基于銀企多層網絡的風險傳染研究

■龔書雯，鄒輝文

一、引言與文獻綜述

銀行系統是其他金融機構發展的基礎，其業務范圍涵蓋了經濟活動的大部分領域。從2008 年的次貸危機到2010 年的歐債危機，都表明了即使是小范圍的風險，經由銀行系和實體經濟部門之間的傳染放大，會對整個經濟市場造成毀滅性的打擊。但已有的研究仍主要局限在由銀行間市場構成的關聯網絡上，對實體經濟與銀行系統間的危機傳染渠道關注較少。

早期對銀行間風險傳染的研究著眼于銀行之間的直接債務關系，Allen&Gale（2000）以銀行間存款市場網絡為基礎研究流動性沖擊在不同銀行網絡結構中造成的風險傳染，奠定了銀行風險傳染的微觀經濟學基礎。有學者對各國實際銀行間網絡的建模分析都是通過銀行間的真實借貸數據或是估算（如運用最大熵法估算）借貸數據進行的（黃瑋強等，2019）。除了對實際銀行網絡的研究外，模擬構建銀行間借貸網絡，以此分析不同銀行系統網絡結構與風險傳染的關系也一直是研究的熱點。這些研究的重點在于銀行系統中的風險傳染，因此都以銀行作為節點構建銀行網絡。并且這些研究對銀行資產負債表的設定比較寬泛，一般假定除去銀行間資產的部分都屬于持有共同資產的范疇，逐步形成了對銀行間風險傳染直接和間接渠道的綜合分析，完善了通過銀行資產負債表的關聯性構建銀行間多層網絡的方法，以及違約風險在銀行系統中傳染的計算機實驗模型。

在銀行系統風險傳染的基礎上，許多學者開始嘗試從銀行資產中占比最大的對非金融企業的貸款類資產出發，加入企業節點構建多層網絡，研究銀企網絡的拓撲性質和風險傳染。劉曉星和夏丹（2014）構建了銀企間包括信貸和產權關系形成的銀企間信貸風險傳染的動態網絡模型，分析了影響風險傳染規模的各種因素以及系統重要性銀行和不同風險傳染渠道在信貸風險傳染中所起的作用。對銀企網絡的研究，連接了實體經濟系統和金融系統，體現了銀行系統在整個經濟市場中的特殊地位，為銀行業的風險傳染構建了新的渠道。但其中涉及信貸渠道傳染的研究僅關注了企業貸款組合的重疊部分，忽略了企業與企業之間的相關違約會使即使不存在重疊關系的兩個銀行的資產組合出現風險傳染。僅有少數研究關注了基于供應鏈中生產函數的上下游企業間商業信貸關系而產生的違約傳染，在此基礎上構建包含銀行、上游企業、下游企業三大主體在內的銀企網絡，并在此基礎上對銀企間風險傳染進行研究（Gatti et al.，2010）。隋新和何建敏（2017）拓寬了Gatti et al.（2010）的研究假設條件，對企業主體生產設置雙重約束，取消企業主體和銀行主體的無限供給能力假設，并允許上下游企業間、銀企間信貸連接一對一、一對多的存在，為網絡視角下的銀企風險傳染研究提供模型基礎。

已有研究還表明企業間存在風險傳染問題，最典型的是基于貿易中的商業信貸關系網絡造成的違約傳染（Golo et al.，2015），并且包括了宏觀經濟因素作用導致的周期違約相關和公司間交易、股權交叉等關系導致的違約傳染（Giesecke et al.，2010）。我國企業集團內部成員之間也存在違約風險傳染（袁欣等，2020），拓寬傳統違約模型，如Merton模型、KMV模型等的條件獨立性假設，加入企業之間風險傳染現象來重新評估銀行信貸資產組合的潛在損失，是有關企業間風險傳染建模的主要方向。劉久彪（2017）基于平均域模型刻畫不同公司間的違約相互作用，并據此建模組合違約過程，分析公司間違約傳染對信用組合損失分布、風險量度的影響。Anagnostou et al.（2018）基于KMV 模型在構建具有違約相關的投資組合信用風險模型的過程中，提出了一種構建信貸壓力傳播網絡的方法，可以直觀地表述違約風險在節點之間地傳染程度。在違約相關條件下對銀行信貸資產組合風險的度量研究為本文建模企業網絡中的違約傳染提供了理論基礎。但這方面的研究主要關注的是違約風險在企業層面的傳染對銀行造成的資產損失，忽略了銀行破產風險通過信貸網絡對企業的風險沖擊，而銀企網絡恰恰提供了對銀企間風險相互傳染的研究渠道。

本文的創新性主要在于：一是在銀企網絡的基礎上加入企業間網絡，研究風險在銀行系統和實體經濟間的相互傳染，豐富了銀行系統風險傳染機制的理論框架。二是將KMV模型構建于復雜網絡之上，同時區分了來自銀行系統的風險沖擊和來自實體經濟網絡的風險沖擊對企業違約風險的影響，進一步探討了企業違約風險的擴散問題。

二、銀企多層網絡建模

本文將銀企間多層網絡依照節點性質與節點間關聯關系分為三個單層網絡：基于銀行間同業拆借關系的銀行間網絡；基于企業間資產“支持”關系的企業間網絡；基于銀企間信貸關系的銀企信貸網絡，分別構建了不同網絡中的信用風險傳染模型。

（一）銀行間網絡

對于銀行間拆借網絡，已有大量研究提供了基于銀行資產負債表關系進行的構建方法。本文考慮一個由Nb個銀行組成的銀行網絡，每個銀行的資產負債表由表1構成。

表1 銀行i的資產負債表

銀行i 的資產有外部資產Oi、銀行間資產TAi。假設外部資產Oi全由向企業發放的貸款構成，銀行間資產TAi=∑jtaij指銀行對其他銀行的債權，本文只考慮銀行間的同業拆借關系，則taij表示了銀行i對銀行j的拆出金額。銀行負債包括對非銀行部門的儲戶存款DDi和同業負債TLi。其中，同業負債與同業資產類似，為其他銀行對銀行i 的債權。資產高于負債的部分是銀行的凈資產Ei，根據會計恒等式Ei=Oi+TAi-DDi-TLi。顯然當Ei＜0時，銀行i破產，進入破產程序。

從上述典型的銀行資產負債表所示的銀行資產負債表網絡結構中，可以考察當某個銀行由于外部沖擊S 使得銀行資產貶為Ai-S 而出現資不抵債的違約風險時，該風險可經由銀行間負債渠道傳染到其他銀行。

當銀行破產時，違約風險通過銀行間拆借網絡對其債權銀行的資產造成沖擊。表現為債權銀行的銀行間資產∑jtaij減少。銀行間拆借網絡可用接鄰矩陣TA表示。

當銀行i發生違約，銀行i進入破產清算，清算資產為：

假設銀行i等比例對債務進行償還，則銀行i破產時債權銀行j實際對銀行i的債權為：

（二）企業間網絡

不同于依據拆借關系構建銀行間網絡，本文首先借鑒Neu&Kühn（2004）對企業間資產相關性的設置，將企業間網絡抽象為資產相關網絡。企業網絡中的企業簡單分為正常經營和破產兩種狀態，用φx表示。φx計算如式（4）所示。

在這樣的設定下，只有當企業x破產時才會引起相關企業的損失，企業的信用狀況惡化對網絡中相關企業的影響被忽略。

定義企業x 在第t 輪感染中的初始資產Vx，t由兩部分構成：

同行業中的企業普遍存在資產正相關性。資產負相關性（υxy＜0）的情況較少，一般存在于競爭關系的企業中。為了簡化，本文只討論企業之間的破產直接轉化為對企業初始資產的一次性沖擊。

企業間的資產關聯關系用矩陣V表示：

其中，當υxy=0，則企業x和企業y具有關聯關系，在網絡上表現為節點x 與節點y 之間存在連邊。

依據KMV 模型（Bohn & Kealhofer，2001），假定公司價值V遵循幾何布朗運動：

其中，μV∈R為資產平均收益率，σV＞0為資產波動率，（Wt）t≥0遵循布朗運動。將式（5）作為企業初始資產組成代入KMV 模型，可得對于債務期限長度為T′時，到期日企業x的資產為：

其中，Ωx為企業x 的相關企業合集，μx∈R、σx＞0 分別為企業x 的資產平均收益率和資產波動率。當企業i在第t輪感染中的到期資產Vx，T′，小于違約點DPx，t時，企業x的違約概率為1，則企業i在下一輪感染中破產，即：

企業x在第t+1輪感染中的破產概率為：

其中，Φ（·）代表了標準正態分布的累計分布函數，DPx，0代表了企業的原始違約點，傳統KMV模型框架中的標準為違約點DP=流動負債+0.5×非流動負債，本文中不對企業負債進一步假設，僅假設DPx，0=?Dx，其中0.5＜? ＜1，這樣可以基本符合KMV 模型框架分析中違約點小于負債總額的經濟學直覺。

下面對υxy進行假設。假設在沒有銀行破產的情況下，企業全部關聯公司的破產將導致企業破產，即：

同樣由于px=1時，Φ-1（px）=∞，所以計算時可令px=0.98。另外由于資產規模大的企業在違約時會對市場的沖擊更大，可以合理假設關聯企業中大企業的破產使得企業失去更多的資產“支持”。由此設計企業y對企業x的資產“支持”遵循：

本文基于KMV 模型測度企業節點違約概率，并以此為基礎構建企業間的違約傳染模型的原因主要有：一是KMV 模型關注資產和負債的大小，這與銀行節點以資產負債表作為判斷其是否違約的依據在一定程度上具有內在統一性。二是由于銀企間通過銀行的外部貸款產生連接，而銀行的這部分資產又組成了企業負債，KMV模型可以通過對企業負債的進一步假設將銀行的生存與否同企業的違約概率變化有機結合，更有利于研究銀行系統的風險通過貸款渠道在實體經濟中的傳染情況。三是在整個經濟市場上，實體經濟所包含的企業節點數往往比金融體系中銀行節點數大了幾個量級，考察每個企業之間資產負債表的所有關聯關系的工作量大，存在時間成本的浪費，且企業之間的關聯關系更為復雜，不僅存在通過商業信貸、股權持有關系等“明顯”的關系產生信用風險關聯，更多的是處于同一行業或是地域等更為“隱形”的風險傳染，單單通過資產負債表的分析本身就不夠全面。因此，在企業網絡中，基于KMV模型的違約傳染測度比基于資產負債表的違約傳染測度更具有現實意義。

（三）銀企信貸網絡

本文在Lux（2016）構建的銀企信貸關系基礎上結合KMV模型對銀企間信貸網絡作出更為詳細的設定。銀企信貸網絡描述銀行的資產負債表中外部資產和企業負債的具體組成，是連接銀行間網絡和企業間網絡的中間網絡?？紤]一個由Nb個銀行和Nf個企業節點組成的銀企信貸網絡，其中同類節點間（銀行與銀行間，企業與企業間）不存在關聯關系，僅考察銀行節點與企業節點間的風險傳染。

企業破產風險對銀行的傳染主要體現在企業違約造成的銀行外部資產縮水，上一節中考察的銀行遭受外部沖擊S 可以轉化為銀企網絡中企業的破產對銀行的資產沖擊。

當企業x出現違約破產時，該風險會通過貸網絡傳播至所有債權銀行，由此導致債權銀行i的外部資產損失可表示為：

其中，rec表示違約貸款回收率，主要由借款人特征、宏觀因素、銀行特征因素決定，本文假設企業違約貸款回收率相同。

其中，Ωi為銀行i 的貸款企業合集。在這樣的設定下，只有當企業i破產時才會引起銀行資產的損失，企業的信用狀況惡化造成銀行貸款貶值的風險被忽略。當Loss（Oi）＞Ei時，銀行i由于放貸損失過高導致破產。

銀行風險對企業的風險傳染主要源于銀行破產造成企業融資渠道的減少。由于企業與銀行之間存在著不可避免的信息不對稱現象，對于銀行來說，無法通過有效的方法掌握融資企業的運營、管理、投資等各方面的信息，因而銀行往往傾向于與比較熟悉的企業建立信貸關系。這意味著當已建立信貸關系的銀行破產時，債務企業失去重要的融資渠道，而尋找新的融資渠道費時費力，企業面臨著更加困難的融資境遇，已有的債權銀行破產會加大企業的展期風險。因此，債權銀行的破產會加大其已建立信貸關系的企業違約的可能性。為了區分企業間的相互聯系和銀行對企業的作用，更好地表征銀行為企業提供融資渠道的特殊機能，本文將企業面對融資困境使得公司在資產價值高于標準情況而宣布破產的現實體現在模型中銀行破產對企業違約點的改變上。

由于債權銀行的破產可能導致債務公司的資產價值在高于標準情況下宣布破產，因此本文合理假設債權銀行的破產會對企業的違約點造成一個正向沖擊，其大小與企業對破產銀行的融資依賴程度正相關?；贙MV模型企業違約點的刻畫，當在第t輪感染中企業債權銀行破產時，企業違約點做如下跳躍：

假設企業向每個銀行的借款相同，令dpx=dpx，i，代表單個債權銀行的破產對企業x 的違約點的壓力相同。本文假定在企業網絡不存在違約的情況下，所有債權銀行的破產將導致企業破產，即：

由于px=1 時，Φ-1（px）=∞，所以計算時令px=0.98。從上式可知企業融資銀行數量越少，則單個銀行的破產對企業違約概率的增加越大。

結合式（12），可以得到銀企網絡中企業破產概率的動力學公式：

三、銀企多層網絡的生成

本文所涉及的構成銀企多層網絡的單層網絡的拓撲性質已被廣泛研究。首先，為了構建一個具有無標度網絡性質的銀行間拆借網絡結構，同時使得銀行規模上也能顯現出冪律分布、非選擇型和異質性，借鑒Montagna&Lux（2015）使用概率生成函數的方法構建銀行間網絡。其次，使用Lux（2016）的網絡生成方法構建銀企信貸網絡，該方法可以很好地滿足現實中信貸網絡地如下特點：中國、日本等各國的銀企借貸網絡具有典型無標度網絡特性（魏華，2018）。最后，由于企業網絡是一個涉及的節點數量較大的無向網絡，可運用BA 無標度網絡方法構建。結合上述網絡構建方法，本文的銀企多層網絡生成步驟如下：

在中華悠久的發展歷史中，瓷器文化所煥發出來的光芒是不可遮擋的，并且也成為中華民族的驕傲。秘色瓷文化是我國傳統瓷器藝術的典型代表，是中國陶瓷工藝者在陶器色彩、光澤、工藝等多方面的接觸創作。秘色瓷自古以來都被備受大眾歡迎，受到文人墨客喜愛，并且形成了自身的秘色瓷文化。

1.運用BA無標度網絡模型構建一個具有Nf個企業節點的企業間網絡。

企業節點的連邊代表了兩個企業相互之間的資產“支持”關系（vxy≠0，vyx≠0）。企業網絡中企業節點的度分布服從P（kff）～kff-λ。

總負債規模D分布服從指數為α的Pareto分布，為了使度大的企業節點具有更大總資產規模相對應，令：

當Nf足夠大時，企業的總負債規模D分布服從指數為α的Pareto分布，

2.在企業間網絡的基礎上加入銀行節點形成銀企間信貸網絡。

假設銀行的總資產Ab規模的分布概率同企業的總負債規模D 一樣，服從指數為α的Pareto分布：

使銀行i（i=1，2，…，Nb）的度與其總資產成正比：

企業的總資產Af和D 的帕累托分布支持邊界的最大值最小值也存在對應，分別為：

與銀行節點相類似，可得企業x（x=1，2，…，Nf）與銀行連接的度為：

假設銀行對企業的每筆貸款數額相同，則銀企網絡中任意銀行對任意企業的貸款金額相同，為：

由于銀行對每個企業的貸款與企業向每個銀行的借款相同，則企業x的總借款金額為：

3.建立Nb個銀行節點的銀行間網絡中。

對于所有的銀行資產，假設存在固定的參數θ和ξ，使銀行外部資產、銀行間資產和凈資產滿足：

由于貸款是為了得到利息收入，所以可以合理假設銀行更傾向于向資產規模更大的銀行貸出更多款項，故設計銀行i 向銀行j 的貸款規模aij遵循：

其中，Ωi代表了銀行i 所有的債務銀行。最后通過計算可以得到銀行i的同業負債為：

儲戶存款為：

四、模擬仿真

（一）仿真參數

借鑒Montagna&Lux（2015）和Lux（2016）的的參數設置，對基礎參數作出如下設置，如表2所示：

表2 銀企多層網絡基礎參數

（二）仿真結果與分析

在初始階段對銀企系統給定一個初始沖擊，即讓一定比例的任意企業破產。

圖1 在不同程度的初始沖擊下銀行的平均破產率

圖1 展示了在不同程度的初始沖擊下銀企多層網絡（模型1）、缺少企業間網絡的銀企網絡（模型2）和缺少銀行間網絡的銀企網絡（模型3）中，銀行的平均破產率?？梢钥闯鲢y企系統具有一定的穩定性，體現在只有當初始沖擊比例超過一定的閾值時，才會明顯出現銀行的破產，并且在這之后銀行破產的平均破產率迅速上升至1。顯然，企業間違約傳染的存在使得銀行破產的閾值（0.03）要明顯小于不存在企業間違約傳染的情況（0.08），這顯示出了實體經濟層面上風險的傳染對銀行系統的沖擊力，銀行業風險在實體經濟層面的放大作用。同時可以發現模型1 和模型3 在面對不同初始沖擊時的表現基本相同，這樣的結果與Lux（2016）的研究類似，這是由于在大多數情況下，任何借款人的違約只會抹去銀行權益的一小部分，只有當違約達到一定比例時，才會使銀行發生初始違約，而銀行間市場的損失分布更廣泛更容易由其他銀行彌補，使得這種違約更容易通過融資渠道傳播。

圖2 在不同程度的初始沖擊下模型1—4中企業的平均破產率

另外依據系統中企業的平均破產率在不同網絡中的情況，可以研究銀行業的風險放大是否由企業間網絡的傳播單獨造成的。圖2 展示了不同程度的沖擊下模型1—3以及獨立的企業間網絡（模型4）中企業的平均破產率，可以發現同銀行的平均破產率相同，在模型1—3 中只有當初始沖擊比例超過一定的閾值時，企業平均破產率才會超過初始沖擊，并且在這之后破產率迅速上升至1。而在模型4 中，隨著初始沖擊的增大企業平均破產率會少量高于初始沖擊，雖然增幅比例不大（這可能是由于初始違約率低造成的），但由于銀行破產率在特定閾值后的極高敏感性，使得少量的企業間違約傳染也會對銀行系統造成巨大沖擊，可以看出企業間風險傳染對于銀企間風險傳染初期的重要性。對比圖1 與圖2 可以看出，在出現銀行破產前，企業網絡中的破產主要源于企業間網絡的傳染，但出現銀行破產后，銀行風險對企業的傳染是企業破產風險的主要來源。這是由于雖然相關企業的破產會使得企業失去資產“支持”，但相比于融資渠道，企業間的資產“支持”來源更廣泛（企業的數量也明顯多于銀行數量），因此一般情況下某個企業的破產能對相關企業產生的沖擊有限，這使得在對銀行貸款資產組合風險的評估中，不僅要考慮資產組合間的風險傳染，分析企業相關融資渠道涉及的其他銀行的穩定性也具有重大意義。

圖3、4 分別展示了在初始沖擊為0.03 到0.09 之間模型1 中銀行破產率和企業破產率的概率分布。顯然，無論是銀行破產率與企業破產率都呈現出明顯的雙峰分布，這是因為大多數情況下，銀行系統可以在一定程度上抵御來自實體經濟部門的風險，不出現違約。而一旦銀行部門出現違約后，該風險會在銀行迅速傳染致使整個銀行系統崩潰，同時實體經濟部門風險經由銀行系統放大再傳染至實體經濟后，也會使得整個經濟市場的崩潰。破產率的雙峰分布體現了銀行系統具有的“強健而脆弱”的趨勢（Gai of Kapadia.，2010）。

圖3 在模型1中初始沖擊在0.03到0.09之間的銀行破產率的概率分布

圖4 在模型1中初始沖擊在0.03到0.09之間的企業破產率的概率分布

圖5—7為初始沖擊為0.06時主要參數變動對銀企系統風險傳染的影響。

圖5 初始沖擊為0.06時銀行的外部資產比率與模型1、2穩定性之間的關系

圖5 為銀行外部資產比例與銀企系統風險傳染的關系。銀行外部資產的占比顯示了銀行對實體經濟和銀行系統的風險暴露程度，銀行外部資產比例的減小一方面可以減小來自經濟市場的沖擊，但另一方面又增大了來自銀行系統內部的風險感染的可能性。在模型1中，當銀行外部資產比例由0.1 增加至0.9 時，銀（企）的平均破產率由0（0.094）增至1。銀行外部資產的變動存在一個區間，本文中為[0.4，0.6]。在這個區間內破產率對外部資產比例極為敏感，外部資產占比的減少能極大地增加銀企系統的穩定性。模型2 中，銀行對外資產比例在0.6 之前銀企系統都可以保持穩定。銀行貸款是商業銀行的主營業務收入，不考慮資產組合的違約傳染問題可能會促使銀行更多地對外放貸。雖然外部資產占比的減少可以縮減實體經濟的風險向銀行系統傳染的渠道，由此阻斷風險通過銀行系統放大的可能性，但這顯然有悖于銀行系統的基本功能，因此找到銀行對外資產比例的平衡點是維持經濟穩定和充分行使銀行功能的關鍵。

圖6 初始沖擊為0.06時企業負債率與模型1、2穩定性之間的關系

圖6 為企業負債與風險傳染的關系。在模型1 中，當負債比例上升時，銀行與企業的平均破產率明顯上升。企業的負債比例顯示了企業的債權融資規模，雖然債權融資能夠提高企業所有權資金的回報率，具有財務杠桿作用，但負債資金的使用是有成本的，企業需要面對支付利息和到期時須歸還本金的壓力。在本文模型中，負債比例的增加不改變初始沖擊下銀行外部資產所受的損失，主要是縮小了整個企業網絡的資產規模，直接造成其初始違約概率的上升，因此負債比例的上升會增加模型1 的脆弱性。對比之下當不存在企業間違約傳染時，初始沖擊沒有達到讓某一銀行倒閉的閾值，則企業負債率對系統穩定性無影響。不同于銀行外部資產的比例，企業負債率的下降在一個大的區間內都能起到穩定系統的作用。因此，通常控制非金融企業的杠桿能夠在很大程度上起到穩定經濟市場的作用。

圖7 為銀行凈資產率與風險傳染的關系。銀行凈資產水平的提高可以為全面崩潰提供緩沖。在模型1中，保持0.14比例的凈資產可以基本保持銀企系統在初始地沖擊下完全穩定。但如果不考慮企業間的違約傳染構成的風險傳染的額外渠道，這一數字將下降到0.08。這說明了銀行在進行貸款風險管理時，忽略貸款企業間的相關違約將導致銀行大大低估持有貸款資產組合的風險水平，是導致銀行業危機形成的重大隱患。

圖7 初始沖擊為0.06時銀行凈資產率與模型1、2穩定性之間的關系

五、結論與政策建議

本文將銀行貸款資產組合間違約傳染的思想映射到企業間的違約傳染中，利用銀企間信貸關系連接銀行系統和實體經濟，建立由銀行節點、企業節點、銀行間拆借關系、銀企間借貸關系、企業間資產“支持”關系共同組成的銀企間多層網絡，通過不同網絡的疊加研究了風險在實體經濟和銀行系統之間相互傳染過程中存在的放大效應。并且通過嵌入KMV 模型，結合企業間和銀行對企業的風險傳染機制，分析兩種渠道在風險傳染過程中的作用。得到如下結論：一是銀企系統具有一定的穩定性，只有當初始沖擊超過一定閾值時（至少導致一個銀行破產）才會造成大規模的風險傳染。企業之間的違約傳染會顯著影響銀企系統面對風險沖擊時的穩定性，大大降低銀企間出現大規模違約傳染的閾值。二是在小規模的風險沖擊下，企業間傳染是風險傳播的主要渠道，但當沖擊超過一定閾值對銀行體系造成風險傳染后，銀企間的信貸關系成為風險傳染的主要渠道，并且該渠道將大大放大初始風險，對整個經濟市場造成毀滅性打擊。三是銀企系統具有明顯的二分效應：銀企系統或是能保持穩定（違約傳染控制在極小的范圍內）或是完全毀滅，基本不存在隨著初始沖擊擴大而逐漸增加的狀況。四是減少銀行外部資產的占比在小的區間內可以很大程度地縮減實體經濟的風險對銀行系統造成的沖擊，從而提高銀企系統的穩定性。五是企業負債率的降低造成企業初始違約風險的減小可以在一個大的區間內達到控制銀企間的風險傳染，提高銀企系統穩定性的效果。六是銀行自有資產水平的提高可以為全面崩潰提供緩沖。

基于上述結論，本文對經濟市場的監管提出以下幾點建議：第一，繼續推進對非金融企業“去杠桿”。中國非金融企業杠桿率自2009年起遠高于其他主要經濟體且一直在快速攀升，2019年更是達到156.88%，遠高于次貸危機時期的美國（70%）和泡沫破裂期的日本（147.4%）。高杠桿率加大了企業的債務壓力，限制了企業的發展能力，特別是一旦遭遇經濟持續下行，企業間出現破產的連鎖反應將大大提高了銀行的不良貸款率，直接影響銀行系統的穩定并對整個經濟市場造成毀滅危機。第二，多元化銀行客戶群體，降低銀行貸款集中度可以有效防止小范圍企業破產導致銀行破產的可能性。提高規模經濟性和節省業務成本等會促使銀行提高貸款集中度，顯然由于企業間風險傳染的存在，貸款的過度集中增加了銀行不良資產大幅上升的風險。特別是中小型銀行，其本身的貸款客戶就相對較少，抗風險能力就弱，而銀行系統的脆弱性又使得中小銀行的破產也會危機到整個銀行系統的正常運作。嚴格把控商業銀行的貸款集中度和關聯貸款是監管機構應履行的核查義務。第三，嚴格落實對銀行的資本充足率監管要求。截至2020 年二季度，我國商業銀行資本充足率為14.21%，雖然較年初下降了0.43%，但也高于監管要求的10.5%。資本充足率監管是保護債權人利益，抑制風險資產過度膨脹，保證銀行正常運營和發展，提高整個經濟系統抗風險能力的重要手段。即使未來資本充足率會下降，但不能通過下調監管要求來保證銀行的資本充足。