姜閃閃,范 宏
(東華大學旭日工商管理學院,上海 200051)
全球金融危機以來,銀行系統的穩(wěn)定性受到越來越多的關注[1]。特別是目前我國宏觀經濟形勢復雜多變的情況下,研究銀行投資收益波動、存款準備金率、儲蓄波動以及儲蓄利率波動的變化對銀行系統穩(wěn)定性的影響將變得尤其重要。而目前對銀行系統性風險的研究大多是從銀行同業(yè)拆借(直接傳染渠道)的角度來分析金融系統的風險[2]。同業(yè)拆借市場為銀行彌補流動性提供了便利,也為危機的蔓延提供了傳染渠道[3]。銀行同業(yè)拆借關系在銀行系統的系統性風險中發(fā)揮著重要作用[4-6]。Kaufman[7]認為系統性風險是指銀行間網絡使整個系統崩潰的風險或可能。Mistrulli[8]的實證研究表明,銀行間市場能夠應對流動性沖擊,但也通過銀行間借貸充當銀行倒閉的風險傳播渠道。對于直接傳染渠道的研究,目前主要集中在直接傳染網絡結構方面。Allen和Gale[9]研究了不同靜態(tài)網絡結構下銀行系統的風險傳染,發(fā)現銀行間的風險傳染很大程度上取決于市場結構,完全市場結構比不完全市場結構更穩(wěn)健。Freixas等[10]發(fā)現,銀行之間的聯系越緊密,危機中單個銀行的恢復速度越快,這結果與Allen[9]的結論類似。在銀行網絡的最優(yōu)結構探索方面,Nier等[11]發(fā)現銀行間的連接對系統性風險的影響不是單調的,并證實了最佳的銀行網絡結構應在風險分擔和潛在的“多米諾崩潰”之間權衡[12]。在最初的時間,輕微地增加連接便增加了感染。當連接性增加到一定值時,連接性增加銀行系統吸收沖擊的能力,從而增加銀行系統的穩(wěn)定性。Kok[13]提出了一個連續(xù)的網絡形成機制來研究關鍵參數如何影響銀行間網絡結構,并得到了與Nier等[11]一致的結論。Iori等[14]和Lenzu 和Tedeschi[15]研究了異構或同質銀行節(jié)點情況下銀行網絡系統的穩(wěn)定性。他們發(fā)現,當銀行同質化時,銀行網絡更加穩(wěn)定。Smerlak等[16]分析了系統性風險傳染中單個銀行的風險傳染特征,發(fā)現大資本銀行和低資本銀行都能夠增加系統性風險,這與Iori等[12]和Lenzu和Tedeschi[15]的 結 論 類 似。 另 外,唐 振 鵬[17]和 鄧超[18]的研究表明在中心-邊緣網絡結構中系統重要性銀行倒閉所造成的銀行系統損失水平更高,但核心-邊緣網絡比其他結構網絡表現出更強的恢復力,這個結論和Smerlak等[16]的結論一致。Caccioli等[19]研究了銀行網絡中的節(jié)點受到隨機沖擊和選擇性沖擊時,網絡拓撲對系統性風險的影響。他們發(fā)現,無標度網絡結構比隨機網絡結構具有更小的系統性風險。Han Jingti和Cao Yu[20]發(fā)現流動性囤積行為在早期減輕了系統性風險傳染,而風險規(guī)避行為加劇了系統性風險傳染。Steinbacher等[21]提出了一個基于網絡的信用風險結構模型,以證明特殊和系統的沖擊是如何在整個銀行系統中傳播。上述研究主要是從銀行間市場(直接傳染渠道)的角度來分析系統性風險,而很少考慮銀行投資相關行為(間接傳染渠道)對銀行系統性風險的影響。
銀行間的共同持有資產是金融風險傳播的一個重要原因[22]?;诠餐钟匈Y產,Uhlig[23]研究了兩種類型的金融危機。一種類型是銀行由于外部沖擊而重新分配其投資組合。在這種情況下,資產損失逐漸擴大使更多的銀行資產處于危機之中,并導致金融危機。另一種類型是,一些銀行將資產轉移到了更安全的投資組合,導致一些資產價格下跌,導致一些銀行陷入危機。Vries[24]做了類似Uhlig的研究。由于銀行資產的相關性,銀行資產分布的“胖尾”性質給銀行帶來了破產風險。Cifuentes等[25]和Greenwood 等[26]發(fā)現,在一個投資組合重疊的網絡中,感染的風險主要來自資產價格的下降。Huang等[27]構建了銀行資產雙邊網絡模型,并利用2007年美國商業(yè)銀行資產負債表數據對風險傳染進行了實證研究,證實了共同持有資產對銀行系統性風險有重要作用。Caccioli等[28-29]在共同持有資產的基礎上,討論了在杠桿率、市場擁擠、資產多元化和市場沖擊條件下金融傳染的可能性和程度。上述研究主要是從銀行共同持有資產(間接傳染渠道)的角度對系統性風險進行分析,并不能充分分析具有共同持有資產關系的銀行間網絡的演化規(guī)律。
上述的研究仍然存在一些問題:(1)上述模型考慮了銀行間拆借(直接傳染渠道)或銀行共同持有資產(間接傳染渠道)對銀行系統性風險的作用,而不是同時考慮同業(yè)拆借和共同持有資產(雙傳染渠道)。Zhou Yichen和Li Honggang[30]從銀行之間的債務聯系和由投資組合重疊產生的聯系出發(fā),提出了一個復雜的網絡系統,考慮了銀行間借貸和共同持有資產。但在Zhou Yichen和Li Honggong[30]的研究中,銀行同業(yè)拆借比例是確定的,資本資產比例是確定的,投資收益率和借貸策略不明確。(2)銀行共同持有資產因素受宏觀經濟影響較大,特別是銀行的投資收益率受到宏觀經濟形勢的影響,具有趨勢及互相關的性質。但是在上述單一渠道傳染模型中,投資資產的收益率被設置為固定值,但實際上,投資是有風險的,投資收益率應該是動態(tài)的?;谝陨戏治?,本文構建了一個雙渠道的銀行網絡系統性風險傳染模型。在該模型中,我們考慮了共同持有資產(間接傳染渠道)和銀行間借貸(直接傳染渠道)的雙渠道傳染對系統性風險的影響,分析了系統性風險發(fā)生時銀行共同持有資產和銀行網絡系統的演化規(guī)律。在模型中,銀行可采用多種提高流動性的方法,包括銀行間貸款和銀行流動性低時的資產出售,資產出售時也考慮銀行間互相持有的資產貶值。在所提出的模型中,受宏觀經濟波動的影響,銀行持有的資產組合的平均收益率是動態(tài)變化的,是可以隨經濟景氣狀況的變化而變動。
在銀行體系中,銀行破產往往是由于缺乏流動性造成的。銀行的流動性與儲蓄、投資和銀行同業(yè)拆借息息相關。本文提出了一個能體現同業(yè)拆借和共同持有資產的雙渠道風險傳染模型,如圖1所示,該模型能較好地反映銀行系統的實際情況。
圖1 具有共同持有資產的銀行同業(yè)拆借市場結構
當銀行缺乏流動性時,銀行可以在銀行間拆借市場進行借貸,如圖1所示。在隨機銀行網絡中,節(jié)點是隨機連接的,連接矩陣表示為J,其中J ij為1或0。Jij=1表示銀行i和銀行j之間可能的信用聯系,而Jij=0表示銀行i和銀行j之間沒有拆借關系。銀行i和銀行j通過概率pij(0≤pij≤1)連接。
Nt是網絡中的在時間t的銀行數目,Nt是有界整數。動態(tài)銀行網絡以離散時間t=1,2,3,…,T進行演化。在時間t的銀行i的流動性可以被描述為[12]:
其中(t)是銀行i在投資、分紅和借貸之前的流動性資產;Di(t)是銀行i在時刻t的分紅;Ii(t)是銀行i在時刻t的投資;cij描述了銀行i與銀行j之間的連接關系,如果銀行i與銀行j存在借貸關系,cij(t)=1,否則cij(t)=0(c(t)不等于J,cij(t)表示銀行i和銀行j之間的實際貸款關系,而J ij表示銀行i和銀行j之間可能的信用聯系);Bij(t)>0表示銀行i從銀行j借入的金額,Bij(t)<0表示銀行i貸款給銀行j。
在時間t,每個銀行的流動性都會發(fā)生變化,包括對存款人支付利息、投資、到期投資收益以及存款的波動。在時間t,銀行在投資、分紅和借貸前的流動性可以被描述為:
其中,Ai(t)表示時刻t銀行i持有的存款,ra是銀行存款利率,U i(t)是銀行i的投資利潤。在t時刻未投資的情況下,銀行i所持有的全部投資資產如下:
其中,Qij(t-1)是銀行i在時間t-1持有的j資產的數量。Qij(t-1)是一個動態(tài)的變化值,因為銀行i可能在每個時間步驟進行新的投資,并且資產的清算也可以在每個時間步驟實現。g j(t)是時間t的資產j的價格,可以描述如下:
其中δj(t)為在時間t上投資j的收益率,服從基于均值為τ的正態(tài)分布,即δj(t)∈N(τ,θ)。τ可以看是作所有投資的平均回報率,θ是資產價格的波動性。由于每個銀行投資產品組合的不同,因此不同銀行的平均投資收益率也不同。在時間步t,銀行i將回收其投資資產的一部分,即U i(t)=p×Y i(t),其中p是投資回收的比例。投資回收后,繼續(xù)投資前由銀行i持有的全部投資資產為(t)=為投資回收后銀行i持有的資產j的數量。因此,在分紅和投資前的時間t銀行i的所有者權益是:
其中,Bi(t-1)是銀行i在t-1時的銀行間拆借負債,rb是銀行同業(yè)拆借利率。在等式(1)中,銀行i在時間t的分紅D i(t)計算如下:
其中,χ是資本儲蓄率,β是存款準備金率。銀行發(fā)放股息的條件是(t)/Ai(t)≥χ。銀行i的存款Ai(t)由以下方程決定[14]。
其中σA是所有銀行隨機存款的標準差,是所有銀行存款的平均值,ηt∈N(0,1)。在t時刻未投資的情況下,銀行i所持有的全部投資資產總數為Y i(t),而Ii(t)代表在t時刻銀行i的新增投資。銀行i在時間t的投資I i(t)可以由以下決定:
其中,ωi(t)是銀行i在時間t的投資機會,其定義如下:
除了同業(yè)拆借外,本文中沒有直接考慮銀行貸款業(yè)務。在已有的大多數銀行系統性風險模型中都沒有將貸款業(yè)務直接考慮進模型,而是將貸款直接作為一種投資產品。本文中,重點考慮投資收益率的差別、同業(yè)拆借以及由于銀行持有共同資產導致的風險傳染。因此,本文中并沒有考慮貸款業(yè)務的影響。
在上述銀行系統中,銀行出現以下破產情況:缺乏流動性、無法結清到期存款或債務。對于所有者權益大于0的銀行,如果在分紅和投資之后存在流動性過剩,那么該銀行就是潛在的債權人銀行,可以在銀行間市場提供資金。而債務銀行為了維持正常運作,需要從銀行間市場借款。對于債務銀行,如果從銀行間市場借款足以償還前一時期的借款,則償還。與此同時,債務銀行的流動性已經變?yōu)?。如果沒有拆借到資金,或者借款不足以償還最后一筆貸款和存款,債務銀行將出售投資資產,直到它們能夠償還前一筆貸款和存款。如果出售資產不足以償付先前的拆借,那么債務銀行就破產,進行資產清算。資產必須首先用于償還存款,其余的部分按比例償還給債權人銀行。
在銀行同業(yè)拆借過程中,同業(yè)拆借資金只能用于彌補短期流動性不足,而不是用于投資。對于流動性過剩的銀行,等式(8)明確限制其投資金額,并且不能超過其現有的流動性資金。對于流動性不足的銀行而言,只有通過銀行間市場借入rb)cij(t-1)Bij(t-1)-(t)彌補流動性不足。rb是銀行間同業(yè)拆借利率。投資約束下的銀行同業(yè)拆借過程可以描述如下:
第一步:根據公式(2)計算銀行i時間t的流動性(t)。如果銀行i的流動性(t)為正,但銀行i的債務B i(t-1)在時間t-1為負,那么銀行i是暫時的潛在債權人銀行。如果流動性(t)和負債Bi(t-1)同時為正,并且有(t)> (1+rb)Bi(t-1),則所有債務都已償還,將流動性更新為(t)=(t)-(1+rb)Bi(t-1)。同時銀行i成為一個臨時的潛在債權銀行。如果流動性不能償還貸款,也就是說(t)< (1+rb)Bi(t-1),那么銀行i是一個潛在的債務銀行。
第二步:對于每個潛在的臨時債權人銀行,分紅和投資按照等式(6)和等式(8)操作,并且流動資金更新為(t)-Di(t)-Ii(t)。
第三步:對于一個臨時的潛在債權人銀行i,如果(t)-βA i(t)>0,那么銀行i就是一個潛在的債權人銀行,它可以將其流動性借給其他銀行。但最大貸款額為(t)-βA i(t)。
第四步:在時間t,借方銀行i一直從潛在的債權銀行以隨機順序借金額B ij(Bij不可以超過債權銀行j可以提供的貸款最高額度),直到銀行i從其他潛在的債權銀行借來的錢足夠償還以前銀行同業(yè)貸款 (1+rb)Bi(t-1)。此時,債務銀行i的貸款金額為 (1+rb)Bi(t-1)-(t),債務銀行的流動性設置為:(t)=0。銀行i的債務清償后,債權銀行j的流動性,更新為(t)=(t)+(1+rb)Bij(t-1)。如果銀行i已經向所有潛在的債權銀行申請貸款,但仍然無法借到足夠的貸款償還 (1+rb)Bij(t-1),那么銀行隨機出售資產Qij的直到滿足還貸要求。如果出售資產仍無力償還貸款,銀行破產清算(資產必須先用于償還存款,所有剩余的資產按比例返還給所有債權銀行)。
當一家銀行沒有足夠的流動性來償還其債務時,它需要出售資產來償還。如果出售的資產仍然不能償還債務,銀行將破產和清算。在上述過程中,拋售銀行資產將導致資產價格下跌[31]。銀行持有不同資產組合的網絡如圖(1)所示的雙向圖。假設網絡中有N個金融機構和M個資產。每家銀行根據等式(8)進行投資,銀行i的資產組合為 {H i1,H i2,…,H iM}(H ij=Qij(t)g j(t)),總 投 資 資 產 為H i=H i1+H i2+…+H iM。很顯然,許多金融機構將同時投資于同一資產。不同的金融機構通過共同持有資產組合存在間接聯系。資產價格的變化也影響著多個銀行。一個銀行資產的變化會通過共同持有資產影響其他銀行。當銀行流動性不足且不能貸款時,銀行應出售資產以彌補流動性不足。此外,如果銀行破產,破產銀行將因資產清算而出售其資產組合,出售的資產將貶值。持有相同資產的銀行會受到資產貶值的影響,導致所有者權益的損失,從而可能導致無力償還債務,進而導致銀行破產,進而進一步損害債權銀行的資產。通過這種演進過程,銀行間網絡的初始沖擊在系統中不斷傳播。在時間t,Qij(t)是銀行i持有的資產j的數量,g j(t)是資產j的價格。當銀行因缺乏流動性而出售其資產,或者一個銀行因破產而清算時,資產將貶值出售[32,33]。在此,引入市場影響函數來反映資產價格的變化[28]:
在本文中,我們參考Caccioli的研究[28],α取值為α=1.0536,即當資產的10%被出售時,資產的價格也降低了10%,這相當于對數價格的線性市場影響。在時間0時所有的價格設置為g j(0)=1。
整個銀行網絡系統隨著時間t而演化,對于銀行來說,其流動性資產、所有者權益和投資回報率(ROI)都隨時間t而變化。在銀行系統演化過程中,銀行體系中的銀行會由于不同的經營條件和經營策略而導致破產。由于銀行系統性風險的存在,一個或幾個銀行的倒閉將導致系統中其他銀行的連鎖倒閉。銀行網絡系統在時間t的系統性風險是由網絡系統的內部狀態(tài)和內部參數決定的,而不是由銀行網絡系統的外部因素如存款利率、ROI等決定的。外部因素通過影響銀行網絡系統的內部變量而影響銀行網絡系統性風險。網絡是隨著儲蓄利率ra、貸款利率rb、資本準備金率β、投資回報率δ等外部因素而演化的。為了有效地刻畫銀行的系統性風險,我們計算在[t+1,t+T]區(qū)間內破產銀行平均數的歸一化值Risk(t)。Risk(t)是系統性風險的計算值,可以表示如下:
其中N e是重復仿真的次數,是在時間j網絡中幸存銀行的數量,是在第i次仿真中時間j時破產的銀行數量。T是時間度,某一時刻的銀行系統性風險表示為未來T時刻內銀行倒閉的平均比例(平均累積風險),即未來T 時刻內銀行倒閉的平均概率。在本研究中設置為T=200。目前有些研究是比較系統穩(wěn)定后的結果,但也有很多研究除了比較穩(wěn)定后的結果還比較銀行演化的動態(tài)過程[14,28]。比較銀行演化的動態(tài)過程可以看出銀行系統中不同時刻的風險累積情況,因此本文將銀行演化的動態(tài)過程的結果保留在對比結果中進行分析。公式(12)是系統整體風險的度量,不能區(qū)分直接風險傳染和間接風險傳染。本文中的系統性風險是由直接風險傳染和間接風險傳染共同作用的結果。
圖2 存活銀行的數量以及系統性風險大小隨時間變化的曲線
在本研究中,使用了200個銀行進行仿真(可以選擇更多的銀行進行仿真,但是200個銀行已經充分地反應了銀行網絡的特性)。最大仿真時間步長是2000(在2000時間步長內,可以充分體現銀行網絡的動態(tài)特性)。銀行可以投資的資產有150 種。每一次,每家銀行都會隨機收回35%的投資資產。在這項工作中,初始所有者權益服從均值為200的標準正態(tài)分布。平均投資回報率大于存款利率,即δ>ra,這保證了銀行系統具有利潤率。利潤率將影響銀行系統的穩(wěn)定性[34]。利潤率越大,銀行系統利潤越多,銀行運行越穩(wěn)定。本文將資本儲蓄率χ設定為30%,即股利必須滿足銀行的流動性超過儲蓄的30%的條件。這種條件保證只有盈利的銀行才能分紅。我們考慮銀行的約束行為,即銀行的貸款不能用于投資,只能用于償還貸款。
圖3 某一典型銀行的流動性資產、投資、分紅以及所有者權益的演化
圖2顯示了銀行網絡中幸存銀行數量的變化以及相應的系統性風險。圖2表明,銀行系統可能在第一步就崩潰,直到1000 步左右銀行系統趨于穩(wěn)定。網絡演化初期系統性風險最大,這是由于不同銀行系統初始狀態(tài)不同造成的。銀行初始資產凈值服從均值為200 的正態(tài)分布。各銀行的初始流動性、初始投資價值和投資方案是不同的。在實際的金融市場中,投資是有風險的,因此投資的回報率處于正常的分布。對于凈資產低、流動性差的銀行,如果投資收益率不夠高,那么投資收益不足以支付儲蓄利息和貸款,很容易破產。一方面,破產銀行可能無法完全償還銀行同業(yè)拆借。另一方面,這些破產的銀行會因為投資組合的重疊而使其他銀行的資產貶值。這兩個原因將導致銀行破產的“多米諾”效應,并形成銀行信貸風險的傳染。當然,對于一家初始狀態(tài)良好(凈資產和流動性高)的銀行,如果投資收益率較低,也會導致利潤下降甚至虧損,最終破產。經過1000步,銀行體系將趨于穩(wěn)定,沒有銀行倒閉,這是因為銀行系統消化了系統中的風險。在沒有外部沖擊的情況下,銀行系統有足夠的能力抵御資產價格波動。根據雙渠道風險傳染模型,可以得到銀行的各種參數隨時間的演化過程(如圖3所示)。從圖3可以看出,銀行的投資、流動性、所有者權益以及分紅都是一個動態(tài)變化的過程,是隨著銀行系統網絡的內外因素的變化而變化的。
為了進一步驗證所提出的模型有效性,本文從不同角度對模型進行了仿真:(1)不同ROI下系統性風險的演化過程;(2)平均儲蓄規(guī)模、儲蓄利率和儲蓄波動強度對銀行系統穩(wěn)定性的影響;(3)銀行準備金率對銀行系統流動性和穩(wěn)定性的影響。
銀行的投資收益率與宏觀經濟形勢密切相關,具有趨勢及互相關的性質。圖4給出了銀行系統在不同的平均投資收益率下的變化。平均ROI越高,銀行系統就越穩(wěn)定。從圖4 中可以看出,當平均ROI為0.008和0.009時,系統的風險在800步內可以變?yōu)?。當平均ROI為0.06和0.007時,銀行網絡中會一直存在系統性風險。這是因為平均ROI是儲蓄利率支出和投資收益之間的余額過小,導致銀行盈利能力下降,抗風險能力較弱。因此,平均ROI過低使得銀行網絡總是存在系統性風險。
圖4 平均收益率ROI對系統穩(wěn)定性的影響
在不同的宏觀經濟條件下,監(jiān)管部門會設定不同的存款準備金率。存款準備金率制約著銀行資金的使用,對銀行體系的穩(wěn)定有著重要的影響。圖5顯示了銀行系統在三種不同的銀行準備金率下的變化。從圖5可以看出,存款準備金率越低,銀行破產的可能性就越小。當存款準備金提高時,可用于投資的資金數量減少,即投資的收入減少,但儲蓄利息沒有減少。因此,存款準備金率的提高降低了投資與存款之間的利潤差,這將導致銀行處理風險的能力減弱,并增加了信用違約的可能性。
圖5 存款準備金率對銀行系統穩(wěn)定性的影響
經濟狀況對民眾的儲蓄率有很大的影響,當宏觀經濟下滑時,由于經濟期望的不明確,會導致儲蓄率增加。相反,在宏觀經濟條件好轉時,民眾的消費等意愿的增加導致儲蓄率下降。圖6給出了不同平均存款量下銀行系統的風險。從圖6可以看出,平均儲蓄量越大,銀行系統越穩(wěn)定。當平均儲蓄量越大時,銀行的資金就會變得更加的充裕,從而保證了充足的流動性,并且有更多的資金進行投資獲取利潤,提高了銀行系統的穩(wěn)定性,減少了銀行倒閉的風險。
圖6 平均存款量對銀行系統穩(wěn)定性的影響
另外,儲蓄的波動幅度對銀行系統穩(wěn)定性也有較大影響。儲蓄的波動幅度反映了不同銀行吸引儲蓄能力的大小。在經濟趨勢不好時,社會資金更加趨向存入資金規(guī)模大,經營狀況健康的銀行,從而導致不同銀行的吸儲能力的不同,從而導致儲蓄的波動幅度變大,即σA變大。圖7給出了不同儲蓄的波動幅度下的銀行系統性風險值。從圖7中可以看出,儲蓄的波動幅度σA越小,銀行系統的風險越小。當儲蓄的波動幅度變大時,會導致一些銀行出現大的儲蓄降幅,導致流動性變差,從而使得銀行的風險增加。
一般情況下,經濟趨勢和利率具有負相關性。當經濟趨勢向好時,金融管理機構將有可能提高利率,緊縮貨幣供應,國家經濟表現良好及利率的上升會增加該國貨幣的吸引力。當經濟趨向負面時,金融管理機構將可能減息以刺激經濟再度增長。因此,討論儲蓄利率對銀行系統穩(wěn)定性的影響可以反映經濟狀況對銀行系統穩(wěn)定性的影響。圖8給出了不同儲蓄利率下銀行系統性風險的情況。從圖8中可以看出,銀行系統性風險和儲蓄利率呈正相關。當儲蓄利率為0.04和0.05時,銀行系統最終可以穩(wěn)定,系統性風險消失。當儲蓄利率為0.06時,銀行的系統性風險會一直存在。實際上,當儲蓄利率過高時,銀行的投資收益和儲蓄利息支出之間的利差過小甚至為負,從而會導致銀行的利潤減少或虧損,最終引起流動性的不足。
圖7 儲蓄的波動幅度對銀行系統穩(wěn)定性的影響
圖8 儲蓄的利率對銀行系統穩(wěn)定性的影響
圖9 銀行間拆借利率對銀行系統穩(wěn)定性的影響
本工作進一步分析了銀行間拆借利率對銀行系統穩(wěn)定性的影響,如圖9所示。從圖9可以看出銀行間的拆借利率對銀行系統穩(wěn)定性幾乎沒有什么影響。在現實的金融市場中,往往銀行間的短期拆借利率會非常高。1995年,俄羅斯金融市場資金短缺導致150 家銀行無法履行提供資金的責任,隔夜拆借年利率達到200%-1000%。2016年,由于流動性不足,香港人民幣隔夜銀行間同業(yè)拆借利率(HIBOR)飆升至66.82%。但是拆借的高利率并沒有對銀行系統造成系統性風險,這是由于短期利息支出占銀行的凈資產的比例往往不高,可以通過銀行利潤來消化。從仿真結果可以得到下面一個有意思的結論:“能夠借到錢才是最重要的”。
基于以上分析結果,本文嘗試探討不同經濟形勢下銀行系統穩(wěn)定的分析。事實上在經濟形勢較好時,銀行系統較為穩(wěn)定。這是由于經濟形勢較好時,銀行可以得到較好的投資收益,銀行的流動性較為充足,導致銀行間的拆借相對容易。當經濟形勢轉為負面時,適當降低銀行的存款準備金率,實現流動性的增加,使得銀行有充足的資金實現投資利潤,從而提高銀行的穩(wěn)定性。另外,適當降低銀行系統的儲蓄利率也有利于提高銀行的利潤率。在經濟形勢較差時,資金規(guī)模較小,經營狀況不夠穩(wěn)定的銀行應當提高自身的吸儲能力實現流動性的補足。另一方面,監(jiān)管機構要在部分銀行流動性不足時實施針對性的資本補足。
研究銀行投資收益波動、存款準備金率、儲蓄波動以及儲蓄利率波動的變化對銀行系統穩(wěn)定性的影響對銀行決策者及監(jiān)管部門有重要的意義。銀行系統是由一系列銀行及其相互關系構成的復雜網絡系統。這種關聯關系不僅與銀行間市場有直接關系,而且與金融機構間同等資產的投資有間接關系?,F有的研究要么集中于銀行間市場,要么集中于銀行投資的重疊組合,不能準確地對銀行系統進行建模。此外,當前研究的一些假設是不實際的。例如,投資利率是固定的,流動性不能通過貶值來補充資產出售。由于研究假設的片面性和脫離現實性,以往的模型不能有效地反映銀行系統的實際情況,導致現有模型不能有效反映的銀行系統的演化過程。為了更好地反映銀行體系的演化,本文提出了一種新的具有共同持有資產(間接傳染渠道)和銀行同業(yè)拆借(直接傳染渠道)的雙渠道風險傳染模型。同時,由于經濟系統受到各種復雜的經濟形勢影響,本文也考慮了各銀行的投資具有投資風險,這對研究銀行體系穩(wěn)定性有著重要的影響。所提出的模型允許銀行通過貶值出售資產來彌補流動性,這更符合銀行系統的操作規(guī)則。研究結果表明,在經濟波動情況下,平均儲蓄量、儲蓄的波動幅度、投資的收益率、存款準備金率以及儲蓄利率等對銀行系統穩(wěn)定性的有較大影響。通過數值模擬,得出了一系列具有重要理論價值和管理意義的結論。
(1)ROI的平均值越大,銀行體系就越穩(wěn)定。如果平均ROI過小,存款利率和投資收益的差額就會趨于均值或負值,導致銀行盈利能力下降,導致銀行抵御風險的能力較弱,使得銀行網絡始終具有系統性風險;
(2)銀行的穩(wěn)定性對存款利率是敏感的,存款利率的變化對銀行體系影響較大。存款利率越高,系統性風險越大;
(3)存款準備金率的提高降低了投資收益與存款利息之間的利潤差,從而降低了銀行應對風險的能力,增加了系統性風險;
(4)提高居民儲蓄率,降低儲蓄的波動幅度以及儲蓄的利率可以有效的提高銀行系統的穩(wěn)定性。
該研究為定量研究動態(tài)銀行網絡系統的系統性風險問題提供了方案。但本文目前銀行間的網絡結構以及投資的網絡結構都采用的隨機網絡,未來可進一步探討不同網絡結構下的銀行系統穩(wěn)定性,并可利用實際數據進行實證分析。另外,對新的銀行的加入以及銀行的貸款業(yè)務對銀行系統性風險的影響的研究可以進一步完善本論文模型。