中國銀行業系統流動性風險考察與控制
2018-11-02 06:58:16降剛沈沛龍
財經理論與實踐 2018年4期
降剛 沈沛龍
摘要：基于銀行業在宏觀風險來臨時出現的流動性不足和系統性風險。通過建立DSGEVAR模型，考量銀行業在宏觀經濟運行框架下的系統流動性風險，結果發現：銀行同業借貸、其他證券資產和交易性負債業務的綜合作用會使得銀行系統流動性風險總體增大，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，并出售潛在的流動性較低的資產。從監管層面來講，應當通過監管的引導效應將交易性負債進行轉化，引導同業借貸和其他證券資產業務向平衡區域集中，并在一定范圍內減少銀行其他證券資產業務的規模。
關鍵詞：銀行業；資產拋售價格；系統流動性風險
中圖分類號：F830文獻標識碼：A文章編號：10037217（2018）03000908
一、引言
2017年12月召開的中央經濟工作會議繼續強調了金融監管的重要性，明確了新時期金融體制改革的重心已經轉向服務實體經濟、貨幣政策與宏觀審慎政策雙支柱調控、守住系統性風險底線等層面。因此，了解銀行業在宏觀經濟運行中的系統流動性狀況，對于抓住銀行業系統流動性風險的來源、有針對性地制定監管政策、有效發揮功能性監管的作用至關重要。
銀行業在宏觀風險來臨時會出現關聯的流動性不足，假設當出現流動性不足的情況時，銀行會采取兩種應對措施：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，銀行也無法調整其信貸組合，這就會導致流動性風險的出現，從而導致債務違約；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，銀行有機會調整其總的資產負債結構。在信息不對稱的條件下，對銀行債權人的模型描述主要有英格蘭銀行的系統性機構風險評估（RiskAssessmentModelofSystemicInstitutions，RAMSI）模型，其在資金市場邊界的校準過程中，提出了一種稱為“危險區域（dangerzone）”的違約風險指標，該指標是三個因素的加權平均值，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）通過實證研究了貝爾斯登公司（BSC）破產前后銀行違約風險與銀行間存款的流出情況，發現銀行間的存款流出是在BSC的違約概率達到8%的時候開始發生的；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存放[1]。
周瑋等（2005）根據我國銀行業的現狀，分析了適合我國商業銀行應用的違約概率估計模型和方法[2]。彭建剛等（2009）結合我國商業銀行貸款五級分類的實施，提出用貸款違約表法測算我國商業銀行貸款的違約概率，是一種有利于我國商業銀行合理貸款組合的預期損失和非預期損失的重要方法[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流動性風險進行了研究，認為當系統流動性風險增加時，央行應該優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危機進行的實證研究表明，嚴格的銀行監管是抑制銀行系統危機發生的有效方法，顯性存款保險制度的設立無助于利率市場化后銀行系統性風險的防范，并且資本賬戶開放下的利率市場化會增加銀行系統危機發生的機率[5]。崔婕等（2016）基于上海銀行間同業拆放利率（Shibor）隔夜利率的報價數據，從宏觀系統性角度對我國銀行體系的流動性風險研究發現，人民幣匯率及其波動率以及宏觀經濟的模型變動是我國銀行業流動性風險的主要來源[6]。舒長江等（2017）認為房地產價格、人民幣有效匯率價格波動是造成商業銀行脆弱性的主要擾動源，而FCI指數是商業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“危險區域”，不同的是不包括流動性頭寸因素。由于中國銀行業信息的不完全性，本文假設銀行的債權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。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，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價格所形成的，這個銀行拋售資產所造成的損失是本文重點關注的。
Coval和Stafford（2007）運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年股權市場的資產拋售情況，結果發現在資產拋售中普遍存在股價的反常負收益。比如，至少存在15%的股東在壓力環境下，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]。
關于金融系統與宏觀經濟的相互關系的問題，Gertler和Karadi（2011）[9]、Gertler和Kiyotaki（2010）[10]針對與金融中介機構相關的摩擦現象進行了考察，并分析了銀行資本在貨幣傳導機制中的作用。Goodfriend和McCallum（2007）的研究發現，政策的制定要準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、資本的凈邊際產品以及純跨期利率，忽略這些利率的差異會導致政策的失當[11]。國內現有文獻從不同角度考察了影響我國銀行業務系統性風險的各種因素，提出了具有針對性的措施建議，但缺少對銀行經營所處宏觀經濟環境因素的考量。為此，本文試圖通過構建一個描述我國宏觀經濟運行的模型框架，考察不同類型業務的運作對銀行系統性風險的影響。
本文參照An和Schorfheide（2007）的模型建立過程，根據他們對動態隨機一般均衡模型（DSGE）的后期參數及其轉換進行分析[12]。由于交易對手銀行的流動性短缺和資產的拋售都可能導致銀行損失的擴大，并反過來影響其償付能力。因此，本文分析銀行間在宏觀風險來臨時關聯的額外流動性是不足的，運用預期模擬方法加入市場存在預期流動性風險的因素，以此來考察銀行業系統流動性風險的不同表現，及相應資產負債因素的不同操作，進而對監管層實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濟模型包含一個最終商品生產商、一個連續的中間商品生產商、一個典型的家庭部門以及貨幣政策當局。將t=lnxt/x表示為變量xt對其穩態變量x的自然對數，參照An和Schorfheide（2007）的模型建立過程，在假設工資剛性和資本累積的基礎上，建立包含六個方程的對數線性模型，分別描述產出（yt）趨勢、消費（ct）趨勢、全社會融資（lt）趨勢、資產價格（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、杠桿率沖擊和資產價格沖擊。
模型（1）中的第一個方程是對數線性消費歐拉方程，式中的τ是跨時期替代彈性的倒數。第二個方程是對數線性價格Phillips曲線，β表示折現率，κ是需求（υ）彈性的倒數；穩態通貨膨脹水平（π），價格粘性程度（εp）滿足以下關系式：
κ=τ1-υυπ2εp。
第三個方程是對數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即是產出缺口。這個產出缺口基于彈性價格，即當εp=0時，潛在產出與社會融資總量相等，因此在這個模型中，產出缺口就等于消費。最后兩個方程表示外生的杠桿率和資產價格因素，且二者都遵循AR1過程。
模型（1）的穩態由r=γβ，R=rπ*，π=π*，y=l1-υ1/τ表示，且c=l1-υ1/τ。其中，參數π*是中央銀行的穩態通脹目標，γ是穩態增長率。
計量模型所要用到的數據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）
參數定義如下：
β=11+rA400
γ=1+γQ100
π=1+πA400（3）
其中，只有參數β是實際利率。考慮到表達式κ與參數υ和εp均相關，而υ和εp無法由對數線性模型直接識別，因此，參數的估計由下式給出：
θ=τκψ1ψ2ρRρLρZrAπAγQσRσLσZ′（4）
三、金融中介在宏觀經濟中的作用
（一）銀行部門
在宏觀經濟模型的基礎上引入金融中介機構部門來代表銀行系統，并設定銀行系統風險來自于內生選擇。這樣不僅可以考察銀行機構在風險出現時的波動性，還能夠解釋銀行先前是怎樣逐步形成蘊含風險的資產負債表的。采用Gertler和Karadi（2011）構建的基本模型結構，考慮一種銀行與儲戶之間的代理問題，形成銀行債務與權益之間此消彼長的關系[10]。銀行基于自身對風險的感知和資產負債表的情況，做出相應的經營決策，對風險程度的判斷較低時，銀行趨向于形成較高的杠桿水平。
銀行向商品生產部門提供資金，對內會增加利潤以補充儲備資金，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。這里假設銀行給商品生產者提供信貸是沒有任何摩擦因素的，并且考慮到中國現階段銀行業的理財資金也成為商品生產者重要的融資渠道。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（包括其他金融機構、非金融機構和個人）的融資額，Qt是每筆資金的相對價格，則銀行機構的資產負債表為：
QtSjt=Njt+Bjt（5）
家庭部門在t時期的存款會在t+1時期獲得非狀態依存的（noncontingent）真實收益Rt+1，因此Bjt可視為銀行承擔的債務，而Njt是權益資本。銀行資產可獲得一個隨機收益Rkt+1，Rkt+1和Rt+1是內生的。銀行權益資本積累是資產收益與負債的利息支出之差：
Njt+1=Rkt+1QtSjt-Rt+1Bjt=
Rkt+1-Rt+1QtSjt+Rt+1Njt（6）
權益的增加包括資產總量QtSjt的增長，來自于基于Rkt+1-Rt+1的無風險收益獲得的利潤。再令βΛt，t+i為銀行在t時期預期t+i時期的隨機折現額，由于銀行不會在資產收益折現額低于借貸成本折現額的情況下囤積資產，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，即風險調整溢價為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險調整收益大于或等于家庭部門的存款利息，銀行就會保留資產直到從產業中退出。據此，銀行的目標就是期望的終極財富凈值最大化，即：
Vjt=maxEt∑i=01-θθiβiΛt，t+1+iNjt+1+i（7）
在任一時期，風險調整溢價的折現額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大資產規模，為了對這一行為加以限制，這里引入道德風險條件，即違約成本——期初。銀行會將工程項目轉變為λ部分的可用資金供自己使用，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，并將資產中剩余的1-λ部分變現。即使這樣，銀行所轉移的λ部分資金也難以追回。
由于債權人樂于向銀行提供資金，則動機約束成立，即Vjt≥λQtSjt。
不等式左邊是銀行的資產轉移行為導致的損失，右邊是因此獲得的收益。Vjt可以表達為：Vjt=vt×QtSjt+ηtNjt，且資產在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可以解釋為銀行擴張資產QtSjt、持有恒定的財富凈值Njt、持有另一單位Njt的期望折現值ηt，以及持有的Sjt不變時所產生的期望單位折現邊際收益。在無摩擦競爭性資本市場中，銀行會擴張信貸使得收益率得以調整，直到vt為0。然而，代理問題又會限制這種套利行為，銀行的資產會受到權益資本的限制。在t時期的資產負債配置Sjt，Njt，ηt下，為了使銀行不再轉移資金，必須服從以下動機約束條件：
ηtNjt+vtQtSjt≥λQtSjt（8）
如果這個約束條件成立，銀行可獲得的資產與其權益資本正相關，即：
QtSjt=ηtλ-vtNjt=tΝjt（9）
其中，t是銀行資產與權益之比，即杠桿率。在財富凈值Njt恒定的條件下，Sjt的擴張會增強銀行轉移資金的動機。約束條件（9）限制了銀行機構的杠桿率，使得銀行尋求成本的精確匹配。從某種意義上說，代理問題產生了一個內生的資本約束條件，限制了銀行獲得資產的能力。
由于約束條件Njt始終大于0，則有0
Njt+1對于事后實際超額收益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
都與企業要素沒有太大關系，因此，銀行機構對資產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就是銀行對資產總需求的波動情況。當危機事件發生，Nt會出現急劇的收縮。
（二）資產拋售價格與流動性溢價
當系統流動性風險發生時，銀行會被迫出售資產，使得出售價格低于銀行權益凈值。實際上這是一種模擬的反映銀行業系統流動性風險的指標：
St=Nt+Lt（11）
Nt依然為銀行權益凈值，Lt為市場壓力下的流動性溢價，St為資產拋售價格。引入θ作為t-1～t期銀行拋售資產后留存資產比例。
Nt=θRkt-Rtt-1+RtNt-1（12）
則Nt的變動主要來自于資產收益Rkt引起的波動，對Nt的沖擊主要來自于杠桿率t。假設市場壓力的增大會導致穩態利差與市場壓力形成一定聯系：
Lt=ωRkt-Rt（13）
由此可以得到St的表達式：
St=θ[（Rkt-Rt）t-1+Rt]Nt-1+ω（Rkt-Rt）（14）
四、數據與參數校準
先驗分布在DSGE模型估計中是非常重要的一環。參照An和Schorfheide（2005）的模型設置，給出模型外生過程及穩態參數rA、πA和γQ的先驗自相關系數和標準差，并在綜合考量產出增長率、通貨膨脹和名義利率走勢的回歸過程的基礎上，得出貨幣政策沖擊的先驗標準差，且整體的先驗參數都基于價格粘性。模型基于一個平衡穩定的增長路徑，采用的季度宏觀經濟指標包括：真實GDP（yt）對數、消費（ct）對數、融資（lt）對數以及短期名義利率（rt）。數據均來自國家統計局，時間取1992年一季度至2016年四季度，其中：消費指標為社會消費品零售總額，融資指標為社會融資規模，GDP平減指數由利用可比價格增長速度對名義季度GDP進行調整得到，并使用GDP平減指數將消費和融資轉化為真實變量，通脹指標為CPI指數，短期名義利率為1年期貸款基準利率。
Gorton和Metrick（2012）發現在2007—2008年間，作為反映銀行間市場交易對手信用風險的LIBOROIS利差的變化與信貸利差和債券證券化產品回購利率的變化之間高度相關。這種變化反映了對銀行償付能力的較強擔心，以及對抵押品回購產品的較低估值[13]。參照這個結論，本文將中債商業銀行債券總凈價指數與銀行間質押式回購加權平均利率之差作為資產拋售價格，選取2007年1月至2016年12月的季度數據進行整理，另以一個3%～5%的折現率作為銀行在不得已進行資產清算時所要承擔的損失。并假設其會對銀行體系流動性產生相應影響，即將資產拋售價格加入設定好的DSGE模型中，以此考察宏觀經濟環境下銀行業流動性風險的表現狀況。
對于無法在模型的估計過程中識別的參數，依據已有文獻的相關研究或經驗數據進行校準。β是主觀貼現因子，已有文獻的取值范圍一般在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據，參照Smets和Wouters（2007）的研究，資本折舊δ設定為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Qt表示銀行業的債務人信用風險，由于該價格反映信貸的風險狀況，調整后的較高值意味著較高的違約風險。為了盡量符合模型的穩態要求，對于銀行機構相關參數的調校設定杠桿率（t）為4。由于穩態杠桿的設定會使得資金轉移比率λ較低，加之為了體現銀行資產管理計劃或理財資金的投資特性，將λ設定為一個較大的數值0.35。由于我國的銀行體系仍然是以國有為主體，沒有出現過大規模的系統流動性危機，儲戶對銀行體系懷有很強的信心，發生儲戶擠兌的風險極低，影響范圍也不會過廣，因此設定參數θ的值為0.99。基于2017年市場穩態利差100bp的情況來看，將ω設定一個較小的值較為合適（ω=0.02）。表1給出了模型結構參數的邊際先驗分布，為了方便計量，假設所有的參數都是先驗相互獨立的，先驗分布的截尾值設定在2%，參數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。
假設市場對風險的預期影響了資產價格的顯著變化，因此，在模型中加入反映資產價格異常波動的參數φ2，以此來考察當市場中出現風險因素，即人們普遍預期發生流動性風險時的銀行資產拋售價格與資產負債沖擊因素的變化形態。設定資產價格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后驗分布的眾數和均值，以及5和95百分位下的參數值。參數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果來看都持續遵循AR（1）過程，且系數分別為0.03和0.06，二者較低的持續性表示在長期情況下，產出變量預測殘差的方差大小與它們的關系不大。在市場不存在風險預期的情況下，資產價格因素的后驗估計值為0.01，出現風險預期后，該值變動為0.03，表示風險的預期確實對產出存在長期影響。再來看穩態參數，r（A）、π（A）和γ（Q）的后驗分布均值均低于先驗假設均值，表示市場參與者對利率、通脹和穩態增長率因素都較為敏感。
五、檢驗結果及分析
（一）系統流動性風險
本文使用同業借貸、其他證券資產和交易性負債三種資產負債業務作為沖擊因素，來考察銀行的資產拋售價格在其沖擊下的表現形態。將銀行業恐慌看作是經濟周期所產生的一般情況，即經濟下行導致了銀行資產價格的下降，從而提高了銀行的違約概率。為了得到資產拋售價格的光譜分解圖，將經濟循環周期設置為1年和8年，并在DSGEVAR∞模型下經過500次抽樣完成資產拋售價格與沖擊因素的散點分布，見圖1。
圖1（1）顯示，資產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，說明銀行同業借貸、其他證券資產和交易性負債業務的綜合作用會使得銀行系統流動性風險總體增大。從沖擊因素的效應大小來看，初期交易性負債業務的沖擊相對較大，待到資產拋售價格穩定運行時，其他證券資產的沖擊效應會超過同業借貸，并大體保持下去。而同業借貸在一開始幾乎對資產拋售價格沒有產生任何影響，但隨著資產拋售價格的穩定，其沖擊效應會在很低的限度內逐步增大。由于資產拋售價格越低，代表銀行業系統流動性風險越高，因此，交易性負債在初期使得系統流動性風險有所降低，但其推動力度隨后減弱，取而代之的是其他證券資產，成為了銀行中長期系統流動性風險的主要來源，同業借貸業務始終沒有成為系統流動性風險的主因。
圖1（2）顯示，同業借貸與資產拋售價格基本呈現同向變動趨勢，即同業借貸總體上減少了系統流動性風險。而且從散點分布來看，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借貸業務與流動性風險的平衡區域。關于這一點，從圖1（3）也可以看到，其他證券業務與資產拋售價格存在一個集中區域，這在某種程度上是銀行同業市場較為成熟的一個標志。但圖1（4）交易性負債與資產拋售價格就沒有出現這種形態，這也可以解釋為交易性負債成為系統流動性風險主要來源的一個原因。
（二）風險的預期
圖2（1）顯示，當市場出現流動性風險的預期后，資產拋售價格會下降，隨后趨于平穩，但與不存在風險預期相比，資產拋售價格波動性較大，表示銀行系統流動性風險在出現風險預期后總體增大，并且很不穩定。與不存在風險預期的情形相似，在開始時交易性負債業務沖擊是資產價格變動的主要因素，隨著時間的推移，其他證券資產成為銀行資產拋售價格變動的主要推手。與此同時，同業借貸的沖擊效應也逐步增大，但其對資產拋售價格變動的影響力有限。
與市場中不存在流動性風險的預期情況相比，圖2（2）顯示，資產拋售價格與同業借貸的同方向變動趨勢沒有變化，但散點更為集中，這說明市場預期流動性存在風險后，在同業借貸業務上的操作趨于一致。而圖2（3）顯示，其他證券資產與資產拋售價格的眾數交叉點與不存在風險預期相比明顯下降，可以看出，造成這種情況的主要原因在于其他證券資產的眾數下降，這在一定程度上表示市場在預期風險存在后，普遍減少了其他證券資產的配置，由此，可以推測出這是由銀行將其他證券資產拋售以補充流動性所導致。圖2（4）顯示的交易性負債較之沒有預期風險時的散點形態更為分散，說明銀行業在預期風險存在后對交易性負債的業務操作不是很一致，杠桿依然是銀行業系統流動性風險不確定性的主要原因。
六、結論
在市場正常時，交易性負債業務是系統流動性風險初期變動的主要沖擊因素。當流動性風險平穩時，其他證券資產成為風險的主要來源，同業借貸業務也隨之逐步成為流動性風險的推動原因之一，但其效應始終不大。同業借貸與其他證券資產對銀行業系統流動性風險的影響在市場中的表現較為集中，存在一個平衡區域，但市場中交易性負債始終沒有形成與系統流動性風險的平衡區域，其不確定性較大。當市場出現風險的預期，系統流動性風險波動增大，其他證券資產和交易性負債依然是風險的主要來源。當預期到風險后，銀行同業借貸的業務操作趨于一致，且普遍減少了其他資產配置，可以推測出這是由銀行將其他證券資產拋售以補充流動性所導致。
綜合來看，同業借貸、其他證券資產和交易性負債業務的綜合作用會使得銀行系統流動性風險總體增大，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。其次，銀行還要不得已出售潛在的流動性較低的資產，這會導致一個較高的出售成本，特別是在這些資產還有一個較高的流動性溢價的時候更是如此。可以看到，即使銀行采取相應的降杠桿措施，系統流動性風險也不會終結，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濟體的信用投放為代價的。
從監管層面來講，由于交易性負債是銀行業系統流動性風險形成的主因，因此，為了實施有效的功能性監管措施，應當給予這類交易性負債業務更多的關注。通過監管的引導效應將交易性負債進行轉化，使之既能夠有效降低銀行業系統流動性風險，又不致于由于過多地限制這類資金的流向選擇，從而推高資產價格，造成資產價格泡沫。
在不存在風險預期的情況下，對于同業借貸和其他證券資產業務，監管的措施應當基于市場表現出的相應的平衡區域，引導銀行的這兩種業務類型向平衡區域集中，這既是符合市場規律的舉措，也能提高監管措施的精確性。而在存在風險預期的情況下，銀行業會普遍將自身同業借貸業務向著較為統一的標準進行調整，以應對風險事件的發生；并且會減少以自身持有債券、資產支持計劃等有較為優良的資產為標的的證券交易量，以達到囤積流動性的目的。不論市場中是否存在對風險的預期，從相對長期的情況來看，其他證券資產業務是造成銀行業系統流動性風險的主因，單從這點來考慮，應當減少銀行其他證券資產業務的規模，并把握好這個業務監管的“度”，從而整體提升銀行業的系統流動性。
參考文獻：
[1]WongJ，HuiCH，FungKP.HongKongmortgageratesettinganalternativereferencerate？[M].TheBankingSectorinHongKong.PalgraveMacmillanUK，2008.
[2]周瑋，楊兵兵，陳宏，等.商業銀行違約概率測算相關問題研究[J].國際金融研究，2005（7）：67-72.
[3]彭建剛，易宇，李樟飛.測算商業銀行貸款違約概率的貸款違約表法探討[J].管理學報，2009，6（6）：828-833.
[4]高波，任若恩.基于時變copula模型的系統流動性風險研究[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性危機的實證研究[J].財經理論與實踐，2016，37（2）：2-8.
[6]崔婕，段雨辰，沈沛龍.基于隔夜shibor的商業銀行系統流動性風險研究[J].經濟問題，2016（10）：38-42.
[7]舒長江，胡援成，和樊嬙.資產價格波動與商業銀行脆弱性：理論基礎與宏觀實踐[J].財經理論與實踐，2017，38（1）：2-9.
[8]CovalJosua，ErikStafrferd.Assetfiresales（andpurchases）inequitymarkets[J].JouralofFinancialEconomics，2007，86（2）：479-512.
[9]GertlerM，KaradiP.Amodelofunconventionalmonetarypolicy[J].JournalofMonetaryEconomics，2011，58（1）：17-34.
[10]GertlerM，KiyotakiN.Financialintermediationandcreditpolicyinbusinesscycleanalysis[A].InBFriedman，MWoodford（eds.）.HandbookofMonetaryEconomics[C].NorthHolland：Elsevier，2010，3（11）：547-599.
[11]GoodfriendM，McCallumB.Bankingandinterestratesinmonetarypolicyanalysis：aquantitativeexploration[J].JournalofMonetaryEconomics，2007，54（2）：1480-1507.
[12]AnS，FSchorfheide.BayesiananalysisofDSGEmodels[J].EconometricReviews，2007，26（2）：113-172.
[13]GortonG，MetrickA.Securitizedbankingandtherunonrepo[J].JournalofFinancialEconomics，2012，104（3）：425-451.
[14]SmetsF，RWouters.ShocksandfrictionsinUSbusinesscycles：abayesianDSGEapproach[J].TheAmericanEconomicReview，2007，97（3）：586-606.
（責任編輯：寧曉青）
