胡方琦 宋琴

摘 要：本文以16家上市商業(yè)銀行的股價(jià)為樣本數(shù)據(jù)，選取2007—2015年為樣本區(qū)間，建立GARCH-La-VaR模型，分析我國(guó)上市商業(yè)銀行的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)。實(shí)證結(jié)果表明：大型國(guó)有銀行更易受到市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)沖擊，且銀行業(yè)的整體風(fēng)險(xiǎn)水平的波動(dòng)與宏觀經(jīng)濟(jì)的走勢(shì)趨同。La-VaR模型的使用給商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)監(jiān)管提供了新的思路與方法。

關(guān)鍵詞：上市商業(yè)銀行；市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)；La-VaR模型

中圖分類號(hào)：F830.33 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2016）09-0017-06

一、引言

一直以來，流動(dòng)性風(fēng)險(xiǎn)并未受到金融業(yè)的廣泛關(guān)注，直至2008年的金融危機(jī)，才凸顯出流動(dòng)性風(fēng)險(xiǎn)管理在商業(yè)銀行風(fēng)險(xiǎn)管理中的缺失。為了有效防范我國(guó)銀行業(yè)流動(dòng)性風(fēng)險(xiǎn)，中國(guó)銀監(jiān)會(huì)于2014年1月頒布了《商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理辦法（試行）》，旨在建立起應(yīng)對(duì)我國(guó)商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的預(yù)警機(jī)制。目前來看，流動(dòng)性風(fēng)險(xiǎn)的測(cè)度與監(jiān)管仍處于探索期，并且在以往的監(jiān)管中，人們過多地把關(guān)注投向銀行流動(dòng)性風(fēng)險(xiǎn)中的融資流動(dòng)性風(fēng)險(xiǎn)，鮮有目光對(duì)資產(chǎn)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行研究及管控。

通常情況下，對(duì)流動(dòng)性公認(rèn)的描述是能夠安全快速地將所需數(shù)量的金融資產(chǎn)轉(zhuǎn)換成現(xiàn)金形式，并且對(duì)整體的市場(chǎng)價(jià)格來說，其影響微乎其微 （格羅斯頓，L.R.和哈里斯，L.E.，1998）。對(duì)于流動(dòng)性風(fēng)險(xiǎn)的測(cè)度，已有學(xué)者做出一系列研究。德姆塞茨（Demesetz，1968）首次提出用買賣報(bào)價(jià)價(jià)差作為流動(dòng)性的衡量指標(biāo)，并由此被廣泛應(yīng)用于流動(dòng)性風(fēng)險(xiǎn)研究的各個(gè)領(lǐng)域。阿米胡德（Amihud，2002）等采用非流動(dòng)性測(cè)度指標(biāo)ILLIQ測(cè)度流動(dòng)性風(fēng)險(xiǎn)，指標(biāo)的具體含義為每日回報(bào)的絕對(duì)值與成交金額之間的比值，也就是說ILLIQ指標(biāo)越低，股票的流動(dòng)性就會(huì)越高。扎德卡（Ronnie Sadka，2006） 則認(rèn)為流動(dòng)性會(huì)受到信息不對(duì)稱的影響，從而導(dǎo)致流動(dòng)性風(fēng)險(xiǎn)。根據(jù)巴塞爾協(xié)議II以及市場(chǎng)風(fēng)險(xiǎn)的測(cè)度，金融市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)的度量也可以使用“在險(xiǎn)價(jià)值”（Value at Risk）概念。黑貝勒和佩爾松（H?berle和Persson，2000） 定義流動(dòng)性風(fēng)險(xiǎn)調(diào)整后的在險(xiǎn)價(jià)值為一個(gè)投資組合的常規(guī)清算后的潛在損失?；谝陨纤悸罚嗉獊喓偷喜柕拢˙angia A和Diebold F，1999）正式提出了在傳統(tǒng)在險(xiǎn)價(jià)值模型（VaR）的基礎(chǔ)上通過價(jià)差來計(jì)量流動(dòng)性的La-VaR模型。久田和山井（Hisata和Yamai，2000）則進(jìn)一步根據(jù)La-VaR模型及流動(dòng)性在市場(chǎng)中的水平將資產(chǎn)的流動(dòng)性分為兩類，分別是內(nèi)生流動(dòng)性與外生流動(dòng)性。經(jīng)過格雷戈?duì)?、衛(wèi)和祖佩爾（Gregor N.F.、Wei和Hendrik Supper，2013）的驗(yàn)證表明，囊括買賣價(jià)差和日收益率變量的La-VaR模型在預(yù)測(cè)流動(dòng)性調(diào)整后投資組合的損失上的性能十分出色。迪翁（Georges Dionne，2015）對(duì)La-VaR模型進(jìn)行改良，建立起基于盤中價(jià)值的流動(dòng)性調(diào)整在險(xiǎn)價(jià)值（LIVaR），以解釋市場(chǎng)風(fēng)險(xiǎn)與平倉(cāng)前的事前流動(dòng)性風(fēng)險(xiǎn)。

我國(guó)早期的文獻(xiàn)對(duì)于商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的研究頗少，主要的測(cè)度指標(biāo)包括流動(dòng)性的四大維度（市場(chǎng)寬度、深度、彈性和即時(shí)性）、換手率及阿米胡德所提出的ILLIQ指標(biāo)。針對(duì)銀行業(yè)的流動(dòng)性風(fēng)險(xiǎn)，周毓萍（2005）認(rèn)為流動(dòng)性缺口是用于管理流動(dòng)性風(fēng)險(xiǎn)的量化指標(biāo)，銀行的流動(dòng)性需求能得到保證的前提是，預(yù)測(cè)的流動(dòng)性缺口應(yīng)略小于銀行的可立即變現(xiàn)的資產(chǎn)總額。沈沛龍和王曉婷（2013）為了進(jìn)行流動(dòng)性風(fēng)險(xiǎn)評(píng)級(jí)，構(gòu)建了隨機(jī)流動(dòng)比率模型，并測(cè)算中國(guó) 12 家上市銀行的流動(dòng)性風(fēng)險(xiǎn)距離和風(fēng)險(xiǎn)概率。而在VaR模型的風(fēng)險(xiǎn)測(cè)度框架下，我國(guó)的研究主要集中于資本市場(chǎng)，宋逢明和譚慧（2004）考慮到傳統(tǒng)的VaR模型中流動(dòng)性風(fēng)險(xiǎn)的缺失，結(jié)合中國(guó)股票市場(chǎng)的實(shí)際特點(diǎn)，建立了結(jié)合流動(dòng)性風(fēng)險(xiǎn)調(diào)整的VaR模型。林輝（2010）利用La-VaR模型對(duì)亞洲金融危機(jī)中泰銖匯率進(jìn)行研究，結(jié)果表明流動(dòng)性是金融危機(jī)的指示器。閆昌榮（2012）引入流動(dòng)性調(diào)整的CAVaR模型反映資產(chǎn)流動(dòng)性的變動(dòng)對(duì)未來風(fēng)險(xiǎn)的影響，并對(duì)中國(guó)股票市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)進(jìn)行實(shí)證分析。王書華、楊有振（2013）著眼于構(gòu)建La-VaR模型所進(jìn)行的商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)研究，證實(shí)了商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)與其資產(chǎn)規(guī)模反向變動(dòng)。

按照流動(dòng)性風(fēng)險(xiǎn)來源的不同，可以將流動(dòng)性風(fēng)險(xiǎn)大致分為融資流動(dòng)性風(fēng)險(xiǎn)與市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)。融資流動(dòng)性風(fēng)險(xiǎn)是指銀行業(yè)與生俱來的風(fēng)險(xiǎn)，即無法籌集資金應(yīng)對(duì)客戶取款要求的風(fēng)險(xiǎn)，是由商業(yè)銀行“短存長(zhǎng)貸”傳統(tǒng)業(yè)務(wù)性質(zhì)決定的。而市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)則是指無法及時(shí)用合適的價(jià)格將金融資產(chǎn)出售的風(fēng)險(xiǎn)。隨著銀行與資本市場(chǎng)（股票、債券）的關(guān)系日益密切，銀行的融資越來越多地借助于資本市場(chǎng)，因而資本市場(chǎng)上的“流動(dòng)性枯竭”會(huì)造成流動(dòng)性風(fēng)險(xiǎn)。融資流動(dòng)性風(fēng)險(xiǎn)與市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)相輔相成，共同決定了商業(yè)銀行總體的流動(dòng)性風(fēng)險(xiǎn)。

綜上所述，針對(duì)商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的研究主要反映在以下三個(gè)方面：第一，國(guó)外有關(guān)La-VaR模型的研究相對(duì)成熟，國(guó)內(nèi)研究主要集中于La-VaR模型的實(shí)證研究，改進(jìn)模型的研究相對(duì)較少；第二，國(guó)內(nèi)構(gòu)建La-VaR模型進(jìn)行實(shí)證研究主要著眼于資本市場(chǎng)，將La-VaR方法用于商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)測(cè)度的較少；第三，以往有關(guān)商業(yè)銀行流動(dòng)性的研究通常關(guān)注于融資流動(dòng)性風(fēng)險(xiǎn)，模型構(gòu)建多采取財(cái)務(wù)指標(biāo)，鮮有學(xué)者采用La-VaR模型針對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行研究。

針對(duì)國(guó)內(nèi)使用La-VaR模型對(duì)商業(yè)銀行市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的研究仍處于探索期的現(xiàn)狀，本文選取16家上市商業(yè)銀行為樣本，基于BDSS模型（1999）構(gòu)建適用于商業(yè)銀行體系的La-VaR模型，對(duì)商業(yè)銀行所面臨的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行測(cè)度。本文分為五個(gè)部分，第二部分為模型設(shè)定與實(shí)證方法設(shè)計(jì)，第三部分為實(shí)證分析，第四部分為估計(jì)結(jié)果與分析，最后為結(jié)論與政策啟示。

二、模型與實(shí)證方法設(shè)計(jì)

（一）模型設(shè)定

歸根結(jié)底，La-VaR模型的建立是處于VaR體系的框架之下，而在險(xiǎn)價(jià)值（Value at Risk）被定義為在某一特定的持有期內(nèi)，資產(chǎn)組合在某一個(gè)既定的置信水平下可能會(huì)遭受的最大損失。簡(jiǎn)單來說，假設(shè)某資產(chǎn)組合在其持有期為20天、置信水平為95%情況下的VaR為1000元，則可認(rèn)為，持有期末僅有5%的可能性出現(xiàn)損失大于1000元的情況。

傳統(tǒng)的VaR模型主要衡量的是資產(chǎn)組合所面臨的市場(chǎng)風(fēng)險(xiǎn)，并沒有涵蓋流動(dòng)性風(fēng)險(xiǎn)在內(nèi)，考慮到這一點(diǎn)，1999年，班吉亞、迪博爾德、斯庫爾曼、施特格（Bangia、Diebold、Schuermann、Stroughair）提出了基于買賣價(jià)差的流動(dòng)性風(fēng)險(xiǎn)模型——La-VaR模型，也就是BDSS模型。他們的基本思路為：在傳統(tǒng)VaR模型的基礎(chǔ)上加上了一個(gè)增量，這個(gè)增量也就是價(jià)差帶來的流動(dòng)性風(fēng)險(xiǎn)。也就是說，BDSS模型實(shí)質(zhì)上可分為兩個(gè)部分，其中一部分代表資產(chǎn)組合在市場(chǎng)上的價(jià)格波動(dòng)所帶來的市場(chǎng)風(fēng)險(xiǎn)，而另一部分代表基于價(jià)差計(jì)算出的流動(dòng)性風(fēng)險(xiǎn)，由此得到了La-VaR模型。

假設(shè)某資產(chǎn)當(dāng)前的中間價(jià)格為[S0]，資產(chǎn)的對(duì)數(shù)收益率為[rt=lnStSt-1～N（μ，σ2）]，收益率[rt]代表的是資產(chǎn)真實(shí)價(jià)值給投資者帶來的收益。本吉亞等（Bangia等）給出了未來1個(gè)持有期內(nèi)，置信水平為c、頭寸為1單位的La-VaR的解析式：

[La-VaR=S01-expμ-zcσ+12（ε+γσε）]

其中，[ε]表示相對(duì)價(jià)差的期望值，[σε]表示相對(duì)價(jià)差的標(biāo)準(zhǔn)差，[γ]是相對(duì)價(jià)差的刻度因子，也就是在正態(tài)分布假設(shè)下所對(duì)應(yīng)的置信水平。由于在進(jìn)行資產(chǎn)交易的時(shí)候，存在著要價(jià)與報(bào)價(jià)，所以價(jià)差總是為總價(jià)差的一半，也就需要相對(duì)價(jià)差乘上1/2。

本文在BDSS模型的基礎(chǔ)上，結(jié)合上市商業(yè)銀行股價(jià)數(shù)據(jù)，對(duì)上市商業(yè)銀行的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行研究，并對(duì)買賣價(jià)差進(jìn)行了改進(jìn)。設(shè)定股票價(jià)格的開盤價(jià)為[Pk]，收盤價(jià)為[Ps]，最高價(jià)[Ph]，最低價(jià)[Pl]，價(jià)差[S0]則為最高價(jià)[Ph]與最低價(jià)[Pl]的差值，中間價(jià)格[Pt=（Pk+Ps+Pl+Ph）/4]。

（二）實(shí)證方法設(shè)計(jì)

本文首先對(duì)各家上市商業(yè)銀行中間價(jià)格收益率序列進(jìn)行描述性統(tǒng)計(jì)、平穩(wěn)性檢驗(yàn)、相關(guān)性檢驗(yàn)及ARCH效應(yīng)檢驗(yàn)，在存在高階ARCH效應(yīng)的基礎(chǔ)上建立GARCH模型，誤差項(xiàng)采用T分布或GED分布，隨后根據(jù)估計(jì)波動(dòng)率計(jì)算出各家上市商業(yè)銀行的La-VaR值及標(biāo)準(zhǔn)化La-VaR值，最后依據(jù)各家銀行的標(biāo)準(zhǔn)化La-VaR結(jié)果構(gòu)造出反映銀行業(yè)整體狀況的標(biāo)準(zhǔn)化銀行業(yè)La-VaR指數(shù)。

三、實(shí)證分析

（一）數(shù)據(jù)選擇

選擇目前上市的16家銀行為數(shù)據(jù)樣本，包括工商銀行（GS）、建設(shè)銀行（JS）、農(nóng)業(yè)銀行（NY）、中國(guó)銀行（ZG）、北京銀行（BJ）、南京銀行（NJ）、寧波銀行（NB）、浦發(fā)銀行（PF）、中信銀行（ZX）、華夏銀行（HX）、光大銀行（GD）、交通銀行（JT）、民生銀行（MS）、平安銀行（PA）、興業(yè)銀行（XY）、招商銀行（ZS）。數(shù)據(jù)的樣本區(qū)間選擇2007年1月1日至2015年12月31日，數(shù)據(jù)來源于萬得數(shù)據(jù)庫。

由于各家上市銀行的上市時(shí)間前后不一及收益率的特殊波動(dòng)情況，對(duì)數(shù)據(jù)進(jìn)行以下處理：（1）去除各家銀行除權(quán)、除息所引起的收益率巨幅波動(dòng)數(shù)據(jù)；（2）所有銀行統(tǒng)一樣本區(qū)間，若因停牌、上市較晚造成數(shù)據(jù)空白，則統(tǒng)一保留，以保全各個(gè)樣本之間的可比性。

（二）基本數(shù)據(jù)檢驗(yàn)

1. 描述性統(tǒng)計(jì)及正態(tài)分布檢驗(yàn)。以各家上市銀行每日的中間價(jià)格為數(shù)據(jù)，對(duì)其取對(duì)數(shù)并差分，得到收益率r，即：

[r=ln（ptpt-1）]

其中，[pt]為各家上市銀行第t日的中間價(jià)格，[pt-1]為第t-1日最后的中間價(jià)格，其描述性統(tǒng)計(jì)結(jié)果見表1。

JB檢驗(yàn)統(tǒng)計(jì)量結(jié)果表明，各家上市商業(yè)銀行中間價(jià)格日收益率序列拒絕原假設(shè)，并不服從正態(tài)分布，且通過對(duì)比偏度和峰度數(shù)據(jù)，收益率序列呈現(xiàn)出金融序列慣有的特征—尖峰厚尾性。16家上市商業(yè)銀行中，有11家呈現(xiàn)出左偏的態(tài)勢(shì)，5家為右偏，據(jù)此，在建立GARCH模型時(shí)，應(yīng)選擇更加適宜的T分布或GED分布。

2. 平穩(wěn)性檢驗(yàn)。使用ADF單位根檢驗(yàn)法檢驗(yàn)股票價(jià)格收益率序列的平穩(wěn)性，結(jié)果顯示，各家上市銀行收益率序列在不含常數(shù)項(xiàng)和趨勢(shì)項(xiàng)、含常數(shù)項(xiàng)不含趨勢(shì)項(xiàng)及含常數(shù)項(xiàng)和趨勢(shì)項(xiàng)三種情況下，ADF值均小于1%水平上的臨界值，即拒絕單位根假設(shè)，收益率序列均為平穩(wěn)序列。

3. 相關(guān)性檢驗(yàn)。對(duì)中間價(jià)格的對(duì)數(shù)收益率序列r進(jìn)行相關(guān)性檢驗(yàn)，通過分別計(jì)算各家上市銀行日交易中間價(jià)格收益率的Q統(tǒng)計(jì)量，得到各個(gè)銀行序列的滯后期、Q統(tǒng)計(jì)量及其相伴概率，結(jié)果顯示，各序列在1%的顯著性水平上拒絕了無自相關(guān)性的原假設(shè)，即原序列存在自相關(guān)性。從各個(gè)滯后階數(shù)所對(duì)應(yīng)的相關(guān)系數(shù)來看，滯后3階之后的結(jié)果遠(yuǎn)小于滯后1階的結(jié)果。

4. ARCH效應(yīng)檢驗(yàn)。結(jié)合Jarque-Bera檢驗(yàn)和自相關(guān)檢驗(yàn)的結(jié)果，首先對(duì)各家上市銀行中間價(jià)格對(duì)數(shù)收益率序列進(jìn)行自回歸，方程為：[rt=μt+βrt-1+εt]，隨后對(duì)各個(gè)序列的殘差進(jìn)行ARCH-LM檢驗(yàn)，一般來說，如果LM檢驗(yàn)的滯后期很長(zhǎng)（如大于7），檢驗(yàn)依然顯著，則說明殘差序列存在高階ARCH（q）效應(yīng)，所以在這里選擇滯后期為7。

根據(jù)ARCH效應(yīng)檢驗(yàn)結(jié)果可以看出，16家上市銀行的中間價(jià)格收益率序列均存在著高階ARCH效應(yīng)，絕大多數(shù)銀行結(jié)果在1%的水平上顯著，只有2家銀行結(jié)果在5%的水平上顯著。

（三）GARCH模型估計(jì)

通過各項(xiàng)基本檢驗(yàn)可知，各家上市銀行股票中間價(jià)格收益率均為平穩(wěn)序列，所以建立一般均值回歸方程。在建立GARCH族模型之前，基于AIC與SC信息最小的準(zhǔn)則，本文選擇滯后階數(shù)（p，q）為（1，1）。鑒于標(biāo)準(zhǔn)正態(tài)分布的假設(shè)不符合金融序列常有的尖峰厚尾特性，本文在進(jìn)行實(shí)證時(shí)將殘差設(shè)定為t分布或者廣義誤差分布（GED分布），據(jù)此建立GARCH模型。

如表3所示，以AIC與SC值最小為原則，建立各個(gè)銀行股票中間價(jià)格收益率所對(duì)應(yīng)的GARCH模型。其結(jié)果顯示，所有銀行均可取得[μ2t-1]與[σ2t-1]系數(shù)之和小于1，且z統(tǒng)計(jì)量在1%的水平上顯著的模型結(jié)果，由此，可求得各家上市銀行收益率序列的估計(jì)波動(dòng)率及La-VaR值。

四、估計(jì)結(jié)果與分析

（一）國(guó)有銀行相對(duì)于股份制銀行更具市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)

為了描述各家上市銀行流動(dòng)性風(fēng)險(xiǎn)變化所具備的規(guī)律，在此借鑒林輝（2010）的標(biāo)準(zhǔn)化La-VaR值作為描述流動(dòng)性風(fēng)險(xiǎn)的具體指標(biāo)，即La-VaR值與中間價(jià)格的比值。表4給出了各家上市銀行2007—2015年間經(jīng)過流動(dòng)性調(diào)整后的標(biāo)準(zhǔn)化La-VaR值的描述性統(tǒng)計(jì)。由于篇幅限制，各家上市商業(yè)銀行La-VaR值折線圖略去。

從標(biāo)準(zhǔn)化La-VaR值的直觀統(tǒng)計(jì)結(jié)果來看，四大國(guó)有銀行（工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行、中國(guó)銀行）的La-VaR值結(jié)果相對(duì)于其他上市銀行更具波動(dòng)性。首先，從結(jié)果最大值角度來看，工商銀行高居第一位，農(nóng)業(yè)銀行、建設(shè)銀行、中國(guó)銀行分別居于三、四、五位。其次，從波動(dòng)幅度來看，工商銀行依然居于首位，且四家國(guó)有銀行均在排序結(jié)果前50%的范圍之內(nèi)。由此可見，相對(duì)于股份制銀行，國(guó)有銀行更容易受到與資本市場(chǎng)相關(guān)的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響。該結(jié)論的表述與戴振華、黃濤珍、楊海榮（2015）的研究成果相得益彰。對(duì)于該實(shí)證結(jié)論，筆者認(rèn)為主要的原因有以下三點(diǎn)：首先，從微觀市場(chǎng)角度來看，本文基于資本市場(chǎng)中的股票市場(chǎng)分析銀行業(yè)的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)狀況，就各家銀行的流通市值占銀行板塊總體流通市值的程度而言，國(guó)有銀行的流通市值份額要遠(yuǎn)大于股份制銀行，市場(chǎng)地位也更為重要，因此，在面對(duì)市場(chǎng)整體流動(dòng)性水平波動(dòng)時(shí)，國(guó)有銀行的參與程度會(huì)相對(duì)較高，所面臨的市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)也會(huì)相對(duì)較大。其次，從銀行經(jīng)營(yíng)結(jié)構(gòu)來看，到目前為止，我國(guó)金融市場(chǎng)依舊處于欠發(fā)達(dá)狀態(tài)，傳統(tǒng)的存貸款業(yè)務(wù)依然是銀行資金的主要來源與供給渠道，相對(duì)于股份制銀行而言，大型國(guó)有銀行更具有資產(chǎn)規(guī)模的優(yōu)勢(shì)，而這種優(yōu)勢(shì)卻恰恰決定了國(guó)有銀行對(duì)利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)等市場(chǎng)風(fēng)險(xiǎn)更加敏感，任何的市場(chǎng)波動(dòng)都可能會(huì)導(dǎo)致國(guó)有銀行市場(chǎng)流動(dòng)性的明顯變化，無形之中加劇了其市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)水平。最后，從宏觀流動(dòng)性調(diào)控角度來看，大型國(guó)有銀行作為銀行業(yè)的主力軍，相對(duì)于股份制銀行來說，更容易受到中央銀行針對(duì)宏觀流動(dòng)性而進(jìn)行的一系列調(diào)控手段的影響，任何流動(dòng)性注入行為都有可能造成國(guó)有銀行自身市場(chǎng)流動(dòng)性水平的變動(dòng)，從而使得國(guó)有銀行相對(duì)股份制銀行更具市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)。截至2014年末，我國(guó)國(guó)有銀行的資產(chǎn)規(guī)模占整個(gè)銀行業(yè)的份額為41.2%。不管是針對(duì)監(jiān)管層還是上市銀行的高層管理者而言，都要更加注重國(guó)有銀行資產(chǎn)流動(dòng)性的波動(dòng)。

（二）La-VaR模型可測(cè)度宏觀經(jīng)濟(jì)狀況對(duì)銀行業(yè)流動(dòng)性風(fēng)險(xiǎn)的影響

本文在各家上市商業(yè)銀行流動(dòng)性標(biāo)準(zhǔn)化La-VaR值的基礎(chǔ)之上，構(gòu)造出代表銀行業(yè)總體的標(biāo)準(zhǔn)化銀行業(yè)La-VaR指數(shù)。根據(jù)市值加權(quán)指數(shù)的計(jì)算準(zhǔn)則，依據(jù)各家上市銀行在股票市場(chǎng)中現(xiàn)有流動(dòng)的市值進(jìn)行賦權(quán)，并根據(jù)各家銀行的上市時(shí)間及時(shí)調(diào)整整體權(quán)重，最終得到以市值加權(quán)的標(biāo)準(zhǔn)化銀行業(yè)La-VaR指數(shù)。具體計(jì)算公式如下：

[LAVaRS=i=116PiPS*LAVaRi]

其中，[Pi] 為第i家上市銀行的流通市值，[PS] 為16家銀行整體的流通市值，[LAVaRi] 為第i家上市銀行的標(biāo)準(zhǔn)化La-VaR值。具體指數(shù)結(jié)果見圖1所示。

圖1：標(biāo)準(zhǔn)化銀行業(yè)La-VaR指數(shù)折線圖

可以發(fā)現(xiàn)，整個(gè)樣本區(qū)間大致分為三個(gè)階段：第一階段是2007年初至2010年中。2008年末至2009年初出現(xiàn)流動(dòng)性風(fēng)險(xiǎn)La-VaR峰值，并在此期間出現(xiàn)巨幅波動(dòng)，這與次貸危機(jī)的時(shí)間恰好匹配，并對(duì)應(yīng)危機(jī)的爆發(fā)與救市，La-VaR模型所代表的資產(chǎn)流動(dòng)性呈現(xiàn)出極速上升和逐步下降的形態(tài)。第二階段是2010年中至2013年中，指數(shù)表現(xiàn)為小幅震蕩，總體波動(dòng)較為平緩，以反映危機(jī)過后宏觀經(jīng)濟(jì)穩(wěn)定運(yùn)行的態(tài)勢(shì)。第三階段是2013年中至2015年末，指數(shù)再度出現(xiàn)頻繁波動(dòng)，且幅度較上一階段來說有所增大。隨著我國(guó)利率市場(chǎng)化的進(jìn)程加快，宏觀經(jīng)濟(jì)的結(jié)構(gòu)型轉(zhuǎn)型以及金融業(yè)深化改革，金融系統(tǒng)的穩(wěn)定性不免會(huì)受到影響，但指數(shù)結(jié)果顯示，我國(guó)銀行的流動(dòng)性風(fēng)險(xiǎn)仍處于可控的范圍之內(nèi)。

五、結(jié)論與政策啟示

本文著眼于商業(yè)銀行市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)，進(jìn)行了實(shí)證研究，具體的研究結(jié)果與政策啟示如下：

第一，國(guó)有銀行更容易受到與資本市場(chǎng)密切相關(guān)的市場(chǎng)流動(dòng)性的沖擊。一旦資本市場(chǎng)的“流動(dòng)性枯竭”，對(duì)國(guó)有銀行的威脅將大于股份制銀行。對(duì)此，應(yīng)更側(cè)重于對(duì)國(guó)有銀行市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行管控，結(jié)合其他股份制銀行，完善整個(gè)流動(dòng)性監(jiān)管體系，以防范大規(guī)模流動(dòng)性危機(jī)。

第二，銀行業(yè)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)變化呈現(xiàn)趨同性，且La-VaR指數(shù)波動(dòng)與宏觀經(jīng)濟(jì)運(yùn)行狀況相匹配。La-VaR指數(shù)清晰顯示，銀行業(yè)在次貸危機(jī)時(shí)期市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)達(dá)到峰值，且在經(jīng)濟(jì)復(fù)蘇期波動(dòng)較為平穩(wěn)。在推動(dòng)金融改革的進(jìn)程中，要根據(jù)現(xiàn)有的實(shí)體經(jīng)濟(jì)狀況，重新設(shè)定風(fēng)險(xiǎn)底線，并結(jié)合歷史數(shù)據(jù)進(jìn)行壓力測(cè)試，為進(jìn)一步的金融創(chuàng)新提供風(fēng)險(xiǎn)管控依據(jù)。

第三，La-VaR模型為流動(dòng)性風(fēng)險(xiǎn)監(jiān)管提供了新的技術(shù)支撐。雖然《巴塞爾協(xié)議III》將流動(dòng)性風(fēng)險(xiǎn)納入風(fēng)險(xiǎn)監(jiān)控體系，并提供了流動(dòng)性覆蓋率和凈穩(wěn)定資金比率兩個(gè)指標(biāo)作為衡量標(biāo)準(zhǔn)，但并未給出更為靈活準(zhǔn)確的計(jì)量模型指標(biāo)。而La-VaR模型的出現(xiàn)無疑給中國(guó)商業(yè)銀行流動(dòng)性監(jiān)控提供了更加精準(zhǔn)的計(jì)量方法，這對(duì)維護(hù)銀行體系的穩(wěn)健性具有重要意義。

參考文獻(xiàn)：

[1]Glosten，L.R.，Harris，L.E. 1988. Estimating the components of the bid/ask spread[J].Journal of Financial Economics，（21）.

[2]Demesetz H. 1968. The cost of transaction[J].Quarterly Journal of Economics，（ 82）.

[3]YakovAmihud. 2002. Illiquidity and stock returns： cross-section and time-series effects[J].Journal of Financial Markets，（5）.

[4]Ronnie Sadka. 2006. Momentum and Post-earnings Announcement Drift Anomalies：The Role of Liquidity Risk[J].Journal of Financial Economics，（80）.

[5]Bertsimas，D.，Lo，A.W. 1998. Optimal control of execution costs[J].Journal of Financial Markets，（1）.

[6]H?berle，R.，Persson，P.G. 2000. Incorporating Market Liquidity Constraints in Value-at-Risk[J].BanquesetMarchés，（44）.

[7]Hisata Y.，YashuhiroY. 2000. Research Toward the Practical Application of Liquidity Risk Evaluation Methods[R].Working Paper of Bank of Japan.

[8]Gregor N.F. Wei.Hendrik Supper. 2013. Forecasting liquidity-adjusted intradayValue-at-Risk with vine copulas[J]..Journal of Banking &Finance，（37）.

[9]劉林，倪玉娟.股市流動(dòng)性市場(chǎng)關(guān)注度與創(chuàng)業(yè)板上市公司轉(zhuǎn)板選擇[J].證券市場(chǎng)導(dǎo)報(bào)，2012，（5）.

[10]張蕊，王春峰.中國(guó)銀行間債券市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)影響因素及其關(guān)聯(lián)性[J].系統(tǒng)工程，2010，（3）.

[11]王東旋，張崢，殷先軍.股市流動(dòng)性與宏觀經(jīng)濟(jì)[J].經(jīng)濟(jì)科學(xué)，2014，（3）.

[12]周毓萍.淺論Var與商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理[J].科技與產(chǎn)業(yè)，2005，（12）.

[13]宋逢明，譚慧.VaR模型中流動(dòng)性風(fēng)險(xiǎn)的度量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004，（6）.

[14]林輝.條件異方差La-VaR模型及其對(duì)金融危機(jī)的實(shí)證研究[J].統(tǒng)計(jì)與決策，2010，（17）.

[15]閆昌榮.基于流動(dòng)性調(diào)整CAVaR模型的風(fēng)險(xiǎn)度量方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，（3）.

[16]戴振華，黃濤珍，楊海榮.利率市場(chǎng)化對(duì)上市商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)影響的實(shí)證分析[J].新疆社會(huì)科學(xué)，2015，（3）.