王占浩郭菊娥薛 勇

?

資產(chǎn)負(fù)債表關(guān)聯(lián)、價(jià)格關(guān)聯(lián)與銀行間風(fēng)險(xiǎn)傳染

王占浩1，郭菊娥1，薛 勇1，2

（1.西安交通大學(xué)管理學(xué)院，陜西西安710049；2.西安銀行金融市場部，陜西西安，710075）

在馬君潞等（2007）以及高國華和潘英麗（2012）對銀行間風(fēng)險(xiǎn)傳染研究的基礎(chǔ)上，引入資產(chǎn)價(jià)格傳染渠道，構(gòu)建銀行間風(fēng)險(xiǎn)傳染模型，收集了75家主要銀行2011年年報(bào)的數(shù)據(jù)，對我國銀行間風(fēng)險(xiǎn)傳染的特征和機(jī)制進(jìn)行研究，并考察了多個(gè)小銀行聯(lián)合倒閉是否會引發(fā)系統(tǒng)性銀行危機(jī)。研究表明：（1）資產(chǎn)價(jià)格關(guān)聯(lián)是銀行間風(fēng)險(xiǎn)傳染的重要渠道，應(yīng)作為系統(tǒng)性重要金融機(jī)構(gòu)評定的重要參考，并納入宏觀壓力測試的分析框架。（2）隨著價(jià)格沖擊系數(shù)和違約損失率的增加，銀行間的風(fēng)險(xiǎn)傳染的危害程度有跳躍性的增加，風(fēng)險(xiǎn)傳播速度加快。（3）工商銀行的單獨(dú)倒閉會引起大規(guī)模的銀行倒閉，具有系統(tǒng)重要性，建設(shè)銀行、農(nóng)業(yè)銀行以及中國銀行具有一定的風(fēng)險(xiǎn)傳染性。中小銀行的聯(lián)合倒閉具有風(fēng)險(xiǎn)傳染性，但是傳染范圍和概率都很小。研究結(jié)果對我國評定系統(tǒng)重要性金融機(jī)構(gòu)和實(shí)施宏觀審慎監(jiān)管具有一定的參考意義。

風(fēng)險(xiǎn)傳染，銀行危機(jī)，系統(tǒng)重要性金融機(jī)構(gòu)，資產(chǎn)負(fù)債表關(guān)聯(lián)

0引言

2012年全國金融工作會議提出要 “加強(qiáng)和改進(jìn)金融監(jiān)管，切實(shí)防范系統(tǒng)性金融風(fēng)險(xiǎn)”，如何防范系統(tǒng)性金融風(fēng)險(xiǎn)一直以來是金融監(jiān)管部門和廣大學(xué)者關(guān)心的主題。普遍認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)是以單個(gè)機(jī)構(gòu)的倒閉為開端，然后通過傳染機(jī)制在金融機(jī)構(gòu)間蔓延開來。在當(dāng)今金融深化程度日益提高、商業(yè)銀行之間的業(yè)務(wù)往來日益緊密的背景下，金融體系已經(jīng)成為一個(gè)通過資產(chǎn)負(fù)債關(guān)聯(lián)、金融市場、信息等多種渠道聯(lián)系而成的復(fù)雜網(wǎng)絡(luò)。通過網(wǎng)絡(luò)的放大作用，單個(gè)或多個(gè)機(jī)構(gòu)的問題很容易會演化成系統(tǒng)性的金融危機(jī)。防范金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)傳染，成為防范系統(tǒng)性金融風(fēng)險(xiǎn)的重要方面。2008年金融危機(jī)以來，IMF、G20、世界銀行以及各國監(jiān)管機(jī)構(gòu)開始反思之前僅關(guān)注單個(gè)機(jī)構(gòu)或特定經(jīng)濟(jì)措施的微觀審慎監(jiān)管理念，提出宏觀審慎監(jiān)管，將發(fā)展中的金融體系作為整體進(jìn)行檢視、評估和制定政策，抑制由于機(jī)構(gòu)間關(guān)聯(lián)、共同風(fēng)險(xiǎn)敞口以及順周期性等因素導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn)及其蔓延。

中國金融體系總體穩(wěn)定，但系統(tǒng)性風(fēng)險(xiǎn)不斷累積，從基建工程違約，到影子銀行業(yè)發(fā)展壯大，面臨著一系列短期風(fēng)險(xiǎn)①。這些風(fēng)險(xiǎn)的爆發(fā)將對金融體系和實(shí)體經(jīng)濟(jì)產(chǎn)生巨大沖擊。銀行業(yè)作為我國金融體系的主導(dǎo)，管理著全國絕大多數(shù)的金融資產(chǎn)，提供著不可替代的金融服務(wù)，銀行業(yè)的穩(wěn)定是金融業(yè)穩(wěn)定的核心。2013年6月上海銀行間市場的“錢荒”問題，是銀行間風(fēng)險(xiǎn)傳染的一個(gè)例證，說明了銀行間風(fēng)險(xiǎn)傳染問題對金融問題的重要性。基于此，本文立足銀行間復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建銀行間風(fēng)險(xiǎn)傳染模型，研究銀行間風(fēng)險(xiǎn)傳染的機(jī)理特征，為監(jiān)管者提出一些有利的監(jiān)管建議。

1文獻(xiàn)回顧

系統(tǒng)性風(fēng)險(xiǎn)的核心特征是危機(jī)能通過金融機(jī)構(gòu)間的網(wǎng)絡(luò)系統(tǒng)迅速傳播。因此，一種普遍的觀點(diǎn)認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)以單個(gè)機(jī)構(gòu)的倒閉為開端，然后通過傳染機(jī)制進(jìn)行傳播。大量國內(nèi)外文獻(xiàn)研究了風(fēng)險(xiǎn)的傳染機(jī)制，這些機(jī)制大致可以歸結(jié)為資產(chǎn)負(fù)債直接關(guān)聯(lián)、資產(chǎn)價(jià)格關(guān)聯(lián)以及信息聯(lián)系三類。很多文獻(xiàn)基于銀行間資產(chǎn)負(fù)債關(guān)聯(lián)，使用銀行間的真實(shí)或估計(jì)的信用風(fēng)險(xiǎn)暴露頭寸來調(diào)整模型，進(jìn)而模擬一個(gè)或多個(gè)金融機(jī)構(gòu)破產(chǎn)對銀行系統(tǒng)的影響。Sheldon 和Maurer研究了瑞士銀行系統(tǒng)[1]，F(xiàn)ur?ne分析了美國聯(lián)邦基金市場的聯(lián)系[2]，Upper和 Worms研究了德國的銀行體系[3]， Wells則聚焦在英國的銀行[4]，Elsinger 等研究了澳大利亞的銀行系統(tǒng)[5]，并在該研究中加入隨機(jī)分析進(jìn)行擴(kuò)展。這些研究的焦點(diǎn)在估計(jì)銀行間信用風(fēng)險(xiǎn)的暴露，之后模擬一個(gè)銀行倒閉對系統(tǒng)的影響。

銀行間的相互聯(lián)系也可以是隱性的，全球金融危機(jī)的發(fā)生，很大程度上是源于金融機(jī)構(gòu)共同的風(fēng)險(xiǎn)敞口[6]，而這些風(fēng)險(xiǎn)敞口往往由于不同銀行間持有相同的資產(chǎn)。資產(chǎn)價(jià)格關(guān)聯(lián)作為金融風(fēng)險(xiǎn)傳染的渠道，主要通過兩個(gè)方面影響金融機(jī)構(gòu)，一是直接影響金融機(jī)構(gòu)的資產(chǎn)凈值，二是影響金融機(jī)構(gòu)抵押物的價(jià)值，從而影響流動(dòng)性。Cifuentes等構(gòu)建了一個(gè)模型，當(dāng)市場對非流動(dòng)性資產(chǎn)的需求不是完全彈性時(shí)，陷入財(cái)務(wù)困境的企業(yè)便會出售非流動(dòng)性資產(chǎn)，從而打壓市場價(jià)格。而逐日盯市會導(dǎo)致新一輪的資產(chǎn)甩賣，進(jìn)一步打壓資產(chǎn)價(jià)格，這時(shí)候傳染產(chǎn)生了[7]。這篇文章探討傳染性失靈的理論基礎(chǔ)，并通過仿真模擬來量化傳染性失靈。Kyle和Xiong構(gòu)建了一個(gè)包含兩種風(fēng)險(xiǎn)資產(chǎn)、三種類型投資者的連續(xù)時(shí)間模型，在這個(gè)模型中，金融傳染被可視為財(cái)富效應(yīng)。噪聲交易者在一個(gè)市場里隨機(jī)交易，長期交易者使用基于基本價(jià)值的線性規(guī)則來提供流動(dòng)性，具有指數(shù)效用的一致性交易者在兩個(gè)市場上最優(yōu)的進(jìn)行交易[8]。資產(chǎn)價(jià)格由內(nèi)生的財(cái)富和外生的噪聲決定。Gorton和Huang構(gòu)建了一個(gè)均衡模型，在這個(gè)模型里，不是所有的資產(chǎn)都可以隨時(shí)用來購買另外的資產(chǎn)[9]。某些時(shí)候一些投資者需要出售非流動(dòng)性資產(chǎn)，只有原先投資于該資產(chǎn)的人才有需求會購買，從而使價(jià)格取決于流動(dòng)性的供給。然而流動(dòng)性的供給也不是完全彈性，因此資產(chǎn)價(jià)格會偏離有效市場價(jià)格（資產(chǎn)回報(bào)的條件期望）。Benmelech和Bergman研究了破產(chǎn)企業(yè)對同行業(yè)競爭者的外部性[10]。他們使用詳實(shí)的數(shù)據(jù)做實(shí)證，結(jié)果證明破產(chǎn)企業(yè)通過影響抵押物的價(jià)值從而對同行業(yè)的企業(yè)產(chǎn)生負(fù)面影響，并將這一效應(yīng)描述為“抵押物渠道”。因?yàn)榈盅何镌趥鶆?wù)融資中扮演著重要角色，抵押物價(jià)值的降低勢必降低債務(wù)融資量的大小、增大融資成本。

銀行間的傳染往往與“信念更新”（updating of beliefs）相關(guān)，機(jī)構(gòu)或投資者從其他違約事件中吸取教訓(xùn)，從而認(rèn)知類似機(jī)構(gòu)違約風(fēng)險(xiǎn)的上升。例如安然公司的破產(chǎn)讓投資者重新調(diào)整他們的關(guān)于其他公司會計(jì)信息質(zhì)量的信念[11][12]。Calvo和Mendoza認(rèn)為信息成本和相關(guān)的業(yè)績補(bǔ)償能導(dǎo)致投資者理性的羊群行為，從而導(dǎo)致金融傳染。當(dāng)一致性交易者虧損時(shí)，他們清算在兩個(gè)市場上的資產(chǎn)。[13]這時(shí)，回報(bào)變的更加動(dòng)蕩和相關(guān)，從而產(chǎn)生傳染。Hertzel和Officer發(fā)現(xiàn)行業(yè)里兩年之內(nèi)有公司破產(chǎn)，公司貸款的利率會顯著增高，更傾向于抵押貸款，更嚴(yán)格的監(jiān)管以及期限變短,這說明企業(yè)破產(chǎn)對同行競爭者有不利影響；同時(shí)，他們研究了行業(yè)集中度對傳染的影響[14]。Jorion和Zhang使用CDS市場數(shù)據(jù)實(shí)證研究了企業(yè)破產(chǎn)信息對同行業(yè)競爭者的傳染效應(yīng)，驗(yàn)證了行業(yè)信用風(fēng)險(xiǎn)傳染的存在。[15]

我國學(xué)者考慮的銀行間風(fēng)險(xiǎn)傳染渠道越來越多，但是在仿真中考慮資產(chǎn)價(jià)格渠道的研究很少。李宗怡和李玉海使用矩陣法估計(jì)了2003年底我國17家主要銀行間的同業(yè)拆借頭寸，并在不同違約損失率條件下，仿真模擬不同銀行倒閉引發(fā)的傳染效應(yīng)，其研究結(jié)果表明我國銀行間風(fēng)險(xiǎn)傳染的概率很低。[16]李守偉和何建敏基于實(shí)際特征，模擬生成了銀行的資產(chǎn)負(fù)債結(jié)構(gòu)，研究了銀行間市場網(wǎng)絡(luò)為小世界網(wǎng)絡(luò)、有向隨機(jī)網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)下銀行間風(fēng)險(xiǎn)傳染特征。[17]馬君潞等使用我國商業(yè)銀行2003年報(bào)的數(shù)據(jù)，利用矩陣法估計(jì)了130家銀行通過存放同業(yè)業(yè)務(wù)以及同業(yè)拆借交易形成的雙邊風(fēng)險(xiǎn)暴露頭寸，分析了不同損失水平下單個(gè)或多個(gè)銀行倒閉所引發(fā)的風(fēng)險(xiǎn)傳染，其研究結(jié)果表明中國銀行和建設(shè)銀行具有風(fēng)險(xiǎn)傳染性，在損失率達(dá)到某個(gè)閾值時(shí)，便會觸發(fā)城市商業(yè)銀行的大量倒閉。[18]高國華和潘英麗使用2009年61家銀行的數(shù)據(jù)，模擬仿真了在資產(chǎn)負(fù)債表渠道和流動(dòng)性風(fēng)險(xiǎn)聯(lián)合沖擊下的傳染，研究結(jié)果表明只有工商銀行和中國銀行具有傳染效應(yīng)，但沖擊性較小。[19]除資產(chǎn)負(fù)債表直接關(guān)聯(lián)之外，高國華和潘英麗還考慮了銀行的流動(dòng)性風(fēng)險(xiǎn)，即破產(chǎn)銀行從其他銀行抽回資金，其他銀行需要甩賣部分資產(chǎn)才能清償對破產(chǎn)銀行的債務(wù)，從而引發(fā)減值甩賣損失。同馬君潞等的研究結(jié)果相比，高國華和潘英麗的研究結(jié)果表明2009年銀行間傳染效應(yīng)顯著下降，高國華和潘英麗將此解釋為我國銀行業(yè)在歷經(jīng)壞賬剝離、政府注資和股改上市等一系列改革措施后，資本金實(shí)力大幅提高，抵御風(fēng)險(xiǎn)的能力明顯增強(qiáng)。但是，高國華和潘英麗模型中資產(chǎn)的減值甩賣會造成甩賣銀行的損失，沒有考慮到減值甩賣對資產(chǎn)市場價(jià)格產(chǎn)生打壓，從而忽略了資產(chǎn)價(jià)格傳染渠道。

綜上所述，國內(nèi)文獻(xiàn)對研究銀行間風(fēng)險(xiǎn)傳染進(jìn)行仿真研究時(shí)考慮的風(fēng)險(xiǎn)渠道較少，主要限于同業(yè)拆借、同業(yè)存放等資產(chǎn)負(fù)債表關(guān)聯(lián)，基本上沒有涉及資產(chǎn)價(jià)格渠道。Cifuentes 等將盯市政策引入到仿真研究中，考慮了資產(chǎn)價(jià)格渠道的風(fēng)險(xiǎn)傳染，但局限性在于它模擬仿真的只是一個(gè)程式化的銀行體系，而不是基于銀行間真實(shí)聯(lián)系和數(shù)據(jù)。在他的模型中，當(dāng)市場對非流動(dòng)性資產(chǎn)的需求不是完全彈性時(shí)，陷入財(cái)務(wù)困境的銀行便會出售非流動(dòng)性資產(chǎn)，從而打壓市場價(jià)格。而逐日盯市會導(dǎo)致新一輪的資產(chǎn)甩賣，進(jìn)一步打壓資產(chǎn)價(jià)格，從而產(chǎn)生傳染。[7]因此，在我國學(xué)者研究的基礎(chǔ)上，借鑒Cifuentes 等的研究，基于銀行間市場實(shí)際數(shù)據(jù)，綜合資產(chǎn)負(fù)債表關(guān)聯(lián)渠道和資產(chǎn)價(jià)格渠道模擬仿真銀行間風(fēng)險(xiǎn)傳染，成為本文的研究主題。

2銀行間風(fēng)險(xiǎn)傳染模型的構(gòu)建及風(fēng)險(xiǎn)頭寸估計(jì)

2.1 銀行間風(fēng)險(xiǎn)傳染模型的構(gòu)建

2.1.1銀行間網(wǎng)絡(luò)模型

隨著金融深化程度的提高，商業(yè)銀行之間的關(guān)聯(lián)程度越來越緊密，銀行之間形成了一個(gè)通過跨行業(yè)務(wù)、金融市場、信息等多種渠道聯(lián)系而成的復(fù)雜網(wǎng)絡(luò)。假設(shè)一國銀行系統(tǒng)有家銀行，這些銀行通過各種渠道聯(lián)系在一起，形成一個(gè)的網(wǎng)絡(luò)。銀行之間的聯(lián)系既包括資產(chǎn)負(fù)債表的直接關(guān)聯(lián)，也包括通過金融市場形成的隱性聯(lián)系。為了說明問題，將銀行之間的聯(lián)系用網(wǎng)絡(luò)圖表示，如圖1所示，節(jié)點(diǎn)代表銀行，根據(jù)是否參與債券市場分為兩類，表示銀行持有債券，從而有可能影響債券市場，同時(shí)受債券市場波動(dòng)的影響，因此該類銀行之間除了資產(chǎn)負(fù)債表直接關(guān)聯(lián)，還通過債券市場相互聯(lián)系，如和；表示銀行不持有債券，該銀行與其它銀行的聯(lián)系只限于資產(chǎn)負(fù)債表關(guān)聯(lián)。有向邊表示銀行之間的銀行之間的聯(lián)系，箭頭方向指向受傳染的銀行（或者債權(quán)銀行），線型表示聯(lián)系的類型：實(shí)線表示資產(chǎn)負(fù)債表直接關(guān)聯(lián)，如和之間；虛線表示銀行和金融市場之間的聯(lián)系，如和之間通過金融市場聯(lián)系在一起。馬君潞等（2007）以及高國華和潘英麗（2012）的模型主要刻畫資產(chǎn)負(fù)債表直接關(guān)聯(lián)，本文在他們的基礎(chǔ)上增加了金融市場間接聯(lián)系。

圖1 銀行間網(wǎng)絡(luò)簡圖

（1）資產(chǎn)負(fù)債表直接關(guān)聯(lián)

資產(chǎn)負(fù)債表直接關(guān)聯(lián)是指通過存放同業(yè)、同業(yè)拆借、債券回購等交易形成了資產(chǎn)負(fù)債表上的聯(lián)系，一家銀行的資產(chǎn)對應(yīng)另一家銀行的負(fù)債。存放同業(yè)是指銀行為了向客戶提供安全、快捷的存取款業(yè)務(wù)，同時(shí)也為了滿足與其他銀行之間的資金清算需求，存放于其他銀行或非銀行金融機(jī)構(gòu)中的資金，表示銀行的存放在銀行中的存款。同業(yè)拆借是指金融機(jī)構(gòu)為了調(diào)節(jié)資金余缺，與其他金融機(jī)構(gòu)發(fā)生的短期借貸，表示銀行通過同業(yè)拆借市場拆借給銀行的資金。將銀行的同業(yè)存款和拆出資金之和稱作銀行的同業(yè)信用資產(chǎn)。銀行的同業(yè)資產(chǎn)受到交易對手風(fēng)險(xiǎn)的影響，從而會發(fā)生關(guān)聯(lián)渠道的傳染。如果銀行倒閉，銀行因持有銀行的同業(yè)信用資產(chǎn)受到的損失為

債券回購是一種以債券作抵押的資金借貸行為，一家銀行出現(xiàn)了財(cái)務(wù)困難，便不能如約回購其賣出的債券，從而影響其交易對手銀行的流動(dòng)性，風(fēng)險(xiǎn)外溢，表示銀行通過債券回購交易融給銀行的資金。銀行通過債券回購交易借給銀行的資金不能到期收回，只能清算質(zhì)押的債券，是否發(fā)生損失及損失的大小取決于債券的價(jià)格，則損失為

（2）共同的風(fēng)險(xiǎn)敞口

銀行與銀行之間的上述聯(lián)系屬于資產(chǎn)負(fù)債表直接聯(lián)系，是顯而易見的，然而銀行間的相互聯(lián)系也可以是隱性的，銀行和銀行還可以通過債券市場間接聯(lián)系在一起。商業(yè)銀行作為債券市場的主要參與者，往往持有大量債券。銀行和銀行之間可以通過債券市場，影響資產(chǎn)價(jià)格，進(jìn)而產(chǎn)生風(fēng)險(xiǎn)傳染。假設(shè)銀行持有的債券金額為，其中按照會計(jì)準(zhǔn)則盯市的債券金額為。一旦發(fā)生流動(dòng)性危機(jī)拋售債券，勢必會影響債券價(jià)格，從而造成其他銀行的損失，

銀行倒閉甩賣債券會打壓市場價(jià)格，由于盯市政策，銀行的債券資產(chǎn)會受到債券價(jià)格的影響，從而會引發(fā)資產(chǎn)價(jià)格渠道的傳染。將商業(yè)銀行持有的所有債券看作典型債券，借鑒Cifuentes等[7]與馬源源等①[20]的研究，可以使用函數(shù)表示典型債券價(jià)格受到債券甩賣的影響，其中y為債券價(jià)格，x為債券的累計(jì)甩賣金額

為價(jià)格沖擊系數(shù)，表示債券市場的流動(dòng)性情況，越小表明債券甩賣對債券價(jià)格的影響越小，債券市場的流動(dòng)性越好。在仿真中可以取不同的數(shù)據(jù)以模擬市場狀況。

2.1.2銀行間風(fēng)險(xiǎn)傳染

因與破產(chǎn)銀行存在回購交易造成的損失為

因所持有債券價(jià)格下降，造成損失為

損失總和為

2.2銀行間風(fēng)險(xiǎn)頭寸估計(jì)

為了估計(jì)銀行間直接聯(lián)系的風(fēng)險(xiǎn)頭寸，本文需要收集時(shí)間截面上的銀行財(cái)務(wù)數(shù)據(jù)，這些數(shù)據(jù)來源于財(cái)務(wù)報(bào)表附注。國泰安數(shù)據(jù)服務(wù)中心設(shè)立了中國銀行財(cái)務(wù)研究數(shù)據(jù)庫，其中陸續(xù)收集了41家銀行的財(cái)務(wù)報(bào)表信息，但是不包含財(cái)務(wù)報(bào)告附注信息，從銀行數(shù)量和統(tǒng)計(jì)口徑上不符合本文的研究設(shè)計(jì)。因此，本文選擇手動(dòng)收集銀行財(cái)務(wù)報(bào)告，從財(cái)務(wù)報(bào)表附注中抽取數(shù)據(jù)進(jìn)行研究，使用國泰安數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行穩(wěn)定性檢驗(yàn)。作為主體研究，越新的數(shù)據(jù)越能代表銀行間聯(lián)系的實(shí)際狀況，但新的數(shù)據(jù)往往不完整，2011年度各銀行財(cái)務(wù)報(bào)告公布情況較好，綜合數(shù)據(jù)的時(shí)效性和完整性，本文選擇2011年度數(shù)據(jù)進(jìn)行研究；收集了75家主要銀行的財(cái)務(wù)報(bào)告，包括國有四大行、國開行、13家股份制商業(yè)銀行以及57家地方性商業(yè)銀行。從這些銀行的財(cái)務(wù)報(bào)表及附注中抽取的數(shù)據(jù)包括銀行之間同業(yè)存放、同業(yè)拆借、債券回購等交易余額以及債券持有金額。這75家銀行的總資產(chǎn)占當(dāng)年我國商業(yè)銀行總資產(chǎn)的77.37%，具有較好的代表性。作為輔助性研究，本文從國泰安數(shù)據(jù)庫抽取了2007年度和2009年度的數(shù)據(jù)，2007年度數(shù)據(jù)包括32家銀行，2009年度的數(shù)據(jù)包括38家銀行。

2011年度數(shù)據(jù)的收集整理方法如下：同業(yè)信用資產(chǎn)包括交易對手為境內(nèi)銀行的存放同業(yè)款項(xiàng)與拆出資金之和。存放同業(yè)款項(xiàng)和拆出資金按交易對手分為銀行和非銀行金融機(jī)構(gòu)，按交易對手所屬地理區(qū)域分為境內(nèi)和境外。在銀行的年報(bào)中，有的銀行將銀行和非銀行金融機(jī)構(gòu)的數(shù)據(jù)統(tǒng)計(jì)在一樣，有的銀行將境內(nèi)和境外銀行的數(shù)據(jù)統(tǒng)計(jì)在一起，這些銀行的數(shù)據(jù)需要通過估計(jì)得到，估計(jì)的方法是假設(shè)同業(yè)資產(chǎn)在金融機(jī)構(gòu)類別的分布和在境內(nèi)外機(jī)構(gòu)的分布是相互獨(dú)立的。同業(yè)信用負(fù)債包括交易對手為境內(nèi)銀行的同業(yè)存放款項(xiàng)和拆入資金，處理方法和同業(yè)信用資產(chǎn)一樣。債券回購交易余額分別位于 “買入返售款項(xiàng)”和“賣出回購款項(xiàng)”項(xiàng)目下，按標(biāo)的物分為債券、票據(jù)和貸款等。部分銀行給出了交易對手為境內(nèi)銀行的數(shù)據(jù)，而大部分銀行沒有，針對這一情況，本文按照對手方為境內(nèi)銀行的債券回購交易額占本銀行債券回購交易總額的比例與同業(yè)拆借的情況相同，從而估算對手方為境內(nèi)銀行的債券回購交易額。銀行所持有的債券投資分位于“以公允價(jià)值計(jì)量且其變動(dòng)計(jì)入當(dāng)期損益的金融資產(chǎn)”、“可供出售金融資產(chǎn)”以及“持有至到期投資”等會計(jì)項(xiàng)目下，這些債券的甩賣都會對債券的市場價(jià)格產(chǎn)生影響，本文將在這三個(gè)項(xiàng)目下國債、央行票據(jù)、金融債、企業(yè)債以及公司債的總金額，剔除權(quán)益工具和基金，統(tǒng)計(jì)為銀行持有的債券。債券分類統(tǒng)計(jì)在這些項(xiàng)目下，會計(jì)處理就會有所不同。在會計(jì)準(zhǔn)則中，“以公允價(jià)值計(jì)量且其變動(dòng)計(jì)入當(dāng)期損益的金融資產(chǎn)”和“可供出售金融資產(chǎn)”均采用公允價(jià)值法核算，屬于“公允債券”，因此隨著債券價(jià)格下降，這兩類債券會有賬面損失。

通過銀行財(cái)務(wù)報(bào)告收集到各個(gè)銀行的同業(yè)拆借余額、存放同業(yè)余額以及回購交易余額等總量數(shù)據(jù)之后，遵循國際上對此領(lǐng)域的慣例，并借鑒馬君潞等、高國華和潘英麗的方法，假定銀行間市場結(jié)構(gòu)為完全結(jié)構(gòu)，即假定銀行在其他銀行的同業(yè)信用資產(chǎn)頭寸的概率分布相互獨(dú)立[18][19]。使用Blien和Graef[21]提出的RAS算法分別估計(jì)銀行間同業(yè)信用資產(chǎn)頭寸和債券回購頭寸。

銀行間市場的銀行間同業(yè)資產(chǎn)頭寸可以表示為的矩陣，其中為銀行對銀行的同業(yè)資產(chǎn)頭寸，估計(jì)的過程就是求解矩陣。已知銀行擁有的同業(yè)資產(chǎn)為、同業(yè)債務(wù)為，矩陣還有個(gè)元素未知，可將和視為邊際分布函數(shù)和的實(shí)現(xiàn)值 ,而把視為分布函數(shù)的實(shí)現(xiàn)值。在銀行同業(yè)市場結(jié)構(gòu)為完全市場的假設(shè)下，和相互獨(dú)立，初步得到。然而，此時(shí)對角元素非零，表示銀行自己向自己借款，顯然不符合實(shí)際。從而令，使用Blien和Graef[21]提出的RAS算法求解風(fēng)險(xiǎn)暴露矩陣，其等同于求解下述方程組。

3銀行間系統(tǒng)風(fēng)險(xiǎn)傳染分析

使用銀行間風(fēng)險(xiǎn)暴露頭寸以及債券數(shù)據(jù)，采用matlab軟件編出銀行間風(fēng)險(xiǎn)傳染模型的計(jì)算程序，對樣本銀行間風(fēng)險(xiǎn)傳染進(jìn)行仿真。首先模擬了單一銀行倒閉引發(fā)風(fēng)險(xiǎn)傳染的情景，以分析系統(tǒng)重要性金融機(jī)構(gòu)；然后模擬了一組中小銀行倒閉引發(fā)的傳染效應(yīng)，以考察問題“一組聯(lián)合的小銀行是否具有系統(tǒng)重要性”。

3.1參數(shù)的選擇

2004年我國四大金融資產(chǎn)管理公司處理不良貸款資產(chǎn)的回收率為26.60%。2004年5月28日，建行通過國際競標(biāo)方式處置了賬面價(jià)值為40億元人民幣的抵押貸款，花旗銀行、德意志銀行、雷曼兄弟、摩根大通、摩根斯坦利等15家機(jī)構(gòu)參與競標(biāo)，最終中標(biāo)綜合資金回收率為34.75%。何自力利用抽樣調(diào)查所得的廣東地區(qū)某商業(yè)銀行抵押貸款處置的資料，貸款回收率均值為44.97%[22]。參照以上不良貸款回收率設(shè)定違約損失率的取值為0.6。

參照Cifuentes等[7]研究中使用的方法，令樣本銀行全部債券的甩賣導(dǎo)致資產(chǎn)價(jià)格下降的幅度為90%，來確定價(jià)格沖擊系數(shù)，即

從而可以計(jì)算得出=0.179。

3.2單個(gè)銀行倒閉所引起的傳染效應(yīng)分析

3.2.1銀行間風(fēng)險(xiǎn)傳染效應(yīng)

按銀行資產(chǎn)規(guī)模降序依次仿真單一銀行倒閉引發(fā)的風(fēng)險(xiǎn)傳染，結(jié)果見圖2。從引發(fā)的倒閉銀行數(shù)量來看，國有四大行作為傳染源，將引發(fā)其它銀行的接連倒閉。其中工商銀行引發(fā)的銀行倒閉數(shù)為22家，顯著高于建設(shè)銀行、農(nóng)業(yè)銀行和中國銀行。而其它股份制商業(yè)銀行的破產(chǎn)并未引起其他銀行的連鎖倒閉，樣本中所有城市商業(yè)銀行的倒閉均未引發(fā)下一輪的傳染。從引發(fā)的損失來看，工商銀行倒閉引發(fā)的銀行業(yè)損失最大，為2.8123萬億，占樣本銀行凈資產(chǎn)總值的53.44%，中國銀行緊跟其后為1.5089萬億，占樣本銀行凈資產(chǎn)總值的28.68%，農(nóng)業(yè)銀行和中國銀行引發(fā)的損失總額均超過1萬億。交通銀行單獨(dú)倒閉引發(fā)的損失為6682億，顯著高于其他股份制商業(yè)銀行，其他股份制商業(yè)銀行的損失均位于5000億以下。

（a）倒閉家數(shù)

（b）損失金額

圖2 主要銀行單獨(dú)倒閉引發(fā)的銀行倒閉數(shù)及損失數(shù)

這與馬君潞等以及高國華等的研究結(jié)果相差很大。馬君潞等使用2003年的數(shù)據(jù)進(jìn)行仿真，模擬結(jié)果顯示只有中國銀行和建設(shè)銀行具有風(fēng)險(xiǎn)傳染效應(yīng)，且中國銀行的傳染效應(yīng)大于建設(shè)銀行，其它所有銀行均不具有傳染性。高國華使用2009年數(shù)據(jù)對基于資產(chǎn)負(fù)債表關(guān)聯(lián)的銀行間市場雙邊傳染風(fēng)險(xiǎn)進(jìn)行研究，結(jié)果顯示只有中國銀行和工商銀行倒閉則能夠引致傳染效應(yīng)，但沖擊性較小，只引發(fā)一輪傳染且倒閉銀行資產(chǎn)占比僅為 1.2% 其中，中國銀行在對銀行系統(tǒng)的沖擊資本損失數(shù)量和對違約損失率敏感性等方面均大于工商銀行。為了研究造成結(jié)果差異的原因，使用國泰安2007年度和2009年度的數(shù)據(jù)進(jìn)行仿真模擬，結(jié)果顯示2007年和2009年銀行間風(fēng)險(xiǎn)傳染效應(yīng)仍然十分顯著，2009年銀行風(fēng)險(xiǎn)傳染效應(yīng)甚至高于2011年，這說明研究結(jié)果的差異不是由于年份不一樣造成的。造成研究結(jié)果差異的主要原因在于本文仿真模型考慮了資產(chǎn)價(jià)格渠道的風(fēng)險(xiǎn)傳染，增大了銀行倒閉引發(fā)的沖擊效應(yīng)，在對手方違約損失和債券市場價(jià)格下降損失的雙重打擊下，受沖擊的銀行從范圍上、受沖擊程度上都大幅增加，從而增大了銀行倒閉所引發(fā)的風(fēng)險(xiǎn)傳染效應(yīng)。

壓力測試是各國金融監(jiān)管當(dāng)局開展的一項(xiàng)活動(dòng)，通過評估在各種不利情景下金融系統(tǒng)的反應(yīng)，識別金融體系潛在風(fēng)險(xiǎn)，衡量基礎(chǔ)設(shè)施的完備性以及金融系統(tǒng)的穩(wěn)定性。合理的壓力測試模型是取得良好評估效果的前提，研究結(jié)果說明銀行間的風(fēng)險(xiǎn)傳染不可忽視，應(yīng)該將銀行間風(fēng)險(xiǎn)傳染納入到壓力測試模型的構(gòu)建之中。中國人民銀行分別于2011年底、2012年底進(jìn)行了兩次金融穩(wěn)定性壓力測試，央行的金融穩(wěn)定壓力測試包括信用風(fēng)險(xiǎn)壓力測試、市場風(fēng)險(xiǎn)壓力測試以及流動(dòng)性風(fēng)險(xiǎn)壓力測試。其中，市場風(fēng)險(xiǎn)壓力測試考察資產(chǎn)價(jià)格波動(dòng)（包括利率、匯率變動(dòng)）對銀行資本充足率的影響，并沒有考慮資產(chǎn)價(jià)格導(dǎo)致的銀行間風(fēng)險(xiǎn)傳染。本文的研究表明，資產(chǎn)價(jià)格導(dǎo)致商業(yè)銀行資本不足，銀行資本不足便會甩賣資產(chǎn)，從而造成資產(chǎn)價(jià)格的進(jìn)一步下降，資產(chǎn)價(jià)格螺旋成為銀行間風(fēng)險(xiǎn)傳染的重要渠道。忽略此渠道將嚴(yán)重低估資產(chǎn)價(jià)格變動(dòng)對銀行資本充足率的影響，從而樂觀估計(jì)壓力測試結(jié)果。

3.2.2銀行間風(fēng)險(xiǎn)傳染特征

為了探析銀行間風(fēng)險(xiǎn)傳染的特征，本文將擴(kuò)大參數(shù)的取值范圍，令違約損失率，價(jià)格沖擊系數(shù)，選擇合適的步長，針對每一個(gè)參數(shù)組合分別仿真模擬四大行倒閉引起的傳染效應(yīng)。圖3顯示工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行以及中國銀行破產(chǎn)引發(fā)的銀行倒閉家數(shù)隨著價(jià)格沖擊系數(shù)和違約損失率的變化而變化。只考慮銀行間的資產(chǎn)負(fù)債表直接聯(lián)系渠道，即令價(jià)格沖擊系數(shù)接近于0，只有工商銀行和建設(shè)銀行的倒閉會引起少數(shù)銀行的倒閉，與高國華和潘英麗（2012）的研究結(jié)果類似。而引進(jìn)資產(chǎn)價(jià)格渠道后，隨著價(jià)格沖擊系數(shù)的增加，破產(chǎn)銀行數(shù)量開始不斷增加。這說明了資產(chǎn)價(jià)格是銀行間風(fēng)險(xiǎn)傳染的重要渠道，印證了上文的結(jié)論。

同時(shí)，隨著價(jià)格沖擊系數(shù)和違約損失率的提高，破產(chǎn)銀行數(shù)并不是一直平穩(wěn)增加，而是存在跳躍。從圖3中可以看出，一開始，在價(jià)格沖擊系數(shù)和違約損失率較小的情景下，這4家銀行倒閉引發(fā)的銀行倒閉數(shù)從0緩慢遞增，然后在快速上升到20家之后，急劇攀升至40家；之后，破產(chǎn)銀行的數(shù)量又再次出現(xiàn)急劇上升到60家?？梢?，隨著價(jià)格沖擊系數(shù)和違約損失率的增加，銀行倒閉家數(shù)遞增，一旦達(dá)到閾值便有跳躍性的激增。從引發(fā)的銀行倒閉家數(shù)隨著價(jià)格沖擊系數(shù)和違約損失率的變化可以進(jìn)一步比較工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行以及中國銀行的系統(tǒng)重要性，從圖3可以顯著表明，這4家銀行的系統(tǒng)重要性從大到小排序?yàn)楣ど蹄y行、建設(shè)銀行、中國銀行、農(nóng)業(yè)銀行。

圖3 主要銀行倒閉引發(fā)銀行倒閉家數(shù)的變化

圖4是四大行的單獨(dú)倒閉引發(fā)傳染輪數(shù)隨著價(jià)格沖擊系數(shù)和損失率的變化而變化。可以看出，工商銀行和建設(shè)銀行傳染輪數(shù)的模式基本一致：隨著沖擊指數(shù)和損失率的增加，傳染輪數(shù)基本上遵循著先增后減的趨勢。例如若工商銀行倒閉，在=0.35，隨著價(jià)格沖擊系數(shù)的增加，傳染倒閉的銀行家數(shù)從0家增加到38家，然后穩(wěn)定在38家，而傳染輪數(shù)先從1輪增加到10輪，然后減少到5輪,；在=0.34時(shí)，隨著損失率的增加，傳染輪數(shù)先從4輪增加到10輪，然后減少到5輪，而倒閉銀行家數(shù)卻從19家增加到38家，最后增加到63家。這說明隨著沖擊指數(shù)和損失率的增加，銀行倒閉所造成的沖擊增大，從而引發(fā)更多的銀行倒閉，使傳染的鏈條增長，而當(dāng)沖擊指數(shù)和損失率進(jìn)一步增大時(shí)，銀行倒閉造成的沖擊變的異常兇猛，使原先在傳染鏈條后端的銀行提前倒閉，從而導(dǎo)致傳染的鏈條縮短，傳染的范圍和危害程度大幅增加。中國銀行和農(nóng)業(yè)銀行傳染輪數(shù)的模式相似，基本遵循傳染輪數(shù)遞增的趨勢。之所以不同于工商銀行和建設(shè)銀行，是因?yàn)檗r(nóng)行和中行的系統(tǒng)重要性較小，其倒閉對銀行體系的沖擊不會如此猛烈?？梢?，銀行間危機(jī)蔓延的時(shí)間長短具有非線性特征，隨著沖擊的增大，銀行危機(jī)的蔓延速度加快，使監(jiān)管部門的應(yīng)對時(shí)間變短。

隨著價(jià)格沖擊系數(shù)和違約損失率的增加，銀行間風(fēng)險(xiǎn)傳染的危害程度激增，危機(jī)蔓延的時(shí)間長度呈現(xiàn)出非線性特征。使用2007年度和2009年度的數(shù)據(jù)進(jìn)行仿真，可以發(fā)現(xiàn)相似的特征。這些特征說明了銀行經(jīng)營風(fēng)險(xiǎn)有效處置機(jī)制對抑制銀行間風(fēng)險(xiǎn)傳染非常重要，通過有效的風(fēng)險(xiǎn)處置機(jī)制，降低價(jià)格沖擊系數(shù)和違約損失率，不僅可以減弱破產(chǎn)銀行對銀行網(wǎng)絡(luò)的沖擊，而且可以增加監(jiān)管部門的反應(yīng)時(shí)間，為監(jiān)管部門提供更多時(shí)間進(jìn)行政策干預(yù)。缺乏有效處置機(jī)制,會增大銀行間風(fēng)險(xiǎn)傳染的嚴(yán)重程度,造成銀行信用的喪失和對金融機(jī)構(gòu)的恐慌，從而增加救助成本,增大銀行倒閉引發(fā)的社會負(fù)擔(dān)。2008年爆發(fā)的金融危機(jī)暴露了監(jiān)管部門風(fēng)險(xiǎn)處置機(jī)制的缺陷。因此，面對銀行間風(fēng)險(xiǎn)傳染，監(jiān)管部門應(yīng)建立有效的破產(chǎn)銀行處置機(jī)制, 通過健全有序的破產(chǎn)清算機(jī)制，降低沖擊的嚴(yán)重程度，增強(qiáng)金融體系的穩(wěn)定性。

圖4主要銀行倒閉引發(fā)傳染輪數(shù)的變化

3.3中小銀行聯(lián)合倒閉引起的傳染效應(yīng)分析

為了考察多個(gè)小銀行聯(lián)合倒閉是否會引發(fā)大規(guī)模的傳染，從57城市商業(yè)銀行里抽取一定數(shù)量（2~20家）的小銀行作為誘導(dǎo)組，針對每一個(gè)誘導(dǎo)組規(guī)模，隨機(jī)抽取1000次進(jìn)行仿真模擬，模擬結(jié)果見圖5a。小銀行聯(lián)合倒閉具有的傳染性較小，從2家到20家小銀行的聯(lián)合倒閉均未引發(fā)其他銀行接連倒閉。小銀行聯(lián)合倒閉引發(fā)的銀行資產(chǎn)損失數(shù)跟誘導(dǎo)組規(guī)模成正比，隨機(jī)模擬1000次，20家小銀行聯(lián)合倒閉造成的最大損失約為4612億，平均損失為3163億。大量的小銀行倒閉，有可能引發(fā)居民對銀行業(yè)的整體擔(dān)憂，從而引發(fā)恐慌、造成擠兌。由于本文中只考慮資產(chǎn)價(jià)格渠道和資產(chǎn)負(fù)債表關(guān)聯(lián)渠道的傳染效應(yīng)，實(shí)際的傳染效應(yīng)可能會比本文的模擬結(jié)果嚴(yán)重。為了增強(qiáng)結(jié)果的穩(wěn)健性，在誘導(dǎo)組中引入全國性股份制銀行進(jìn)行模擬仿真。首先在誘導(dǎo)組中引入一個(gè)全國性股份制銀行，13家中小銀行的聯(lián)合倒閉有可能引發(fā)一家銀行接連倒閉，發(fā)生的概率為0.3%（1000次模擬中出現(xiàn)了3次）；誘導(dǎo)組規(guī)模上升為20家時(shí)，模擬中最大倒閉數(shù)仍為1，發(fā)生的概率上升到2%（圖5b）。這說明傳染的規(guī)模很小，發(fā)生的概率很低，同時(shí)也說明了小銀行之間的聯(lián)系較弱。引入兩家全國性商業(yè)銀行，誘導(dǎo)組規(guī)模為2時(shí)（即倒閉銀行全部為全國性股份制商業(yè)銀行），就有可能引發(fā)銀行的接連倒閉，但最大規(guī)模僅為1家，傳染概率為1.7%。使用2007年度以及2009年度數(shù)據(jù)仿真，中小銀行聯(lián)合倒閉未引起其他銀行的接連倒閉，在一定程度上說明小銀行在銀行網(wǎng)絡(luò)結(jié)構(gòu)中的重要性有所上升。

我國銀行體系中除了四大行、股份制商業(yè)銀行之外，還有城市商業(yè)銀行144 家、農(nóng)村商業(yè)銀行 337 家以及農(nóng)村金融機(jī)構(gòu)（包括農(nóng)村合作銀行、農(nóng)村信用社、村鎮(zhèn)銀行）近3000家①。這么多的銀行機(jī)構(gòu)如何監(jiān)管、如何分配監(jiān)管資源是監(jiān)管部門面臨的一個(gè)重要問題。仿真結(jié)果說明小銀行在銀行網(wǎng)絡(luò)結(jié)構(gòu)中的地位不重要，一組小銀行的聯(lián)合倒閉具有較小的風(fēng)險(xiǎn)傳染性，這為監(jiān)管部門重點(diǎn)管控大中型商業(yè)銀行提供了數(shù)據(jù)支持，契合了系統(tǒng)重要性金融機(jī)構(gòu)的監(jiān)管理念。

圖5 中小銀行聯(lián)合倒閉的傳染效應(yīng)

4結(jié)論與建議

由于本文在馬君潞等（2007）、高國華和潘英麗（2012）的基礎(chǔ)上引入了資產(chǎn)價(jià)格渠道，銀行間風(fēng)險(xiǎn)傳染效應(yīng)有顯著不同。隨著銀行更多的參與金融市場以及會計(jì)準(zhǔn)則要求采用公允價(jià)值進(jìn)行會計(jì)處理的規(guī)定，資產(chǎn)價(jià)格傳染在銀行間風(fēng)險(xiǎn)傳染的重要性越來越大。本文的研究表明單獨(dú)的資產(chǎn)負(fù)債表關(guān)聯(lián)渠道難以造成大規(guī)模的傳染，而資產(chǎn)價(jià)格渠道卻可以引發(fā)大規(guī)模的銀行接連倒閉。評定銀行機(jī)構(gòu)的系統(tǒng)重要性以及構(gòu)建宏觀壓力測試模型時(shí)，不僅要關(guān)注資產(chǎn)負(fù)債表直接關(guān)聯(lián)，還應(yīng)關(guān)注金融市場的資產(chǎn)價(jià)格隱性關(guān)聯(lián)。

綜合資產(chǎn)負(fù)債表關(guān)聯(lián)渠道和資產(chǎn)價(jià)格渠道進(jìn)行仿真，結(jié)果顯示工商銀行的倒閉將造成大規(guī)模的銀行接連倒閉，而建設(shè)銀行、農(nóng)業(yè)銀行、中國銀行也具有一定的風(fēng)險(xiǎn)傳染性。這與馬君潞等（2007）以及高國華和潘英麗（2012）的研究結(jié)果有顯著的不同。同時(shí)考察了一組中小銀行的聯(lián)合倒閉是否會演化為大的系統(tǒng)問題，結(jié)果顯示一組小銀行的聯(lián)合倒閉具有較小的風(fēng)險(xiǎn)傳染性，因此在監(jiān)管中應(yīng)將監(jiān)管資源分配給大的金融機(jī)構(gòu)。

仿真顯示銀行間風(fēng)險(xiǎn)傳染的危害程度和傳播速度受價(jià)格沖擊指數(shù)和損失率的影響。銀行間風(fēng)險(xiǎn)傳染的時(shí)間長短與銀行間風(fēng)險(xiǎn)傳染的危害程度呈現(xiàn)出非線性關(guān)系。隨著沖擊的增大，銀行危機(jī)蔓延的速度會加快，從而使監(jiān)管部門的反應(yīng)時(shí)間變短。監(jiān)管部門應(yīng)注意風(fēng)險(xiǎn)傳染這一特征，抓住有利時(shí)機(jī)，及時(shí)采取有力措施控制風(fēng)險(xiǎn)傳染。隨著價(jià)格沖擊系數(shù)和違約損失率的增加，銀行間的風(fēng)險(xiǎn)傳染危害程度有跳躍性的激增。通過優(yōu)化破產(chǎn)清算、增大金融市場的流動(dòng)性等措施減少違約損失率和價(jià)格沖擊指數(shù)，可以有效抑制銀行間風(fēng)險(xiǎn)的傳染，從而增大銀行體系的穩(wěn)健性。

[1] Sheldon G, Maurer M. Interbank Lending and Systemic Risk: An Empirical Analysis for Switzerland [J]. Swiss Journal of Economics and Statistics, 1998, 134(4):685-704.

[2] Furfine C. Interbank Exposures: Quantifying the Risk of Contagion[J]. Journal of Money, Credit, and Banking, 2003, 35(1): 111-128.

[3] Upper C, Worms A. Estimating bilateral exposures in the German interbank market: Is there a danger of contagion?[J]. European Economic Review, 2004, 48(4): 827-849.

[4] Wells S. UK Interbank Exposures: Systemic Risk Implications [J]. Financial Stability Review, 2002, (12):175-82.

[5] Elsinger, H, Lehar A, Summer M. Risk Assessment of Banking Systems [J]. Management science, 2006, 52(9):1301-1314.

[6] De Larosire Group .Report by the High-Level Group on Financial Supervision in the European Union [R]. Brussels, 2009.

[7] Cifuentes R, Ferrucci G,Shin HS. Liquidity risk and contagion [J].Journal of the European Economic Association, 2005, 3(2-3): 556-566.

[8] Kyle AS, Xiong W. Contagion as a wealth effect [J]. The Journal of Finance, 2001, 56(4): 1401-1440.

[9] Gorton G, Huang L. Liquidity, Efficiency, and Bank Bailouts [J]. The American Economic Review, 2004, 94(3): 455-483.

[10] Benmelech E, Bergman NK. Bankruptcy and the Collateral Channel [J]. The Journal of Finance, 2011, 66(2): 337-378.

[11] Collin-Dufresne P, Goldstein R, Helwege J. Are jumps in corporate bond yields priced? Modeling contagion via the updating of beliefs [J]. University of California Berkeley Working Paper, 2003.

[12] Giesecke K. Correlated default with incomplete information [J]. Journal of Banking and Finance, 2004, 28 (7):1521–1545.

[13] Calvo GA, Mendoza EG. Rational contagion and the globalization of securities markets [J]. Journal of International Economics, 2000, 51(1): 79-113.

[14] Hertzel MG, Officer MS. Industry contagion in loan spreads [J]. Journal of Financial Economics, 2012, 103(3): 493-506.

[15] Jorion P, Zhang G. Good and bad credit contagion: evidence from credit default swaps [J]. Journal of Financial Economics, 2007, 84(3):860–83.

[16] 李宗怡,李玉海.我國銀行同業(yè)拆借市場“傳染”風(fēng)險(xiǎn)的實(shí)證研究[J].財(cái)貿(mào)研究,2005(06): 51-58.

[17] 李守偉,何建敏.不同網(wǎng)絡(luò)結(jié)構(gòu)下銀行間傳染風(fēng)險(xiǎn)研究[J].管理工程學(xué)報(bào),2007,26(04):71-76.

[18] 馬君潞,范小云,曹元濤.中國銀行間市場雙邊傳染的風(fēng)險(xiǎn)估測及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究,2007(01): 68-78+142.

[19] 高國華,潘英麗.基于資產(chǎn)負(fù)債表關(guān)聯(lián)的銀行系統(tǒng)性風(fēng)險(xiǎn)研究[J].管理工程學(xué)報(bào),2007,26(04): 162-168.

[20] 馬源源,莊新田,李凌軒.股市中危機(jī)傳播的SIR模型及其仿真[J].管理科學(xué)學(xué)報(bào),2013,16(7):80-94.

[21] Blien U, Grae F. Entropieoptimi erungsverfahren in derempirischen wirtschaftsforschung (Entropy Optimization in Empirical Economic Research) ［J］．Jahrbuch fur Nationalokonomie und Statistik, 1998(4): 399～413.

[22] 何自力.抵押貸款違約損失率研究[J].南方金融,2006(1):30-31.

Interbank Financial Contagion Based on Direct Relations of Balance Sheets and Assets Price

WANG Zhan-hao1, GUO Ju’e1, XUE Yong1,2

(1. School of management, Xi’an Jiaotong University, Xi’an 710049, China;2. Bank of Xi’an, Xi’an 710075, China)

As the backbone of financial system in China, banks play a key role in affecting financial stability. Interbank contagions, which typically begin with a collapse of one institution and spread through the whole system, pose a great threat to financial stability. "Money shortage" incidence in the interbank market in June 2013 highlights the effect of contagion on financial stability. Therefore, it is important to investigate characteristics and mechanisms of interbank contagion in order to make suggestions for regulation.

Based on the studies of Ma (2007) and Gao (2012) on interbank contagion, this paper introduced a new channel-asset price model to understand interbank contagion and constructed a more practical model of interbank contagion. Data used in this study are 2011 annual reports of 75 main banks in China. A simulation was conducted based on the assumption that risk positions of every bank are exposed to each other in a complete structure of interbank markets.

First, contagion effects caused by collapse of individual bank are stimulated separately. The results show that the collapse of ICBC will lead to large-scale bankruptcy of banks. The individual collapse of Industrial and Commercial Bank of China, Agricultural Bank of China or Bank of China will cause some banks to become insolvent. In contrast, the solo insolvency of other banks will not trigger contagion. The contagion effect is much stronger than that of findings in the studies of Ma etc. (2007) and Gao etc. (2012). The channel of asset price is an important intermediary for contagion. Additional robustness analysis shows that as price impact coefficient and loss given default increase, the aftermath of contagion is increased via accelerated contagion speed.

Second, we simulated the contagion effect caused by synchronous failure of several small and medium-sized banks. The results show that joint failures of small-sized banks are not infectious. However, when a medium-sized bank is added, joint failures of banks become contagious even though contagion effects and probability are both low. This study finds that assets size of bank is an important variable that influences contagion, and regulations should focus on big banks.

The conclusions are useful for regulators. Asset price correlation is an important channel for contagion, which should be taken into consideration when regulators systematically evaluate important banks. Interbank contagion can be effectively controlled by reducing loss given default, and optimizing bankruptcy liquidation process. Price impact coefficient can also be reduced via enhancing the liquidity of debt market. Small-sized banks have little systematic significance. Regulatory resource should be more allocated to large-sized banks, such as ICBC.

financial contagion; bank crisis; systematically important financial institutions; direct relation

中文編輯：杜 ?。挥⑽木庉嫞篊harlie C. Chen

F832

A

1004-6062(2016)02-0202-08

10.13587/j.cnki.jieem.2016.02.025

2013-08-16

2013-12-23

國家自然科學(xué)基金資助項(xiàng)目（71173169）

王占浩（1986—），男，河北大名人，西安交通大學(xué)管理學(xué)院博士研究生，研究方向：系統(tǒng)性金融風(fēng)險(xiǎn)。

① 參見《中國金融體系穩(wěn)定評估報(bào)告》和《中國金融部門評估報(bào)告》，http://www.ftchinese.com/story/001041750/ce

① 馬源源等在測定股權(quán)轉(zhuǎn)移比例對股票價(jià)格的影響時(shí)，假定股票原市值、新市值，以及股權(quán)轉(zhuǎn)移比例之間的關(guān)系為。

① 數(shù)據(jù)來源于《中國金融穩(wěn)定報(bào)告（2013）》