銀行系統性風險傳染機制的實踐
論文摘要：本文從資產價格波動的視角，通過對不同市場中銀行資產價格變動的分析，構建傳染機制其資產價格模型，闡述銀行系統性風險的傳染機制的三階段理論。并采用動態(tài)面板數據模型對中國2006-2010年的數據進行檢驗，得出結論：銀行不良資產是影響銀行系統性風險的重要因素，不良資產的增加導致銀行貸款規(guī)模下降。本文的研究，對進一步理解銀行系統性風險傳染的微觀基礎，防范和抑制系統性風險傳染，減少銀行業(yè)損失具有一定的理論和現實意義。
論文關鍵詞：系統性風險,微觀視角,面板數據模型
始于2007年的美國金融危機對銀行系統性風險作了一個最新的案例。從兩只貝爾斯登公司的對沖基金破產——次貸風波爆發(fā)，到2008年經濟環(huán)境惡化，美國房地產和房地美被聯邦政府接管，接下來第五大投資銀行貝爾斯登和第四大投資銀行雷曼兄弟公司相繼倒閉。隨后，華盛頓互惠銀行倒閉，截至到2010年5月，次貸危機引發(fā)金融危機以來，美國破產銀行總數已經突破200家。在這次危機中，美國銀行業(yè)遭受的沖擊前所未有，其中150年歷史的雷曼兄弟倒閉，就是事件的轉折點，標志著次貸危機迅速演變?yōu)椴叭蜚y行的系統性風險。受其傳染，華盛頓互惠銀行的企業(yè)客戶紛紛撤走未經保險的存款，導致該行因現金用盡而不得不選擇破產，成為美國有史以來最大的銀行破產案。銀行業(yè)也在2009年創(chuàng)下了自1992年以來最高的年度破產記錄。由此可見，美國的銀行系統性風險在其國內傳染非同小可。受其影響，全球銀行業(yè)不同程度被動傳染。在歐洲，冰島三大國有銀行失敗，導致“國家破產”。英國銀行業(yè)受損最為嚴重，虧損和資本減記總額高達682億美元，名列歐洲之首。德國以總額670億美元僅隨其后，其他受損嚴重的還有瑞士、法國和荷蘭銀行業(yè)（宋瑋，2009）。在亞洲，雷曼投資銀行的倒閉造成我國的工行持有1.5億美元債券，建行持有1.9億美元債券，中信持有7600萬美元債券等等成為不良資產。按全口徑統計，包括銀行QDII投資與雷曼兄弟編制的指數掛鉤的部分銀行理財產品，中資銀行持有雷曼資產最多可達數十億美元。綜上所述，美國金融危機擴散與銀行業(yè)的系統性風險傳染形影不離，銀行業(yè)的歷史事件成為這次金融危機的主線，銀行的系統性風險的傳染成為危機擴散的主要路徑。本文將從銀行業(yè)市場的微觀經濟學視角分析銀行資產價格波動以及其傳導的過程，闡述在宏觀經濟環(huán)境惡化條件下，銀行不良資產對于銀行貸款的影響以及銀行系統性風險傳染的過程。通過本文的研究，對進一步理解銀行系統性風險傳染的微觀基礎，防范和抑制它的傳染，減少銀行業(yè)損失具有重要的理論和現實意義。
一、文獻回顧
從銀行的微觀層次來看，系統性風險是指一個事件中產生的損失可能性，這個事件能夠沿著一個系統的許多機構或市場的傳播，導致一系列損失（GeorgeG.Kaufman，1995）。世界清算銀行(BIS，1994)界定系統性風險是市場的參與者不能履行合同義務導致其他參與者違約，并使這種風險狀況像鏈條一樣擴散，導致更大范圍的金融困難的風險。也就是，在一個或多個銀行的資金困難波及或者溢出到其他銀行或整個金融系統（SchoenmakerD.，1998）。從這里的定義可以看出銀行系統性風險在微觀層面上就是表現為風險的傳染過程，傳染機制成為銀行系統性風險的核心問題。從微觀經濟學的角度分析，大量國內外學者研究了流動性風險帶來的銀行系統性風險。最早的研究追溯到銀行擠兌現象的研究，主要以DiamondandDybvig（1983）和PostlewaiteandVives（1987）為代表。首先是假設消費和投資風險的一系列模型，也就是存款人可以隨機取款，投資缺乏流動性的模型，這些模型提供了銀行存在的理由，同時也是銀行面臨擠兌的脆弱性。過度的銀行存款支取迫使銀行花費高額成本保證流動性。如果有一個存款人預期其他人會取款，他也會為了避免損失而取款。Diamond–Dybvig模型給出了包括擠兌的多個恒等式，銀行擠兌的原因在于人們預期的改變，這個轉變依賴于一些太陽黑子（與銀行沒有任何關系）。ChariandJagannathan(1988)，Gorton(1985)提出更加現實的銀行擠兌模型，進一步考慮投資風險。該模型中，銀行于存款人之間的信息不對稱，貸款的真實價值是這些模型的關鍵因素。只有一小部分存戶收到關于貸款前景的信息。不知情的存款人不知道大量提取存款是由在早期消費者還是因為貸款的收益下降造成的結果。考慮到銀行的償付能力下降導致等待取款的隊伍變長，不知情存款人的理性反應是加入取款隊伍，及早落袋為安。Chari-Jagannathan和Diamond-Dybvig模型在解釋銀行擠兌的差異在于前者存款人擔心某個銀行的破產清算使得存款受損，而后者是基于自我實現的基礎上。
雖然銀行擠文獻提供了個別銀行擠提的解釋，它沒有解釋為什么在許多銀行儲戶提取存款的同時，產生銀行恐慌(CalomirisandGorton,1991)。因此，銀行擠兌的傳染效應需要對明確的銀行恐慌模型進行解釋。也就是，一個或多個銀行的融資困難如何外溢到其他銀行或者整個系統。具體的傳染機制按照不同的擴散渠道可以劃分為兩種，即信息渠道和信貸渠道。在信息渠道中，AharonyandSwary(1983)對于純傳染（行業(yè)傳染）和噪聲傳染（特定公司傳染）做了區(qū)分。純傳染是一個銀行的負面信息對所有銀行產生消極影響，包括那些與這個銀行沒有任何關系的銀行。噪聲傳染則是一個銀行失敗使得具有相同特征的其他銀行風險暴露。 如果一個銀行失敗，其他具有相同資產負債結構的銀行將遭受相同的沖擊，甚至出現擠兌。兩者都是在不對稱信息前提下，其他銀行擠兌可能會由于這些可觀察到相似銀行（沒有必要完全相似）的失敗引發(fā)。在進一步的研究中，Allen和Gale(2000)分析銀行破產，將傳染作為多銀行框架中的均衡一種形式。認為銀行恐慌是由于存款者一方的隨機流動性沖擊而造成的，這樣的總流動性沖擊對于傳染來說是必要的和充分的。另一方面，對于信貸渠道是指銀行間同業(yè)拆借市場、柜臺外交易（OTC）衍生工具市場和支付清算系統的復雜網絡之間傳染(e.g.GuttentagandHerring，1987；Schoenmaker，1995)。銀行間同業(yè)的信貸額度通常與拆入銀行的大小有關，而與拆出銀行的大小無關。幸存的銀行拆借資金給失敗銀行，可能會隨之出現同樣情況。市場參與者都知道，銀行同業(yè)的之間的聯系非常多，但是具體的雙邊聯系卻不是很清楚，一旦銀行失敗，市場參與者不知道對破產銀行的未清償的債權，這反過來可能會導致在銀行間市場普遍失去信心。Kaufman(1994)通過信用渠道分析銀行傳染說明銀行之間通過聯邦基金市場的相互連接加速了損失從失敗銀行到其他銀行的傳導。吳忱（2003）通過美國銀行業(yè)的案例分析后認為一個銀行的破產當且僅當其他銀行破產時才會發(fā)生。以債務人銀行的破產為條件，債權人銀行在其自身基本面的很大范圍內發(fā)生破產，遠遠超過債權人銀行幸免于難的情況。但是，債權人銀行的破產并不影響債務人銀行破產的概率。傳染從債務人流向債權人，并因此通過銀行同業(yè)存款的渠道以特定的方向傳播。于是，傳染變得地區(qū)化，但并不是所有的銀行都成為潛在的目標。
銀行作為經濟運行中的金融中介，其系統性風險不僅僅在銀行內部傳染，而且也會在貸款企業(yè)、投資者與銀行之間傳染。Peter（2004）從個別企業(yè)資產價格下降的角度解釋貸款企業(yè)與銀行之間傳染。因為企業(yè)資產下降減少了對資產收益的預期，而名義債務不變，企業(yè)還貸能力相對下降，企業(yè)無法償還債務而違約，從而給銀行帶來信貸損失，資本金的減少。由于受資本充足率監(jiān)管要求限制，反過來迫使信貸水平下降，進一步帶來資產價格的下降，銀行信貸比率的下降。同時，KrahnenandWilde（2006）從投資者出售債務抵押債券（CDO），分析大型銀行進行貸款證券化的資產價格變化過程，使得銀行股票的價值反映了銀行業(yè)市場中主要的系統風險。
以上文獻研究多數集中銀行擠兌事件和破產事件產生的系統性風險傳染，而針對于銀行自身資產價格傳染的研究較少。相對發(fā)達國家而言，我國銀行業(yè)受到國家的保護，銀行擠兌事件和破產實際案例并不常見。因此，本文改換視角，從銀行自身資產價格波動的角度，提出銀行系統性風險的傳染機制，為防范和抑制其傳染，減少銀行業(yè)損失提供理論依據。
二、理論模型
�。ㄒ唬┠Ｐ图僭O
假設銀行是一個理性人，宏觀經濟變量中的利率和其他價格指數為外生變量。這種假設一方面是為了簡化分析過程，同時對于多數的銀行進行微觀分析來說也是合適的，一個銀行的行為無法影響到這些指標。
�。ǘ┙Ｅc求解
本文在完全競爭市場和不完全競爭市場兩種情況下建立模型，分別討論系統性風險的傳染機制。
1、完全競爭的市場。根據微觀銀行學，銀行業(yè)完全競爭的市場要求滿足四個條件：一是市場上有無數的銀行和貸款人；二是銀行業(yè)中的貸款產品是完全無差別的；三是銀行進入或退出是完全自由的；四是每一個銀行和貸款人都掌握與自己的經濟決策有關的商品和市場的全部信息。在這樣的嚴格假定下，我們將銀行活動作為存款和貸款服務的對象建立模型，銀行管理存款和貸款的成本由成本函數
決定，其中，D為存款數量，L為貸款數量。存在N家不同的銀行（n=1..N），具體一個銀行的成本函數為
，它滿足凸狀假設，齊次假設。為了表述的簡練，由銀行n吸收的存款數量D與發(fā)放的貸款數量L之間的差額形成儲備R，它劃分為中央銀行的法定準備金
和該銀行在銀行間市場上的凈頭寸
，
、
和
為既定的貸款利率、銀行同業(yè)間利率和銀行存款利率。銀行的利潤是：
（1）
銀行在同業(yè)間市場上的凈頭寸
。假定銀行管理成本為線性函數，
。因而，銀行的利潤可以用下面的式子表示：
（2）
這樣銀行利潤是貸款與存款和凈管理成本差額。通過一階微分得到利潤最大化行為：
（3）
由（3）兩式相加得：
，表示銀行貸款的邊際收益等于銀行貸款的邊際成本，即銀行的每筆貸款的收益率等于其存款的利息成本、法定準備金成本和管理成本的和，假設銀行能夠保持持續(xù)經營，貸款中出現不良貸款（不良貸款率為
），L中有效貸款
減少，銀行貸款收益率必然下降。而在持續(xù)經營條件下，管理費用并沒有因此下降，銀行存款并沒有及時調整。
利潤變成
（4）
而且，受到資本充足率監(jiān)管的嚴格規(guī)定，不良貸款將占據正常貸款的信貸額度，也就是有效貸款的數量將會下降，
。當等于銀行平均成本時，表示銀行沒有利潤，收支平衡。當等于銀行可變成本，即
，銀行倒閉。不良貸款的增加使得銀行邊際收益率下降，最終導致銀行被接管或者破產。因此，不良貸款可以看作是銀行系統性風險的重要的傳染源。一般而言，在銀行發(fā)生系統性風險時，貨幣當局采取寬松的貨幣政策，例如采取降低存款準備金等政策，其目的在于減少貸款的邊際成本，相對提高邊際收益率，使得銀行能夠避免倒閉，維護金融秩序的穩(wěn)定。
如果是完全競爭市場，收支平衡時，超額利潤為0。
，令
（0）。同時，銀行必須滿足監(jiān)管當局資本充足率
的最低要求，即
，
，所以
。銀行系統風險的傳染過程中，銀行的存款下降，假設存款準備金率外生變量，
，即
，的減少，使得銀行風險傳染中貸款
減少，也就是貸款減少的速度下降。不良貸款和存款的數量會影響到貸款的變動，影響到投資效應。不良貸款影響銀行的生存能力，同時不良貸款進一步惡化了銀行的放貸能力。在這樣的情況下，銀行在自身的風險控制能力范圍內，縮小貸款，金融中介能力下降，不能將資金合理配置經濟中最需要的部門上。進一步惡化宏觀經濟環(huán)境，從而將銀行系統性風險轉移為全社會的風險。
在完全競爭模型中，假設銀行貸款的價格為
，價格等于邊際收益，它是關于時間的函數。
，即
。這個式子可以表明存款價格變動、同行業(yè)存款利率的調整以及中央銀行存款比例的調整對于銀行貸款真實價格的影響是直接、強有力的手段。
2、不完全競爭市場。完全競爭假設過于嚴格，在現實的經濟生活中，完全競爭的市場是不存在的。各國銀行業(yè)一般具有較大的進入和退出壁壘，因而完全競爭假設并不與實際相符，一種不完全競爭模型可能會更好地反映實際情況�；谝陨峡紤]，壟斷銀行更加符合不完全競爭市場中的銀行的行為。下面研究Monti-Klein的擴展模型（弗雷克斯，2000）�？紤]N家銀行壟斷競爭模型，假設銀行管理成本同前。銀行業(yè)利潤最大化時求解最佳的銀行的貸款量和存款量。
（5）
（6）
很容易可以得到，一階微分方程求出最優(yōu)化條件，得到古諾均衡解：
=
，是方程的唯一均衡解。將均衡解（6）代入，并相加得到：
（7）
式（7）說明貸款利率大小，與存款量和貸款量相關。收支平衡時，超額利潤為0，式（5）變?yōu)?img onload="if(this.width>600) this.width=600" src="/images-w/news_dt/2016-04/20160423-1859-101811.gif">，令
（0）假設銀行貸款的價格為。
，說明存款越多，貸款實際價格越小。而
，說明貸款越多，貸款實際價格越大。也說明市場力量引導銀行使用更低的存款利率和更高的貸款利率。價格的變化為
即：
令
，
，則
�。ㄈ┠Ｐ徒Y論
通過對完全競爭市場和不完全競爭市場中銀行資產價格的分析，我們不難發(fā)現銀行系統性風險傳染會通過銀行真實的資產價格進行傳導。銀行的利潤
受到貸款
、同業(yè)凈頭寸、存款數量
和相關利率以及管理成本的影響。在持續(xù)經營的前提下，銀行系統性風險主要來自于不良貸款率的增加，銀行大幅計提資產減值準備，有效貸款減少，同時，銀行必須滿足監(jiān)管當局資本充足率的最低要求，即（或
）。（或
）值下降，導致銀行真實資產價格
下降，同時，貸款
同步下降。銀行系統性風險通過銀行的信用收縮，使得社會投資下降，進一步將銀行系統性風險向整個社會擴散。
我們將銀行資產價格波動下，銀行系統性風險傳染的微觀過程簡要的歸納如下：
經濟環(huán)境↓→不良貸款↑（不良資產）↑→資產減值準備↑→銀行資產價格↓→銀行貸款↓→投資環(huán)境↓→經濟環(huán)境↓。
本文將銀行系統性風險傳染的整個過程劃分為三個階段。社會經濟環(huán)境整體下降，導致企業(yè)的盈利能力下降，影響其正常貸款的按期歸還，導致企業(yè)無法按期歸還銀行貸款。這個過程可以看成是社會經濟風險向銀行的傳染，第二個階段中，銀行受到不良貸款增加和資本監(jiān)管的要求，增加貸款損失資產減值準備，在銀行資產價格機制的作用下，銀行資產價格下降。這反映在信貸市場上的表現為貸款的供給下降。第三個階段，銀行投資環(huán)境的下降，金融中介的效率下降或者部分功能的喪失，最終導致經濟環(huán)境的進一步惡化，進入一個惡性循環(huán)，直到資產價格穩(wěn)定以及不良貸款的影響得到控制。否則，這個循環(huán)將不斷重復，銀行系統性風險持續(xù)銀行社會經濟的恢復。
三、模型實證
本文期望通過對中國商業(yè)銀行的動態(tài)數據面板實證，驗證以下兩個理論假設：第一，銀行不良資產是影響銀行系統性風險的重要因素。 第二，銀行不良資產的增加反向影響銀行貸款規(guī)模。
（一）研究樣本、數據來源及變量說明
本文選擇的樣本個體為我國境內的12家商業(yè)銀行，包括中國工商銀行(ICBC)、中國銀行(BOC)、中國建設銀行(CCB)三家國有商業(yè)銀行，和交通銀行(BOCom)、中信銀行(CITIC)、招商銀行(CMB)、浦東發(fā)展銀行(PDB)、福建興業(yè)銀行(FIB)、民生銀行（CMBC）、華夏銀行（HXB）七家全國性股份制商業(yè)銀行以及北京銀行（BBJ）和南京銀行（BNJ）兩家已上市的城市商業(yè)銀行。數據來源于上海證券交易所公開發(fā)布的上市公司定期公告，具體公告時間是從2006年末到2009年第一季度。
本文計量模型所涉及的變量如表1和表2所示，其中表1給出了模型中涉及的變量名稱、標識、含義及其預期符號。表2給出了各變量的描述性統計結果。如表2所示，對各變量本文選取了12家銀行3年共158個觀測值。
表1自變量經濟含義及符號預測
表2：變量的描述性統計量
(二)建模方法
1.單位根檢驗。首先對相關序列進行單位根檢驗，以確定其平穩(wěn)性。其結果顯示lose和cbank是一階協整變量loan和save是零階協整。值得一提的是lose變量和cbank與其他變量不同，對于LLC檢驗和FisherADF檢驗的結果并不是在1%的水平上保持穩(wěn)定，也就是說與其他變量相比穩(wěn)定程度不是很強。計量模型需要引入lose和cbank的一階滯后變量。
2.模型形式。按照理論部分的討論，本文建立如下的面板數據模型：
其中
為非觀測效應誤差項，
為隨機誤差項。
3.模型選擇過程。面板數據涉及的模型主要有以下三種：混合估計模型、固定效應模型和隨機效應模型。規(guī)范的計量模型選擇步驟為：首先，通過F檢驗在混合估計模型與固定效應模型中做出選擇，固定效應模型的F檢驗給出F=1.12，相伴概率為0.34，表明模型誤差項不為0，因此將固定效應模型作為另一備選模型，其次，通過LM檢驗在混合估計模型與隨機效應模型之間做出選擇，對于非觀測效應誤差項的Breusch&PaganLM檢驗表明，卡方統計量χ=13.42，相伴概率為0.26因此該誤差項具有隨機性，確定隨機效應模型作為備選模型之一；最后，通過Hausman檢驗在隨機效應模型和固定效應模型中做出選擇。經檢驗，選擇隨機效應模型。Hausman檢驗結果表明卡方統計量值為χ=8.02，伴隨概率為0.15，說明模型的自變量序列與非觀測效應誤差項序列正交，因此最終檢定模型為隨機效應模型：應用Eviews6軟件動態(tài)面板板數據進行回歸分析，結果如下表3所示。殘差的面板檢驗表明，殘差是平穩(wěn)序列，說明協整關系成立，回歸方程估計結果是可信的。
表3：動態(tài)面板數據檢驗結果
3.模型結果分析。從實證結果可以看到，商業(yè)銀行是基于上期的資產減值數據來調整短期信貸行為，滯后一期的資產減值與貸款數量存在顯著的負相關，其結果與郭友和莫倩（2006）的實證結果相近似，也就是沒有發(fā)生系統性風險時期與發(fā)生系統性風險時期的銀行貸款都是上期的資產減值情況負相關的。這一點和我們理論的預期是一致的。說明銀行不良資產的增加反向影響銀行貸款規(guī)模。而對于當期資產減值的預期出現不一樣的情況，其與貸款數量的顯著程度下降，并且它們之間存在正相關。換句話說，在銀行發(fā)生系統性風險時期，盡管本期的資產減值在增加，銀行依舊在本期增加貸款數量。當期和滯后一期對于銀行貸款的解釋符號上是矛盾的。為什么會出現這樣的情況？筆者的理由是在銀行業(yè)系統性風險威脅下，滯后一期不良資產減少了當期的貸款數量，可是金融環(huán)境惡化，本期的不良資產減值持續(xù)增加，在下一期貸款發(fā)生時，本期為滯后一期的資產減值數量，其結果將會持續(xù)減少貸款數量。這里就驗證了銀行不良資產是影響銀行系統性風險的重要因素，為銀行系統性風險的傳染機制的三階段理論提供了有利的證據。商業(yè)銀行的存款與貸款數量的不相關，這與存款增長率與貸款增長率之間的正相關（郭偉，2009）的觀點相反。其原因在于美國金融危機以來，我國實行積極的貨幣政策和寬松的財政政策，社會的儲蓄總量在不斷上升。相反，貸款數量并沒有受益，次級債券造成我國銀行資產價格下降，資產減值增加。而且各家銀行根據監(jiān)管的資本要求，大幅提高資本充足率，減少貸款投放，增加風險的抵抗能力。另一方面，現金和中央銀行存款的滯后一期與貸款的數量顯著正相關，即商業(yè)銀行滯后一期的流動性增強，當期的銀行貸款數量就會增加，而本期的現金和中央銀行存款數量與貸款數量沒有任何關系。這說明充裕的銀行流動性在一定程度上改變了銀行資產價格，提高企業(yè)的貸款能力，也為銀行系統性風險的傳染機制的三階段理論提供了有利的證據。
四、結論和政策啟示
本文從微觀銀行的視角，闡述了一個銀行系統性風險的傳染機制的三階段理論，得出銀行不良資產是影響銀行系統性風險的重要因素以及銀行不良資產的增加反向影響銀行貸款規(guī)模兩個假設，并采用動態(tài)面板數據模型對我國2006-2010年數據進行實證，檢驗在美國金融危機的影響下，我國銀行業(yè)系統性風險的傳染機制。 在微觀分析框架下，筆者得出政策建議主要有：
第一，在銀行系統性風險發(fā)生時，不良資產降低銀行資產價格，降低其貸款供應量，使得整個社會投資下降。這個風險傳染規(guī)律體現出銀行業(yè)典型的順經濟周期的特點，經濟繁榮時，貸款和投資放大；而在經濟蕭條時，貸款和投資萎縮。因此，筆者認為能否探索一種抵御銀行系統性風險機制，在經濟過度繁榮時，壓制貸款和投資；而在經濟過度蕭條時，鼓勵銀行貸款與投資，控制資產下降，提高銀行抵御風險能力。
第二，改善經濟環(huán)境，提高企業(yè)的抗風險能力，減少違約的可能性。關注銀行投資的渠道，定期發(fā)布銀行的投資方向和數量。追本溯源，從源頭上控制銀行系統性風險。從微觀層面上說，銀行只是為了獲取利潤最大化的一個企業(yè)。其特殊性在于其的金融中介地位，其利潤來自于資產的價格套利。經濟環(huán)境的改善才能改變銀行和企業(yè)之間投資的風險，降低銀行系統性風險。
參考文獻
1 Aharony J. and Swary I.,1983,“Contagion Effects of Bank Failures: Evidence from Capital Markets,”Journal of Business56,305-322.
2 Allen F. and Gale D.,2000, “Financial Contagion The Journal of Political Economy, Vol. 108, No. 1, pp. 1-33.
3 Bank for International Settlements (BIS),1994,64 Annual Report. Basel, Switzerland: BIS.
4 Calomiris C. and Gorton G.,1991,“The Origins of Banking Panics:Models,Facts,and Bank Regulation,”in GlennHubbard,ed.,Financial Markets and Financial Crises.University of Chicago Press,Chicago.
5 Chari,V.,and Jagannathan R.,1988, “Banking Panics,Information,and Rational Expectations Equilibrium,” Journal of Finance,43,749-761.
6 Diamond D. and Dybvig P.,1983, “Bank Runs, Deposit Insurance, and Liquidity ,”Journal of Political Economy,91,401-419.
7 Gorton,G.,1985,“Bank Suspension of Convertibility,” Journal of Monetary Economics 15,177-193.
8 Guttentag J. and Herring R.,1987,“Emergency Liquidity Assistance for International Banks,”in Richard Portes and AlexanderSwoboda, eds., Threats to International Financial Stability. Cambridge University Press, Cambridge.
9 Kaufman, G.,1995, “Comment on Systemic Risk,”In G.G. Kaufman (ed.) Research in Financial Services 7: 47-52. Greenwich: JAI Press.
10 Krahnen J. P. and Wilde C.,2006, “Risk Transfer with CDOs and Systemic Risk in Banking,”CFS Working Paper No. 2006/04,EFA2007 Ljubljana Meetings Paper.
11 Peter G. V., “Asset prices and banking distress: a macroeconomic approach,” BIS Working PapersNo 167,Monetary andEconomic Department,December 2004.
12 Postlewaite A. and Vives X.,1987, “Banks Runs as an Equilibrium Phenomenon,” Journal of Political Economy,95,485-491.
13 Schoenmaker D.,1995,“A Comparison of Alternative Interbank Settlement Systems,”LSE Financial Markets GroupDiscussion Paper No 204,London.
14 Schoenmaker D.,1998, “Contagion Risk in Banking, in Proceeding of the Second Joint Central Bank Research Conference onRisk Measurement and Systemic Risk---Toward a Better Understanding of MarketDynamics During Period of Stress, Nov.16-17,1998,at the Bank of Japan in Tokyo.
15 郭偉.資產價格波動與銀行信貸:基于資本約束視角的理論與經驗分析[J]. 國際金融研究 .2010(4):22-31.
16 哈維爾·弗雷克斯, 讓·夏爾·羅歇. 微觀銀行學[M].成都: 西南財經大學出版社, 2000.
17 宋瑋. 歐洲銀行業(yè)在次貸危機沖擊下黯然失色[J]. 銀行家.2009(3):86-100
18 吳忱. 開放經濟條件下金融傳染微觀機理研究[D].復旦大學.2003.
論文關鍵詞：系統性風險,微觀視角,面板數據模型
始于2007年的美國金融危機對銀行系統性風險作了一個最新的案例。從兩只貝爾斯登公司的對沖基金破產——次貸風波爆發(fā)，到2008年經濟環(huán)境惡化，美國房地產和房地美被聯邦政府接管，接下來第五大投資銀行貝爾斯登和第四大投資銀行雷曼兄弟公司相繼倒閉。隨后，華盛頓互惠銀行倒閉，截至到2010年5月，次貸危機引發(fā)金融危機以來，美國破產銀行總數已經突破200家。在這次危機中，美國銀行業(yè)遭受的沖擊前所未有，其中150年歷史的雷曼兄弟倒閉，就是事件的轉折點，標志著次貸危機迅速演變?yōu)椴叭蜚y行的系統性風險。受其傳染，華盛頓互惠銀行的企業(yè)客戶紛紛撤走未經保險的存款，導致該行因現金用盡而不得不選擇破產，成為美國有史以來最大的銀行破產案。銀行業(yè)也在2009年創(chuàng)下了自1992年以來最高的年度破產記錄。由此可見，美國的銀行系統性風險在其國內傳染非同小可。受其影響，全球銀行業(yè)不同程度被動傳染。在歐洲，冰島三大國有銀行失敗，導致“國家破產”。英國銀行業(yè)受損最為嚴重，虧損和資本減記總額高達682億美元，名列歐洲之首。德國以總額670億美元僅隨其后，其他受損嚴重的還有瑞士、法國和荷蘭銀行業(yè)（宋瑋，2009）。在亞洲，雷曼投資銀行的倒閉造成我國的工行持有1.5億美元債券，建行持有1.9億美元債券，中信持有7600萬美元債券等等成為不良資產。按全口徑統計，包括銀行QDII投資與雷曼兄弟編制的指數掛鉤的部分銀行理財產品，中資銀行持有雷曼資產最多可達數十億美元。綜上所述，美國金融危機擴散與銀行業(yè)的系統性風險傳染形影不離，銀行業(yè)的歷史事件成為這次金融危機的主線，銀行的系統性風險的傳染成為危機擴散的主要路徑。本文將從銀行業(yè)市場的微觀經濟學視角分析銀行資產價格波動以及其傳導的過程，闡述在宏觀經濟環(huán)境惡化條件下，銀行不良資產對于銀行貸款的影響以及銀行系統性風險傳染的過程。通過本文的研究，對進一步理解銀行系統性風險傳染的微觀基礎，防范和抑制它的傳染，減少銀行業(yè)損失具有重要的理論和現實意義。
一、文獻回顧
從銀行的微觀層次來看，系統性風險是指一個事件中產生的損失可能性，這個事件能夠沿著一個系統的許多機構或市場的傳播，導致一系列損失（GeorgeG.Kaufman，1995）。世界清算銀行(BIS，1994)界定系統性風險是市場的參與者不能履行合同義務導致其他參與者違約，并使這種風險狀況像鏈條一樣擴散，導致更大范圍的金融困難的風險。也就是，在一個或多個銀行的資金困難波及或者溢出到其他銀行或整個金融系統（SchoenmakerD.，1998）。從這里的定義可以看出銀行系統性風險在微觀層面上就是表現為風險的傳染過程，傳染機制成為銀行系統性風險的核心問題。從微觀經濟學的角度分析，大量國內外學者研究了流動性風險帶來的銀行系統性風險。最早的研究追溯到銀行擠兌現象的研究，主要以DiamondandDybvig（1983）和PostlewaiteandVives（1987）為代表。首先是假設消費和投資風險的一系列模型，也就是存款人可以隨機取款，投資缺乏流動性的模型，這些模型提供了銀行存在的理由，同時也是銀行面臨擠兌的脆弱性。過度的銀行存款支取迫使銀行花費高額成本保證流動性。如果有一個存款人預期其他人會取款，他也會為了避免損失而取款。Diamond–Dybvig模型給出了包括擠兌的多個恒等式，銀行擠兌的原因在于人們預期的改變，這個轉變依賴于一些太陽黑子（與銀行沒有任何關系）。ChariandJagannathan(1988)，Gorton(1985)提出更加現實的銀行擠兌模型，進一步考慮投資風險。該模型中，銀行于存款人之間的信息不對稱，貸款的真實價值是這些模型的關鍵因素。只有一小部分存戶收到關于貸款前景的信息。不知情的存款人不知道大量提取存款是由在早期消費者還是因為貸款的收益下降造成的結果。考慮到銀行的償付能力下降導致等待取款的隊伍變長，不知情存款人的理性反應是加入取款隊伍，及早落袋為安。Chari-Jagannathan和Diamond-Dybvig模型在解釋銀行擠兌的差異在于前者存款人擔心某個銀行的破產清算使得存款受損，而后者是基于自我實現的基礎上。
雖然銀行擠文獻提供了個別銀行擠提的解釋，它沒有解釋為什么在許多銀行儲戶提取存款的同時，產生銀行恐慌(CalomirisandGorton,1991)。因此，銀行擠兌的傳染效應需要對明確的銀行恐慌模型進行解釋。也就是，一個或多個銀行的融資困難如何外溢到其他銀行或者整個系統。具體的傳染機制按照不同的擴散渠道可以劃分為兩種，即信息渠道和信貸渠道。在信息渠道中，AharonyandSwary(1983)對于純傳染（行業(yè)傳染）和噪聲傳染（特定公司傳染）做了區(qū)分。純傳染是一個銀行的負面信息對所有銀行產生消極影響，包括那些與這個銀行沒有任何關系的銀行。噪聲傳染則是一個銀行失敗使得具有相同特征的其他銀行風險暴露。 如果一個銀行失敗，其他具有相同資產負債結構的銀行將遭受相同的沖擊，甚至出現擠兌。兩者都是在不對稱信息前提下，其他銀行擠兌可能會由于這些可觀察到相似銀行（沒有必要完全相似）的失敗引發(fā)。在進一步的研究中，Allen和Gale(2000)分析銀行破產，將傳染作為多銀行框架中的均衡一種形式。認為銀行恐慌是由于存款者一方的隨機流動性沖擊而造成的，這樣的總流動性沖擊對于傳染來說是必要的和充分的。另一方面，對于信貸渠道是指銀行間同業(yè)拆借市場、柜臺外交易（OTC）衍生工具市場和支付清算系統的復雜網絡之間傳染(e.g.GuttentagandHerring，1987；Schoenmaker，1995)。銀行間同業(yè)的信貸額度通常與拆入銀行的大小有關，而與拆出銀行的大小無關。幸存的銀行拆借資金給失敗銀行，可能會隨之出現同樣情況。市場參與者都知道，銀行同業(yè)的之間的聯系非常多，但是具體的雙邊聯系卻不是很清楚，一旦銀行失敗，市場參與者不知道對破產銀行的未清償的債權，這反過來可能會導致在銀行間市場普遍失去信心。Kaufman(1994)通過信用渠道分析銀行傳染說明銀行之間通過聯邦基金市場的相互連接加速了損失從失敗銀行到其他銀行的傳導。吳忱（2003）通過美國銀行業(yè)的案例分析后認為一個銀行的破產當且僅當其他銀行破產時才會發(fā)生。以債務人銀行的破產為條件，債權人銀行在其自身基本面的很大范圍內發(fā)生破產，遠遠超過債權人銀行幸免于難的情況。但是，債權人銀行的破產并不影響債務人銀行破產的概率。傳染從債務人流向債權人，并因此通過銀行同業(yè)存款的渠道以特定的方向傳播。于是，傳染變得地區(qū)化，但并不是所有的銀行都成為潛在的目標。
銀行作為經濟運行中的金融中介，其系統性風險不僅僅在銀行內部傳染，而且也會在貸款企業(yè)、投資者與銀行之間傳染。Peter（2004）從個別企業(yè)資產價格下降的角度解釋貸款企業(yè)與銀行之間傳染。因為企業(yè)資產下降減少了對資產收益的預期，而名義債務不變，企業(yè)還貸能力相對下降，企業(yè)無法償還債務而違約，從而給銀行帶來信貸損失，資本金的減少。由于受資本充足率監(jiān)管要求限制，反過來迫使信貸水平下降，進一步帶來資產價格的下降，銀行信貸比率的下降。同時，KrahnenandWilde（2006）從投資者出售債務抵押債券（CDO），分析大型銀行進行貸款證券化的資產價格變化過程，使得銀行股票的價值反映了銀行業(yè)市場中主要的系統風險。
以上文獻研究多數集中銀行擠兌事件和破產事件產生的系統性風險傳染，而針對于銀行自身資產價格傳染的研究較少。相對發(fā)達國家而言，我國銀行業(yè)受到國家的保護，銀行擠兌事件和破產實際案例并不常見。因此，本文改換視角，從銀行自身資產價格波動的角度，提出銀行系統性風險的傳染機制，為防范和抑制其傳染，減少銀行業(yè)損失提供理論依據。
二、理論模型
�。ㄒ唬┠Ｐ图僭O
假設銀行是一個理性人，宏觀經濟變量中的利率和其他價格指數為外生變量。這種假設一方面是為了簡化分析過程，同時對于多數的銀行進行微觀分析來說也是合適的，一個銀行的行為無法影響到這些指標。
�。ǘ┙Ｅc求解
本文在完全競爭市場和不完全競爭市場兩種情況下建立模型，分別討論系統性風險的傳染機制。
1、完全競爭的市場。根據微觀銀行學，銀行業(yè)完全競爭的市場要求滿足四個條件：一是市場上有無數的銀行和貸款人；二是銀行業(yè)中的貸款產品是完全無差別的；三是銀行進入或退出是完全自由的；四是每一個銀行和貸款人都掌握與自己的經濟決策有關的商品和市場的全部信息。在這樣的嚴格假定下，我們將銀行活動作為存款和貸款服務的對象建立模型，銀行管理存款和貸款的成本由成本函數
決定，其中，D為存款數量，L為貸款數量。存在N家不同的銀行（n=1..N），具體一個銀行的成本函數為，它滿足凸狀假設，齊次假設。為了表述的簡練，由銀行n吸收的存款數量D與發(fā)放的貸款數量L之間的差額形成儲備R，它劃分為中央銀行的法定準備金和該銀行在銀行間市場上的凈頭寸，、和為既定的貸款利率、銀行同業(yè)間利率和銀行存款利率。銀行的利潤是：（1）銀行在同業(yè)間市場上的凈頭寸
。假定銀行管理成本為線性函數，。因而，銀行的利潤可以用下面的式子表示：（2）這樣銀行利潤是貸款與存款和凈管理成本差額。通過一階微分得到利潤最大化行為：
（3）由（3）兩式相加得：
，表示銀行貸款的邊際收益等于銀行貸款的邊際成本，即銀行的每筆貸款的收益率等于其存款的利息成本、法定準備金成本和管理成本的和，假設銀行能夠保持持續(xù)經營，貸款中出現不良貸款（不良貸款率為），L中有效貸款減少，銀行貸款收益率必然下降。而在持續(xù)經營條件下，管理費用并沒有因此下降，銀行存款并沒有及時調整。
利潤變成（4）而且，受到資本充足率監(jiān)管的嚴格規(guī)定，不良貸款將占據正常貸款的信貸額度，也就是有效貸款的數量將會下降，
。當等于銀行平均成本時，表示銀行沒有利潤，收支平衡。當等于銀行可變成本，即，銀行倒閉。不良貸款的增加使得銀行邊際收益率下降，最終導致銀行被接管或者破產。因此，不良貸款可以看作是銀行系統性風險的重要的傳染源。一般而言，在銀行發(fā)生系統性風險時，貨幣當局采取寬松的貨幣政策，例如采取降低存款準備金等政策，其目的在于減少貸款的邊際成本，相對提高邊際收益率，使得銀行能夠避免倒閉，維護金融秩序的穩(wěn)定。如果是完全競爭市場，收支平衡時，超額利潤為0。
，令（0）。同時，銀行必須滿足監(jiān)管當局資本充足率的最低要求，即，，所以。銀行系統風險的傳染過程中，銀行的存款下降，假設存款準備金率外生變量，，即，的減少，使得銀行風險傳染中貸款減少，也就是貸款減少的速度下降。不良貸款和存款的數量會影響到貸款的變動，影響到投資效應。不良貸款影響銀行的生存能力，同時不良貸款進一步惡化了銀行的放貸能力。在這樣的情況下，銀行在自身的風險控制能力范圍內，縮小貸款，金融中介能力下降，不能將資金合理配置經濟中最需要的部門上。進一步惡化宏觀經濟環(huán)境，從而將銀行系統性風險轉移為全社會的風險。在完全競爭模型中，假設銀行貸款的價格為
，價格等于邊際收益，它是關于時間的函數。，即。這個式子可以表明存款價格變動、同行業(yè)存款利率的調整以及中央銀行存款比例的調整對于銀行貸款真實價格的影響是直接、強有力的手段。2、不完全競爭市場。完全競爭假設過于嚴格，在現實的經濟生活中，完全競爭的市場是不存在的。各國銀行業(yè)一般具有較大的進入和退出壁壘，因而完全競爭假設并不與實際相符，一種不完全競爭模型可能會更好地反映實際情況�；谝陨峡紤]，壟斷銀行更加符合不完全競爭市場中的銀行的行為。下面研究Monti-Klein的擴展模型（弗雷克斯，2000）�？紤]N家銀行壟斷競爭模型，假設銀行管理成本同前。銀行業(yè)利潤最大化時求解最佳的銀行的貸款量和存款量。
（5）（6）很容易可以得到，一階微分方程求出最優(yōu)化條件，得到古諾均衡解：
=，是方程的唯一均衡解。將均衡解（6）代入，并相加得到：（7）式（7）說明貸款利率大小，與存款量和貸款量相關。收支平衡時，超額利潤為0，式（5）變?yōu)?img onload="if(this.width>600) this.width=600" src="/images-w/news_dt/2016-04/20160423-1859-101811.gif">，令
（0）假設銀行貸款的價格為。，說明存款越多，貸款實際價格越小。而，說明貸款越多，貸款實際價格越大。也說明市場力量引導銀行使用更低的存款利率和更高的貸款利率。價格的變化為即：
令
，，則�。ㄈ┠Ｐ徒Y論
通過對完全競爭市場和不完全競爭市場中銀行資產價格的分析，我們不難發(fā)現銀行系統性風險傳染會通過銀行真實的資產價格進行傳導。銀行的利潤
受到貸款、同業(yè)凈頭寸、存款數量和相關利率以及管理成本的影響。在持續(xù)經營的前提下，銀行系統性風險主要來自于不良貸款率的增加，銀行大幅計提資產減值準備，有效貸款減少，同時，銀行必須滿足監(jiān)管當局資本充足率的最低要求，即（或）。（或）值下降，導致銀行真實資產價格下降，同時，貸款同步下降。銀行系統性風險通過銀行的信用收縮，使得社會投資下降，進一步將銀行系統性風險向整個社會擴散。我們將銀行資產價格波動下，銀行系統性風險傳染的微觀過程簡要的歸納如下：
經濟環(huán)境↓→不良貸款↑（不良資產）↑→資產減值準備↑→銀行資產價格↓→銀行貸款↓→投資環(huán)境↓→經濟環(huán)境↓。
本文將銀行系統性風險傳染的整個過程劃分為三個階段。社會經濟環(huán)境整體下降，導致企業(yè)的盈利能力下降，影響其正常貸款的按期歸還，導致企業(yè)無法按期歸還銀行貸款。這個過程可以看成是社會經濟風險向銀行的傳染，第二個階段中，銀行受到不良貸款增加和資本監(jiān)管的要求，增加貸款損失資產減值準備，在銀行資產價格機制的作用下，銀行資產價格下降。這反映在信貸市場上的表現為貸款的供給下降。第三個階段，銀行投資環(huán)境的下降，金融中介的效率下降或者部分功能的喪失，最終導致經濟環(huán)境的進一步惡化，進入一個惡性循環(huán)，直到資產價格穩(wěn)定以及不良貸款的影響得到控制。否則，這個循環(huán)將不斷重復，銀行系統性風險持續(xù)銀行社會經濟的恢復。
三、模型實證
本文期望通過對中國商業(yè)銀行的動態(tài)數據面板實證，驗證以下兩個理論假設：第一，銀行不良資產是影響銀行系統性風險的重要因素。 第二，銀行不良資產的增加反向影響銀行貸款規(guī)模。
（一）研究樣本、數據來源及變量說明
本文選擇的樣本個體為我國境內的12家商業(yè)銀行，包括中國工商銀行(ICBC)、中國銀行(BOC)、中國建設銀行(CCB)三家國有商業(yè)銀行，和交通銀行(BOCom)、中信銀行(CITIC)、招商銀行(CMB)、浦東發(fā)展銀行(PDB)、福建興業(yè)銀行(FIB)、民生銀行（CMBC）、華夏銀行（HXB）七家全國性股份制商業(yè)銀行以及北京銀行（BBJ）和南京銀行（BNJ）兩家已上市的城市商業(yè)銀行。數據來源于上海證券交易所公開發(fā)布的上市公司定期公告，具體公告時間是從2006年末到2009年第一季度。
本文計量模型所涉及的變量如表1和表2所示，其中表1給出了模型中涉及的變量名稱、標識、含義及其預期符號。表2給出了各變量的描述性統計結果。如表2所示，對各變量本文選取了12家銀行3年共158個觀測值。
表1自變量經濟含義及符號預測
|
變量 |
標識 |
含義和預期符號 |
|
貸款量 |
loan |
季度內貸款和墊款總量的自然對數值，此變量為因變量。 |
|
存款量 |
save |
季度內客戶存款總量的自然對數值，此變量預期符號為不定。 |
|
不良資產量 |
lose |
季度內貸款損失準備的自然對數值，此變量預期符號為負號。 |
|
現金量 |
cbank |
季度內現金與中央銀行存款的自然對數值，此變量預期符號為不定。 |
|
|
loan |
save |
lose |
cbank |
|
Mean |
11.81718 |
11.96025 |
10.18346 |
11.21013 |
|
Median |
11.80753 |
11.92830 |
10.12753 |
11.17005 |
|
Maximum |
12.78267 |
13.01421 |
11.16643 |
12.30478 |
|
Minimum |
9.038764 |
9.842422 |
8.829438 |
9.594383 |
|
Std. Dev. |
0.604465 |
0.609442 |
0.584362 |
0.597262 |
|
Observations |
158 |
158 |
158 |
158 |
|
Cross sections |
12 |
12 |
12 |
12 |
(二)建模方法
1.單位根檢驗。首先對相關序列進行單位根檢驗，以確定其平穩(wěn)性。其結果顯示lose和cbank是一階協整變量loan和save是零階協整。值得一提的是lose變量和cbank與其他變量不同，對于LLC檢驗和FisherADF檢驗的結果并不是在1%的水平上保持穩(wěn)定，也就是說與其他變量相比穩(wěn)定程度不是很強。計量模型需要引入lose和cbank的一階滯后變量。
2.模型形式。按照理論部分的討論，本文建立如下的面板數據模型：
其中
為非觀測效應誤差項，為隨機誤差項。3.模型選擇過程。面板數據涉及的模型主要有以下三種：混合估計模型、固定效應模型和隨機效應模型。規(guī)范的計量模型選擇步驟為：首先，通過F檢驗在混合估計模型與固定效應模型中做出選擇，固定效應模型的F檢驗給出F=1.12，相伴概率為0.34，表明模型誤差項不為0，因此將固定效應模型作為另一備選模型，其次，通過LM檢驗在混合估計模型與隨機效應模型之間做出選擇，對于非觀測效應誤差項的Breusch&PaganLM檢驗表明，卡方統計量χ=13.42，相伴概率為0.26因此該誤差項具有隨機性，確定隨機效應模型作為備選模型之一；最后，通過Hausman檢驗在隨機效應模型和固定效應模型中做出選擇。經檢驗，選擇隨機效應模型。Hausman檢驗結果表明卡方統計量值為χ=8.02，伴隨概率為0.15，說明模型的自變量序列與非觀測效應誤差項序列正交，因此最終檢定模型為隨機效應模型：應用Eviews6軟件動態(tài)面板板數據進行回歸分析，結果如下表3所示。殘差的面板檢驗表明，殘差是平穩(wěn)序列，說明協整關系成立，回歸方程估計結果是可信的。
表3：動態(tài)面板數據檢驗結果
|
|
隨機效應 |
固定效應 |
混合 |
|
C |
1.376856*** (3.03) |
6.229280*** (2.32) |
1.376856*** (3.01) |
|
save |
0.004339 (0.05) |
0.016575 (0.09) |
0.004339 (0.04) |
|
lose |
1.150165* (1.70) |
1.065153 (1.46) |
1.150165* (1.69) |
|
lose(-1) |
-1.308387** (-1.96) |
-1.242563* (-1.69) |
-1.308387** (-1.95) |
|
cbank |
0.353613 (1.19) |
0.143455 (0.44) |
0.353613 (1.18) |
|
cbank(-1) |
0.716572*** (2.38) |
0.498105 (1.56) |
0.716572*** (2.37) |
|
R |
0.83 |
0.84 |
0.83 |
|
N |
144 |
144 |
144 |
|
Hausman檢驗 |
8.02 |
|
|
3.模型結果分析。從實證結果可以看到，商業(yè)銀行是基于上期的資產減值數據來調整短期信貸行為，滯后一期的資產減值與貸款數量存在顯著的負相關，其結果與郭友和莫倩（2006）的實證結果相近似，也就是沒有發(fā)生系統性風險時期與發(fā)生系統性風險時期的銀行貸款都是上期的資產減值情況負相關的。這一點和我們理論的預期是一致的。說明銀行不良資產的增加反向影響銀行貸款規(guī)模。而對于當期資產減值的預期出現不一樣的情況，其與貸款數量的顯著程度下降，并且它們之間存在正相關。換句話說，在銀行發(fā)生系統性風險時期，盡管本期的資產減值在增加，銀行依舊在本期增加貸款數量。當期和滯后一期對于銀行貸款的解釋符號上是矛盾的。為什么會出現這樣的情況？筆者的理由是在銀行業(yè)系統性風險威脅下，滯后一期不良資產減少了當期的貸款數量，可是金融環(huán)境惡化，本期的不良資產減值持續(xù)增加，在下一期貸款發(fā)生時，本期為滯后一期的資產減值數量，其結果將會持續(xù)減少貸款數量。這里就驗證了銀行不良資產是影響銀行系統性風險的重要因素，為銀行系統性風險的傳染機制的三階段理論提供了有利的證據。商業(yè)銀行的存款與貸款數量的不相關，這與存款增長率與貸款增長率之間的正相關（郭偉，2009）的觀點相反。其原因在于美國金融危機以來，我國實行積極的貨幣政策和寬松的財政政策，社會的儲蓄總量在不斷上升。相反，貸款數量并沒有受益，次級債券造成我國銀行資產價格下降，資產減值增加。而且各家銀行根據監(jiān)管的資本要求，大幅提高資本充足率，減少貸款投放，增加風險的抵抗能力。另一方面，現金和中央銀行存款的滯后一期與貸款的數量顯著正相關，即商業(yè)銀行滯后一期的流動性增強，當期的銀行貸款數量就會增加，而本期的現金和中央銀行存款數量與貸款數量沒有任何關系。這說明充裕的銀行流動性在一定程度上改變了銀行資產價格，提高企業(yè)的貸款能力，也為銀行系統性風險的傳染機制的三階段理論提供了有利的證據。
四、結論和政策啟示
本文從微觀銀行的視角，闡述了一個銀行系統性風險的傳染機制的三階段理論，得出銀行不良資產是影響銀行系統性風險的重要因素以及銀行不良資產的增加反向影響銀行貸款規(guī)模兩個假設，并采用動態(tài)面板數據模型對我國2006-2010年數據進行實證，檢驗在美國金融危機的影響下，我國銀行業(yè)系統性風險的傳染機制。 在微觀分析框架下，筆者得出政策建議主要有：
第一，在銀行系統性風險發(fā)生時，不良資產降低銀行資產價格，降低其貸款供應量，使得整個社會投資下降。這個風險傳染規(guī)律體現出銀行業(yè)典型的順經濟周期的特點，經濟繁榮時，貸款和投資放大；而在經濟蕭條時，貸款和投資萎縮。因此，筆者認為能否探索一種抵御銀行系統性風險機制，在經濟過度繁榮時，壓制貸款和投資；而在經濟過度蕭條時，鼓勵銀行貸款與投資，控制資產下降，提高銀行抵御風險能力。
第二，改善經濟環(huán)境，提高企業(yè)的抗風險能力，減少違約的可能性。關注銀行投資的渠道，定期發(fā)布銀行的投資方向和數量。追本溯源，從源頭上控制銀行系統性風險。從微觀層面上說，銀行只是為了獲取利潤最大化的一個企業(yè)。其特殊性在于其的金融中介地位，其利潤來自于資產的價格套利。經濟環(huán)境的改善才能改變銀行和企業(yè)之間投資的風險，降低銀行系統性風險。
參考文獻
1 Aharony J. and Swary I.,1983,“Contagion Effects of Bank Failures: Evidence from Capital Markets,”Journal of Business56,305-322.
2 Allen F. and Gale D.,2000, “Financial Contagion The Journal of Political Economy, Vol. 108, No. 1, pp. 1-33.
3 Bank for International Settlements (BIS),1994,64 Annual Report. Basel, Switzerland: BIS.
4 Calomiris C. and Gorton G.,1991,“The Origins of Banking Panics:Models,Facts,and Bank Regulation,”in GlennHubbard,ed.,Financial Markets and Financial Crises.University of Chicago Press,Chicago.
5 Chari,V.,and Jagannathan R.,1988, “Banking Panics,Information,and Rational Expectations Equilibrium,” Journal of Finance,43,749-761.
6 Diamond D. and Dybvig P.,1983, “Bank Runs, Deposit Insurance, and Liquidity ,”Journal of Political Economy,91,401-419.
7 Gorton,G.,1985,“Bank Suspension of Convertibility,” Journal of Monetary Economics 15,177-193.
8 Guttentag J. and Herring R.,1987,“Emergency Liquidity Assistance for International Banks,”in Richard Portes and AlexanderSwoboda, eds., Threats to International Financial Stability. Cambridge University Press, Cambridge.
9 Kaufman, G.,1995, “Comment on Systemic Risk,”In G.G. Kaufman (ed.) Research in Financial Services 7: 47-52. Greenwich: JAI Press.
10 Krahnen J. P. and Wilde C.,2006, “Risk Transfer with CDOs and Systemic Risk in Banking,”CFS Working Paper No. 2006/04,EFA2007 Ljubljana Meetings Paper.
11 Peter G. V., “Asset prices and banking distress: a macroeconomic approach,” BIS Working PapersNo 167,Monetary andEconomic Department,December 2004.
12 Postlewaite A. and Vives X.,1987, “Banks Runs as an Equilibrium Phenomenon,” Journal of Political Economy,95,485-491.
13 Schoenmaker D.,1995,“A Comparison of Alternative Interbank Settlement Systems,”LSE Financial Markets GroupDiscussion Paper No 204,London.
14 Schoenmaker D.,1998, “Contagion Risk in Banking, in Proceeding of the Second Joint Central Bank Research Conference onRisk Measurement and Systemic Risk---Toward a Better Understanding of MarketDynamics During Period of Stress, Nov.16-17,1998,at the Bank of Japan in Tokyo.
15 郭偉.資產價格波動與銀行信貸:基于資本約束視角的理論與經驗分析[J]. 國際金融研究 .2010(4):22-31.
16 哈維爾·弗雷克斯, 讓·夏爾·羅歇. 微觀銀行學[M].成都: 西南財經大學出版社, 2000.
17 宋瑋. 歐洲銀行業(yè)在次貸危機沖擊下黯然失色[J]. 銀行家.2009(3):86-100
18 吳忱. 開放經濟條件下金融傳染微觀機理研究[D].復旦大學.2003.
關鍵字：金融,北京
