李堅(jiān)強(qiáng)

摘要:本文通過對(duì)流動(dòng)性相關(guān)文獻(xiàn)的回顧,提出了基于極差概念的流動(dòng)性衡量指標(biāo),并選取5家上市商業(yè)銀行作為樣本來研究我國銀行業(yè)的流動(dòng)性風(fēng)險(xiǎn)問題,最終得出對(duì)流動(dòng)性不足的金融機(jī)構(gòu)進(jìn)行干預(yù)是政府必然選擇。

關(guān)鍵詞:商業(yè)銀行;流動(dòng)性;風(fēng)險(xiǎn)

銀行的流動(dòng)性風(fēng)險(xiǎn)是指商業(yè)銀行無法提供足額資金來應(yīng)付資產(chǎn)增加需求,或履行到期債務(wù)的相關(guān)風(fēng)險(xiǎn)。流動(dòng)性風(fēng)險(xiǎn)是巴塞爾協(xié)議描述的三個(gè)金融風(fēng)險(xiǎn)中的一個(gè)風(fēng)險(xiǎn)源,得到了金融監(jiān)管機(jī)構(gòu)、金融機(jī)構(gòu)、理論研究者和從業(yè)人員的廣泛關(guān)注與重視。忽略流動(dòng)性風(fēng)險(xiǎn)、缺乏對(duì)流動(dòng)性風(fēng)險(xiǎn)的管理,必將帶來重大損失。近年來,國外不乏金融機(jī)構(gòu)由于流動(dòng)性風(fēng)險(xiǎn)管理的缺乏或不善造成倒閉或巨額虧損的案例。特別是美國次級(jí)債風(fēng)波以及后來引發(fā)的全球金融危機(jī) 再次警示了穩(wěn)健的流動(dòng)性風(fēng)險(xiǎn)管理和監(jiān)管的重要性。

銀行流動(dòng)性風(fēng)險(xiǎn)的概念包括兩類:一類是融資流動(dòng)性風(fēng)險(xiǎn);另一類是市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)。本文嘗試構(gòu)建一個(gè)新的流動(dòng)性指標(biāo),并借助服從廣義誤差分布(GED)的EGARCH來衡量和分析我國上市商業(yè)銀行的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)。為相關(guān)部門進(jìn)行風(fēng)險(xiǎn)管理提供有價(jià)值的參考。

一、相關(guān)文獻(xiàn)回顧

流動(dòng)性研究是近三十年發(fā)展最快的研究領(lǐng)域之一。流動(dòng)性概念和測(cè)度方法的研究則始于Demsetz(1968)開創(chuàng)性的研究工作。Harris(1990)提出了股市流動(dòng)性的四維標(biāo)準(zhǔn),包括即時(shí)性、寬度、深度和彈性。即時(shí)性即一定量股票在對(duì)價(jià)格影響一定的條件下能短時(shí)間內(nèi)完成交易。寬度和緊度概念類似,是指交易價(jià)格偏離市場(chǎng)均衡價(jià)格的程度。深度和彈性的概念指在不影響當(dāng)前價(jià)格下的最大可交易量,彈性指交易引起的價(jià)格波動(dòng)。Harris所總結(jié)的流動(dòng)性的四維性在學(xué)界得到了廣泛認(rèn)同,盡管后來很多學(xué)者又提出了各自對(duì)流動(dòng)性的認(rèn)識(shí)和更為精細(xì)的測(cè)度方法,但基本都能歸入Harris的四維性概括中。

對(duì)流動(dòng)性風(fēng)險(xiǎn)的研究開始于Garbade和Silber(1979)的研究。他們提出了一個(gè)流動(dòng)性風(fēng)險(xiǎn)的方差測(cè)度。這個(gè)方差是投資者決定要交易時(shí)的證券真實(shí)價(jià)值(不可觀測(cè)的均衡價(jià)值)與交易完成時(shí)刻的交易價(jià)格之差的方差。

Chordia,Roll和Subrahmanyam(2000)在美國NYSE個(gè)股中發(fā)現(xiàn)了顯著的流動(dòng)性共性(即系統(tǒng)流動(dòng)性)。運(yùn)用相同方法進(jìn)行流動(dòng)性共性即系統(tǒng)流動(dòng)性研究的還有Brockman和Chung(2001)以及宋逢明和譚慧(2005)等,他們也都檢驗(yàn)到了顯著的流動(dòng)性共性,說明個(gè)股流動(dòng)性存在系統(tǒng)性風(fēng)險(xiǎn)。類似的衡量方法還有Huberman和Halka(2001)的相關(guān)系數(shù)值,即對(duì)投資組合或個(gè)股的流動(dòng)性水平的擾動(dòng)項(xiàng)與市場(chǎng)總體流動(dòng)性水平的擾動(dòng)項(xiàng)求它們的相關(guān)系數(shù)大小,其中流動(dòng)性擾動(dòng)項(xiàng)是流動(dòng)性指標(biāo)的時(shí)間序列數(shù)據(jù)進(jìn)行自回歸(即AR)估計(jì)的殘差項(xiàng)估計(jì)值。

另一個(gè)形式是協(xié)方差,它被Acharya和Pedersen(2005)視為流動(dòng)性風(fēng)險(xiǎn)影響股票預(yù)期收益率的作用形式之一。流動(dòng)性風(fēng)險(xiǎn)影響資產(chǎn)定價(jià)的另外兩個(gè)渠道是cov(lⁱ,r^M)和cov(r琲,1^M),其中表示市場(chǎng)組合的收益率。這三個(gè)協(xié)方差除以市場(chǎng)組合凈收益率就得到三個(gè)流動(dòng)性。麥元?jiǎng)?2006)用Acharya和Pedersen(2005)的這三個(gè)β度量了1998年以前在我國滬深A(yù)股股市上市的547個(gè)股票的流動(dòng)性風(fēng)險(xiǎn),結(jié)果發(fā)現(xiàn)流動(dòng)性水平越低的股票,三個(gè)流動(dòng)性β越大。事實(shí)上,在這三個(gè)協(xié)方差中可作為個(gè)股層面上的流動(dòng)性風(fēng)險(xiǎn)度量的是cov(lⁱ,1^M)和cov(lⁱ,r^M),因?yàn)檫@兩個(gè)協(xié)方差里含有個(gè)股流動(dòng)性變量。

因?yàn)棣?、相關(guān)系數(shù)和協(xié)方差相互間都是對(duì)方的一種變體形式,都是在衡量個(gè)體流動(dòng)性的系統(tǒng)性程度,所以它們是同一類測(cè)度方法。

二、流動(dòng)性指標(biāo)的建立

基于現(xiàn)有流動(dòng)性指標(biāo)的不足,本文提出了基于極差概念的流動(dòng)性衡量指標(biāo)。在統(tǒng)計(jì)學(xué)中,極差是用來測(cè)度隨機(jī)變量離散程度的指標(biāo)。它在金融領(lǐng)域,特別是對(duì)金融資產(chǎn)波動(dòng)性測(cè)量方面的應(yīng)用可以追溯到二十世紀(jì)八十年代早期。Parkinson(1980)討論并證明了相對(duì)于其他標(biāo)準(zhǔn)的波動(dòng)性指標(biāo),極差指標(biāo)具有明顯的優(yōu)勢(shì)。本文將該概念和Amihud流動(dòng)性比率結(jié)合得到了新的流動(dòng)性指標(biāo)。并通過公式得出非流動(dòng)性可看做一個(gè)直接測(cè)度。

三、樣本說明

本文選用在我國股票市場(chǎng)上市的5家商業(yè)銀行的數(shù)據(jù)來研究我國商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)。5家銀行包括:華夏銀行、招商銀行、民生銀行、浦發(fā)銀行和深發(fā)展。數(shù)據(jù)來源于CCER中國經(jīng)濟(jì)金融數(shù)據(jù)庫數(shù)據(jù)庫。本文通過相關(guān)的公式得到各銀行股的非流動(dòng)性指標(biāo),并將其基本統(tǒng)計(jì)結(jié)果列于表1。通過表1中的峰度和JB正態(tài)統(tǒng)計(jì)量可以看到流動(dòng)性指標(biāo)有很明顯的尖峰厚尾效應(yīng),不符合正態(tài)分布。

時(shí)間序列實(shí)證分析的一個(gè)重要的前提是數(shù)據(jù)必須具有平穩(wěn)性,否則會(huì)產(chǎn)生謬誤回歸等問題。因此,我們對(duì)各個(gè)序列進(jìn)行了PP單根檢驗(yàn)來檢驗(yàn)其穩(wěn)定性。采用PP單根檢驗(yàn)的原因?yàn)樵摍z驗(yàn)采用非參數(shù)的方法,同時(shí)考慮了數(shù)據(jù)相關(guān)性及異質(zhì)性,比傳統(tǒng)ADF單根檢驗(yàn)具有更廣泛的適用性和更強(qiáng)的檢驗(yàn)力。各流動(dòng)性序列的PP單根統(tǒng)計(jì)量均大于1%的臨界值-2.568,可見所有序列均是平穩(wěn)的。此外,Ljung和Box (1978)提出的Q統(tǒng)計(jì)量,可以用來檢驗(yàn)?zāi)骋粫r(shí)間序列直到k個(gè)滯后期是否存在自相關(guān)。表1中統(tǒng)計(jì)量的結(jié)果表明,在5%的置信水平下,各銀行股的流動(dòng)性具有序列自相關(guān)。Engle(1982)提出的檢驗(yàn)序列條件異方差的LM統(tǒng)計(jì)量結(jié)果表明,五個(gè)非流動(dòng)性序列均在1%置信水平拒絕同方差的原假設(shè)。這說明GARCH類模型應(yīng)該能夠準(zhǔn)確捕捉到它們的共性。

四、流動(dòng)性風(fēng)險(xiǎn)測(cè)量方法

本文采用GARCH類模型捕捉5家上市銀行流動(dòng)性風(fēng)險(xiǎn)的動(dòng)態(tài)特征。由于風(fēng)險(xiǎn)變量無法觀察,通常在計(jì)量經(jīng)濟(jì)學(xué)的研究當(dāng)中,采用經(jīng)濟(jì)變量的分布方差來估計(jì)變量的風(fēng)險(xiǎn)。對(duì)風(fēng)險(xiǎn)的估計(jì)方法可以分為靜態(tài)和動(dòng)態(tài)兩大類。動(dòng)態(tài)估計(jì)方法可以更好的描述風(fēng)險(xiǎn)的動(dòng)態(tài)特征,是更為準(zhǔn)確的測(cè)量方法,由Engle(1982)提出的ARCH(Auto Regressive Conditional Heteroskedasticity ,自回歸條件異方差)模型以及Bollerslev(1986)提出的GARCH (Generalized ARCH,廣義自回歸條件異方差)模型就是這種動(dòng)態(tài)測(cè)量方法的代表。對(duì)于ARCH/GARCH模型及相關(guān)實(shí)證研究的詳細(xì)回顧,可以參考Bollerslev, Chou, and Kroner (1992)的文章。

由上節(jié)的統(tǒng)計(jì)結(jié)果可知,本文樣本選取的5家上市銀行的非流動(dòng)性序列均拒絕了序列無相關(guān)性的原假設(shè)。因此本文的實(shí)證模型包含兩個(gè)部分,首先,對(duì)非流動(dòng)性的均值方程采用AR(p)模型,然后,對(duì)均值方程的殘差項(xiàng)采用EGARCH模型進(jìn)行估計(jì)。同時(shí),本文采用AIC準(zhǔn)則對(duì)各序列滯后項(xiàng)的數(shù)目進(jìn)行選擇。

五、實(shí)證結(jié)果分析

以上通過對(duì)5只銀行股流動(dòng)性風(fēng)險(xiǎn)進(jìn)行實(shí)證回歸的估計(jì)結(jié)果。根據(jù)AIC準(zhǔn)則,我們對(duì)各銀

行股的均值方程的落后項(xiàng)進(jìn)行了選取;同時(shí)在對(duì)方差進(jìn)行估計(jì)時(shí),本文采用了EGARCH(1,1)模型。大量的實(shí)證結(jié)果均表明,該模型可以在捕捉數(shù)據(jù)動(dòng)態(tài)特征的同時(shí),很好的保持估計(jì)的簡(jiǎn)潔性。

均值方程的回歸結(jié)果表明,各股AR項(xiàng)回歸系數(shù)均十分顯著,且符合ARMA模型對(duì)穩(wěn)定性的要求。表明流動(dòng)性有很強(qiáng)的相關(guān)性,過去的流動(dòng)性對(duì)當(dāng)期的流動(dòng)性有很強(qiáng)的影響。

方差回歸結(jié)果表明,各銀行股的流動(dòng)性風(fēng)險(xiǎn)具有非對(duì)稱性。當(dāng)擾動(dòng)項(xiàng)是正偏離,即流動(dòng)性變差時(shí),有擴(kuò)大方差的作用,使得流動(dòng)性風(fēng)險(xiǎn)變大;而擾動(dòng)項(xiàng)是負(fù)偏離,即流動(dòng)性變好時(shí),有縮小方差的作用,使得流動(dòng)性風(fēng)險(xiǎn)變小。

這種結(jié)果,可能歸因于市場(chǎng)的自我實(shí)現(xiàn)和自我增強(qiáng)作用。當(dāng)某一天流動(dòng)性突然降低,即非流動(dòng)性有正向的擾動(dòng),則這種擾動(dòng)使得流動(dòng)性波動(dòng)的方差變大,正向擾動(dòng)越強(qiáng),方差變化越大;反之,負(fù)向擾動(dòng)使得流動(dòng)性波動(dòng)方差變小,負(fù)向擾動(dòng)越強(qiáng),流動(dòng)性越穩(wěn)定。流動(dòng)性政府?dāng)_動(dòng)可能來自于經(jīng)濟(jì)的多種沖擊,包括,政府新政策的出臺(tái),交易所新規(guī)則的制定,上市公司財(cái)務(wù)報(bào)表的披露,投資者結(jié)構(gòu),宏觀經(jīng)濟(jì)的走向等等,這些因素都會(huì)通過影響投資者參加交易的意愿程度反映到流動(dòng)性上來。非流動(dòng)性的負(fù)向擾動(dòng)說明發(fā)生了對(duì)市場(chǎng)有利的消息沖擊,使得愿意參加交易的投資者增加,從而尋找買家和賣家的成本降低,對(duì)市場(chǎng)影響較小,流動(dòng)性水平較高。這種市場(chǎng)的良好運(yùn)行會(huì)進(jìn)一步吸引投資者參與,良性循環(huán)的結(jié)果使得市場(chǎng)深度加深,流動(dòng)性的波動(dòng)降低。非流動(dòng)性的正向擾動(dòng)說明發(fā)生了對(duì)市場(chǎng)不利的消息,交易者抽離市場(chǎng)的意愿加強(qiáng),此時(shí)尋找合適買家賣家的難度增加,波動(dòng)加劇,流動(dòng)性急轉(zhuǎn)直下。更多的場(chǎng)外交易者觀察到市場(chǎng)情況后,采取觀望態(tài)度,市場(chǎng)深度降低,信息不對(duì)稱程度增加,進(jìn)入流動(dòng)性水平降低的自我循環(huán)中。

根據(jù)本文分析得出,以后的流動(dòng)性將傾向于保持低水平,將陷入惡性循環(huán)。此時(shí),需要外部沖擊改變其均衡狀態(tài),如果政府的有效政策可以形成對(duì)流動(dòng)性的有利沖擊,將起到平復(fù)市場(chǎng)流動(dòng)性的作用,降低銀行經(jīng)驗(yàn)管理的風(fēng)險(xiǎn)。

參考文獻(xiàn):

[1] Demsetz H. (1968), the Cost of Transaction [J]. Quarterly Journal of Economics 82: 33-53

[2] 宋逢明, 譚慧(2005), 訂單驅(qū)動(dòng)型市場(chǎng)的系統(tǒng)流動(dòng)性:一個(gè)基于中國股市的實(shí)證研究[J]. 財(cái)經(jīng)論叢

[3] Parkinson M. The Extreme Value Method for Estimating the Variance of the Rate of Return[J]. The Journal of Business, 1980, 53 (1): 61-65.

(作者單位:中國人民銀行太原中心支行)