三倍。此外，對於流動性和資本較低的銀行子樣本而言，結構流動性與破產概率之間的關係出現逆轉，在統計學上變得不顯著，表明資本短缺對該子樣本中的破產銀行至關重要。