• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      銀行間債務(wù)網(wǎng)絡(luò)流動(dòng)性差異對(duì)風(fēng)險(xiǎn)傳染的影響

      2020-07-31 09:00:54王憲峰王宗堯
      管理科學(xué)學(xué)報(bào) 2020年3期
      關(guān)鍵詞:供給方需求方傳染

      隋 聰, 王憲峰, 王宗堯

      (1. 大連海事大學(xué)航運(yùn)經(jīng)濟(jì)與管理學(xué)院, 綜合交通運(yùn)輸協(xié)同創(chuàng)新中心, 大連 116026; 2. 東北財(cái)經(jīng)大學(xué)金融學(xué)院, 大連 116025;)

      0 引 言

      在傳統(tǒng)的資金借貸業(yè)務(wù)期限轉(zhuǎn)換過(guò)程中,銀行極易出現(xiàn)流動(dòng)性短缺.而銀行間市場(chǎng)復(fù)雜的債權(quán)債務(wù)關(guān)系網(wǎng)絡(luò)是銀行獲得流動(dòng)性的主要途徑.正常時(shí)期,銀行間債務(wù)網(wǎng)絡(luò)有助于系統(tǒng)的穩(wěn)定.然而,在金融危機(jī)中,銀行間債務(wù)網(wǎng)絡(luò)提供了傳染的途徑,擴(kuò)大了初始沖擊破壞力[1].因此,網(wǎng)絡(luò)模型有助于研究銀行系統(tǒng)性風(fēng)險(xiǎn)[2].

      越來(lái)越多的文獻(xiàn)致力于研究網(wǎng)絡(luò)結(jié)構(gòu)對(duì)風(fēng)險(xiǎn)傳染與系統(tǒng)性風(fēng)險(xiǎn)的作用.早期的研究主要集中在規(guī)則網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)中的風(fēng)險(xiǎn)傳染問(wèn)題[3-5].然而,真實(shí)的銀行間網(wǎng)絡(luò)并不是規(guī)則網(wǎng)絡(luò)或隨機(jī)網(wǎng)絡(luò)[6,8].Lublóy[9]研究發(fā)現(xiàn),匈牙利銀行同業(yè)借款有60%發(fā)生在15家大銀行之間,而90%的同業(yè)借款中至少有一家大銀行參與.Barabasi和Albert[10]發(fā)現(xiàn)大多數(shù)社會(huì)網(wǎng)絡(luò)均具有無(wú)標(biāo)度特征.銀行間網(wǎng)絡(luò)也具有無(wú)標(biāo)度特征,比如奧地利、美國(guó)、英國(guó)、巴西和中國(guó)[11-15].銀行的差異性導(dǎo)致了銀行間網(wǎng)絡(luò)結(jié)構(gòu)的差異[16].無(wú)標(biāo)度網(wǎng)絡(luò)的重要特征是網(wǎng)絡(luò)節(jié)點(diǎn)度服從冪律分布.冪律分布反映了個(gè)體間的連接集中程度.債權(quán)、債務(wù)銀行數(shù)量非常多的銀行被認(rèn)為是“聯(lián)系太多而不能倒”(too interconnected to fail),也被稱(chēng)為貨幣中心.

      現(xiàn)有研究對(duì)連接集中程度與風(fēng)險(xiǎn)傳染做了大量的研究[17-19].Veld和van Lelyveld[20]、楊海軍和胡敏文[21]發(fā)現(xiàn)銀行間債務(wù)網(wǎng)絡(luò)接近于中心邊緣網(wǎng)絡(luò).銀行間網(wǎng)絡(luò)的中心邊緣特征和無(wú)標(biāo)度特征一樣,都體現(xiàn)了網(wǎng)絡(luò)中個(gè)體連接集中程度的差異.Lenzu和Tedeschi[22]認(rèn)為,受到?jīng)_擊后,更集中的網(wǎng)絡(luò),銀行違約破產(chǎn)的概率更大.但是,Degryse和Nguyen[23]認(rèn)為多重貨幣中心結(jié)構(gòu)具有更低的傳染風(fēng)險(xiǎn).

      最近研究發(fā)現(xiàn),流動(dòng)性差異也是銀行間網(wǎng)絡(luò)結(jié)構(gòu)的重要特征.流動(dòng)性差異是指銀行間市場(chǎng)中不同銀行的流動(dòng)性需求存在差異.而且,這種差異在各個(gè)國(guó)家中體現(xiàn)的并不一致.Bech和Atalay[24]發(fā)現(xiàn)美國(guó)小銀行是流動(dòng)性供給方(貸出資金),大銀行是流動(dòng)性需求方(借入資金).在葡萄牙銀行間市場(chǎng)中,小銀行也是流動(dòng)性的供給方[25].然而,在德國(guó)銀行間市場(chǎng),小銀行是凈借入方,大銀行是凈貸出方[8].Raddant[26]發(fā)現(xiàn)意大利銀行間市場(chǎng)中存在的幾家大的凈借款銀行,導(dǎo)致了網(wǎng)絡(luò)的高度不平衡.目前,這種差異對(duì)風(fēng)險(xiǎn)傳染、系統(tǒng)性風(fēng)險(xiǎn)的影響還沒(méi)有得到深入研究.

      本文主要有兩個(gè)工作.第一,從網(wǎng)絡(luò)結(jié)構(gòu)視角,提出了檢驗(yàn)銀行間的流動(dòng)性差異的方法.通過(guò)對(duì)比銀行間貸款(出度強(qiáng)度)和銀行間借款(入度強(qiáng)度)的冪律參數(shù),區(qū)分大銀行和小銀行的流動(dòng)性差異.第二,以真實(shí)銀行間網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ),構(gòu)造大型銀行在銀行間市場(chǎng)上流動(dòng)性地位相反的兩種網(wǎng)絡(luò).并在兩種網(wǎng)絡(luò)中采用模擬實(shí)驗(yàn)的方法,揭示流動(dòng)性差異對(duì)風(fēng)險(xiǎn)傳染與系統(tǒng)性風(fēng)險(xiǎn)的影響規(guī)律.

      1 基礎(chǔ)模型

      1.1 銀行違約及傳染

      本文遵循了May和Arinaminpathy[5]的研究設(shè)計(jì).作為網(wǎng)絡(luò)節(jié)點(diǎn),商業(yè)銀行的資產(chǎn)包括銀行間貸款I(lǐng)L和外部資產(chǎn)EA,負(fù)債包括存款D和銀行間借款I(lǐng)B,銀行資產(chǎn)減去負(fù)債是凈資產(chǎn)NA.

      這樣設(shè)計(jì)的原因有三:第一,嚴(yán)格的監(jiān)管要求導(dǎo)致銀行的資產(chǎn)負(fù)債表具有趨同的特點(diǎn)[4];第二,銀行主要從事以存款為主的負(fù)債業(yè)務(wù)和以貸款為主的資產(chǎn)業(yè)務(wù),而資產(chǎn)主要分為銀行間貸款(流動(dòng)性資產(chǎn))和外部資產(chǎn)(非流動(dòng)性資產(chǎn))[3];第三,這樣的設(shè)計(jì)方便于研究銀行間網(wǎng)絡(luò)的傳染特征[6,7].

      如果銀行資產(chǎn)遭受損失導(dǎo)致資不抵債,銀行就會(huì)破產(chǎn).銀行破產(chǎn)條件可以表示為

      NA=IL+EA-IB-D<0

      (1)

      銀行資不抵債的原因有兩個(gè):一是銀行外部資產(chǎn)EA遭受損失,二是銀行間貸款I(lǐng)L遭受損失.銀行外部資產(chǎn)損失導(dǎo)致的違約,被稱(chēng)為基礎(chǔ)違約.基礎(chǔ)違約的判定條件為

      (2)

      銀行間貸款損失導(dǎo)致的違約,被稱(chēng)為傳染違約.傳染違約的判定條件為

      (3)

      1.2 違約清算機(jī)制

      根據(jù)銀行的有限責(zé)任和債務(wù)的優(yōu)先償付順序,銀行間網(wǎng)絡(luò)中的違約清算機(jī)制被證明可以通過(guò)不動(dòng)點(diǎn)迭代算法實(shí)現(xiàn)[27].本文采用這種不動(dòng)點(diǎn)算法模擬銀行間網(wǎng)絡(luò)的清算支付過(guò)程.盡管銀行間的違約可能會(huì)受到政策干預(yù)因素的影響,但是不動(dòng)點(diǎn)算法仍然不失一般性.

      (4)

      式(4)被用來(lái)確定銀行間清算支付向量.式(2)和式(3)被用于判斷銀行違約的類(lèi)型.

      2 銀行間網(wǎng)絡(luò)與流動(dòng)性差異

      2.1 銀行間網(wǎng)絡(luò)

      假設(shè)銀行系統(tǒng)中有n家銀行(節(jié)點(diǎn)),那么銀行間借貸關(guān)系網(wǎng)絡(luò)可以用n×n的鄰接矩陣A來(lái)表示

      (5)

      令L表示銀行間債務(wù)矩陣

      (6)

      對(duì)于銀行而言,IL>IB表明該銀行是流動(dòng)性?xún)艄┙o方;IL

      2.2 流動(dòng)性差異

      不同國(guó)家、不同時(shí)間段內(nèi)銀行的流動(dòng)性地位都是不同的.在美國(guó)的銀行間市場(chǎng)中,小銀行通常是流動(dòng)性的供給方,大銀行通常是流動(dòng)性的需求方[24];在葡萄牙銀行間市場(chǎng)中,小銀行通常是流動(dòng)性的供給方[25];在德國(guó)銀行間市場(chǎng)中,大銀行是流動(dòng)性的供給方[8].

      本文檢驗(yàn)了2012年~2014年中國(guó)銀行間市場(chǎng)的流動(dòng)性差異.樣本包括2012年~2014年中國(guó)122家商業(yè)銀行.銀行間貸款、銀行間借款、總資產(chǎn)等數(shù)據(jù)均來(lái)自BankScope數(shù)據(jù)庫(kù).

      為了展示數(shù)據(jù),將122家銀行劃分為大型銀行、中型銀行和小型銀行三類(lèi).其中,總資產(chǎn)超過(guò)1萬(wàn)億人民幣的為大型銀行,總資產(chǎn)超過(guò)3千億人民幣、小于1萬(wàn)億人民幣的為中型銀行,總資產(chǎn)小于3千億人民幣的銀行為小型銀行.銀行間貸款大于銀行間借款被視為流動(dòng)性供給銀行,反之視為流動(dòng)性需求銀行.表1列出了三類(lèi)銀行中流動(dòng)性供給銀行的占比,分子代表流動(dòng)性供給銀行數(shù)量,分母代表所有銀行數(shù)量.

      表1 流動(dòng)性供給銀行的分布情況Table 1 Distribution of liquidity supply banks

      從表1中可以看出,2012年大型銀行中流動(dòng)性供給銀行多于流動(dòng)性需求銀行,2014年大型銀行中流動(dòng)性供給銀行少于流動(dòng)性需求銀行.而中型銀行多是流動(dòng)性需求,小型銀行多是流動(dòng)性供給.

      研究表明,銀行間貸款與銀行間借款(作為網(wǎng)絡(luò)的節(jié)點(diǎn)強(qiáng)度)服從冪律分布[11,12].令s表示節(jié)點(diǎn)強(qiáng)度(銀行間貸款或銀行間借款),γ表示冪律分布的估計(jì)參數(shù).本文根據(jù)銀行間貸款和銀行間借款的估計(jì)參數(shù)γIL、γIB反映銀行間網(wǎng)絡(luò)的流動(dòng)性差異.不難看出,γIL=γIB表明所有銀行的流動(dòng)性地位沒(méi)有差異;γIL>γIB表明大型銀行是流動(dòng)性需求方,小型銀行是流動(dòng)性供給方;γIL<γIB表明大型銀行是流動(dòng)性供給方,小型銀行是流動(dòng)性需求方.

      本文采用冪律分布的極大似然估計(jì)方法[28],對(duì)中國(guó)銀行間債務(wù)數(shù)據(jù)進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表2.其中,p值接近1表示符合冪律分布特征,接近0表示不符合冪律分布特征.p值的閥值為0.1.

      表2 銀行間貸款、銀行間借款的分布檢驗(yàn)結(jié)果Table 2 The distribution test results of interbank loan and interbank borrowing

      從表2中可以看出,中國(guó)銀行業(yè)的銀行間貸款、銀行間借款服從冪律分布,只有2014年的銀行間借款不顯著.2012年,γIL<γIB,表明大型銀行是流動(dòng)性供給方.2013年,γIL>γIB,表明大型銀行是流動(dòng)性需求方.而2014年,大型銀行的流動(dòng)性需求最為明顯.

      中國(guó)銀行間市場(chǎng)上存在流動(dòng)性差異.大型銀行在銀行間市場(chǎng)上的流動(dòng)性地位,正在發(fā)生改變.2012年~2014年,大型銀行從流動(dòng)性供給方轉(zhuǎn)變成需求方.下文將研究這種流動(dòng)性差異對(duì)風(fēng)險(xiǎn)傳染的影響.

      3 流動(dòng)性差異與風(fēng)險(xiǎn)傳染

      3.1 參數(shù)設(shè)定

      為了保證研究的準(zhǔn)確性、可靠性,本文利用銀行業(yè)的實(shí)際數(shù)據(jù)對(duì)相關(guān)參數(shù)進(jìn)行校準(zhǔn).利用銀行間債務(wù)的平均數(shù)量[12,13]、標(biāo)度參數(shù)[13],并根據(jù)銀行間網(wǎng)絡(luò)的無(wú)標(biāo)度特征[19]構(gòu)建銀行間網(wǎng)絡(luò).利用銀行間網(wǎng)絡(luò)中節(jié)點(diǎn)度和節(jié)點(diǎn)強(qiáng)度關(guān)系[12],根據(jù)2014年中國(guó)122家銀行的數(shù)據(jù)校準(zhǔn)銀行資產(chǎn)負(fù)債表數(shù)據(jù).

      1)網(wǎng)絡(luò)參數(shù)

      本文構(gòu)建了兩種銀行間網(wǎng)絡(luò)來(lái)體現(xiàn)流動(dòng)性差異.第一種網(wǎng)絡(luò),大型銀行是流動(dòng)性需求方;第二種網(wǎng)絡(luò),大型銀行是流動(dòng)性供給方.

      第一種網(wǎng)絡(luò)的出度和入度的標(biāo)度參數(shù)分別為2.5和2;第二種網(wǎng)絡(luò)的出度和入度的標(biāo)度參數(shù)分別為2和2.5.首先,2和2.5的取值與銀行業(yè)實(shí)際數(shù)據(jù)的估計(jì)結(jié)果[15]基本一致.其次,節(jié)點(diǎn)強(qiáng)度(銀行間貸款和銀行間借款)與節(jié)點(diǎn)度(出度和入度)存在單調(diào)遞增的關(guān)系[12].所以,這兩種網(wǎng)絡(luò)的差別是出度、入度強(qiáng)度的標(biāo)度參數(shù)的差別.如上文分析,它體現(xiàn)了流動(dòng)性差異.

      兩種網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)量設(shè)為100(100家銀行),節(jié)點(diǎn)平均度設(shè)為15(平均每家銀行與15家銀行有債務(wù)聯(lián)系[12,13]).網(wǎng)絡(luò)的鄰接矩陣式(5)由無(wú)標(biāo)度網(wǎng)絡(luò)構(gòu)建方法[19]獲得.

      2)資產(chǎn)負(fù)債表

      首先,根據(jù)節(jié)點(diǎn)出度和入度,校準(zhǔn)網(wǎng)絡(luò)節(jié)點(diǎn)的出度和入度強(qiáng)度(銀行間貸款和銀行間借款).現(xiàn)實(shí)銀行間網(wǎng)絡(luò)中,節(jié)點(diǎn)度和節(jié)點(diǎn)強(qiáng)度滿(mǎn)足下面關(guān)系[12]

      s=α1kβ1,k∈[1,+∞)

      (7)

      其中s表示節(jié)點(diǎn)強(qiáng)度,k表示節(jié)點(diǎn)度,α1、β1為參數(shù).本文根據(jù)銀行間網(wǎng)絡(luò)的估計(jì)結(jié)果[12],取α1=100、β1=1.9.根據(jù)式(7)確定每家銀行的銀行間貸款和銀行間借款.

      其次,根據(jù)銀行間貸款、銀行間借款,確定銀行的總資產(chǎn),以及其他資產(chǎn)負(fù)債表數(shù)據(jù).我們利用2014年中國(guó)122家銀行的數(shù)據(jù),發(fā)現(xiàn)總資產(chǎn)和銀行間貸款、銀行間借款存在下面關(guān)系

      ln(TA)=α2+β2ln(IL+IB)

      (8)

      其中α2和β2的估計(jì)值分別為2.07和0.93,并且兩個(gè)參數(shù)的p值均為0,方程的擬合度R2=0.91.進(jìn)而根據(jù)式(8)確定每家銀行的總資產(chǎn).2014年,中國(guó)商業(yè)銀行的凈資產(chǎn)比總資產(chǎn)平均為7.7%.以此,根據(jù)銀行資產(chǎn)負(fù)債表的恒等式,確定每家銀行的外部資產(chǎn)EA和存款D.

      最后,將銀行間網(wǎng)絡(luò)的鄰接矩陣式(5)作為先驗(yàn)矩陣,根據(jù)銀行間貸款、銀行間借款數(shù)據(jù),采用交叉熵方法[29]估計(jì)銀行間債務(wù)矩陣式(6).

      3)沖擊

      對(duì)于銀行系統(tǒng)外部沖擊,本文采用同類(lèi)文獻(xiàn)常用方法[16,19],令損失比例δi=σ×ε,ε~N(0,1).沖擊強(qiáng)度σ從0到0.4.每種沖擊強(qiáng)度下分別模擬1 000次,保證結(jié)果的穩(wěn)健性.

      本文對(duì)比了兩種沖擊范圍:全局沖擊、局部沖擊.全局沖擊是對(duì)整個(gè)系統(tǒng)中所有銀行的外部資產(chǎn)進(jìn)行沖擊.全局沖擊模擬的是整個(gè)金融市場(chǎng)面臨困境的情景,比如美國(guó)次貸危機(jī)、歐洲債務(wù)危機(jī).局部沖擊是對(duì)銀行系統(tǒng)中部分銀行的外部資產(chǎn)進(jìn)行沖擊.局部沖擊模擬的是部分金融機(jī)構(gòu)面臨困境的情景,比如雷曼倒閉、911事件.

      3.2 全局沖擊

      圖1展示了當(dāng)整個(gè)銀行系統(tǒng)面臨困境時(shí),銀行違約情況.其中圖1(a)展示了全部違約銀行數(shù)量(包括基礎(chǔ)違約和傳染違約),圖1(b)展示了傳染違約銀行數(shù)量.違約數(shù)量是1 000次模擬的平均值.基礎(chǔ)違約和傳染違約分別通過(guò)式(2)和式(3)確定.圖中,圓形實(shí)線(xiàn)表示第一種網(wǎng)絡(luò)(大型銀行是流動(dòng)性需求方)的沖擊結(jié)果,星形虛線(xiàn)表示第二種網(wǎng)絡(luò)(大型銀行是流動(dòng)性供給方)的沖擊結(jié)果.橫坐標(biāo)表示沖擊強(qiáng)度,縱坐標(biāo)表示違約數(shù)量.

      圖1 全局沖擊下銀行違約數(shù)量Fig. 1 The number of bank default under global shock

      由圖1發(fā)現(xiàn),隨著沖擊程度的增加,大型銀行是流動(dòng)性需求方的網(wǎng)絡(luò),違約銀行數(shù)量明顯高于大型銀行是流動(dòng)性供給方的網(wǎng)絡(luò).對(duì)比圖1(a)和圖1(b),不難發(fā)現(xiàn)兩種網(wǎng)絡(luò)總違約銀行數(shù)量的差異主要來(lái)自于傳染違約.

      當(dāng)整個(gè)銀行系統(tǒng)面臨風(fēng)險(xiǎn)時(shí),破壞力主要來(lái)自銀行間的風(fēng)險(xiǎn)傳染,比如美國(guó)次貸危機(jī)期間[26].當(dāng)風(fēng)險(xiǎn)增加時(shí),所有銀行都會(huì)謹(jǐn)慎關(guān)注交易對(duì)手的風(fēng)險(xiǎn)[24,26].

      同時(shí)本文發(fā)現(xiàn),流動(dòng)性差異是決定風(fēng)險(xiǎn)傳染破壞力的重要因素.如果大型銀行是流動(dòng)性需求方,那么傳染風(fēng)險(xiǎn)將會(huì)被加劇.一方面,單純流動(dòng)性供給的銀行自身破產(chǎn)是不會(huì)引發(fā)風(fēng)險(xiǎn)傳染的;而流動(dòng)性需求的銀行自身破產(chǎn)更容易引發(fā)風(fēng)險(xiǎn)傳染.另一方面,大銀行由于資金量大,也更容易引發(fā)傳染.

      從整個(gè)銀行系統(tǒng)來(lái)看,當(dāng)大型銀行處于流動(dòng)性需求方的時(shí)候,潛在的傳染違約更多、系統(tǒng)性風(fēng)險(xiǎn)更大.在本文研究的樣本中,2014年的銀行系統(tǒng)潛在的傳染風(fēng)險(xiǎn)更大.因?yàn)椋?014年大型銀行的流動(dòng)性需求最明顯.

      3.3 局部沖擊

      在局部沖擊模擬中,本文只對(duì)系統(tǒng)中最大的10家銀行施加沖擊.在現(xiàn)實(shí)中,不乏大型銀行倒閉的案例,比如:1995年的巴林銀行、2008年的雷曼.10家銀行面臨困境的模擬結(jié)果見(jiàn)圖2.其中圖2(a)展示了全部違約銀行數(shù)量(包括基礎(chǔ)違約和傳染違約),圖2(b)展示了傳染違約銀行數(shù)量.坐標(biāo)軸與曲線(xiàn)含義與圖1相同.

      圖2 局部沖擊下銀行違約數(shù)量Fig. 2 The number of bank default under local shock

      由圖2看出,在大型銀行為流動(dòng)性需求方的網(wǎng)絡(luò)中,違約銀行數(shù)量遠(yuǎn)遠(yuǎn)高于大型銀行為流動(dòng)性供給方的網(wǎng)絡(luò).結(jié)合圖1和圖2,本文發(fā)現(xiàn)無(wú)論是全局沖擊還是局部沖擊,當(dāng)大型銀行為流動(dòng)性需求方時(shí),傳染違約銀行數(shù)量更多.同時(shí),相對(duì)于全局沖擊,局部沖擊時(shí)這種流動(dòng)性地位差異對(duì)風(fēng)險(xiǎn)傳染和系統(tǒng)性風(fēng)險(xiǎn)的影響更加明顯.

      事實(shí)證明,金融危機(jī)往往始于大型金融機(jī)構(gòu)面臨困境,比如美國(guó)次貸危機(jī)中的貝爾斯登、雷曼等.在傳統(tǒng)的“太大而不能倒”和“聯(lián)系太多而不能倒”的危機(jī)監(jiān)管理念中,規(guī)模大、聯(lián)系多的銀行受到政府的隱形擔(dān)保.這也加劇了道德風(fēng)險(xiǎn)問(wèn)題.美國(guó)政府雖然救助了美林和貝爾斯登,但是考慮到道德風(fēng)險(xiǎn)問(wèn)題,放棄了救助雷曼.盡管,之后美聯(lián)儲(chǔ)成立700億美元的平準(zhǔn)基金,用來(lái)阻止風(fēng)險(xiǎn)的蔓延,但還是引起的金融系統(tǒng)的連鎖反應(yīng).期間,蘇格蘭皇家銀行就向雷曼索取15億美元至18億美元的債務(wù).據(jù)國(guó)際貨幣基金組織估計(jì),為應(yīng)對(duì)這次金融危機(jī),各國(guó)政府僅僅為支撐金融部門(mén)就花費(fèi)了約4 250億美元.在救助和不救助之間,監(jiān)管機(jī)構(gòu)似乎面臨兩難境地.

      本文的研究為監(jiān)管和政策干預(yù)提供了一個(gè)更加精準(zhǔn)的決策標(biāo)準(zhǔn).盡管“規(guī)模大”和“聯(lián)系多”對(duì)于系統(tǒng)性重要銀行是兩個(gè)重要的衡量標(biāo)準(zhǔn),但是這還不夠.本文發(fā)現(xiàn),作為流動(dòng)性需求方的大型銀行若破產(chǎn),會(huì)引發(fā)大規(guī)模違約傳染;而作為流動(dòng)性供給方的大型銀行破產(chǎn),引發(fā)的違約傳染效應(yīng)有限.所以,在“規(guī)模大”和“聯(lián)系多”的基礎(chǔ)上,流動(dòng)性地位必須被重點(diǎn)考慮.這能夠提高金融風(fēng)險(xiǎn)預(yù)測(cè)和監(jiān)控的精準(zhǔn)性.本文的研究思路和方法也為金融監(jiān)管機(jī)構(gòu),對(duì)金融機(jī)構(gòu)破產(chǎn)清算的破壞力評(píng)估、對(duì)危機(jī)期間的救助評(píng)估,提供了一種更加精準(zhǔn)的方法.

      4 結(jié)束語(yǔ)

      從系統(tǒng)性風(fēng)險(xiǎn)角度,“太大而不能倒”和“聯(lián)系太多而不能倒”一直是兩個(gè)備受關(guān)注的問(wèn)題.然而,金融機(jī)構(gòu)的流動(dòng)性差異對(duì)金融風(fēng)險(xiǎn)傳染同樣具有重要影響.

      本文從銀行間網(wǎng)絡(luò)角度,提出了一種商業(yè)銀行流動(dòng)性差異的檢驗(yàn)方法.實(shí)證研究中,對(duì)2012年~2014年中國(guó)銀行間債務(wù)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了檢驗(yàn).分別對(duì)銀行間貸款(網(wǎng)絡(luò)的出度強(qiáng)度)和銀行間借款(網(wǎng)絡(luò)的入度強(qiáng)度)進(jìn)行冪律分布檢驗(yàn),并通過(guò)對(duì)比兩者的分布差異區(qū)分大銀行和小銀行的流動(dòng)性差異.研究結(jié)果表明,2012年銀行間債務(wù)網(wǎng)絡(luò)中,小銀行主要是流動(dòng)性需求方;2014年銀行間債務(wù)網(wǎng)絡(luò)中,大型銀行是流動(dòng)性需求方.許多國(guó)家的銀行間網(wǎng)絡(luò)都有這種流動(dòng)性差異[8,24-26].

      進(jìn)一步,本文研究了這種流動(dòng)性差異對(duì)風(fēng)險(xiǎn)傳染的影響.以真實(shí)銀行間網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ),構(gòu)造大型銀行在銀行間市場(chǎng)上流動(dòng)性地位相反的兩種網(wǎng)絡(luò).并運(yùn)用模擬對(duì)比實(shí)驗(yàn),揭示流動(dòng)性差異對(duì)風(fēng)險(xiǎn)傳染與系統(tǒng)性風(fēng)險(xiǎn)的影響規(guī)律.實(shí)驗(yàn)結(jié)果表明:在銀行間網(wǎng)絡(luò)中,處于流動(dòng)性需求地位的大型銀行違約更容易引發(fā)傳染.除了銀行的規(guī)模和聯(lián)系以外,流動(dòng)性地位也是一個(gè)重要的衡量系統(tǒng)性重要銀行的標(biāo)準(zhǔn).從銀行系統(tǒng)角度來(lái)看,如果發(fā)生風(fēng)險(xiǎn),2014年的銀行系統(tǒng)潛在的傳染風(fēng)險(xiǎn)比2012年和2013年更大.因?yàn)閷?shí)證結(jié)果表明2014年大型銀行的流動(dòng)性需求最明顯.

      本文提出了銀行流動(dòng)性差異下風(fēng)險(xiǎn)傳染的模擬方法.研究在考慮規(guī)模和聯(lián)系的基礎(chǔ)上,重點(diǎn)分析了銀行流動(dòng)性差異的系統(tǒng)性影響.這為監(jiān)管機(jī)構(gòu)提供了一種系統(tǒng)性風(fēng)險(xiǎn)壓力測(cè)試和情景分析的精準(zhǔn)方法.此外,無(wú)論是在系統(tǒng)性重要金融機(jī)構(gòu)評(píng)價(jià),還是破壞力評(píng)估、救助評(píng)估等方面,監(jiān)管機(jī)構(gòu)都應(yīng)該重點(diǎn)關(guān)注金融機(jī)構(gòu)的流動(dòng)性需求狀況.

      猜你喜歡
      供給方需求方傳染
      分享經(jīng)濟(jì)信任傳遞機(jī)制的演化博弈研究
      物聯(lián)網(wǎng)推進(jìn)農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型的研究
      ——基于供需雙方的進(jìn)化博弈
      Our Mood Can Affect Others
      面向軟件外包平臺(tái)的協(xié)同過(guò)濾推薦算法的研究
      供給側(cè)改革:中西方經(jīng)濟(jì)學(xué)比較分析
      商情(2020年2期)2020-02-14 05:53:18
      聽(tīng)說(shuō),笑容是會(huì)“傳染”的
      實(shí)時(shí)競(jìng)價(jià)中的傭金率問(wèn)題研究
      共享單車(chē)市場(chǎng)的發(fā)展現(xiàn)狀與前景研究
      傳染
      一類(lèi)具有非線(xiàn)性傳染率的SVEIR模型的定性分析
      寻甸| 阿合奇县| 赫章县| 威海市| 陵川县| 乌鲁木齐县| 沁水县| 衡阳市| 永仁县| 乌苏市| 玉山县| 钦州市| 万宁市| 盈江县| 香河县| 多伦县| 林甸县| 台北市| 翼城县| 噶尔县| 庄浪县| 全椒县| 三亚市| 瑞金市| 宁津县| 咸丰县| 勐海县| 富宁县| 顺平县| 铜川市| 卓尼县| 金湖县| 常德市| 垦利县| 金沙县| 三亚市| 桑日县| 黄龙县| 扶余县| 哈巴河县| 本溪市|