宏观流动性收紧视角下银行流动性风险传染机制研究

doi:10.16381/j.cnki.issn1003-207x.2023.1706

摘要/Abstract

摘要：

在美联储持续加息的压力下，硅谷银行由于流动性管理存在期限错配的问题从而破产，冲击了全球金融体系，宏观流动性的收紧增大了微观流动性风险爆发的压力。本文将银行流动性资金持有量决策的竞争均衡条件映射到空间计量模型中，将银行间网络关联结构与空间权重矩阵描述竞争均衡时群体存在相互作用的内涵相衔接，以2010—2021年上市银行为样本，刻画了微观个体决策行为加总导致流动性风险变化的传导和累积机制，并通过结构估计反向识别银行的网络传染效应。研究结果显示，银行网络传染效应是影响银行对系统性风险贡献大小的主要因素，银行获取流动性资金的途径具有外部依赖性。在我国去杠杆政策的背景下，随着银行关联网络密度的下降，银行间网络对于流动性风险的传染效应呈现下降趋势，而单家银行面临的流动性风险有所上升。为防范和化解系统性风险，要关注宏观流动性调节政策给微观主体带来的流动性风险管理压力，提高银行对流动性风险的应急管理能力，加强对流动性风险的监测、预警和管控。

关键词: 流动性风险, 网络风险传播机制, 流动性决策, 空间计量模型, 最小密度算法

Abstract:

Under pressure from successive interest rate hikes by the US Federal Reserve， Silicon Valley Bank collapsed due to maturity mismatch problems in liquidity management， affecting the global financial system. The tightening of macro liquidity has added to the pressure of micro liquidity risk outbreaks. In this paper， the competitive equilibrium conditions are mapped for bank liquidity holding decisions into a regression model， corresponding to the connotation of the interbank network structure to a spatial econometric model that describes the implications of interactions between entities in a competitive equilibrium. Using the listed banks from 2010 to 2021 as samples， the transmission and accumulation mechanism of liquidity risk changes resulting from the aggregation of micro-level decision-making behaviors combining spatial econometric model and minimum density algorithm is elucidated. Additionally， it employs structural estimation to identify the contagion effect within the bank network.The research results demonstrate three main conclusions. Firstly， The source of liquidity funds obtained by banks is externally dependent due to the existence of bank network. Secondly， the contribution of banks to systemic risk is influenced by the magnitude of exogenous shocks and the mechanism of network propagation， with the risk of contagion from network propagation being the main source. This network propagation risk is the result of the gradually decaying impact of random error shocks in the form of a covariance structure on the bank in question. Thirdly， Against the backdrop of China’s deleveraging policy， as bank network density declines， the contagion effect of liquidity risk among banks exhibits a downward trend and the topology of bank networks shows a trend toward decentralization，while individual bank liquidity risks increase. To effectively prevent and mitigate systemic risks， it is imperative to address the liquidity risk management challenges arising from macro-level liquidity adjustment policies for micro entities. It is crucial to establish an integrated early warning mechanism by building a framework system of macro liquidity volatility affecting financial institutions' decision making. This necessitates enhancing banks' capacity for emergency liquidity risk management and bolstering monitoring， early warning systems， and control mechanisms pertaining to liquidity risk in banking institutions.

Key words: liquidity risk, network risk contagion mechanism, liquidity decisions, spatial econometric model, minimum density

中图分类号:

F832

饶玉蕾, 欧阳红兵, 韩民春, 王子鸿. 宏观流动性收紧视角下银行流动性风险传染机制研究[J]. 中国管理科学, 2025, 33(4): 24-35.

Yulei Rao, Hongbing Ouyang, Minchun Han, Zihong Wang. Research on the Contagion Mechanism of Bank Liquidity Risk from the Perspective of Macro Liquidity Tightening[J]. Chinese Journal of Management Science, 2025, 33(4): 24-35.

图/表 11

图1

图2

表1

表2

SEM模型回归结果"

	(1) lnLiquidity	(2) lnLiquidity
$ϕ$	0.4522^***	0.2639^*
$ϕ$	(3.7550)	(1.7093)
sigma2_e	0.0056^***	0.0061^***
sigma2_e	(6.9094)	(5.8949)
控制变量	是	是
个体固定效应	是	是
N	420	300

表2

表3

不同时期的平均网络效应"

变量	时期1	时期2
$ϕ ̂$	0.4522	0.2639
$ϕ ̂$	(3.7550)	(1.7093)
$(1 - ϕ ̂) - 1$	1.8254	1.3585

表3

表4

图3

图4

图5

图6

表5

稳健性检验的回归结果"

	(1) 时期1	(2) 时期2	(3) 时期1	(4) 时期2
$ϕ$	0.2952^***	0.2292^***	0.4979^***	0.2511^**
$ϕ$	(3.9144)	(3.4321)	(5.6142)	(2.1329)
sigma2_e	0.0042^***	0.0049^***	0.0049^***	0.0059^***
sigma2_e	(6.1041)	(12.2384)	(6.8314)	(6.9337)
控制变量	是	是	是	是
个体固定效应	是	是	是	是
N	420	300	420	300

表5

参考文献 38

1	Diamond D W， Dybvig P H. Bank runs， deposit insurance， and liquidity［J］. Journal of Political Economy， 1983， 91（3）： 401-419.
2	Allen F， Gale D. Optimal financial crises［J］. The Journal of Finance， 1998， 53（4）： 1245-1284.
3	Blasques F， Bräuning F， Lelyveld I. A dynamic network model of the unsecured interbank lending market［J］. Journal of Economic Dynamics and Control， 2018， 90： 310-342.
4	Acharya V V， Yorulmazer T. Too many to fail：An analysis of time-inconsistency in bank closure policies［J］. Journal of Financial Intermediation， 2007， 16（1）： 1-31.
5	魏旭，周伊敏. 流动性监管、系统性风险与社会福利——一个理论分析框架［J］. 经济学（季刊）， 2022， 22（5）： 1619-1638.
	Wei X， Zhou Y M. The impacts of liquidity regulation on systemic risk in banking sector［J］. China Economic Quarterly， 2022， 22（5）： 1619-1638.
6	童中文，解晓洋，邓熳利. 中国银行业系统性风险的“社会性消化”机制研究［J］. 经济研究， 2018， 53（2）： 124-139.
	Tong Z W， Xie X Y， Deng M L. A study on the social-digestion mechanism of banks’systemic risk in China［J］. Economic Research Journal， 2018， 53（2）： 124-139.
7	Denbee E， Julliard C， Li Y， et al. Network risk and key players： A structural analysis of interbank liquidity［J］. Journal of Financial Economics， 2021， 141（3）： 831-859.
8	Freixas X， Parigi B M， Rochet J C. Systemic risk， interbank relations， and liquidity provision by the central bank［J］. Journal of Money， Credit and Banking， 2000， 32（3）： 611-638.
9	Angelini P， Maresca G， Russo D. Systemic risk in the netting system［J］. Journal of Banking & Finance， 1996， 20（5）： 853-868.
10	Furfine C H. Interbank exposures： Quantifying the risk of contagion［J］. Journal of Money， Credit and Banking， 2003， 35（1）： 111-128.
11	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.
12	马君潞，范小云，曹元涛. 中国银行间市场双边传染的风险估测及其系统性特征分析［J］. 经济研究， 2007（1）： 68-78+142.
	Ma J L， Fan X Y， Cao Y T. Estimating bilateral exposures in the China interbank market：ls there a systemic contagion？［J］. Economic Research Journal， 2007（1）： 68-78+142.
13	唐振鹏，谢智超，冉梦，等. 网络视角下我国上市银行间市场系统性风险实证研究［J］. 中国管理科学， 2016， 24（S1）： 489-494.
	Tang Z P， Xie Z C， Ran M， et al. Systemic risk empiricalstudy of China listed bank market under the network perspective［J］. Chinese Journal of Management Science， 2016， 24（S1）： 489-494.
14	杨海军，胡敏文. 基于核心-边缘网络的中国银行风险传染［J］. 管理科学学报， 2017， 20（10）： 44-56.
	Yang H J， Hu M W. Risk contagion of Chinese interbank markets based on core-periphery network［J］. Journal of Management Sciences in China， 2017， 20（10）： 44-56.
15	陈暮紫，汤婧，张小溪，等. 信用和流动风险冲击下的中国银行业传染分析［J］. 系统工程理论与实践， 2021， 41（6）： 1412-1427.
	Chen M Z， Tang J， Zhang X X， et al. Contagion analysis of China’s banking industry under the impact of credit and liquidity risk［J］. Systems Engineering-Theory & Practice， 2021， 41（6）： 1412-1427.
16	Anand K， Craig B， Von Peter G. Filling in the blanks： Network structure and interbank contagion［J］. Quantitative Finance， 2015， 15（4）： 625-636.
17	Fan H， Liu R. Research on financial systemic risk in ASEAN region［J］. Entropy， 2021， 23（9）： 1131.
18	范小云，荣宇浩，王博. 我国系统重要性银行评估：网络层次结构视角［J］. 管理科学学报， 2021， 24（2）： 48-74.
	Fan X Y， Rong Y H， Wang B. Identifying systemically important banks in China： A network hierarchy structure perspective［J］. Journal of Management Sciences in China， 2021， 24（2）： 48-74.
19	严冠，刘志东. 基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究［J］. 中国管理科学， 2020， 28（4）： 14-26.
	Yan G， Liu Z D. Systemic risk in China’s interbank liability networks based on the bayesian methodology［J］. Chinese Journal of Management Science， 2020， 28（4）： 14-26.
20	Acemoglu D， Ozdaglar A， Tahbaz-Salehi A. Systemic risk and stability in financial networks［J］. American Economic Review， 2015， 105（2）： 564-608.
21	Glasserman P， Young H P. How likely is contagion in financial networks？［J］. Journal of Banking & Finance， 2015， 50： 383-399.
22	范小云，王道平，刘澜飚. 规模、关联性与中国系统重要性银行的衡量［J］. 金融研究， 2012（11）： 16-30.
	Fan X Y， Wang D P， Liu L B. The SIFIS： “Too Big to Fail” or “Too Connected To Fail”-An analysis of China’s banking sector［J］. Journal of Financial Research， 2012（11）： 16-30.
23	高国华，潘英丽. 基于资产负债表关联的银行系统性风险研究［J］. 管理工程学报， 2012， 26（4）： 162-168.
	Gao G H， Pan Y L. Financial interlinkages and contagion risk in the interbank market in China［J］. Journal of Industrial Engineering and Engineering Management， 2012， 26（4）： 162-168.
24	贾彦东. 金融机构的系统重要性分析——金融网络中的系统风险衡量与成本分担［J］. 金融研究， 2011（10）： 17-33.
	Jia Y D. Measuring the systemic importance of financial institutions：Methodology and policy applications［J］. Journal of Financial Research， 2011（10）： 17-33.
25	Furfine C H. The microstructure of the federal funds market［J］. Financial Markets， Institutions & Instruments， 1999， 8（5）： 24-44.
26	傅强，石泽龙. 系统性金融风险的联合网络关联度测量及频率研究——基于局部平稳的非参数时变VHAR模型［J］. 中国管理科学， 2024， 32（2）： 1-10.
	Fu Q， Shi Z L. Research on frequency of the joint network connectedness of systemic financial risks in China based on the locally stationary non-parametric time-varying vector HAR model［J］. Chinese Journal of Management Science， 2024， 32（2）： 1-10.
27	Affinito M. Do interbank customer relationships exist？And how did they function in the crisis？Learning from Italy［J］. Journal of Banking & Finance， 2012， 36（12）： 3163-3184.
28	Williamson O E. Transaction cost economics： The natural progression［J］.American Economic Review， 2010， 100（3）： 673-690.
29	Furfine C H. Banks as monitors of other banks： Evidence from the overnight federal funds market［J］. The Journal of Business， 2001， 74（1）： 33-57.
30	Chiu J， Eisenschmidt J， Monnet C. Relationships in the interbank market［J］. Review of Economic Dynamics， 2020， 35： 170-191.
31	Ashcraft A B， Duffie D. Systemic illiquidity in the federal funds market［J］. American Economic Review， 2007， 97（2）： 221-225.
32	Cocco J F， Gomes F J， Martins N C. Lending relationships in the interbank market［J］. Journal of Financial Intermediation， 2009， 18（1）： 24-48.
33	Bräuning F， Fecht F. Relationship lending in the interbank market and the price of liquidity［J］. Review of Finance， 2017， 21（1）： 33-75.
34	Ballester C， Calvó-Armengol A， Zenou Y. Who’s who in networks. Wanted： The key player［J］. Econometrica， 2006， 74（5）： 1403-1417.
35	Calvó-Armengol A， Patacchini E， Zenou Y.Peer effects and social networks in education［J］. The Review of Economic Studies， 2009， 76（4）： 1239-1267.
36	朱平芳，张征宇，姜国麟. FDI与环境规制：基于地方分权视角的实证研究［J］. 经济研究， 2011， 46（6）： 133-145.
	Zhu P F， Zhang Z Y， Jiang G L. Empirical study of the relationship between FDI and environmental regulation： An intergovernmental competition perspective［J］. Economic Research Journal， 2011， 46（6）： 133-145.
37	潘彬，王去非，易振华.同业业务、流动性波动与中央银行流动性管理［J］.经济研究，2018，53（6）：21-35.
	Pan B， Wang Q F， Yi Z H. Interbank business， liquidity fluctuation and central bank liquidity management［J］.Economic Research Journal， 2018， 53（6）：21-35.
38	田国强，李双建.经济政策不确定性与银行流动性创造：来自中国的经验证据［J］.经济研究，2020，55（11）：19-35.
	Tian G Q， Li S J. Economic policy uncertainty and the creation of bank liquidity：Empirical［J］.Economic Research Journal，2020，55（11）：19-35.

银行	PAB	NBCB	SPDB	HXB	CMB	NJCB	CIB	BOB	ABC	BCM	ICBC	CEB	CCB	BOC	ECITIC
PAB	0	0.12	0	0	0.47	0	0	0	0	0	0.27	0.05	0.04	0.05	0
NBCB	0.33	0	0.04	0.25	0	0	0	0	0	0	0.38	0	0	0	0
SPDB	0	0	0	0	0.64	0	0	0	0	0	0.36	0	0	0	0
HXB	0	0.41	0.24	0	0.18	0.05	0.08	0	0	0	0	0	0	0	0.05
CMB	0	0	0	0	0	0	0.19	0.17	0	0	0.07	0	0	0	0.56
NJCB	0	0	0	0	0	0	0.89	0	0	0	0	0	0.11	0	0
CIB	0	0	0	0	0.49	0.18	0	0	0	0.25	0.08	0	0	0	0
BOB	0	0	0	0.54	0.38	0	0	0	0	0	0	0.08	0	0	0
ABC	0	0.74	0	0.22	0	0	0	0	0	0	0.04	0	0	0	0
BCM	0	0	0	0.31	0	0.69	0	0	0	0	0	0	0	0	0
ICBC	0.37	0.1	0.05	0.13	0.01	0	0	0.13	0.06	0.05	0	0	0	0	0.08
CEB	0	0.1	0	0	0	0	0.9	0	0	0	0	0	0	0	0
CCB	0.18	0	0	0	0	0	0	0	0	0	0.82	0	0	0	0
BOC	0	0	0	0.65	0	0	0	0	0	0	0.35	0	0	0	0
ECITIC	0.26	0	0	0	0	0	0	0	0.74	0	0	0	0	0	0

序号	时期1		时期2
序号	银行	NIRF	银行	NIRF
1	HXB	1.8696	HXB	2.1348
2	PAB	1.8208	NJCB	1.7402
3	BOB	1.4509	BCM	1.7273
4	CIB	1.3817	ECITIC	1.6486
5	ECITIC	1.3549	CMB	1.4649
6	BCM	1.3459	ABC	1.4302
7	NBCB	1.3128	NBCB	1.3322
8	CMB	1.1819	SPDB	1.2936
9	SPDB	1.1576	CIB	1.2593
10	BOC	1.1498	ICBC	1.1737
11	NJCB	1.1221	PAB	1.1245
12	ABC	1.1181	BOC	1.0818
13	CEB	1.0487	CEB	1.0226
14	ICBC	1.0015	BOB	0.9909
15	CCB	0.9116	CCB	0.8466

[1]	王丹阳,姚禄仕. 基金流动性风险的动态防控策略[J]. 中国管理科学, 2023, 31(10): 40-48.
[2]	石玉山, 刘海龙, 胡友群. 考虑流动性和组合再平衡风险的股票质押率优化模型[J]. 中国管理科学, 2018, 26(1): 81-89.
[3]	黄琦, 陶建平, 张红梅. 农业保险市场结构、空间依赖性与农业保险条件收敛研究[J]. 中国管理科学, 2017, 25(5): 25-32.
[4]	苏辛, 周勇. 流动性、流动性风险与基金业绩——基于我国开放式基金的实证研究[J]. 中国管理科学, 2015, 23(7): 1-9.
[5]	周芳, 张维, 周兵. 基于流动性风险的资本资产定价模型[J]. 中国管理科学, 2013, 21(5): 1-7.
[6]	崔长峰, 刘海龙. 基于债权终止的可违约债券定价[J]. 中国管理科学, 2012, (4): 8-17.
[7]	李研妮, 冉茂盛. 商业银行流动性风险管理方法的改进研究——基于模糊定性约束下的动态规划补偿模型应用[J]. 中国管理科学, 2011, 19(3): 19-25.
[8]	王明涛, 庄雅明. 股票市场流动性风险计量模型研究[J]. 中国管理科学, 2011, 19(2): 1-9.
[9]	肖媛, 胡小平, 党风顺. 我国开放式基金的风险度量模型研究[J]. 中国管理科学, 2009, 17(6): 25-32.
[10]	韩国文, 杨威. 股票流动性风险测度模型的构建与实证分析[J]. 中国管理科学, 2008, 16(2): 1-6.
[11]	罗登跃, 王春峰, 房振明. 中国股市总流动性与资产定价关系实证研究[J]. 中国管理科学, 2007, 15(2): 33-38.
[12]	朱小斌. 股票投资组合流动性风险度量模型：构建与检验[J]. 中国管理科学, 2007, 15(1): 6-11.
[13]	陆静, 唐小我. 基于流动性风险的多因素定价模型及其实证研究[J]. 中国管理科学, 2006, (5): 45-51.