基于银行同业拆借市场网络模型的风险传导机制研究，本文主要内容关键词为：同业论文,模型论文,机制论文,风险论文,银行论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言及相关文献回顾 由于受政府严格监管和尚未完全市场化等因素影响，我国的商业银行业至今没有发生过较大规模的危机，在2008年金融海啸中遭受的损失相对发达国家而言也较少，但是，随着我国银行体系的逐步市场化和对外开放，完全融入全球化金融大潮的趋势不可避免，届时，我国银行将面临着更加复杂多变的外界因素的影响。另外，我国商业银行本身也具有十分严重的脆弱性，存在着诸多需要改进的地方。因此，为了保障银行对金融乃至实体经济的助力作用，科学地监控我国银行系统性风险的传导过程，并在此基础上研究防范和监管措施，无论在理论层面还是在实际层面都具有十分重大的意义。 目前，国内外学者对于银行风险的传导机制已经进行了一些研究。对银行风险传导机制的早期研究主要集中在封闭银行体系(银行无外部救援，银行间无系统的市场)的风险传染。Diamond和Dybvig(1983)、Postlewaite和Vives(1987)等认为储户的挤兑是其主要的形式。Chen(1999)在理性的“羊群效应“基础上，将单一银行挤兑模型拓展为多银行体系，发现有两种外部性风险会在整个银行体系中传播，从而导致银行破产。在此之后，对传导机制的关注点也从封闭体系转移到银行间市场。Bandt和Hartmann(2009)从狭义(银行间市场的传染性)和广义(风险溢出)两方面进行了分析。在其前后，有大量文献分别加以研究。从狭义方面来说，Iori等(2006)描绘了一个银行间市场网络，分析了在同质和异质两种不同的初始规模下意大利银行风险传染特征的不同表现，并认为银行间市场结构的同质性会促进银行的稳定性。Fernando(2003)、Cifuentes等(2005)、Gai和Kapadia(2010)都认为逐渐增加的银行间市场的相互交易行为增大了传染性，进一步导致系统性风险的发生。从广义方面来说，Adrian和Shin(2008)认为，危机通过减价出售蔓延，并且扩大一个冲击的潜在影响力，进而引发系统性风险。Acharya和Philippon(2009)将银行系统性风险内生为与资产回报率有关的变量，介绍了两个典型的外部效应：如果一个银行破产，经济中总的存款供应量减少，这将导致衰退的溢出效应(消极的外部性)；但是，存活下来的银行由于吸纳破产银行的储户转移过来的存款，而从破产银行上得到战略上的好处(积极的外部性)。 近年来，有文献开始利用银行同业拆借市场网络模型来研究银行系统性风险。银行同业拆借市场网络模型的起点是构造一个银行的风险敞口，然后模拟风险在网络中的传导，获得银行破产的数目，以此来度量系统性风险。Aleksiejuk和Holyst(2001)利用二维有向的随机网络模型，研究破产的银行如何将风险传染给其他银行，并导致整个银行系统内的大范围破产。Nier等(2007)把银行系统描绘为一个随机网络，其结构由银行的数量和两银行联系的可能性所决定，对银行造成冲击并导致其破产的事件在银行间市场是均匀分布的，研究发现，银行同业负债规模越大，敲击式违约的风险越大，并且各银行联系越紧密，系统性风险越大。Allen和Babus(2008)认为，金融机构无论在资产方面(通过拥有类似的资产组合)还是在负债方面(通过拥有相同的储户)都是相互联系的，并且研究了金融网络对冲击的恢复力和金融网络的构成情况。Canedo和Jaramillo(2009)构建了一个网络模型以分析银行系统性风险，并试图获得银行系统来自冲击和传染两个过程的损失的概率分布。Gai和Kapadia(2010)构造了一个系统性危机的网络模型，发现，随着银行间市场越来越紧密，系统性风险也越来越小，而一旦系统性风险爆发，伤害性则更大。 国内在这方面的研究起步较晚。万阳松(2007)构建了双幂律银行网络结构，通过微观主体和宏观结构相互组合的分析方法，对银行风险传染机制进行了研究。李守伟等(2010)采用基于银行间拆借原理的有向网络模型，研究银行网络在随机性攻击和选择性攻击两种状况下其稳定性的不同表现，结果发现，相比随机性攻击，银行在选择性攻击下的稳定性要大一些。马君潞等(2007)利用我国银行间数据，研究系统性风险在单一银行破产造成的特质性冲击和多家银行同时破产造成的集合性冲击下的不同特征。 综上所述，现有对传导机制的分析主要基于两条途径：信息途径和实际业务途径。信息途径主要是由信息不对称所所导致的传染性挤兑，实际业务途径主要是由银行业务的同质性和银行间市场的“风险暴露”所导致的“连锁效应”。但是，还存在一些需要探讨的问题：一是除了上述两条主要传导机制外，是否还有其他系统性风险传导机制；二是国内对银行传导机制的研究主要集中于理论部分，较少有是于传导机制的实证分析。已有文献虽然开始利用银行同业拆借市场研究系统性风险的传导机制，但只考虑了商业银行之间的交易行为，没有考虑央行的作用，而央行的决策常常影响商业银行的行为，尤其在我国商业银行还没有市场化的情况下，更应该考虑央行的作用。基于以上认识，本文利用资产负债表数据，借助于模拟法，将央行的行为纳入到银行同业拆借市场网络模型中，研究我国商业银行系统性风险的传导机制。 二、银行同业拆借市场网络模型 Iori等(2006)提出了银行系统的网络模型，在此模型中，银行通过同业拆借彼此互动，其资产负债表的资产方由无风险投资和银行间贷款组成，负债方由存款、所有权和银行间借款组成。Nier等(2007)认为存款是残差项。本文认为：一方面，风险投资应该加入到银行的资产方，因为它可能是导致银行破产的主要原因之一，如果投资失败，就有可能造成银行流动性严重不足，增加破产的可能性；另一方面，也应考虑到存款的波动，因为存在期限错配的问题，存款期限相比于投资和贷款而言都比较短，如果存款者突然间大量地提取多于银行流动资金的款项，银行就可能面临流动性不足，甚至破产。因此，在Iori等(2006)和Nier等(2007)的资产负债表基础上，本文加入了风险资产和存款浮动项。
图1 商业银行与其他机构之间的动态网络模型 图1给出了商业银行通过存款(D)、投资(I)、超额存款准备金(E)、法定存款准备金(rD)、同业拆借(L)和再贷款(LC)与私人部门(储户和公司)、中央银行构成的动态网络模型(箭头方向代表资金的流向)。 银行决定自己的资产组合结构和规模。假定相对风险厌恶系数为常数来模拟银行的偏好：
其中，
是资产组合中的再融资利率。 为了简化模型，假设银行在同一时刻从同业拆借市场和中央银行筹到的资金成本是一样的，都为
。如果银行要规划一个最优的资产组合规模，在理性的条件下，就应该根据再融资利率
计算。由于无法准确地模拟央行的货币行为，因此，本文假设中央银行宁愿满足所有商业银行的流动性需求，只要其提供必需的证券，虽然这种假设在危机时期并不切合实际。 三、模拟方法 (一)递推过程 本文模拟银行从一个阶段到另一个阶段的过程。这个过程分为三个阶段： 第一阶段：银行持有了上一期末的资产与负债：
其中，下划线表示已经实现的数目。在0期，所有的银行被赋予初始值。
如果L值为负，则表示银行k缺少流动性，需要向同业拆借市场借款。因此，银行可以通过简单的配给机制，获得已实现的同业拆借水平：
在同业拆借市场进行操作后，依据银行的流动性水平，存在两种情况： 第一种，银行既不存在流动性过剩，也不存在流动性不足，则不用向中央银行借款，该步骤省略。但是，如果银行需要流动性，则向中央银行借款：
中央银行检查商业银行是否提供了必要的证券，如果有，则提供贷款：
其中，
∈[0，1]，表示银行k的投资中抵押给中央银行的部分。如果银行没有足够的抵押证券，中央银行将不提供银行全部的流动性需求，银行只好减少资产组合规模的计划水平。
越大，银行k的投资中抵押给中央银行的比例就越大，中央银行提供给商业银行的再贷款也就越多。上述配给机制计划的投资是一个能实现的水平。 第二种，银行即使所有计划的投资额都已实现，也还是有大量的流动性剩余。这种情形下，银行就能够分红
，该分红由下列公式决定：
其中，
∈[0，1]，表示银行k的股利水平。
通常都接近于1，因为在低利率条件下，股东通常选择分红，而不是把钱存入中央银行。剩余部分表示为：
该剩余部分存放在中央银行。最终，已实现的投资进入了被投资的机构，已实现的超额准备金进入了中央银行。 (二)模拟过程 本文之所以通过模拟法研究银行系统性风险的传导机制，是因为我国截至目前只有海南发展银行一家银行倒闭，没有出现过倒闭潮现象，这主要有两个方面的原因：第一，我国银行的存贷利率差比较大，竞争压力比较小，因此，银行的利润水平比较高；第二，由于我国金融体系发展还不健全，商业银行比重比较大，对实体经济的影响比较深远，因此，我国政府会对银行进行保护，在银行资不抵债时，给予援手，避免其倒闭给储户和经济造成严重的冲击。因此，本文利用模拟法，模拟一个银行因投资失败或挤兑等因素倒闭产生的单一风险发展为银行系统性风险的过程，并利用单一银行倒闭所造成的大规模银行破产数目衡量银行系统性风险的传导效应。 虽然我国的银行机构没有像美国、欧洲等地区出现过倒闭潮的现象，但这并不表示我国的商业银行就是健康的，就没有系统性风险。随着利率市场化改革的深入、私人资本允许进入银行业、上海自贸区的建立等市场化进程的加快，我国商业银行的市场化程度会越来越高，竞争也就越来越激烈，存在着因经营不善而关门的可能。因此，利用模拟得出商业银行的破产数目去衡量系统性风险的传导效应是十分有意义的。在完全市场化的经济体中，退出机制比较完善，即使国家实施了一定的保护政策，还是会出现银行破产的现象。毕竟监管当局的目标不是救助每个濒临破产的银行，而是维持整个银行系统的健康运行。如果对每一家银行都进行帮助，会使银行产生较大的依赖性，盲目追求高利润，忽视对风险的管理，从而会严重影响整个银行体系的稳定，增强银行的系统性风险。 具体的操作过程是：模拟所有的银行k=1，2，…，N在t=1，2，…，τ的流动性情况。对于单个银行，在第一阶段，假设其资产等于负债(包括银行自有资本)。在第二阶段，如果
＜0即流动性不足时，说明银行在第一期破产，结束模拟过程；如果
＞0即流动性充足时，银行就会进入第三阶段。在第三阶段，确定银行的风险投资额，在银行同业市场或者向中央银行进行资金的拆借。最后，根据
的计算公式计算第二期的流动性(即进入第二期的第二阶段)，如果
＜0即流动性不足，说明银行在第二期破产，结束模拟过程；如果
＞0，再进入第二期的第三阶段，一直循环下去，直到最后一期。每一个银行都进行同样的循环。利用Matlab软件模拟上述过程，然后计算出第t时期破产的银行数目，如果数目比较大，则说明这期的系统性风险的传导效应比较大，反之，则说明这期的系统性风险比较弱。 在模型中有两个随机因素可能影响单个银行的破产：一个是大量的银行挤兑，由模型中的随机变量
表示。由于存款是流动的，投资是非流动的(在随机模型中)，这种期限的错配就有可能导致银行缺乏流动性，甚至破产。另一个是投资的失败，由模型中的随机变量
表示。如果银行自己的资本不能覆盖投资的损失，银行就有可能破产。如果一个银行破产了，所有向该银行提供贷款的银行就会面临损失，这些银行不得不用自己的资本去补偿损失，如果这些银行的资本不能弥补其损失时，也会面临破产，依次传导下去。这就是一个可能的传播机制，一个银行的破产会导致其他银行的破产。 (三)参数设置 根据银行的实际情况对模型所需的数据进行估计与设置： (1)令N=14，τ=24。一方面，虽然我国目前有16家上市银行，但由于光大银行(2010年8月18日)和农业银行(2010年7月15日)在2008年金融危机以后上市，数据较少且不能反映2008年金融危机对这两家商业银行的影响，因此将其剔除；另一方面，因为选用的是银行资产负债表中的数据，而我国资产负债表都是季度的，因此选取的数据频率也是季度的。所以，考察的是14家上市银行从2007年第三季度到2013年第二季度总共24个季度的银行系统性风险。 (2)为了方便计算，假设银行在同一时刻从同业拆借市场和中央银行(又分为给予商业银行的法定存款准备金和超额准备金的利率)筹到的资金成本是一样的，都是
，其数据选取每季度上海银行间同业拆放隔夜利率的算术平均数。 (3)商业银行给予储户的存款利率
为人民银行规定的每季度的活期存款利率的平均数。模型中有两个影响银行破产的随机变量，其中一个就是
，当银行面临储户大规模的取现时，因存款和贷款期限错配问题，银行有可能遭遇流动性不足，因此假定银行存款的期限很短。 (4)令银行付给股东的股利
=0.99，一方面参考了Georg和Poschmann(2010)，另一方面考虑到当中央银行给予商业银行的存款利率比较低时，股东通常选择分红而不是把钱提供给中央银行。 (5)由于无法获得商业银行提供给中央银行的抵押债券占风险投资的比例
和商业银行的风险厌恶参数
的具体数值，本文借鉴Georg和Poschmann(2010)，假设所有商业银行的
和
都一样，分别为
=0.8，
=2。
(7)商业银行在第t期吸收存款的波动额
由第t期的存款和第t-1期的存款的差额决定。 模型中的其他数据均可在各家银行的资产负债表中找到。 四、模拟结果与分析 (一)商业银行系统性风险传导效应的模拟结果 利用Matlab软件，本文模拟了在给定的参数下，某一家银行倒闭所产生的风险通过银行同业拆借市场造成其他银行破产的数目。表1和图2就是根据模拟结果得出的银行破产数目(2007.3表示2007年第三季度，以此类推)。
图2 模拟的银行破产数目 从图2可以看出，模拟得出的2007年第三季度到2008年第四季度我国商业银行的破产数目在逐渐上升，说明银行系统性风险的传导效应在增大，这不仅与张强和冯超(2010)、赵进文和韦文彬(2012)所得的我国商业系统性风险的变化特征的结论一致，也与实际情况较符合：虽然我国银行业市场化程度不是很高，融入国际市场的程度也还不深，再加上我国政府对银行业一直采取谨慎的负责任的态度，使得我国的银行业在此次危机中遭受的损失相比发达国家较小。但是综合以下两个因素，我国商业银行的系统性风险传导效应还是会不可避免增加：第一，中信银行、中国银行、中国工商银行、招商银行等上市银行通过向雷曼兄弟贷款、购买雷曼兄弟的公司债券和美国刺激按揭债券等方式持有了大量的美元资产，随着次贷危机爆发和雷曼兄弟破产，这些资产大幅度贬值，我国商业银行的美元资产也大幅度缩水，中国银行业已为此提取了近四百亿元的减值准备①，对银行的流动性造成了严重的影响。第二，金融危机大大降低了海外市场的需求，我国进出口贸易疲软，出口企业大量倒闭，其上下游企业也陷入困境，我国的实体经济受到了严重的影响，企业的盈利能力大幅度下降，导致银行不良贷款率的上升和投资收益率的下降，严重冲击了整个银行体系的流动性。因此，在面临资本动荡和实体经济下滑的双重打击时，我国银行业的流动性承受了空前的压力。 从2009年第一季度到2011年第四季度，模拟的我国商业银行的破产数目较金融危机时有所下降，并且在低位徘徊，这说明我国银行系统性风险传导效应有所下降。这同样与刘孟飞和张晓岚(2013)、赵进文和韦文彬(2012)所得的我国商业系统性风险的变化特征的结论类似，并与现实情形相吻合：金融危机发生后，我国实行了适度宽松的货币政策，使得我国银行的流动性增大，并且在四万亿元刺激政策的作用下，我国经济开始回升，通过对银行的反作用，银行的收益也在增加，这在一定程度上也增加了银行的流动性。
图3 我国商业银行的不良贷款率 注：数据来源于银监会网站。 从2012年第一季度开始，模拟的我国商业银行破产数目开始增大，表明银行的系统性风险传导效应也在上升。这也可以从现实情况中得到解释：(1)虽然2008年我国应对金融危机采取的刺激政策对实体经济有一定的提振作用，但是这些资金并没有有效地投放给真正需要救助的中小型企业，而是较多地进入了如房地产、钢铁等一些产能严重过剩的行业和大型国有企业，导致经济复苏乏力，严重影响了银行的投资能力。另外，宽松的货币政策导致了过度的信贷投放，增加了潜在坏账，银行不良贷款率的逐步上升就是很好的解释(见图3)，而这对银行业的流动性造成了巨大的影响。从2013年5月底开始，上海银行间同业拆借利率一路攀升，到6月20日达到最高点13.44%②，这充分说明我国商业银行整体缺乏流动性。(2)截至2013年6月，我国银行的所有贷款已经逼近69万亿元③，远远超过直接融资金额，又由于银行持有了直接融资中的大部分国债和公司债，因此我国经济中的大部分金融风险仍积聚在银行系统里，没有得到有效的分散，严重阻碍了金融体系的健康高效发展。(3)目前，理财产品所带来的风险引起了监管者和学者的极大关注，其对商业银行的影响主要有两方面：其一，产品结构不合理，绝大部分的产品通过购买信托计划，流向房地产(在我国已是高泡沫)等高利润行业，风险比较集中，一旦市场波动，产品收益就会降低，进而影响银行的流动性；其二，银行以资金池运作理财产品，用成本较低的募集短期产品投资高回报的长期资产，期限严重错配，通常的做法就是发新产品偿付到期产品，一旦资金链断裂，银行的流动性会受到严重冲击。 (二)央行行为对商业银行系统性风险的影响 前文中已经分析了中央银行的行为在银行体系中的作用，Allen等(2009)和Freixas等(2010)也认为中央银行的干预能增加银行间市场的效率，对系统性风险有一定的影响。因此，本文试图通过给定不同的
值，即商业银行提供给中央银行的抵押债券占风险投资的不同的比例，考察人民银行的干预对银行稳定的影响。从公式
可知，
值越大，
就越小，中央给予商业银行的再贷款金额就有可能越大。表1和表2—4分别是
=0.8、
=0、
=0.1、
=0.5时的模拟结果(2007.3表示2007年第三季度，以此类推)。
图4 在不同的
值下，模拟的各个时期银行破产数目的比较
图5 在不同的θ[k]值下，模拟的各个时期银行破产数目的比较 从图4可以看出，从2009年第三季度到2011年第三季度，模拟的效果不太明显，但是从图中总的趋势可以看出，
越大，模拟的银行破产数目越少，系统性风险的传导效应也就越小，说明人民银行的行为对减少银行系统性风险是有积极意义的，这与Allen等(2009)和Freixas等(2010)的结论一致。
越大，商业银行抵押债券部分占其资产的比重就越高，中央银行提供的再贷款额就越大，商业银行的流动性也就越充足，因此系统性风险也就越小。 (三)商业银行风险厌恶参数对系统性风险的影响 Georg和Poschmann(2010)认为，银行风险厌恶参数越大，银行破产的数目就越小，银行系统的稳定性也就越大。因此，给定不同的
值，可以考察商业银行的风险厌恶参数对银行稳定性的影响。表1和表5—7分别是
=2、
=1、
=3、
=4时模拟的结果(2007.3表示2007年第三季度，以此类推)。 从图5可以看出，与
值的模拟效果类似，虽然2009年第三季度到2011年第三季度这段区间内结果不是太明显，但是从总的趋势可以看出，
值越大，模拟得出的银行破产数目越少，银行系统性风险也就越小，这与Georg和Poschmann(2010)的结论是一致的。
是衡量银行风险厌恶的参数，
值增大，银行对风险就更加厌恶，就会放弃比较激进的投资策略，转而投资低风险项目，这虽然会削减一部分利润，但也大大减少了投资失败的风险，降低了银行的不良贷款率，提升了银行的稳定性。 五、结论与建议 本文基于银行同业拆借市场网络模型，模拟了一个银行因投资失败或挤兑等因素倒闭而产生的单一风险发展为银行系统性风险的过程，并利用单一银行倒闭所造成的大规模银行破产数目衡量银行系统性风险的传导效应。结果表明：第一，2007年第三季度到2008年第四季度，模拟的银行破产数目上升，说明此时我国银行系统性风险的传导效应逐渐增大；2009年第一季度到2011年第四季度，模拟的破产数目有所回落，并在低位徘徊，系统性风险传导效应处于较低水平；2012年第一季度至今，模拟的破产数目再度增加，说明系统性风险的传导又变得十分敏感。第二，随着中央银行再贷款金额的增加，模拟得出银行破产数目减少，说明中央银行的行为确实可以降低商业银行系统性风险的传导效应。第三，随着商业银行风险厌恶参数的增大，模拟的银行倒闭数量降低，反映了银行的风险厌恶程度对商业银行体系的稳定性有着积极的影响。上述模拟结果不仅与有关文献分析一致，也符合我国实际情况。 基于模拟结果，本文从央行的行为——最后贷款人制度、商业银行的风险厌恶程度——商业银行审慎经营两方面提出降低银行系统性风险传导效应的建议，具体为： 第一，完善相关法律法规。应制定专门针对央行贷款人救助的法律法规，规定救助行动的牵头者必须是人民银行；制定清晰的最后贷款标准，明确破产机构和可救助机构的区分，对于可以救助的银行，可以通过转让给第三方或者提供资金等手段进行有效重组，而对缺乏有效经营策略和资产价值的银行，则应强制关闭或实施接管。 第二，完善最后贷款人制度。应强化人民银行的独立地位；提高再贷款利率，让其较好地反映高于市场的风险溢价，降低因信息不对称造成的逆向选择问题；缩短再贷款期限，使之成为名副其实的流动性风险处理机制，加速人民银行资金的周转，提高资金的使用效率。 第三，改善资本结构。我国银行机构的资本结构基本上都过于单一，因此，除了股票融资、国家财政资金的补充之外，发行金融可转债、长期刺激债及引进战略投资者都是值得考虑的资金补充渠道。 第四，降低不良资产规模。金融危机后，大规模刺激政策的实施，使得商业银行的贷款规模也大幅度上升，随着经济增长的持续走低，企业经营受到严重的负面影响，不良资产也较之前大幅上升，严重影响了银行的盈利能力，一旦流动性不足，就需要银行用更多的自有资本去弥补，因此，要降低不良资产的规模。 第五，细致入微的贷前调查。商业银行在放贷前要进行全面调查，不能仅限于贷款企业自身，还要分析其所处行业甚至整个国家的经济状况，并根据调查结果按照特定的评级制度和模型，描述企业的发展状况和未来走势，判定贷款级别，并及时根据形势的变化进行调整。 第六，严格借贷过程。贷款审批是风险控制的最关键环节，商业银行应该坚持“质量高于一切”的贷款审批原则，建立严格的贷款审批制度，培育高素质的贷款审批人员，严格规范贷款审批流程。 需要指出的是，本文还存在需要改进的地方：一是，为了简化模型，进行了一些理想化的假设；二是，模型中的一些参数值在现实中无法获得，只有根据实际情况进行估计。希望在后续的研究中可以使模型更加贴近现实，增强说服力。 ①数据来源于王志峰(2009)。 ②数据来源于新浪财经。 ③数据来源于中国人民银行网站。
标签：银行论文; 同业拆借市场论文; 央行论文; 商业银行论文; 网络模型论文; 银行风险论文; 系统性风险论文; 银行系统论文; 资产流动性论文; 银行资产论文; 商业银行流动性论文; 风险模型论文; 网络贷款论文; 货币政策传导机制论文; 风险管理论文; 流动性论文;
