■杜冠德，胡志浩

一、引言

2008年全球金融危機對世界金融體系造成了嚴重沖擊和破壞，以西方發(fā)達國家為代表的眾多經(jīng)濟體陷入衰退困境，零利率甚至負利率政策得到廣泛實施，但多年來效果微弱，復蘇乏力，金融危機已然使世界經(jīng)濟付出了巨大代價。

根據(jù)歷史經(jīng)驗，金融危機所導致的通縮型大衰退一般程度較深，恢復時間較長。金融危機是系統(tǒng)性金融風險不斷積累直至爆發(fā)的結(jié)果，由于金融機構(gòu)共同的風險敞口或存在業(yè)務關聯(lián)，系統(tǒng)性風險會造成大范圍的影響和擴散，威脅金融穩(wěn)定。

此次國際金融危機由美國次貸危機引發(fā)。事前，美聯(lián)儲對次級債務風險做出了嚴重誤判，認為其是完全可以忽略不計的風險。但事實上，美國的主要金融機構(gòu)都大量持有次級債務相關的MBS等有毒資產(chǎn)，金融體系為經(jīng)濟的虛假繁榮承擔著巨大風險。

金融危機后，對系統(tǒng)性風險的防范受到了高度重視。有效宏觀審慎政策的實施，要求能夠?qū)ο到y(tǒng)性風險進行準確的動態(tài)評估。IMF-FSB-BIS（2016）聯(lián)合報告指出，系統(tǒng)性金融風險包括時間和橫截面（結(jié)構(gòu)性）兩個維度。其中：時間維度是指金融體系風險隨時間積累而產(chǎn)生的脆弱性，主要包括信貸總量和資產(chǎn)價格過度增長等宏觀脆弱性、家庭和公司信貸增長等部門脆弱性以及金融部門期限和外幣錯配累積的脆弱性；橫截面維度是指金融體系內(nèi)部的相互關聯(lián)性及相關的風險分布所產(chǎn)生的脆弱性，主要包括金融機構(gòu)（包括金融市場基礎設施）間的關聯(lián)性風險以及某一機構(gòu)倒閉對整個金融體系的影響。

近年來，學者們對系統(tǒng)性風險的監(jiān)測和度量方法進行了大量探索，國內(nèi)也相繼涌現(xiàn)出一系列的綜述文獻。其中，比較有代表性的是根據(jù)不同的數(shù)據(jù)來源，對現(xiàn)存的各種度量方法進行分類和介紹。

系統(tǒng)性風險度量的目的是能夠及時發(fā)現(xiàn)風險，從而采取宏觀審慎政策處置風險，進而防范危機。而現(xiàn)有文獻中尚缺乏從這一根本目標出發(fā)，對系統(tǒng)性風險測度進行較為深入的解讀和準確的概括。也正是基于這一角度，我們才能對現(xiàn)存測度方法的不足有更清晰的認識，從而明確未來研究的著力點。因此，本文根據(jù)學術文獻對系統(tǒng)性風險界定的不同，將測度方法主要分為三類，即測度（單個）系統(tǒng)重要性金融機構(gòu)所承擔的整體風險，測度經(jīng)濟部門的債務風險和部門間的風險傳導以及測度銀行間同業(yè)拆借關聯(lián)所導致的銀行體系脆弱性。

二、系統(tǒng)重要性金融機構(gòu)所承擔的整體風險

次貸危機爆發(fā)后，作為全球最大保險公司的美國國際集團（AIG，American International Group），因持有大量與次級債務相關的衍生品而面臨嚴重的財務危機。為避免AIG破產(chǎn)對金融體系造成大范圍的沖擊，美聯(lián)儲對其實施了緊急救助，減少了危機的擴散。其后，美國第四大投資銀行“雷曼兄弟”（Lehman Brothers）因未能獲得救助而破產(chǎn)，由此引發(fā)了持有其大量票據(jù)的貨幣市場共同基金（MMFs）面臨危機，并迅速蔓延至整個MMFs部門（Allen et al.，2009）。這些經(jīng)驗和教訓表明，系統(tǒng)重要性金融機構(gòu)對于維護金融穩(wěn)定舉足輕重。目前的主要測度方法正是基于這一角度，對單個金融機構(gòu)所承擔的系統(tǒng)性風險進行監(jiān)測和評估。歸納起來，主要包括以下四類方法：

（一）CoVaR與Co-Risk

自2008年金融危機以來，Adrian&Brunnermeier（2016）提出的△CoVaR是最具代表性的系統(tǒng)性風險測度。該測度基于風險管理中最為常用的VaR，將其推廣到單個金融機構(gòu)處于某一狀態(tài)時整個金融體系的條件在險價值（CoVaR），并以該金融機構(gòu)處于危機或正常狀態(tài)下的CoVaR之差作為其所承擔的系統(tǒng)性風險度量（相對于個體風險承擔）。

除了上述對橫截面維度的風險度量，Adrian&Brunnermeier（2016）還基于CoVaR對時間維度即順周期性進行了討論。他們將公司特性和宏觀指標的滯后項作為解釋變量，建立了CoVaR的預測模型。研究結(jié)果表明，前瞻性的系統(tǒng)性風險測度Forward-△CoVaR（即未來△CoVaR的預測值）和當前的△CoVaR具有很強的負相關性，從而揭示了系統(tǒng)性風險的順周期性。然而，CoVaR還只是度量尾部依賴性的一種統(tǒng)計方法，并不能刻畫因果關系，也不能揭示金融機構(gòu)所承擔的系統(tǒng)性風險的具體機制，因而對于宏觀審慎管理的作用存在局限性。

Chan-Lau et al.（2009）提出了一個類似的條件（分布）度量方法，稱為Co-Risk模型。他們基于美國、歐洲和日本的全球系統(tǒng)重要性金融機構(gòu)的CDS日度價差數(shù)據(jù)，利用分位數(shù)回歸研究一個機構(gòu)的信用風險狀況對另一個機構(gòu)信用風險的影響。該模型建立了“條件Co-Risk測度”：首先計算一個金融機構(gòu)的條件CDS價差（即在另一個金融機構(gòu)CDS價差處于95%分位數(shù)的條件下），然后計算條件CDS價差相對該機構(gòu)非條件下的95%分位數(shù)價差的變化，并將其作為機構(gòu)間信用風險關聯(lián)性的度量指標。

（二）SES與SRISK

Acharya et al.（2017）提 出 的 SES（Systemic Expected Shortfall）測度也產(chǎn)生了較大的影響。他們將整個金融系統(tǒng)資本不足時（將總資本充足率低于某一比例定義為系統(tǒng)性危機）某一單個銀行的預期資本短缺定義為該銀行的SES，并將其作為對系統(tǒng)性風險的貢獻。同時，將金融體系的權(quán)益資本視為單個機構(gòu)資本的組合，用MES（Marginal Expected Shortfall）表示某一單個銀行對金融系統(tǒng)ES（Expected Shortfall）的邊際貢獻。他們的理論模型表明，單個金融機構(gòu)的SES與該機構(gòu)的杠桿率和MES存在較為密切的關系，故而可用后者對該機構(gòu)的系統(tǒng)性風險貢獻（SES）進行分析和預測。在文中，他們選取的SES代理變量有三種：危機期間壓力測試所評估的資本短缺、危機期間的股票收益率和CDS價差。而且，在一年中市場收益率最低的5%天數(shù)內(nèi)，將銀行股票的平均收益率作為其MES。實證結(jié)果表明，根據(jù)次貸危機前1年的數(shù)據(jù)估計的銀行杠桿率和MES，能夠預測該銀行在危機期間的SES實現(xiàn)值。

這為度量和預測金融機構(gòu)對系統(tǒng)性風險的貢獻提供了一種新方法，但該方法在理論上也存在一些不足。首先，SES的定義是金融危機中單個金融機構(gòu)的資本短缺，其數(shù)值大小雖然可以在一定程度上代表其對金融體系穩(wěn)定可能帶來的影響，但該機構(gòu)的資本損失也有可能是其他機構(gòu)風險溢出的結(jié)果，即仍然是微觀意義上的風險。因此，SES測度不能揭示風險的來源及風險發(fā)生的先后順序等系統(tǒng)性風險機制。其次，理論模型對SES與杠桿率、MES存在密切關系的論證是基于SES的上述定義，文中采用的后兩種代理變量（股票收益率、CDS價差）有些缺乏理論基礎。第三，SES是一種事后測度，對于未發(fā)生過金融危機的國家，該方法的使用將受到制約。

“A到VP”格式中的“到”不是可有可無的。關于“到”的意義和作用，前文已做了專門討論。它在“A到VP”格式的意義和結(jié)構(gòu)上都承載著不可或缺的作用。單獨看A和VP都不能理解它們的整體含義，不能根據(jù)表面意義得出整個格式的意義，“A到VP”是“A”“到”“VP”意義的整合與融合，它已經(jīng)成為語言表達的固定格式。沒有“到”的連接，整個結(jié)構(gòu)就不完整、不自足，表義也不連貫或有偏差，謂詞性VP對A的描述和補足就不能產(chǎn)生作用。例如：

Brownless&Engle（2017）對MES和SES做了進一步發(fā)展，提出了SRISK（Systemic Risk Indices）測度①“Volatility，Correlation and Tails for Systemic Risk Measurement”為其工作論文版本。：將市場在未來一段時間內(nèi)收益率低于-10%的情況下，某一金融機構(gòu)的預期資本短缺定義為該機構(gòu)在當前時刻的SRISK，并將其作為測度單個機構(gòu)對系統(tǒng)性風險貢獻的一種動態(tài)指標（有別于SES靜態(tài)測度）。同時，將某一金融機構(gòu)在未來一段時間內(nèi)的股權(quán)預期收益率（在市場收益率低于-10%的條件下）定義為該機構(gòu)當前的LRMES（Long-Run MES）。在一定的假設條件下，容易得到SRISK是公司規(guī)模、杠桿率和LRMES的函數(shù)。這一測度方法克服了SES事后觀測的不足，并且能夠動態(tài)評估。但根據(jù)定義，SRISK度量的是整個金融體系發(fā)生危機時（風險已全面擴散的情況下）某一機構(gòu)的損失，而不是單個機構(gòu)對整個系統(tǒng)造成的風險。系統(tǒng)重要性金融機構(gòu)（SIFIs）在整個市場中舉足輕重，市場收益率的崩潰實際上表示SIFIs處于危機狀態(tài)，故而SRISK測度反映的其實是公司規(guī)模的大小，而不能揭示金融風險機制。關于SRISK測度的探討也可參見Acharya et al.，（2012）。

（三）DIP

另一個受到廣泛關注的系統(tǒng)性風險測度是Huang et al.（2009）提出的 DIP（Distress Insurance Premium）。他們將銀行系統(tǒng)大規(guī)模信用違約視為系統(tǒng)性風險（文中設定的閾值為銀行部門債務組合的違約損失達到其總債務規(guī)模的15%及以上），計算系統(tǒng)性風險爆發(fā)時銀行部門所造成的預期損失的當前價值，即DIP②文中選取了十幾家重要的銀行作為研究樣本。。

具體來說，他們首先基于一定的假設條件，利用CDS價差計算單個銀行的風險中性違約概率③因為要計算現(xiàn)值即無套利價格，故而要計算以無風險利率折現(xiàn)后的風險中性期望。，然后基于股票價格預測銀行資產(chǎn)未來收益的相關性，并將其作為對銀行違約相關性的估計?；谶@兩個要素所計算的DIP是一種前瞻性的動態(tài)測度。Huang et al.，（2012）對DIP做了進一步發(fā)展，將單個銀行對DIP的邊際貢獻作為該銀行對系統(tǒng)性風險的貢獻，并且能夠在時間和橫截面兩個維度進行度量。

（四）Shapley Value

Tarashev et al.（2009）將 合 作 博 弈 論 中 的Shapley值④Shapley（1953）提出了一種度量每位參與者對團隊貢獻的方法：計算每位參與者對所有可能的子團隊邊際貢獻的平均值，即Shapley Value。概念應用于系統(tǒng)性風險分析，度量單個金融機構(gòu)對系統(tǒng)性風險的貢獻，即度量金融機構(gòu)的系統(tǒng)重要性。Shapley值是一種一般性的分配原理，基于這一原理對系統(tǒng)性風險分配依賴于具體的風險測度。他們選擇ES（Expected Shortfall，預期損失）作為系統(tǒng)性風險測度，對選定的20家大型跨國金融機構(gòu)，運用Shapley值方法分析違約概率、規(guī)模和對共同風險的敞口等因素對金融機構(gòu)系統(tǒng)重要性的影響。

Tarashev et al.，（2016）對度量金融機構(gòu)（銀行）系統(tǒng)重要性的Shapley值方法做了進一步研究，建立了嚴格的理論基礎，并對相關實證結(jié)果給出了理論證明。

以上四大類方法主要是基于SIFIs的股票收益率進行風險度量。此外，也有學者嘗試運用股票期權(quán)數(shù)據(jù)進行分析，例如Malz（2013）使用的方法包括以下兩個步驟：

1.基于期權(quán)數(shù)據(jù)估計金融部門股票組合收益率的概率分布。首先，基于G-SIBs（Global Systemically Important Banks）的股票期權(quán)價格等數(shù)據(jù)，估計股票未來收益率的概率分布。然后，用單個股票和股票指數(shù)的隱含波動率，估計股票收益率的相關系數(shù)。最后，基于股票收益率分布和相關系數(shù)，運用正態(tài)Copula模型估計股票收益率的聯(lián)合分布，進而得到金融部門股票組合的概率分布。

2.基于金融部門股票組合的收益率分布計算系統(tǒng)性風險指標。首先，計算金融部門股票組合在未來3個月內(nèi)遭受大幅損失（例如25%的市值損失）的概率。其次，計算金融部門股票組合收益率尾部分布（后5%）的平均損失。最后，在某一金融機構(gòu)遭受損失的條件下計算前兩種測度，即“條件系統(tǒng)性風險指標”。

三、經(jīng)濟部門的債務風險及部門間風險傳導

與聚焦于系統(tǒng)重要性金融機構(gòu)的風險測度方法不同的是，CCA（Contingent Claims Analysis）模型是基于經(jīng)濟部門的結(jié)構(gòu)模型，通過計算部門的風險債務暴露、違約概率、危機距離等風險指標，分析各部門的信用風險以及部門間基于資產(chǎn)負債表關聯(lián)的風險傳導，并將其作為對系統(tǒng)性風險的度量。

CCA是Merton（1973）所提出的分析方法，即假設總資產(chǎn)的市場價值服從It?隨機過程，則可以運用期權(quán)定價的方法對公司的權(quán)益、債務的市場價值進行計算和分析。其中，權(quán)益資本可以視為以總資產(chǎn)為標的、債務額為敲定價格的看漲期權(quán)。類似地，公司未來的資本短缺，即總資產(chǎn)相對于總債務的差額可以視為總資產(chǎn)的看跌期權(quán)。

后來的學者們對CCA方法進行了拓展，將其應用于系統(tǒng)性風險分析和度量。例如，Lehar（2005）基于CCA方法，研究了銀行系統(tǒng)的風險度量。他將銀行體系的風險定義為銀行監(jiān)管者投資組合的風險，利用看跌期權(quán)定價原理計算單個銀行預期資本短缺的現(xiàn)值，并利用股票市場信息估計銀行資產(chǎn)之間的動態(tài)關聯(lián)，從而對銀行體系的風險進行評估。Gray et al.（2007）將CCA模型框架進行了拓展，使其能夠適用于主權(quán)資產(chǎn)負債表，從而能夠?qū)χ鳈?quán)信用風險和相關政策進行量化分析。Gray et al.（2007）基于CCA方法，提出了一個度量系統(tǒng)性風險的新框架：將一個經(jīng)濟體的各個部門視為相互關聯(lián)的由資產(chǎn)、負債和擔保所構(gòu)成的投資組合，運用風險調(diào)整的資產(chǎn)負債表進行風險分析。這一方法比傳統(tǒng)方法能夠更好地刻畫風險逐漸積累后突然爆發(fā)的非線性特征，以及對資產(chǎn)負債錯配的影響進行量化，并且更加便于通過數(shù)值模擬和壓力測試對宏觀審慎政策的效應進行評估。Gray et al.（2008）對基于CCA的主權(quán)信用風險模型做了進一步發(fā)展，建立了一個分析公共部門債務可持續(xù)性的新框架。這一方法克服了傳統(tǒng)方法在度量風險暴露、違約概率和信用利差方面存在的缺陷，并且能夠進行相關政策分析。Gray&Jobst（2010）建立了“系統(tǒng)性 CCA”（Systemic CCA）的新框架，基于市場信息計算預期損失，對系統(tǒng)性風險進行度量，并將該方法應用于政府隱性債務分析。Jobst&Gray（2013）基于“系統(tǒng)性CCA”框架，通過估計金融機構(gòu)的聯(lián)合預期損失，對系統(tǒng)性的償付能力風險進行度量和分析。Gray et al.（2013）將 CCA 和 GVAR（Global Vector Autoregression）方法相結(jié)合，分析銀行、政府、公司等部門間的風險傳導。通過對校準后的模型進行銀行風險和主權(quán)風險的沖擊模擬，分析風險溢出效應，并對宏觀審慎政策的有效性進行評估。Gray（2014）基于CCA分析了房地產(chǎn)價格和住房抵押貸款風險向銀行部門的傳導，以及銀行部門的風險向政府部門及實體經(jīng)濟的傳導，并將這一分析框架應用于愛爾蘭。

CCA模型的主要不足在于，其依賴于總資產(chǎn)服從幾何布朗運動的基本假設①即Black-Scholes模型中對標的股票價格過程的假設，漂移和波動率均為常數(shù)。，并繼而得到部門的權(quán)益和債務，故而與事實存在較大的偏離。

四、銀行間同業(yè)拆借關聯(lián)所導致的銀行體系脆弱性

大量文獻基于網(wǎng)絡模型研究銀行間同業(yè)拆借關聯(lián)所導致的銀行體系脆弱性。Allen&Gale（2000）是金融網(wǎng)絡模型的奠基性文獻。他們對銀行間信用關聯(lián)和風險傳染建模，論證了銀行系統(tǒng)信用關聯(lián)的完全結(jié)構(gòu)（Complete Interconnection）比非完全結(jié)構(gòu)在面臨外部流動性沖擊時更加穩(wěn)定。Eisenberg&Noe（2001）在一定條件下證明了銀行間信用關聯(lián)網(wǎng)絡存在唯一的“清算支付向量”，并建立了一個基本算法（“Fictitious Sequential Default”Algorithm），分析銀行違約風險的傳染過程。Cifuentes et al.（2005）主要分析了資產(chǎn)拋售與資產(chǎn)減值相互作用所導致的銀行系統(tǒng)風險傳染。Degryse&Nguyen（2007）發(fā)現(xiàn)完全結(jié)構(gòu)的銀行間網(wǎng)絡比“多貨幣中心”（Multiple-Money-Center）網(wǎng)絡結(jié)構(gòu)更加穩(wěn)健。Gai et al.（2011）的研究表明，銀行間網(wǎng)絡結(jié)構(gòu)的復雜性和集中度增加會放大銀行系統(tǒng)的脆弱性。Cont et al.（2013）運用“傳染指數(shù)”（Contagion Index）度量金融機構(gòu)的系統(tǒng)重要性，并對銀行網(wǎng)絡中的傳染風險進行分析。Glasserman&Young（2015）提出了一個不同于傳統(tǒng)金融網(wǎng)絡模型分析的新思路，即建立單個金融機構(gòu)特性（資產(chǎn)規(guī)模、杠桿率和關聯(lián)性）與網(wǎng)絡中傳染放大效應之間的關系，這一關系并不依賴于網(wǎng)絡拓撲結(jié)構(gòu)。

五、其他測度方法

（一）宏觀指標與宏觀指數(shù)

用一組宏觀指標或其合成的宏觀指數(shù)來度量金融體系的總體風險狀況，這類方法可以統(tǒng)稱為“金融狀況指數(shù)”（Financial Conditions Indexes）。

例如：Frankel&Rose（1996）、Sachs et al.（1996）對發(fā)生貨幣危機的主要經(jīng)濟基本面因素進行了研究；Kaminsky et al.（1998）建立了貨幣危機預警系統(tǒng)；Illing&Liu（2006）、Morales&Estrada（2010）、Cardarelli et al.（2011）、Brave&Butters（2012）、Carlson et al.（2014）建 立 了“ 金 融 壓 力 指 數(shù) ”（Financial Stress Indexes）。此外，Brunnermeier et al.（2014）建立了“流動性錯配指數(shù)”（Liquidity Mismatch Index）。

（二）主成分分析與格蘭杰因果網(wǎng)絡

Billio et al.（2012）基于主成分分析和格蘭杰因果檢驗，建立了兩類度量金融機構(gòu)關聯(lián)性和系統(tǒng)性風險的指標。他們在美國的銀行、證券交易商、保險公司和對沖基金四類金融機構(gòu)中分別選取最大的25家，并基于其股票月度收益率（或?qū)_基金的月度收益率）進行統(tǒng)計分析。

首先，將樣本機構(gòu)股票收益率的“方差-協(xié)方差矩陣”進行正交分解，從而可以將收益率表示為主成分的線性組合。將金融系統(tǒng)的總風險定義為主成分方差之和。選定前幾個解釋力最強的主成分，將它們的方差之和與總風險的比值作為金融系統(tǒng)關聯(lián)性的（動態(tài)）指標。這是因為當金融系統(tǒng)關聯(lián)性增強時，選定的前幾個主成分對總波動的解釋比例增加。同時，金融系統(tǒng)關聯(lián)性增強也在一定程度上意味著系統(tǒng)性風險水平上升。另外，也可以計算單個機構(gòu)對總風險的貢獻。

接下來，他們對機構(gòu)的股票收益率序列互相進行格蘭杰因果檢驗，從而建立“格蘭杰因果網(wǎng)絡”，并基于該網(wǎng)絡提出了度量關聯(lián)性的5個指標：格蘭杰因果度（Degree of Granger Causality）、關聯(lián)數(shù)目（Number of Connections）、部門條件關聯(lián)（Sectorconditional Connections）、緊密度（Closeness）、特征向量中心性（Eigenvector Centrality）。

六、主要結(jié)論

本文對主要的系統(tǒng)性金融風險測度方法進行了較為詳盡的回顧。測度（單個）系統(tǒng)重要性金融機構(gòu)所承擔的系統(tǒng)性風險仍是目前的主流方法,但這類方法度量的是危機爆發(fā)后擴散階段的風險，并不能揭示系統(tǒng)性風險在機制上的來源，故而對于采取有效的宏觀審慎政策進行逆周期調(diào)節(jié)的作用有限。

以美國次貸危機為例，雷曼兄弟等系統(tǒng)重要性金融機構(gòu)對其金融體系穩(wěn)定性的重要意義是不言而喻的，危機爆發(fā)前這些大型金融機構(gòu)看似都保持著穩(wěn)健運行，并無危機征兆，但事實上它們乃至美國金融體系已經(jīng)積累了巨大風險。在房地產(chǎn)泡沫破裂后，這些大型金融機構(gòu)所暴露出來的巨大流動性缺口，會迅速表現(xiàn)為整個金融體系穩(wěn)定性的崩潰。從系統(tǒng)性風險爆發(fā)的先后順序看，比大型機構(gòu)破產(chǎn)所引發(fā)的連鎖效應更為關鍵的問題是，這些實力強大、舉足輕重的系統(tǒng)重要性金融機構(gòu)為什么會集體同時遭受規(guī)模如此龐大的損失以致破產(chǎn)？這一風險從何積累而來？事實上，這就是系統(tǒng)性風險，即相當數(shù)量的系統(tǒng)重要性金融機構(gòu)因大規(guī)模卷入資產(chǎn)價格泡沫而面臨危機，從而危及金融體系穩(wěn)定。

總之，系統(tǒng)性風險是金融體系或多數(shù)系統(tǒng)重要性金融機構(gòu)所面臨的共同風險因素，這些風險因素及其潛在影響是系統(tǒng)性風險分析和度量的核心。在當前我國防范化解重大風險的關鍵時期，對房地產(chǎn)泡沫、地方政府債務、影子銀行體系等主要的系統(tǒng)性風險因素及其潛在影響進行準確的動態(tài)評估，是系統(tǒng)性風險度量對于維護金融穩(wěn)定的重要意義所在，其目標在于能夠及時采取宏觀審慎政策，增強金融體系的穩(wěn)健性。從經(jīng)濟部門看，房地產(chǎn)價格和住房抵押貸款風險向銀行體系傳導，繼而由銀行體系向?qū)嶓w經(jīng)濟和政府部門傳導，是危機的重要傳導路徑。因此，房地產(chǎn)市場的平穩(wěn)和銀行體系的穩(wěn)健，是宏觀穩(wěn)定的重要前提。此外，幾年前的“錢荒”事件充分暴露了銀行間同業(yè)拆借的復雜關聯(lián)可能導致的流動性危機，故而對銀行間同業(yè)拆借市場的流動性風險監(jiān)測也是維護金融穩(wěn)定必不可少的重要環(huán)節(jié)。