金融危機的放大機制解讀

[摘要]與美國金融危機造成的巨大損失相比，次級抵押貸款相關資產的損失并不大，這說明在危機中存在著金融放大機制。文章在借鑒國外學者有關研究成果的基礎上，對資產負債表放大機制、不完全信息放大機制以及金融網絡放大機制進行了初步分析。分析發現，危機爆發后市場參與者的反應和互動形成了多個惡性反饋循環，這些惡性反饋循環通過金融網絡使危機內生出更多的能量，最終將相對溫和的初始沖擊放大成了一場全球性金融風暴。

[關鍵詞]美國金融危機；資產負債表放大機制；不完全信息放大機制；金融網絡放大機制

[中圖分類號] F831.59[文獻標識碼] Ａ[文章編號]1673-0461（2011）03-0082-06

在各國政府強力救市政策的一致努力下，由美國次貸危機引發的全球金融風暴已逐漸隱去。但為什么相對小的沖擊會被放大成一場全面的金融危機，仍需要進行進一步的理論探討。本文在借鑒國外學者有關研究成果的基礎上，試圖從金融中介機構的視角揭示危機的各種放大機制，以引起學者們的興趣并進行更為深入的研究。

一、資產負債表放大機制

本次危機爆發后，金融機構的資產負債表調整和去杠桿化（deleveraging）引起了廣泛的關注，很多學者（Brookstaber，2007； Krugman，2008； Adrian Shin，2008； Hellwig，2008； Blanchard，2009； Brunnermeier，2009； Krishnamurthy，2009； Sarkar Shrader，2010）的分析都表明，遭遇次貸損失沖擊后，金融機構資產負債表惡化與資產價格下跌之間的正反饋循環放大了危機，即存在一種危機的資產負債表放大機制。

早在1989年，Bernanke Gertler [1]就對初始沖擊后企業（包括金融中介機構）融資成本上升和企業凈值下降之間的正反饋如何引發對金融部門和實體經濟的更大沖擊進行了研究，并于1996 年提出了金融加速器理論（BGG模型，Bernanke et al. [2] )。此后，Kiyotaki Moore（1997a），Shleifer Vishny（1997），Gromb Vayanos （2002） 以及Brunnermeier Pedersen （2007）等人用資產價格取代了企業凈值，經進一步研究后發現，受到負向沖擊后，金融機構的融資約束惡化與資產價格下跌之間的正反饋機制會放大危機。

假設某金融機構在t期的股權資本為Wt，持有的資產數量為θt，資產價格為Pt，債務為D，則：

Wt = Ptθt-D（1）

若該金融機構通過保證金交易持有資產，則其融資約束為：

mtθt ≤ Wt （2）

式（2）表示股權資本必須滿足融資的保證金要求；其中的m為持有單位資產所需要的保證金。

當一個初始的負向沖擊使資產價格Pt下降時，因杠桿作用（杠桿率L=1/m），股權資本價值Wt下降的速度快于資產價值Ptθt下降的速度，若是設立保證金以控制在險價值（VaR）的資金提供者因風險上升而提高m，就會形成融資約束惡化和資產價格下跌之間的正反饋回路。因為股權資本Wt下降和保證金m提高會惡化融資約束，迫使金融機構出售資產頭寸進行去杠桿化；單個金融機構變賣資產引起的資產價格小幅下降會通過降價銷售的外部性①給其他持有同類資產的金融機構帶來成本，使其也跟著拋售此類資產，導致此類資產的價格出現較大幅度下降；資產價格的進一步下降會使股權資本進一步減少，m進一步提高，從而進一步惡化融資約束，以此類推（Shleifer Vishny，1997[3]； Gromb Vayanos，2002 [4]；Brunnermeier Pedersen，2007 [5]）。

式（2）的一種替代表述為：

（1-γ）θtPt ≤ Wt （3）

式（3）表示金融機構以所要購買的資產為抵押進行融資，該資產的價格和它作為抵押品的價值之差，即資產估值折扣，必須由股權資本融得；其中的（1-γ）為折扣率；如果令m=（1-γ）P，則該融資約束等同于（2）式。

當一個初始的負向沖擊使抵押資產的價值減少時，金融機構會遭受股權資本損失，而且這種損失會由于杠桿作用而加大，θtPt和Wt的價值縮水會惡化融資約束，觸發金融機構變現資產頭寸，導致資產價格下降，引起更多輪次的抵押資產價值降低、股權資本損失和資產價格下降；融資約束惡化與資產價格下降之間的動態反饋會使沖擊更為持久，并被放大（Kiyotaki Moore ，1997a[5]）。

為了用融資約束與資產價格之間的正反饋機制解釋流動性危機， Brunnermeier Pedersen （2007） [6]等人引入了市場流動性 （market liquidity） 與融資流動性 （funding liquidity）之間的正反饋思想。所謂市場流動性是指資產的交易價格與其基本價值的差額，也可以理解為通過出售資產獲得資金的難易程度。當出售資產壓低資產價格P時，市場流動性下降。融資流動性是指交易者的影子成本，或者說是交易者從資金所有者手中借入資金的難易程度。當保證金m上升（杠桿率L降低）時，融資流動性下降。假如金融機構持有大量資產頭寸或面臨不穩定保證金，那么，當負向資產價格沖擊使市場流動性突然下降時，金融機構的資本損失和市場流動性缺乏會引起保證金提高，使融資流動性下降；融資流動性下降會引發許多金融機構同時拋出所持資產頭寸，進一步壓低資產價格，使市場流動性進一步下降，從而形成市場流動性下降與融資流動性下降之間的正反饋。這種正反饋會導致兩個流動性螺旋（liquidity spirals），一是股權資本W減少與資產價格P下跌之間損失螺旋（loss spiral）；二是保證金m提高（去杠桿化）與資產價格P下跌之間保證金螺旋（margin spiral）。在這兩個螺旋相互加強所形成的放大機制下，相對小的沖擊就足以引起流動性的迅速枯竭。

式（2）所述的融資約束實際上是債務融資約束或者說是杠桿約束（leverage constraints），強調一個金融機構的債務融資數量受到股權資本W與保證金m（杠桿率L）的限制，從而為其資產持有量或資產負債表規模設置了上限W * Lmax。與此不同的是，在Xiong （2001），He Krishnamurthy （2008， 2009）以及Brunnemeier Sannikov （2010）等人提出的股權風險資本約束（equity risk-capital constraints）理論中，金融機構的債務融資不受限制（Lmax =∞），但其資產持有量或資產負債表規模受到股權資本和有效風險規避的約束。由于沒有債務融資約束，股權風險資本約束意味著金融機構的資產持有是其內部資產組合選擇問題；當風險資產的價格下跌減少了股權資本時，金融機構的有效風險規避上升，愿意持有的風險資產數量下降，會賣出風險資產或減少對風險資產的需求，導致風險資產的價格進一步下跌，使其股權資本進一步減少，形成股權資本減少、有效風險規避上升與風險資產價格下跌之間的正反饋回路，從而放大危機。

在Xiong （2001）[7]和Brunnemeier Sannikov （2010）[8]提出的模型中，受股權風險資本約束的金融機構是風險資產的賣方，當風險資產的價格下跌使股權資本減少時，金融機構的風險規避上升，賣出更多的風險資產，導致風險資產的價格進一步下跌。而在He Krishnamurthy （2008， 2009）[9][10]提出的模型中，受股權風險資本約束的金融機構是風險資產的買方；作為買方，金融機構對風險資產的需求與股權資本水平正相關，與其陷入困境的概率負相關；當風險資產的價格下跌使股權資本減少和陷入困境的概率提高時，金融機構的有效風險規避上升，其對風險資產的需求下降，從而導致風險資產的價格進一步下跌。He Krishnamurthy （2008， 2009）模型的獨特之處在于，在危機期間，盡管金融機構會由于股權資本減少和有效風險規避上升而降低對風險資產的需求，但因為沒有杠桿約束，其杠桿率反而會上升。

Adrian Shin（2008a）[11]等人的經驗研究表明，危機發生后，資產價格下跌引起的股權資本減少以及回購市場上資產擔保證券折扣（repo haircuts）上升引起的保證金提高迫使投資銀行不得不拋出資產頭寸以降低杠桿率，從而觸發了資產價格下跌、資本損失增加、保證金提高（資產估值折扣上升）和杠桿率降低的螺旋；去杠桿化與資產價格下跌之間的正反饋導致了投資銀行體系的總體資產負債表不斷收縮和流動性的持續下降。Sarkar Shrader（2010）[12]也從實證上驗證了危機期間（債務）融資約束惡化與資產價格下跌之間的正反饋降低了流動性，從而放大了危機。而He et al. （2010）[13]的實證分析顯示，從2007年第四季度至2009年第一季度，在資產方面，投資銀行和對沖基金持有的證券資產（抵押貸款和其它資產支持證券）減少了大約8，000億美元，商業銀行部門的證券資產持有量增加了大約5，500億美元；在負債和短期貨幣市場方面，回購市場融資減少了大約1.5萬億美元，商業銀行部門發行的政府支持證券（包括FDIC提供保險的存款和擔保的債券）增加了大約1.3萬億美元，在相當保守的估計下，商業銀行部門的杠桿率從10 上升到了20~32。根據以上數據，He et al. （2010）認為，（債務）融資約束或者說杠桿約束適用于投資銀行和對沖基金，He Krishnamurthy （2008， 2009）強調的股權風險資本約束適用于商業銀行；依靠短期回購協議融資的投資銀行和對沖基金被迫拋售資產以降低杠桿率；因政府支持而不受債務融資約束的商業銀行作為證券資產的惟一重要私人買方，盡管通過購買資產提高了杠桿率，但并沒有完全利用政府支持的債務融資，股權資本損失和有效風險規避上升減少了其資產需求，從而降低了資產價格；影子銀行部門（投資銀行、對沖基金等）的（債務）融資約束和商業銀行部門的股權風險資本約束都在次級抵押貸款市場的初始損失被放大的過程中發揮了作用。

在本次危機中，金融機構資產負債表期限錯配引發的擠兌行為也是人們關注的一個熱點。在Diamond Dybvig（1983）[14] 建立的銀行擠兌模型（DD模型）中，期限錯配產生的非流動性資產對應流動性負債這一內在缺陷使銀行面臨著多重均衡；如果儲戶對銀行保持信心，則存在一個有效率的無擠兌均衡；如果儲戶產生了恐慌，則會出現一個無效率的擠兌均衡，即使運轉正常的銀行也會因為自我實現的擠兌（self-fulfilling run）而倒閉。Allen Gale （2005）[15] 以及Diamond Rajan （2005）[16]對DD模型進行修正后指出，當銀行通過短期存款融資持有價格由市場均衡決定的長期資產時，銀行擠兌、資產變現與資產價格下跌之間的正反饋回路會放大初始沖擊。這次由次貸有關損失引發的擠兌與上述學者分析的銀行擠兌有相似之處，只不過遭遇擠兌的主要是影子銀行。影子銀行體系中的許多機構通過回購協議和資產支持商業票據等短期融資安排購買了大量以次貸為基礎的住房抵押貸款支持債券（MBS）、擔保債務權證（CDO）等長期結構性金融產品②。由于影子銀行不受存款保險與最后貸款人（LOLR）制度的保護，這種資產負債表期限錯配存在著很高的無流動性風險（illiquidity risk）③ ，易于遭受債權人自我實現式的破壞性擠兌。危機發生后，MBS、CDO等債券的市場價值縮水，持有此類債券的機構根據以市定價的會計記賬準則進行資產減記，無清償能力風險（ insolvency risk）④ 上升。對結構性金融產品定價產生懷疑的債權人出于恐慌心理贖回債權，于是回購市場和資產支持商業票據市場出現了劇烈萎縮。遭遇擠兌的影子銀行因難以對短期債務進行展期而被迫拋售資產，形成了一種自我增強的資產拋售循環，即流動性萎縮、資產拋售與資產價格下跌之間的正反饋循環。資產拋售不僅導致了影子銀行流動性的蒸發，也使其清償能力因資產價格下跌而下降；盡管美聯儲向投資銀行等提供了流動性支持，但這并未阻止債權人因擔心清償能力而對影子銀行進行擠兌。對影子銀行的大規模擠兌最終將次貸損失引起的流動性短缺轉化成了全面的流動性危機和清償力危機。

二、不完全信息放大機制

Caballero Krishnamurthy（2008）， krishnamurthy

（2009，Heider et al.（2009）以及Sarkar Shrader（2010）等人的研究表明，不完全信息是引起和放大金融危機的重要原因，本次危機中存在一類不完全信息放大機制。

Caballero Krishnamurthy（2008）[17] 建立了一個基于奈特不確定性（Knightian uncertainty，不能用一個確定的客觀概率加以描述的不確定性）和流動性短缺的金融危機模型，用來解釋危機中流動性從風險資產向安全資產轉移（flight to quality）等現象。他們的均衡分析表明，僅有流動性沖擊并不會觸發危機，而僅有因不完全信息而產生的奈特不確定性沖擊卻可能會引發危機，當流動性沖擊以及奈特不確定性沖擊都存在時會發生嚴重的危機；奈特不確定性上升會導致流動性從風險資產轉移到安全資產，從而放大危機。奈特不確定性沖擊之所以會引起和放大金融危機是因為代理人在面臨客觀概率根本無法預知的各種情況時只考慮可能會發生的最壞情況，按照Gilboa Schmeidler （1989）等人提出的最大最小預期效用（Maximin Expected Utility）理論制定決策；在總流動性數量有限的情形下，對未來可能被迫變現資產而市場卻缺乏流動性的擔憂會驅使代理人脫離風險資產，尋求安全資產，囤積流動性，但每個代理人都采取避免自身陷入最壞情況的自我保護行動只會導致合成謬誤，使其陷入集體困境，并浪費稀缺的流動性。根據上述研究，他們認為，未經考驗的金融創新（untested financial innovations）在遭遇異常沖擊時容易觸發流動性從風險資產向安全資產轉移，美國在過去50年中經歷的每次主要危機都與發展歷史較短因而市場參與者對其不夠理解的金融創新有關。當一次金融創新適應了市場需要時，新的金融產品往往會被市場參與者迅速而廣泛地采用，而一旦出現未預期到的沖擊使這些金融產品的持有者遭受了意想不到的損失，市場參與者就會因缺乏可供參考的歷史經驗而不能確定沖擊將會帶來怎樣的后果，面對無法預知和難以衡量的風險亦即奈特不確定性的上升，他們為了不冒不能理解的最壞情況下的風險會脫離新的金融產品和其它受到傳染的風險資產，并轉向安全資產，從而誘發和放大危機。

krishnamurthy（2009）[18]進一步對奈特不確定性如何導致和放大流動性危機進行了動態分析。在其分析中，代理人通過預測t期的流動性問題來制定s期的決策，當交易對手和其自身在t期遭遇流動性沖擊的概率及其相關系數的奈特不確定性上升時，代理人會根據預測的t期最壞情況下的概率和相關系數在s期采取決策脫離風險，從而放大t期的流動性沖擊對s期的資產價格的影響，引起 s期的資產價格出現更大幅度的下跌；對t期流動性沖擊的擔憂還會驅動代理人在s期與交易對手簽訂更為安全的合同和追逐安全資產，由此造成的流動性浪費會使貨幣市場出現堵塞甚至是陷入停頓；總之，t期出現流動性沖擊的奈特不確定性上升會引發和放大s期的流動性危機。他據此指出，金融創新放大了本次危機。在危機爆發前，投資者大多認為購買以次貸為基礎的CDO等債券的高級分券（tranche）風險很低，但危機發生后這些高級分券的投資者卻遭受了意外損失，于是投資者開始意識到他們并不完全明白金融創新所采用的各類結構性金融產品，許多新的復雜金融產品的風險實際上比以前所估計的要高得多且無法確定，這種認識經過傳染形成了一種對所有風險資產的普遍擔憂，從而使次貸違約這一較小的沖擊演變成了一次大的奈特不確定性沖擊。

Caballero和Krishnamurthy研究了奈特不確定性沖擊如何引起和放大危機，卻沒有分析危機擴大會如何加重奈特不確定性。事實上，危機擴大反過來會使奈特不確定性進一步上升，所有描述奈特不確定性的指標在雷曼兄弟破產后均處于空前高度即是一個例證；奈特不確定性上升與危機擴大之間存在著一種相互加強的正反饋機制。

Heider et al. （2009） [19] 運用逆向選擇理論對危機發生后銀行間市場的崩潰進行了解釋。在他們建立的無抵押銀行間市場交易對手風險模型中，每個銀行都對自身持有的長期風險資產擁有私人信息，但都不知道交易對手的風險類型，這種非對稱信息使得貸款者難以識別借款者是否是安全的銀行，所以銀行間拆借利率就包含一個風險溢價。他們的研究顯示，依據交易對手風險的水平和分布，銀行間市場會出現不同的均衡狀態。當交易對手風險的平均水平和離散程度都低時，所有銀行均參與銀行間市場的充分參與均衡（full participation equilibrium）是惟一均衡，非對稱信息不會損害銀行間市場的功能，與資金的機會成本相比，風險溢價低，銀行間市場以低利率平穩運行。當交易對手風險的平均水平低且保持不變時，風險的離散程度增加會使風險溢價上升，導致充分參與均衡與逆向選擇均衡（the adverse selection equilibrium）共存（風險的離散程度中等）或囤積流動性（風險的離散程度高），此時預期至關重要而且能夠自我實現。當交易對手風險的平均水平較高而離散程度低時，風險溢價較高，逆向選擇均衡是惟一均衡，非對稱信息引起的逆向選擇使得流動性不足的安全銀行因銀行間拆借利率高而選擇在無抵押銀行間市場以外獲得流動性，無抵押銀行間市場上只剩下風險高的借款者，從而導致銀行間利率上升。當交易對手風險的平均水平和離散程度都高時，風險溢價高，非對稱信息引起的逆向選擇會導致貸款者發現貸款無利可圖（即使利率很高）而囤積流動性，或是因利率太高而沒有銀行愿意借款，其結果是銀行間市場喪失功能。根據上述研究，他們認為，2007年8月銀行間利率突然上升是因為銀行及其結構投資載體 （SIVs）被發現持有次級抵押貸款支持證券，而相關的風險暴露程度卻是私人信息，由此導致的風險重估使得交易對手風險的平均水平和離散程度都上升了。雷曼兄弟倒閉后，交易對手風險的平均水平和離散程度出現了進一步的大幅度上升，更為嚴重的逆向選擇問題使得較為安全的銀行都退出了銀行間市場，2008年9月的最后一周，銀行間利率達到了創紀錄的水平，銀行間市場上的交易行為顯著減少，貸款者大量囤積流動性，最終導致了無抵押銀行間市場的崩潰。

根據Heider et al. （2009）的研究，Sarkar Shrader（2010）[12]認為，在無抵押的私人融資市場上，當借款者擁有關于其資產價值的私人信息時，借款者和貸款者之間的非對稱信息可能會導致逆向選擇放大機制（Adverse Selection Amplification Mechanisms），即借款者的信用風險及其離散程度上升與逆向選擇之間的正反饋機制，這種正反饋機制最終會使所有安全的借款者退出市場，而貸款者不再提供貸款，從而導致無抵押的私人融資市場出現崩潰。他們的實證分析顯示，在本次危機的后一階段（2008年4月后），特別是2008年9月份期間，無抵押私人融資市場上存在著嚴重的逆向選擇放大機制。

三、金融網絡放大機制

Gai Kapadiay（2008），Haldane（2009）以及Chan-Lau（2009b，2010）等人認為，本次危機發生后，某些金融機構、特別是具有系統重要性的金融機構所遭受的沖擊通過金融網絡蔓延到了整個金融體系，從而放大了危機。

Gai Kapadiay（2008）[20] 建立了一個金融危機傳染的網絡模型，并根據模型進行了數值模擬。其研究結果表明，金融網絡既會成為沖擊的吸收器（shock absorbers）又會成為沖擊的放大器（shock amplifiers）；金融創新所采用的信用衍生產品等新的金融工具導致了金融機構之間更為緊密和更為廣泛的關聯，這使得金融網絡在正常時期因能更好地分散風險而更有可能成為一個沖擊的吸收器，降低沖擊的傳播概率；然而，一旦危機爆發，更大程度的關聯會使風險在更大范圍內更快地傳遞，金融網絡就會變成沖擊的放大器，提高沖擊的傳播概率及速度，從而形成更大規模的危機。Haldane（2009）[21]對金融網絡的診斷分析也得出了類似結論，認為在本次危機爆發前的金融創新和證券化提高了金融網絡的互聯互通程度和復雜程度以及金融生態系統的同質性，使得金融網絡既強健又脆弱；當沖擊在某一范圍內時，互聯互通起著減震器的作用；而當沖擊超過引爆點時，變成放大器的互聯互通會使沖擊通過反饋效應和不確定性的上升給整個金融網絡帶來致命影響。

Allen Gale （2000）[22]，Dasgupta（2004）[23]等人的研究顯示，在銀行間市場形成的銀行網絡中，受到沖擊的借入方銀行被迫清算長期資產而破產可能會導致危機由借入方銀行向貸出方銀行傳播；Iyer Peydro （2005）[24]，Morris Shin（2008）[25]等人的研究則表明，受到沖擊的貸出方銀行縮減對外貸款可能會導致危機由貸出方銀行向借入方銀行傳播。Cifuentes et al. （2005）[26] 等人則認為，除資產負債的直接關聯會引起危機在銀行網絡中傳播外，因持有同類資產而產生的間接關聯也會引起危機傳播；其研究發現，當問題銀行被迫出售資產而壓低資產價格時，危機會通過間接關聯傳播至持有類似資產組合的銀行，資產價格下跌比銀行間風險暴露在危機傳播中起著更為重要的作用。

上述銀行危機傳播網絡模型通常假定網絡中的節點是同質的銀行，而更現實的情形是危機在商業銀行和投資銀行等異質金融機構之間傳播，但即使如此，該理論仍可為分析次貸違約如何演變成系統性風險提供視角。Chan-Lau（2009b，2010）[27][28]對國際金融體系中金融機構的相互關聯風險所進行的分位數回歸和基于資產負債表的網絡分析表明，在本次危機中不但金融機構借貸聯結形成的直接關聯引起了危機傳播，更重要的是資產價格下跌通過間接關聯導致了危機在全球金融網絡中傳播。當受到初始沖擊的金融機構遭受損失乃至倒閉后，其網絡負外部性引起了與之關聯的金融機構遭受損失乃至倒閉，這是第一輪危機傳播；第一輪危機傳播中遭受損失乃至倒閉的金融機構又引起了與之關聯的其他金融機構遭受損失乃至倒閉，形成了新一輪危機傳播；上述危機傳播不斷重復所產生的多米諾骨牌效應最終將次貸違約沖擊通過全球金融網絡放大成了一場全球性金融危機。

四、總結

金融體系是一個復雜適應性系統，其中的個體市場行為和制度性因素以及它們之間的相互作用會產生正反饋環和負反饋環。正反饋環會強化放大作用，產生自激震蕩；負反饋環會削弱放大作用，有助于系統穩定。次貸危機發生后，市場參與者的反應和互動形成了多個正反饋環，而這些疊加在一起的正反饋環都是損害金融體系穩定的惡性反饋循環，它們的共同作用通過金融網絡使危機像熱帶風暴一樣內生出了更多的能量。控制危機需要切斷這些正反饋環，同時為系統添加一些負反饋環，并盡可能地提高全球金融網絡的穩定性。

[注釋]

① Shleifer Vishny（1992，1997）、Kyle Xiong（2001）、Gromb Vayanos（2002）、Allen Gale（2005）、Brunnermeier Pedersen（2008）等學者都曾討論過這一外部性問題。

② Kashyap，Rajan Stein（2008）認為代理問題導致了金融機構對MBS、CDO等低質量資產的需求，而通過ABCP等短期借款來為這些長期資產融資正是對代理問題的均衡反應。

③ 無流動性風險是指金融機構在不遭遇擠兌的情況下具有清償能力，一旦發生擠兌則會因流動性枯竭而倒閉的風險。

④ 無清償能力風險是指在不發生擠兌的條件下，金融機構資產質量惡化導致其無力償付債務而倒閉的風險。

[參考文獻]

[1] Bernanke， B. S. and M. Gertler. Agency cost， net worth， and business fluctuations [J].American Economic Review， 1989， 79:14 - 31.

[2] Bernanke， B.S. ， M. Gertler ， and S .Gilchrist. The Financial Accelerator and the Flight to Quality[J]. Review of Economics and Statistics ， 1996，78 :1-15.

[3] Shleifer， A. and R W. Vishny. The Limits of Arbitrage[J]. Journal of Finance， 1997，52（1）: 35-44.

[4] Gromb， D. and D. Vayanos. Equilibrium and Welfare in Markets with Financial Constrained Arbitrageurs[J]. Journal of Financial Economics， 2002， 66 （2-3）: 361-407.

[5] Kiyotaki， N. and J. Moore. Credit Cycles [J].Journal of Political Economy， 1997a，105（ 2）: 211-248.

[6] Markus K. Brunnermeier and Lasse Heje Pedersen. Market Liquidity and Funding Liquidity [R] . NBER Working Paper， 2007（2） ， no. 12939.

[7] Xiong， Wei. Convergence Trading with Wealth Effects: An Amplification Mechanism in Financial Markets[J]. Journal of Financial Economics， 2001， 62: 247-292

[8] Brunnermeier， Markus and Yuliy Sannikov. A macroeconomic Model of the Financial Sector[R]. Working Paper， Princeton University， 2010.

[9] He， Zhiguo and Arvind Krishnamurthy. Intermediary Asset Pricing [R]. Working Paper， University of Chicago and Northwestern University， 2008.

[10] He， Zhiguo and Arvind Krishnamurthy. A Model of Capital and Crises [R]. Working Paper， University of Chicago and Northwestern University ， 2009.

[11] Tobias Adrian and Hyun Song Shin. Liquidity and Leverage [R]. Federal Reserve Bank of New York Staff Reports， 2008（3） ， No. 328.

[12] Asani Sarkar and Jeffrey Shrader. Financial Amplification Mechanisms and the Federal Reserve's Supply of Liquidity during the Crisis[R] . Federal Reserve Bank of New York Staff Reports， 2010（3） ， No. 431.

[13]Zhiguo He， In Gu Khang， and Arvind Krishnamurthy. Balance Sheet Adjustments in the 2008 Crisis [R]. NBER Working Paper ， 2010（4） ， No. 15919.

[14] Diamond， Douglas， and Philip Dybvig. Bank Runs， Deposit Insurance and Liquidity[J]. Journal of Political Economy， 1983，99: 401-419.

[15] Allen， Franklin and Douglas Gale. From Cash-in-the-Market Pricing to Financial Fragility[J]. Journal of the European Economic Association， 2005（3）:535-546.

[16] Diamond， DouglasW. and Raghuram G. Rajan. Liquidity Shortages and Banking Crises[J]. Journal of Finance ，2005，60 （2）: 615-647.

[17] Caballero， Ricardo J.， and Arvind Krishnamurthy. Collective Risk Management in Flight to Quality Episode[J]. Journal of Finance， 2008， 63（5）: 2195-2230.

[18] Arvind Krishnamurthy. Amplification Mechanisms in LiquidityCrises [J]. American Economic Journal，2009（9）:2-33.

[19] Heider， F.， Hoerova， M.， and C. Holthausen. Liquidity Hoarding and Interbank Market Spreads: The Role of Counterparty Risk[R]. ECB Working Paper， 2009.

[20] Gai， P.， and S. Kapadia. A Network Model of Super-Systemic Crises[R]. WorkingPaper， 2009，No. 542 （Santiago: Banco Central de Chile）.

[21] Andrew G Haldane. Rethinking the Financial Network [EB/OL] . http://www.bankofengland.co.uk/publications/speech386pdf， 2009-04-29/2010-11-15.

[22] Franklin Allen and Douglas Gale. Financial Contagion [J] . The Journal of Political Economy， 2000（1）: 1-33.

[23] Amil Dasgupta. Financial Contagion through Capital Connections [J] . Journal of the European Economic Association.2004（7）:1049-1084.

[24] Rajkamal Iyer and José L. Peydró-Alcalde. How Does a Shock Propagate? A Model of Contagion in the Interbank Market due to Financial Linkages [R] . EFA Moscow Meetings Paper， 2005（3）.

[25] Stephen Morris and Hyun Song Shin. Financial Regulation in a System Context[R] . Brookings Papers on Economic Activity， 2008（9）.

[26] Cifuentes， R， Ferrucci， G and H S Shin. Liquidity Risk and Contagion [J] . Journal of the European Economic Association ， 2005（3）: 556-566.

[27] Chan-Lau， J.A. Default Risk Codependence in the Global Financial System[R].The Banking Crisis Handbook （New York: CRC Press， Taylor Francis Group）， 2009b.

[28] Chan-Lau， J.A.Balance Sheet Network Analysis of Too-Connected-to-Fail Risk in Global and Domestic Banking Systems[R]. IMF Working Paper， 2010（4）， WP/10/107.

Interpretation of the Amplification Mechanisms in Financial Crisis

Wang Yugang 1，2

（1. Graduate School，Chinese Academy of Social Sciences ，Beijing102488，China；

2. School of Management，University of Jinan Jinan250022， China）

Abstract： The small decline in the value of subprime mortgage-related assets relative to the huge total losses caused by American financial crisis suggests that there exist financial amplification mechanisms during crisis. This paper presents preliminary analysis of the balance sheet amplification mechanism， the incomplete information amplification mechanism， and the financial network amplification mechanism on the basis of foreign scholar's research results. The analysis shows that the response and interaction of market participants formed a number of vicious feedback cycles after outbreak of the crisis， and these vicious feedback cycles made the crisis endogenously gather more energy， thus the relatively modest initial shock has been eventually amplified into a global financial storm.

Key words：merican financial crises； the balance sheet amplification mechanism；the incomplete information amplification mechanism； the financial network amplification mechanism

（責任編輯：張丹郁）