降剛　沈沛龍

作者簡介： 降 剛（1986—），男，山西太原人，山西財經(jīng)大學(xué)研究生學(xué)院博士研究生，研究方向：金融工程與風(fēng)險管理；沈沛龍（1964—），男，山西襄汾人，山西財經(jīng)大學(xué)研究生學(xué)院教授，博導(dǎo)，研究方向：金融工程與風(fēng)險管理。

摘 要：基于銀行業(yè)在宏觀風(fēng)險來臨時出現(xiàn)的流動性不足和系統(tǒng)性風(fēng)險，通過建立DSGEVAR模型，考量銀行業(yè)在宏觀經(jīng)濟(jì)運(yùn)行框架下的系統(tǒng)流動性風(fēng)險，結(jié)果發(fā)現(xiàn)：銀行同業(yè)借貸、其他證券資產(chǎn)和交易性負(fù)債業(yè)務(wù)的綜合作用會使得銀行系統(tǒng)流動性風(fēng)險總體增大，銀行如果想要降低存款提取率對其流動性的影響，就要在銀行間市場停止拆出資金、出售政府證券及其他流動資產(chǎn)，并出售潛在的流動性較低的資產(chǎn)。從監(jiān)管層面來講，應(yīng)當(dāng)通過監(jiān)管的引導(dǎo)效應(yīng)將交易性負(fù)債進(jìn)行轉(zhuǎn)化，引導(dǎo)同業(yè)借貸和其他證券資產(chǎn)業(yè)務(wù)向平衡區(qū)域集中，并在一定范圍內(nèi)減少銀行其他證券資產(chǎn)業(yè)務(wù)的規(guī)模。

關(guān)鍵詞： 銀行業(yè)；資產(chǎn)拋售價格；系統(tǒng)流動性風(fēng)險

中圖分類號：F830 文獻(xiàn)標(biāo)識碼： A 文章編號：10037217（2018）03000908

一、引 言

2017年12月召開的中央經(jīng)濟(jì)工作會議繼續(xù)強(qiáng)調(diào)了金融監(jiān)管的重要性，明確了新時期金融體制改革的重心已經(jīng)轉(zhuǎn)向服務(wù)實(shí)體經(jīng)濟(jì)、貨幣政策與宏觀審慎政策雙支柱調(diào)控、守住系統(tǒng)性風(fēng)險底線等層面。因此，了解銀行業(yè)在宏觀經(jīng)濟(jì)運(yùn)行中的系統(tǒng)流動性狀況，對于抓住銀行業(yè)系統(tǒng)流動性風(fēng)險的來源、有針對性地制定監(jiān)管政策、有效發(fā)揮功能性監(jiān)管的作用至關(guān)重要。

銀行業(yè)在宏觀風(fēng)險來臨時會出現(xiàn)關(guān)聯(lián)的流動性不足，假設(shè)當(dāng)出現(xiàn)流動性不足的情況時，銀行會采取兩種應(yīng)對措施：一是停止在銀行間和回購市場貸出資金，并清算銀行存款利息，出售政府證券及其他證券。如果這些措施仍然無法釋放充足的流動性，銀行也無法調(diào)整其信貸組合，這就會導(dǎo)致流動性風(fēng)險的出現(xiàn)，從而導(dǎo)致債務(wù)違約；二是出售其流動性證券，成比例地減少信貸組合，在面對流動性流出的情況時，銀行有機(jī)會調(diào)整其總的資產(chǎn)負(fù)債結(jié)構(gòu)。在信息不對稱的條件下，對銀行債權(quán)人的模型描述主要有英格蘭銀行的系統(tǒng)性機(jī)構(gòu)風(fēng)險評估（Risk Assessment Model of Systemic Institutions，RAMSI）模型，其在資金市場邊界的校準(zhǔn)過程中，提出了一種稱為“危險區(qū)域（danger zone）”的違約風(fēng)險指標(biāo)，該指標(biāo)是三個因素的加權(quán)平均值，即償付能力因素、銀行流動性頭寸因素和信心因素。而Wong和Hui（2008）通過實(shí)證研究了貝爾斯登公司（BSC）破產(chǎn)前后銀行違約風(fēng)險與銀行間存款的流出情況，發(fā)現(xiàn)銀行間的存款流出是在BSC的違約概率達(dá)到8%的時候開始發(fā)生的；在69%以上時，所有的銀行在存款到期時選擇了全部提取而不會繼續(xù)存放[1]。

周瑋等（2005）根據(jù)我國銀行業(yè)的現(xiàn)狀，分析了適合我國商業(yè)銀行應(yīng)用的違約概率估計模型和方法[2]。彭建剛等（2009）結(jié)合我國商業(yè)銀行貸款五級分類的實(shí)施，提出用貸款違約表法測算我國商業(yè)銀行貸款的違約概率，是一種有利于我國商業(yè)銀行合理貸款組合的預(yù)期損失和非預(yù)期損失的重要方法[3]。高波和任若恩（2015）采用時變Coupla模型對2005—2014年中國貨幣市場的系統(tǒng)流動性風(fēng)險進(jìn)行了研究，認(rèn)為當(dāng)系統(tǒng)流動性風(fēng)險增加時，央行應(yīng)該優(yōu)先增加在回購市場的資金投放[4]。韓永輝等（2016）對利率市場化背景下的銀行業(yè)危機(jī)進(jìn)行的實(shí)證研究表明，嚴(yán)格的銀行監(jiān)管是抑制銀行系統(tǒng)危機(jī)發(fā)生的有效方法，顯性存款保險制度的設(shè)立無助于利率市場化后銀行系統(tǒng)性風(fēng)險的防范，并且資本賬戶開放下的利率市場化會增加銀行系統(tǒng)危機(jī)發(fā)生的機(jī)率[5]。崔婕等（2016）基于上海銀行間同業(yè)拆放利率（Shibor）隔夜利率的報價數(shù)據(jù)，從宏觀系統(tǒng)性角度對我國銀行體系的流動性風(fēng)險研究發(fā)現(xiàn)，人民幣匯率及其波動率以及宏觀經(jīng)濟(jì)的模型變動是我國銀行業(yè)流動性風(fēng)險的主要來源[6]。舒長江等（2017）認(rèn)為房地產(chǎn)價格、人民幣有效匯率價格波動是造成商業(yè)銀行脆弱性的主要擾動源，而FCI指數(shù)是商業(yè)銀行脆弱度的單項格蘭杰原因[7]。

本文的研究方法理念接近RAMSI的“危險區(qū)域”，不同的是不包括流動性頭寸因素。由于中國銀行業(yè)信息的不完全性，本文假設(shè)銀行的債權(quán)人對銀行體系的情況有著充分的了解，并以此作為決策的依據(jù)。在極端的金融市場壓力下，銀行會以一個較高的成本被迫出售資產(chǎn)，這個成本是由嵌入了一個較高的流動性溢價從而使其出售價格低于基礎(chǔ)價格所形成的，這個銀行拋售資產(chǎn)所造成的損失是本文重點(diǎn)關(guān)注的。

Coval和Stafford（2007）運(yùn)用由資本流出所引起的共同基金交易的市場價格來考察美國1980—2003年股權(quán)市場的資產(chǎn)拋售情況，結(jié)果發(fā)現(xiàn)在資產(chǎn)拋售中普遍存在股價的反常負(fù)收益。比如，至少存在15%的股東在壓力環(huán)境下，以反常的-10.1%的平均股票收益率在一季度出售股票，而相同的股票在4—12月的收益率則大致位于2%的水平[8]。

關(guān)于金融系統(tǒng)與宏觀經(jīng)濟(jì)的相互關(guān)系的問題，Gertler和Karadi（2011）[9]、Gertler和Kiyotaki（2010）[10]針對與金融中介機(jī)構(gòu)相關(guān)的摩擦現(xiàn)象進(jìn)行了考察，并分析了銀行資本在貨幣傳導(dǎo)機(jī)制中的作用。Goodfriend和Mc Callum（2007）的研究發(fā)現(xiàn)，政策的制定要準(zhǔn)確考量不同利率的作用，如抵押貸款利率、無抵押貸款利率、國債利率、資本的凈邊際產(chǎn)品以及純跨期利率，忽略這些利率的差異會導(dǎo)致政策的失當(dāng)[11]。國內(nèi)現(xiàn)有文獻(xiàn)從不同角度考察了影響我國銀行業(yè)務(wù)系統(tǒng)性風(fēng)險的各種因素，提出了具有針對性的措施建議，但缺少對銀行經(jīng)營所處宏觀經(jīng)濟(jì)環(huán)境因素的考量。為此，本文試圖通過構(gòu)建一個描述我國宏觀經(jīng)濟(jì)運(yùn)行的模型框架，考察不同類型業(yè)務(wù)的運(yùn)作對銀行系統(tǒng)性風(fēng)險的影響。

本文參照An和Schorfheide（2007）的模型建立過程，根據(jù)他們對動態(tài)隨機(jī)一般均衡模型（DSGE）的后期參數(shù)及其轉(zhuǎn)換進(jìn)行分析[12]。由于交易對手銀行的流動性短缺和資產(chǎn)的拋售都可能導(dǎo)致銀行損失的擴(kuò)大，并反過來影響其償付能力。因此，本文分析銀行間在宏觀風(fēng)險來臨時關(guān)聯(lián)的額外流動性是不足的，運(yùn)用預(yù)期模擬方法加入市場存在預(yù)期流動性風(fēng)險的因素，以此來考察銀行業(yè)系統(tǒng)流動性風(fēng)險的不同表現(xiàn)，及相應(yīng)資產(chǎn)負(fù)債因素的不同操作，進(jìn)而對監(jiān)管層實(shí)施有針對性的政策提出建議。

二、理論分析：一個典型的DSGE模型

本文所建立的宏觀經(jīng)濟(jì)模型包含一個最終商品生產(chǎn)商、一個連續(xù)的中間商品生產(chǎn)商、一個典型的家庭部門以及貨幣政策當(dāng)局。將t=ln xt/x表示為變量xt對其穩(wěn)態(tài)變量x的自然對數(shù)，參照An和Schorfheide（2007）的模型建立過程，在假設(shè)工資剛性和資本累積的基礎(chǔ)上，建立包含六個方程的對數(shù)線性模型，分別描述產(chǎn)出（yt）趨勢、消費(fèi)（ct）趨勢、全社會融資（lt）趨勢、資產(chǎn)價格（zt）趨勢、通貨膨脹水平πt和短期名義利率Rt：

t=Ett+1-1τt-Ett+1-Ett+1

t=βEtt+1+κt-t

t=t+t

t=ρRt-1+1-ρRψ1t+

1-ρRψ2t-t+σRηR，t

t=ρLt-1+σLηL，t

t=ρZt-1+σZηZ，t（1）

沖擊因素ηi，t～iidN0，1中i=R、L、Z分別代表貨幣政策（利率）沖擊、杠桿率沖擊和資產(chǎn)價格沖擊。

模型（1）中的第一個方程是對數(shù)線性消費(fèi)歐拉方程，式中的τ是跨時期替代彈性的倒數(shù)。第二個方程是對數(shù)線性價格Phillips曲線，β表示折現(xiàn)率，κ是需求（υ）彈性的倒數(shù)；穩(wěn)態(tài)通貨膨脹水平（π），價格粘性程度（εp）滿足以下關(guān)系式：

κ=τ1-υυπ2εp。

第三個方程是對數(shù)線性總的資源約束條件。第四個方程是貨幣政策條件，式中的t-t即是產(chǎn)出缺口。這個產(chǎn)出缺口基于彈性價格，即當(dāng)εp=0時，潛在產(chǎn)出與社會融資總量相等，因此在這個模型中，產(chǎn)出缺口就等于消費(fèi)。最后兩個方程表示外生的杠桿率和資產(chǎn)價格因素，且二者都遵循AR1過程。

模型（1）的穩(wěn)態(tài)由r=γβ，R=rπ*，π=π*，y=l1-υ1/τ表示，且c=l1-υ1/τ。其中，參數(shù)π*是中央銀行的穩(wěn)態(tài)通脹目標(biāo)，γ是穩(wěn)態(tài)增長率。

計量模型所要用到的數(shù)據(jù)分別為季度的每單位資本GDP增長率（Δyt）、年化的每季度通貨膨脹率（πt），以及年化的名義利率（Rt），且滿足下述方程：

Δyt=γQ+100t-t-1+t

πt=πA+400t

Rt=πA+rA+4γQ+400t（2）

參數(shù)定義如下：

β=11+rA400

γ=1+γQ100

π=1+πA400（3）

其中，只有參數(shù)β是實(shí)際利率。考慮到表達(dá)式κ與參數(shù)υ和εp均相關(guān)，而υ和εp無法由對數(shù)線性模型直接識別，因此，參數(shù)的估計由下式給出：

θ=τκψ1ψ2ρRρLρZrAπAγQσRσLσZ′（4）

三、金融中介在宏觀經(jīng)濟(jì)中的作用

（一）銀行部門

在宏觀經(jīng)濟(jì)模型的基礎(chǔ)上引入金融中介機(jī)構(gòu)部門來代表銀行系統(tǒng)，并設(shè)定銀行系統(tǒng)風(fēng)險來自于內(nèi)生選擇。這樣不僅可以考察銀行機(jī)構(gòu)在風(fēng)險出現(xiàn)時的波動性，還能夠解釋銀行先前是怎樣逐步形成蘊(yùn)含風(fēng)險的資產(chǎn)負(fù)債表的。采用Gertler和Karadi（2011）構(gòu)建的基本模型結(jié)構(gòu)，考慮一種銀行與儲戶之間的代理問題，形成銀行債務(wù)與權(quán)益之間此消彼長的關(guān)系[10]。銀行基于自身對風(fēng)險的感知和資產(chǎn)負(fù)債表的情況，做出相應(yīng)的經(jīng)營決策，對風(fēng)險程度的判斷較低時，銀行趨向于形成較高的杠桿水平。

銀行向商品生產(chǎn)部門提供資金，對內(nèi)會增加利潤以補(bǔ)充儲備資金，對外會最大限度地吸引家庭部門存款，通過利潤的積累形成自身的財富凈值。這里假設(shè)銀行給商品生產(chǎn)者提供信貸是沒有任何摩擦因素的，并且考慮到中國現(xiàn)階段銀行業(yè)的理財資金也成為商品生產(chǎn)者重要的融資渠道。令Njt表示銀行j在t時期末的財富凈值總額，Bjt表示銀行從家庭部門獲得的存款，Sjt是銀行對其他部門（包括其他金融機(jī)構(gòu)、非金融機(jī)構(gòu)和個人）的融資額，Qt是每筆資金的相對價格，則銀行機(jī)構(gòu)的資產(chǎn)負(fù)債表為：

QtSjt=Njt+Bjt （5）

家庭部門在t時期的存款會在t+1時期獲得非狀態(tài)依存的（noncontingent）真實(shí)收益Rt+1，因此Bjt可視為銀行承擔(dān)的債務(wù)，而Njt是權(quán)益資本。銀行資產(chǎn)可獲得一個隨機(jī)收益Rkt+1，Rkt+1和Rt+1是內(nèi)生的。銀行權(quán)益資本積累是資產(chǎn)收益與負(fù)債的利息支出之差：

Njt+1=Rkt+1QtSjt-Rt+1Bjt=

Rkt+1-Rt+1QtSjt+Rt+1Njt（6）

權(quán)益的增加包括資產(chǎn)總量QtSjt的增長，來自于基于Rkt+1-Rt+1的無風(fēng)險收益獲得的利潤。再令βΛt，t+i為銀行在t時期預(yù)期t+i時期的隨機(jī)折現(xiàn)額，由于銀行不會在資產(chǎn)收益折現(xiàn)額低于借貸成本折現(xiàn)額的情況下囤積資產(chǎn)，因此，銀行在i時期的操作遵循下述不等式：EtβΛt，t+iRkt+1+i-Rt+1+i≥0，其中i≥0。在完全資本市場，等號成立，即風(fēng)險調(diào)整溢價為0；但在非完全資本市場，鑒于銀行獲取資金的能力有限，溢價會大于0。只要銀行所得到的風(fēng)險調(diào)整收益大于或等于家庭部門的存款利息，銀行就會保留資產(chǎn)直到從產(chǎn)業(yè)中退出。據(jù)此，銀行的目標(biāo)就是期望的終極財富凈值最大化，即：

Vjt=max Et∑i=01-θθiβiΛt，t+1+iNjt+1+i（7）

在任一時期，風(fēng)險調(diào)整溢價的折現(xiàn)額βiΛt，t+1+iRkt+1-Rt+1都為正。銀行會始終想要從家庭部門貸入額外資金以擴(kuò)大資產(chǎn)規(guī)模，為了對這一行為加以限制，這里引入道德風(fēng)險條件，即違約成本——期初。銀行會將工程項目轉(zhuǎn)變?yōu)棣瞬糠值目捎觅Y金供自己使用，而不是將資金返還家庭部門。銀行所要付出的成本是存款人在特定情況下逼近銀行破產(chǎn)，并將資產(chǎn)中剩余的1-λ部分變現(xiàn)。即使這樣，銀行所轉(zhuǎn)移的λ部分資金也難以追回。

由于債權(quán)人樂于向銀行提供資金，則動機(jī)約束成立，即Vjt≥λQtSjt。

不等式左邊是銀行的資產(chǎn)轉(zhuǎn)移行為導(dǎo)致的損失，右邊是因此獲得的收益。Vjt可以表達(dá)為：Vjt=vt×QtSjt+ηtNjt，且資產(chǎn)在t～t+i時期的總增長率xt，t+i≡Qt+iSjt+i/QtSjt，且資本凈值總增長率zt，t+i=Njt+1/Njt，變量vt可以解釋為銀行擴(kuò)張資產(chǎn)QtSjt、持有恒定的財富凈值Njt、持有另一單位Njt的期望折現(xiàn)值ηt，以及持有的Sjt不變時所產(chǎn)生的期望單位折現(xiàn)邊際收益。在無摩擦競爭性資本市場中，銀行會擴(kuò)張信貸使得收益率得以調(diào)整，直到vt為0。然而，代理問題又會限制這種套利行為，銀行的資產(chǎn)會受到權(quán)益資本的限制。在t時期的資產(chǎn)負(fù)債配置Sjt，Njt，ηt下，為了使銀行不再轉(zhuǎn)移資金，必須服從以下動機(jī)約束條件：

ηtNjt+vtQtSjt≥λQtSjt（8）

如果這個約束條件成立，銀行可獲得的資產(chǎn)與其權(quán)益資本正相關(guān)，即：

QtSjt=ηtλ-vtNjt=tΝjt（9）

其中，t是銀行資產(chǎn)與權(quán)益之比，即杠桿率。在財富凈值Njt恒定的條件下，Sjt的擴(kuò)張會增強(qiáng)銀行轉(zhuǎn)移資金的動機(jī)。約束條件（9）限制了銀行機(jī)構(gòu)的杠桿率，使得銀行尋求成本的精確匹配。從某種意義上說，代理問題產(chǎn)生了一個內(nèi)生的資本約束條件，限制了銀行獲得資產(chǎn)的能力。

由于約束條件Njt始終大于0，則有00，銀行擴(kuò)張資產(chǎn)規(guī)模是有利可圖的。此時，隨著vt的升高，存款人對杠桿率的容忍度也隨之升高，銀行破產(chǎn)的機(jī)會成本也越大。如果vt超過了λ，動機(jī)約束條件將不復(fù)存在，即銀行經(jīng)營收益始終比轉(zhuǎn)移資金獲得的收入要多。通過設(shè)定合理的參數(shù)值，約束條件可以達(dá)到一種穩(wěn)定狀態(tài)，接下來是衡量銀行財富凈值的均衡關(guān)系：Njt+1=[（Rkt+1-Rt+1）t+Rt+1]Njt（10）

Njt+1對于事后實(shí)際超額收益Rkt+1-Rt+1的敏感度隨杠桿率t的升高而升高，所有影響t的因素

都與企業(yè)要素沒有太大關(guān)系，因此，銀行機(jī)構(gòu)對資產(chǎn)的總需求可以由單個銀行的需求加總獲得：

QtSl1=tNt。

其中，Sl1反映銀行資產(chǎn)總量，Nt表示銀行資本。在一般均衡過程中，變量Nt就是銀行對資產(chǎn)總需求的波動情況。當(dāng)危機(jī)事件發(fā)生，Nt會出現(xiàn)急劇的收縮。

（二）資產(chǎn)拋售價格與流動性溢價

當(dāng)系統(tǒng)流動性風(fēng)險發(fā)生時，銀行會被迫出售資產(chǎn)，使得出售價格低于銀行權(quán)益凈值。實(shí)際上這是一種模擬的反映銀行業(yè)系統(tǒng)流動性風(fēng)險的指標(biāo)：

St=Nt+Lt（11）

Nt依然為銀行權(quán)益凈值，Lt為市場壓力下的流動性溢價，St為資產(chǎn)拋售價格。引入θ作為t-1～t期銀行拋售資產(chǎn)后留存資產(chǎn)比例。

Nt=θRkt-Rtt-1+RtNt-1（12）

則Nt的變動主要來自于資產(chǎn)收益Rkt引起的波動，對Nt的沖擊主要來自于杠桿率t。假設(shè)市場壓力的增大會導(dǎo)致穩(wěn)態(tài)利差與市場壓力形成一定聯(lián)系：

Lt=ωRkt-Rt（13）

由此可以得到St的表達(dá)式：

St=θ[（Rkt-Rt）t-1+Rt]Nt-1+ω（Rkt-Rt）（14）

四、數(shù)據(jù)與參數(shù)校準(zhǔn)

先驗分布在DSGE模型估計中是非常重要的一環(huán)。參照An和Schorfheide（2005）的模型設(shè)置，給出模型外生過程及穩(wěn)態(tài)參數(shù)rA、πA和γQ的先驗自相關(guān)系數(shù)和標(biāo)準(zhǔn)差，并在綜合考量產(chǎn)出增長率、通貨膨脹和名義利率走勢的回歸過程的基礎(chǔ)上，得出貨幣政策沖擊的先驗標(biāo)準(zhǔn)差，且整體的先驗參數(shù)都基于價格粘性。模型基于一個平衡穩(wěn)定的增長路徑，采用的季度宏觀經(jīng)濟(jì)指標(biāo)包括：真實(shí)GDP（yt）對數(shù)、消費(fèi)（ct）對數(shù)、融資（lt）對數(shù)以及短期名義利率（rt）。數(shù)據(jù)均來自國家統(tǒng)計局，時間取1992年一季度至2016年四季度，其中：消費(fèi)指標(biāo)為社會消費(fèi)品零售總額，融資指標(biāo)為社會融資規(guī)模，GDP平減指數(shù)由利用可比價格增長速度對名義季度GDP進(jìn)行調(diào)整得到，并使用GDP平減指數(shù)將消費(fèi)和融資轉(zhuǎn)化為真實(shí)變量，通脹指標(biāo)為CPI指數(shù)，短期名義利率為1年期貸款基準(zhǔn)利率。

Gorton和Metrick（2012）發(fā)現(xiàn)在2007—2008年間，作為反映銀行間市場交易對手信用風(fēng)險的LIBOROIS利差的變化與信貸利差和債券證券化產(chǎn)品回購利率的變化之間高度相關(guān)。這種變化反映了對銀行償付能力的較強(qiáng)擔(dān)心，以及對抵押品回購產(chǎn)品的較低估值[13]。參照這個結(jié)論，本文將中債商業(yè)銀行債券總凈價指數(shù)與銀行間質(zhì)押式回購加權(quán)平均利率之差作為資產(chǎn)拋售價格，選取2007年1月至2016年12月的季度數(shù)據(jù)進(jìn)行整理，另以一個3%～5%的折現(xiàn)率作為銀行在不得已進(jìn)行資產(chǎn)清算時所要承擔(dān)的損失。并假設(shè)其會對銀行體系流動性產(chǎn)生相應(yīng)影響，即將資產(chǎn)拋售價格加入設(shè)定好的DSGE模型中，以此考察宏觀經(jīng)濟(jì)環(huán)境下銀行業(yè)流動性風(fēng)險的表現(xiàn)狀況。

對于無法在模型的估計過程中識別的參數(shù)，依據(jù)已有文獻(xiàn)的相關(guān)研究或經(jīng)驗數(shù)據(jù)進(jìn)行校準(zhǔn)。β是主觀貼現(xiàn)因子，已有文獻(xiàn)的取值范圍一般在0.95～0.99之間，本文取該值為0.96。由于本文使用的是季度數(shù)據(jù)，參照Smets和Wouters（2007）的研究，資本折舊δ設(shè)定為0.025，價格粘性程度εp為10[14]。以模型中衡量每筆信貸資金相對價格的參數(shù)Qt表示銀行業(yè)的債務(wù)人信用風(fēng)險，由于該價格反映信貸的風(fēng)險狀況，調(diào)整后的較高值意味著較高的違約風(fēng)險。為了盡量符合模型的穩(wěn)態(tài)要求，對于銀行機(jī)構(gòu)相關(guān)參數(shù)的調(diào)校設(shè)定杠桿率（t）為4。由于穩(wěn)態(tài)杠桿的設(shè)定會使得資金轉(zhuǎn)移比率λ較低，加之為了體現(xiàn)銀行資產(chǎn)管理計劃或理財資金的投資特性，將λ設(shè)定為一個較大的數(shù)值0.35。由于我國的銀行體系仍然是以國有為主體，沒有出現(xiàn)過大規(guī)模的系統(tǒng)流動性危機(jī)，儲戶對銀行體系懷有很強(qiáng)的信心，發(fā)生儲戶擠兌的風(fēng)險極低，影響范圍也不會過廣，因此設(shè)定參數(shù)θ的值為0.99?；?017年市場穩(wěn)態(tài)利差100bp的情況來看，將ω設(shè)定一個較小的值較為合適（ω=0.02）。表1給出了模型結(jié)構(gòu)參數(shù)的邊際先驗分布，為了方便計量，假設(shè)所有的參數(shù)都是先驗相互獨(dú)立的，先驗分布的截尾值設(shè)定在2%，參數(shù)υ（κ的條件值）和1/l只對模型的二階估計有影響，因此這里不作考慮。

假設(shè)市場對風(fēng)險的預(yù)期影響了資產(chǎn)價格的顯著變化，因此，在模型中加入反映資產(chǎn)價格異常波動的參數(shù)φ2，以此來考察當(dāng)市場中出現(xiàn)風(fēng)險因素，即人們普遍預(yù)期發(fā)生流動性風(fēng)險時的銀行資產(chǎn)拋售價格與資產(chǎn)負(fù)債沖擊因素的變化形態(tài)。設(shè)定資產(chǎn)價格zt的變動遵循這一過程：t=φZt-1+ηZ，t，ηZ，t～iid0，1。

從表1可以看到，通過MetropolisHastings算法還得出了模型參數(shù)后驗分布的眾數(shù)和均值，以及5和95百分位下的參數(shù)值。參數(shù)τ的后驗估計值為0.42，表示全樣本的跨時期替代彈性為2.38。而且外生干擾項的隨機(jī)過程反映出了非常豐富的信息，貨幣政策和社會融資杠桿率因素從估計結(jié)果來看都持續(xù)遵循AR（1）過程，且系數(shù)分別為0.03和0.06，二者較低的持續(xù)性表示在長期情況下，產(chǎn)出變量預(yù)測殘差的方差大小與它們的關(guān)系不大。在市場不存在風(fēng)險預(yù)期的情況下，資產(chǎn)價格因素的后驗估計值為0.01，出現(xiàn)風(fēng)險預(yù)期后，該值變動為0.03，表示風(fēng)險的預(yù)期確實(shí)對產(chǎn)出存在長期影響。再來看穩(wěn)態(tài)參數(shù)，r（A）、π（A）和γ（Q）的后驗分布均值均低于先驗假設(shè)均值，表示市場參與者對利率、通脹和穩(wěn)態(tài)增長率因素都較為敏感。

五、檢驗結(jié)果及分析

（一）系統(tǒng)流動性風(fēng)險

本文使用同業(yè)借貸、其他證券資產(chǎn)和交易性負(fù)債三種資產(chǎn)負(fù)債業(yè)務(wù)作為沖擊因素，來考察銀行的資產(chǎn)拋售價格在其沖擊下的表現(xiàn)形態(tài)。將銀行業(yè)恐慌看作是經(jīng)濟(jì)周期所產(chǎn)生的一般情況，即經(jīng)濟(jì)下行導(dǎo)致了銀行資產(chǎn)價格的下降，從而提高了銀行的違約概率。為了得到資產(chǎn)拋售價格的光譜分解圖，將經(jīng)濟(jì)循環(huán)周期設(shè)置為1年和8年，并在DSGEVAR∞模型下經(jīng)過500次抽樣完成資產(chǎn)拋售價格與沖擊因素的散點(diǎn)分布，見圖1。

圖1（1）顯示，資產(chǎn)拋售價格會先向上增長，但增長時間不會太長，隨即向下，然后平穩(wěn)，說明銀行同業(yè)借貸、其他證券資產(chǎn)和交易性負(fù)債業(yè)務(wù)的綜合作用會使得銀行系統(tǒng)流動性風(fēng)險總體增大。從沖擊因素的效應(yīng)大小來看，初期交易性負(fù)債業(yè)務(wù)的沖擊相對較大，待到資產(chǎn)拋售價格穩(wěn)定運(yùn)行時，其他證券資產(chǎn)的沖擊效應(yīng)會超過同業(yè)借貸，并大體保持下去。而同業(yè)借貸在一開始幾乎對資產(chǎn)拋售價格沒有產(chǎn)生任何影響，但隨著資產(chǎn)拋售價格的穩(wěn)定，其沖擊效應(yīng)會在很低的限度內(nèi)逐步增大。由于資產(chǎn)拋售價格越低，代表銀行業(yè)系統(tǒng)流動性風(fēng)險越高，因此，交易性負(fù)債在初期使得系統(tǒng)流動性風(fēng)險有所降低，但其推動力度隨后減弱，取而代之的是其他證券資產(chǎn)，成為了銀行中長期系統(tǒng)流動性風(fēng)險的主要來源，同業(yè)借貸業(yè)務(wù)始終沒有成為系統(tǒng)流動性風(fēng)險的主因。

圖1（2）顯示，同業(yè)借貸與資產(chǎn)拋售價格基本呈現(xiàn)同向變動趨勢，即同業(yè)借貸總體上減少了系統(tǒng)流動性風(fēng)險。而且從散點(diǎn)分布來看，有一個較為明顯的集中趨勢，說明市場中存在一個模糊的同業(yè)借貸業(yè)務(wù)與流動性風(fēng)險的平衡區(qū)域。關(guān)于這一點(diǎn)，從圖1（3）也可以看到，其他證券業(yè)務(wù)與資產(chǎn)拋售價格存在一個集中區(qū)域，這在某種程度上是銀行同業(yè)市場較為成熟的一個標(biāo)志。但圖1（4）交易性負(fù)債與資產(chǎn)拋售價格就沒有出現(xiàn)這種形態(tài)，這也可以解釋為交易性負(fù)債成為系統(tǒng)流動性風(fēng)險主要來源的一個原因。

（二）風(fēng)險的預(yù)期

圖2（1）顯示，當(dāng)市場出現(xiàn)流動性風(fēng)險的預(yù)期后，資產(chǎn)拋售價格會下降，隨后趨于平穩(wěn)，但與不存在風(fēng)險預(yù)期相比，資產(chǎn)拋售價格波動性較大，表示銀行系統(tǒng)流動性風(fēng)險在出現(xiàn)風(fēng)險預(yù)期后總體增大，并且很不穩(wěn)定。與不存在風(fēng)險預(yù)期的情形相似，在開始時交易性負(fù)債業(yè)務(wù)沖擊是資產(chǎn)價格變動的主要因素，隨著時間的推移，其他證券資產(chǎn)成為銀行資產(chǎn)拋售價格變動的主要推手。與此同時，同業(yè)借貸的沖擊效應(yīng)也逐步增大，但其對資產(chǎn)拋售價格變動的影響力有限。

與市場中不存在流動性風(fēng)險的預(yù)期情況相比，圖2（2）顯示，資產(chǎn)拋售價格與同業(yè)借貸的同方向變動趨勢沒有變化，但散點(diǎn)更為集中，這說明市場預(yù)期流動性存在風(fēng)險后，在同業(yè)借貸業(yè)務(wù)上的操作趨于一致。而圖2（3）顯示，其他證券資產(chǎn)與資產(chǎn)拋售價格的眾數(shù)交叉點(diǎn)與不存在風(fēng)險預(yù)期相比明顯下降，可以看出，造成這種情況的主要原因在于其他證券資產(chǎn)的眾數(shù)下降，這在一定程度上表示市場在預(yù)期風(fēng)險存在后，普遍減少了其他證券資產(chǎn)的配置，由此，可以推測出這是由銀行將其他證券資產(chǎn)拋售以補(bǔ)充流動性所導(dǎo)致。圖2（4）顯示的交易性負(fù)債較之沒有預(yù)期風(fēng)險時的散點(diǎn)形態(tài)更為分散，說明銀行業(yè)在預(yù)期風(fēng)險存在后對交易性負(fù)債的業(yè)務(wù)操作不是很一致，杠桿依然是銀行業(yè)系統(tǒng)流動性風(fēng)險不確定性的主要原因。

六、結(jié) 論

在市場正常時，交易性負(fù)債業(yè)務(wù)是系統(tǒng)流動性風(fēng)險初期變動的主要沖擊因素。當(dāng)流動性風(fēng)險平穩(wěn)時，其他證券資產(chǎn)成為風(fēng)險的主要來源，同業(yè)借貸業(yè)務(wù)也隨之逐步成為流動性風(fēng)險的推動原因之一，但其效應(yīng)始終不大。同業(yè)借貸與其他證券資產(chǎn)對銀行業(yè)系統(tǒng)流動性風(fēng)險的影響在市場中的表現(xiàn)較為集中，存在一個平衡區(qū)域，但市場中交易性負(fù)債始終沒有形成與系統(tǒng)流動性風(fēng)險的平衡區(qū)域，其不確定性較大。當(dāng)市場出現(xiàn)風(fēng)險的預(yù)期，系統(tǒng)流動性風(fēng)險波動增大，其他證券資產(chǎn)和交易性負(fù)債依然是風(fēng)險的主要來源。當(dāng)預(yù)期到風(fēng)險后，銀行同業(yè)借貸的業(yè)務(wù)操作趨于一致，且普遍減少了其他資產(chǎn)配置，可以推測出這是由銀行將其他證券資產(chǎn)拋售以補(bǔ)充流動性所導(dǎo)致。

綜合來看，同業(yè)借貸、其他證券資產(chǎn)和交易性負(fù)債業(yè)務(wù)的綜合作用會使得銀行系統(tǒng)流動性風(fēng)險總體增大，銀行如果想要降低存款提取率對其流動性的影響，就必須采用各種方式降杠桿。首先，要在銀行間市場停止拆出資金，并出售政府證券及其他流動資產(chǎn)。其次，銀行還要不得已出售潛在的流動性較低的資產(chǎn)，這會導(dǎo)致一個較高的出售成本，特別是在這些資產(chǎn)還有一個較高的流動性溢價的時候更是如此。可以看到，即使銀行采取相應(yīng)的降杠桿措施，系統(tǒng)流動性風(fēng)險也不會終結(jié)，因為銀行也許可以避免流動性不足和潛在的違約可能性，但這是以減少整個經(jīng)濟(jì)體的信用投放為代價的。

從監(jiān)管層面來講，由于交易性負(fù)債是銀行業(yè)系統(tǒng)流動性風(fēng)險形成的主因，因此，為了實(shí)施有效的功能性監(jiān)管措施，應(yīng)當(dāng)給予這類交易性負(fù)債業(yè)務(wù)更多的關(guān)注。通過監(jiān)管的引導(dǎo)效應(yīng)將交易性負(fù)債進(jìn)行轉(zhuǎn)化，使之既能夠有效降低銀行業(yè)系統(tǒng)流動性風(fēng)險，又不致于由于過多地限制這類資金的流向選擇，從而推高資產(chǎn)價格，造成資產(chǎn)價格泡沫。

在不存在風(fēng)險預(yù)期的情況下，對于同業(yè)借貸和其他證券資產(chǎn)業(yè)務(wù)，監(jiān)管的措施應(yīng)當(dāng)基于市場表現(xiàn)出的相應(yīng)的平衡區(qū)域，引導(dǎo)銀行的這兩種業(yè)務(wù)類型向平衡區(qū)域集中，這既是符合市場規(guī)律的舉措，也能提高監(jiān)管措施的精確性。而在存在風(fēng)險預(yù)期的情況下，銀行業(yè)會普遍將自身同業(yè)借貸業(yè)務(wù)向著較為統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行調(diào)整，以應(yīng)對風(fēng)險事件的發(fā)生；并且會減少以自身持有債券、資產(chǎn)支持計劃等有較為優(yōu)良的資產(chǎn)為標(biāo)的的證券交易量，以達(dá)到囤積流動性的目的。不論市場中是否存在對風(fēng)險的預(yù)期，從相對長期的情況來看，其他證券資產(chǎn)業(yè)務(wù)是造成銀行業(yè)系統(tǒng)流動性風(fēng)險的主因，單從這點(diǎn)來考慮，應(yīng)當(dāng)減少銀行其他證券資產(chǎn)業(yè)務(wù)的規(guī)模，并把握好這個業(yè)務(wù)監(jiān)管的“度”，從而整體提升銀行業(yè)的系統(tǒng)流動性。

參考文獻(xiàn)：

[1] Wong J， Hui C H， Fung K P. Hong Kong mortgage rate settingan alternative reference rate？[M]. The Banking Sector in Hong Kong. Palgrave Macmillan UK， 2008.

[2] 周瑋， 楊兵兵， 陳宏，等. 商業(yè)銀行違約概率測算相關(guān)問題研究[J]. 國際金融研究， 2005（7）：67-72.

[3] 彭建剛， 易宇，李樟飛. 測算商業(yè)銀行貸款違約概率的貸款違約表法探討[J]. 管理學(xué)報， 2009， 6（6）： 828-833.

[4] 高波，任若恩. 基于時變copula模型的系統(tǒng)流動性風(fēng)險研究[J]. 國際金融研究， 2015， 339（12）： 85-93.

[5] 韓永輝， 趙越， 陳曉亮. 利率市場化背景下銀行系統(tǒng)性危機(jī)的實(shí)證研究[J]. 財經(jīng)理論與實(shí)踐， 2016， 37（2）： 2-8.

[6] 崔婕， 段雨辰，沈沛龍. 基于隔夜shibor的商業(yè)銀行系統(tǒng)流動性風(fēng)險研究[J]. 經(jīng)濟(jì)問題， 2016（10）： 38-42.

[7] 舒長江， 胡援成， 和樊嬙. 資產(chǎn)價格波動與商業(yè)銀行脆弱性：理論基礎(chǔ)與宏觀實(shí)踐[J]. 財經(jīng)理論與實(shí)踐， 2017， 38（1）： 2-9.

[8] Coval Josua，Erik Stafrferd.Asset fire sales（and purchases） in equity markets[J].Joural of Financial Economics，2007，86（2）：479-512.

[9] Gertler M， Karadi P. A model of unconventional monetary policy[J]. Journal of Monetary Economics， 2011， 58（1）： 17-34.

[10]Gertler M， Kiyotaki N. Financial intermediation and credit policy in business cycle analysis[A]. In B Friedman， M Woodford （eds.）. Handbook of Monetary Economics[C].North Holland： Elsevier，2010，3（11）：547-599.

[11]Goodfriend M，McCallum B. Banking and interest rates in monetary policy analysis： a quantitative exploration[J]. Journal of Monetary Economics， 2007， 54（2）：1480-1507.

[12]An S， F Schorfheide. Bayesian analysis of DSGE models[J]. Econometric Reviews， 2007，26（2）： 113-172.

[13]Gorton G， Metrick A. Securitized banking and the run on repo[J]. Journal of Financial Economics， 2012， 104（3）： 425-451.

[14]Smets F， R Wouters. Shocks and frictions in US business cycles： a bayesian DSGE approach[J]. The American Economic Review， 2007， 97（3）： 586-606.

（責(zé)任編輯：寧曉青）