肖崎，廖鴻燕

（華南理工大學(xué)，廣東廣州510006）

一、引言

2008年次貸危機后，我國的利率市場化改革快速推進，銀行業(yè)過度依賴傳統(tǒng)存貸款業(yè)務(wù)的同質(zhì)化狀況發(fā)生了改變，但同時也使得銀行對外部沖擊的反應(yīng)更加敏感。為了應(yīng)對利率風(fēng)險，商業(yè)銀行開展多元化資產(chǎn)配置分散風(fēng)險，如大力拓展財富管理、投資銀行等市場化業(yè)務(wù)，造成銀行之間持有的資產(chǎn)組合相似度極高，形成一種新的銀行業(yè)同質(zhì)化趨勢。次貸危機后，很多學(xué)者對銀行業(yè)同質(zhì)性問題進行研究。國外學(xué)者通過構(gòu)建理論模型研究銀行同質(zhì)性可能帶來的影響，如Allen et al.（2010）和Ibragimov et al.（2011）的研究均表明，對于金融機構(gòu)個體而言，進行分散化的資產(chǎn)配置是有利的，但是如果金融機構(gòu)之間持有類似的資產(chǎn)組合，則會加深金融機構(gòu)對風(fēng)險的共同暴露程度，增加系統(tǒng)性風(fēng)險爆發(fā)的可能。Cai et al.（2018）研究發(fā)現(xiàn)，隨著銀行業(yè)資產(chǎn)組合相似度的提升，銀行系統(tǒng)受到同一危機沖擊的可能性增大，受系統(tǒng)性風(fēng)險的擾動也會愈發(fā)明顯。Huang et al.（2012）通過主成分分析，測算美國上市銀行股票收益率之間的動態(tài)相關(guān)系數(shù)，衡量銀行資產(chǎn)配置的同質(zhì)化程度。Helbing（2013）構(gòu)建銀行網(wǎng)絡(luò)模型，發(fā)現(xiàn)銀行網(wǎng)絡(luò)中銀行數(shù)量越多，系統(tǒng)性風(fēng)險爆發(fā)時導(dǎo)致的損失越大；并且如果銀行有相似的分散投資策略，那么同時陷入危機的概率會大大增加。國內(nèi)學(xué)者的研究更多停留在定性分析上，如董裕平（2009）分析了2008年金融危機時，商業(yè)銀行為完成信貸擴張任務(wù)短期內(nèi)大規(guī)模擴張信貸的現(xiàn)象，認(rèn)為這為同質(zhì)化行為種下了風(fēng)險隱患。劉春航等（2012）借鑒生態(tài)學(xué)中對生物同質(zhì)性和多樣化的研究方法，從理論上分析銀行業(yè)同質(zhì)性對金融穩(wěn)定的影響。朱小軍（2012）通過數(shù)據(jù)搜集和實地調(diào)查，認(rèn)為銀行業(yè)同質(zhì)化競爭在短期內(nèi)會導(dǎo)致金融服務(wù)單一、價格戰(zhàn)和資源配置不當(dāng)，長期會導(dǎo)致系統(tǒng)性風(fēng)險的增加、銀行業(yè)發(fā)展后勁不足。李澤廣等（2017）從業(yè)務(wù)緊密關(guān)聯(lián)視角測試了我國上市銀行經(jīng)營同質(zhì)化水平。

綜上所述，目前國內(nèi)文獻(xiàn)關(guān)于銀行業(yè)同質(zhì)性對金融穩(wěn)定的研究基本是定性分析，尚未有文獻(xiàn)就相關(guān)問題進行實證檢驗?；诖?，本文研究內(nèi)容及結(jié)構(gòu)安排如下：第二部分為我國銀行業(yè)同質(zhì)性的測度與分析； 第三部分為我國金融穩(wěn)定狀況的測度；第四部分考察銀行業(yè)同質(zhì)性對金融穩(wěn)定的影響；第五部分為結(jié)論和政策建議。

二、我國銀行業(yè)同質(zhì)性的測度與分析

（一）模型建立

目前，測度銀行業(yè)同質(zhì)性的主要方法有主成分分析法和估計相關(guān)系數(shù)的方法。Huang et al.（2012）通過主成分分析，測算美國上市銀行股票收益率之間的動態(tài)相關(guān)系數(shù)，以此來衡量銀行資產(chǎn)配置的同質(zhì)化程度。林澍和任志娟（2016）利用我國上市銀行的收益率數(shù)據(jù)，通過主成分分析和DCC-MGARCH 模型測度我國銀行業(yè)同質(zhì)化程度。本文選擇DCC-MGARCH 模型進行建模，所用的數(shù)據(jù)為日度數(shù)據(jù)。

用qij，t（i≠j）表示商業(yè)銀行股票收益率兩兩之間的動態(tài)相關(guān)系數(shù)，并以銀行j 的市值為權(quán)重，將銀行i 與其他銀行j（i≠j）之間的動態(tài)相關(guān)系數(shù)進行加權(quán)平均，得到銀行i 與其他上市銀行之間的動態(tài)相關(guān)系數(shù)，即：

其中，qij，t（i≠j）表示銀行i 與銀行j 的動態(tài)相關(guān)系數(shù)；corri，t表示銀行i 與其他上市銀行在t 時期的動態(tài)相關(guān)系數(shù)；mvj表示2017年12月31日銀行j 的市值。在求出銀行i 與其他上市銀行之間的動態(tài)相關(guān)系數(shù)之后，進一步以公司市值為權(quán)重，求得銀行業(yè)整體同質(zhì)化程度Corr。

（二）樣本選取與數(shù)據(jù)處理

為了保證樣本時間跨度長度和研究的可靠性，本文數(shù)據(jù)樣本為14 家上市商業(yè)銀行2008年4月1日至2017年12月31日的日收益率數(shù)據(jù)。數(shù)據(jù)來源為Wind 數(shù)據(jù)庫。股票市場的日收益率Rt為Rt=ln（Pt/Pt-1），其中，Pt是股票每日收盤價。上市銀行的日收益率序列代碼見表1。

表1 樣本商業(yè)銀行日收益率序列代碼

（三）我國銀行業(yè)同質(zhì)性測度與分析

1.數(shù)據(jù)檢驗

為了避免出現(xiàn)偽回歸，在用DCC-MGARCH 模型進行參數(shù)估計前，先對數(shù)據(jù)進行異方差檢驗、序列自相關(guān)檢驗和平穩(wěn)性檢驗。由表2可知，14 家上市銀行的日收益率均值都趨近于0，偏度均異于0，峰度均大于3，呈現(xiàn)明顯的“尖峰厚尾”現(xiàn)象。由Jarque-Bera統(tǒng)計量可知，在1%的顯著性水平下，所有銀行的收益率都異于正態(tài)分布。根據(jù)ARCH（6）統(tǒng)計量，在1%的顯著性水平下，各銀行的股票收益率序列都存在明顯的ARCH 效應(yīng)。Q（6）統(tǒng)計量顯示，在1%的顯著性水平下，各銀行的股票收益率序列的滯后一階回歸殘差平方存在自相關(guān)現(xiàn)象。由ADF 檢驗可知，各銀行收益率序列都具有平穩(wěn)性。

表2 樣本商業(yè)銀行日收益率檢驗結(jié)果

注：*、**、*** 分別表示10%、5%、1%的顯著性水平。

2.單變量GARCH 模型估計

在對DCC-MGARCH 模型進行估計之前，先對各銀行股票日收益率的單變量GARCH 過程進行估計。本文利用GARCH（1，1）模型來估計每家銀行收益率序列，估計結(jié)果見表3，發(fā)現(xiàn)殘差序列已無自相關(guān)現(xiàn)象和ARCH 效應(yīng)。

表3 GARCH（1，1）參數(shù)估計結(jié)果

3.合成銀行業(yè)同質(zhì)性指標(biāo)

在完成對各銀行日收益率的單變量GARCH 模型建模之后，利用DCC 模型對銀行兩兩之間的動態(tài)相關(guān)系數(shù)進行估計，得到105 組序列。利用式（1）和式（2）求得銀行i 與其他上市銀行之間的動態(tài)相關(guān)系數(shù)，并進一步以公司市值為權(quán)重求得銀行業(yè)整體同質(zhì)化程度Corr（如圖1所示）。

圖1 我國銀行業(yè)同質(zhì)性指標(biāo)Corr 的變化趨勢

由圖1可知，2008-2015年，我國銀行業(yè)同質(zhì)性指標(biāo)表現(xiàn)出先降后升的趨勢，這說明次貸危機后，我國利率市場化改革快速推進，銀行業(yè)過去依賴傳統(tǒng)存貸款業(yè)務(wù)的同質(zhì)化狀況有所下降。但隨著改革的深入，在應(yīng)對利率風(fēng)險進行資產(chǎn)配置時，商業(yè)銀行持有的資產(chǎn)組合相似度增加，共同的風(fēng)險暴露增加，同質(zhì)化程度進一步加深。本文通過Wind 數(shù)據(jù)庫搜集14 家上市銀行同時間段的財務(wù)數(shù)據(jù)。從盈利結(jié)構(gòu)來看，2015年銀行凈利息收入占比較2008年下行10.55%，而表外理財業(yè)務(wù)發(fā)展迅速，2015年中間業(yè)務(wù)收入在總收入中的占比較2008年增加12.09%。銀行理財產(chǎn)品數(shù)量從2008年的千余款增長至2015年的6 萬多款。因此，利率市場化改革確實降低了銀行由于依賴存貸款業(yè)務(wù)引致的同質(zhì)性，而銀行業(yè)持有相似的資產(chǎn)組合，共同風(fēng)險暴露增加，形成一種新的銀行業(yè)同質(zhì)化趨勢。

三、我國金融穩(wěn)定狀況測度

（一）模型選擇及指標(biāo)選取

金融穩(wěn)定性測度方法主要包括宏觀壓力測試法、金融危機預(yù)警模型和金融穩(wěn)定狀況指數(shù)法。本文基于IMF 金融穩(wěn)健性指標(biāo)評估體系，并借鑒印重（2014）的指標(biāo)構(gòu)建方法，綜合考慮我國金融深化程度、金融機構(gòu)資產(chǎn)質(zhì)量、房地產(chǎn)市場、金融市場流動性、資本充足程度和外匯風(fēng)險六個方面，選取基礎(chǔ)指標(biāo)構(gòu)建我國金融穩(wěn)定指數(shù)。所選指標(biāo)和指標(biāo)屬性如表4所示。正向指標(biāo)的增大有利于金融體系的穩(wěn)定，而負(fù)向指標(biāo)的增大會使金融風(fēng)險增大，不利于金融體系的穩(wěn)定。選取的樣本時間區(qū)間為2008年4月至2017年12月，樣本頻率為月度。不良貸款率數(shù)據(jù)來源為中國銀保監(jiān)會網(wǎng)站，其他數(shù)據(jù)來源均為Wind 數(shù)據(jù)庫。基礎(chǔ)指標(biāo)包括：第一，金融深化程度，用M2/GDP 衡量，該指標(biāo)數(shù)值越高，市場的流動性越充足，金融穩(wěn)定性也就越高。第二，銀行資產(chǎn)質(zhì)量，其中，存貸款比例越高，銀行系統(tǒng)中的信貸比例越高，越不利于金融穩(wěn)定；不良貸款率是反映資產(chǎn)質(zhì)量的重要指標(biāo)，該指標(biāo)越高，金融機構(gòu)面臨的信用風(fēng)險越大，越不利于金融穩(wěn)定。第三，房地產(chǎn)市場狀況，用國房景氣指數(shù)來衡量，該指標(biāo)數(shù)值越高，資產(chǎn)泡沫化越明顯，不利于金融穩(wěn)定。第四，金融市場流動性，其中，股票市盈率與金融穩(wěn)定呈負(fù)向關(guān)系； 銀行同業(yè)拆借利率可以反映金融市場的流動性，且數(shù)值越高，表明資金成本越高，越不利于金融穩(wěn)定；滬深兩市平均價差越高，說明證券市場的交易密度越高，越不利于金融穩(wěn)定。第五，資本充足程度，用資本/總資產(chǎn)表示，該指標(biāo)越高，說明金融機構(gòu)的資本充足程度越好，越有利于金融穩(wěn)定。第六，外匯風(fēng)險，其中，實際有效匯率越大，國家所承受的外匯風(fēng)險越高；外匯儲備量與金融穩(wěn)定性成正向關(guān)系；外幣貸款/總貸款的增大會增加信用風(fēng)險，尤其是當(dāng)本國貨幣的幣值出現(xiàn)波動時，信用風(fēng)險會被進一步放大。

表4 金融穩(wěn)定指數(shù)

（二）主成分分析

1．?dāng)?shù)據(jù)處理

由于基礎(chǔ)指標(biāo)的數(shù)據(jù)存在屬性和量綱量級的差異，本文對其進行預(yù)處理，主要包括兩步：第一步是對基礎(chǔ)指標(biāo)進行同向化處理，即對負(fù)指標(biāo)取相反數(shù)，使其性質(zhì)逆轉(zhuǎn)，與正指標(biāo)同向；第二步是對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，計算公式如下：

其中，Xit為t 時刻i 指標(biāo)的變量實際值；表示i 指標(biāo)的算術(shù)平均值；σi表示i 指標(biāo)的標(biāo)準(zhǔn)差；X*it為標(biāo)準(zhǔn)化后的指標(biāo)值。對于標(biāo)準(zhǔn)化處理后的指標(biāo)，本文在變量名之前加“S”進行標(biāo)記，如MGDP 序列標(biāo)準(zhǔn)化后為SMGDP。

2．主成分分析法確定權(quán)重

使用主成分分析法確定基礎(chǔ)指標(biāo)的權(quán)重結(jié)果如表5、表6所示。表5顯示前四個主成分的累積方差貢獻(xiàn)率為90.46%，超過了經(jīng)驗值標(biāo)準(zhǔn)85%，因此選取這四個為主成分。根據(jù)各個基礎(chǔ)指標(biāo)在選定的四個主成分上的載荷和方差貢獻(xiàn)率，計算基礎(chǔ)指標(biāo)的權(quán)重。因此，我國金融穩(wěn)定指數(shù)FSCI 的構(gòu)建公式為：

從式（4）中可以看出，M2/GDP（SMGDP）、國房景氣指數(shù)（SNHCI）、外幣貸款/總貸款（SRFT）的系數(shù)較大，均大于0.2，表明我國金融穩(wěn)定狀況與這三者有較強的相關(guān)性；不良貸款率（SNPL）和外匯儲備（SFER）的系數(shù)較小，均為0.005 以下，說明我國金融穩(wěn)定狀況與這兩者的相關(guān)性較弱。

表5 前四個主成分對總方差的解釋

表6 基礎(chǔ)指標(biāo)權(quán)重計算表

（三）我國金融穩(wěn)定指數(shù)的HP 濾波分析

在計算出權(quán)重之后，可以利用式（4）求得我國金融穩(wěn)定指數(shù)。本文用HP 濾波法分離我國金融穩(wěn)定指數(shù)的波動成分和趨勢成分，結(jié)果如圖2所示。

圖2 我國金融穩(wěn)定指數(shù)及其波動和趨勢成分

由圖2可知，我國金融穩(wěn)定狀況呈階段性變化：2008年初至2010年末，我國金融穩(wěn)定指數(shù)呈現(xiàn)下降趨勢，并且存在劇烈波動，出現(xiàn)了2008年的波峰和2010年底的波谷。一方面，2008年美國金融危機對我國造成巨大沖擊，使得我國金融穩(wěn)定指數(shù)出現(xiàn)巨大波動。另一方面，為應(yīng)對金融危機而推出的“四萬億計劃”雖然使大幅波動的狀況得到及時控制，但長期看來存在著明顯弊端，這也是2010年我國金融穩(wěn)定指數(shù)波動加劇的原因。2010年末至2014年初，我國的金融穩(wěn)定指數(shù)維持整體平穩(wěn)，波動較小。這與我國監(jiān)管當(dāng)局的政策有關(guān)。這一階段，央行采取逐步收緊的貨幣政策，2010年央行六次上調(diào)存款準(zhǔn)備金率，存款準(zhǔn)備金率曾一度達(dá)到21.5%。受貨幣政策的影響，國房景氣指數(shù)在這一時期一直處于下降的過程。另外，銀監(jiān)會以《巴塞爾協(xié)議III》為基礎(chǔ)，于2012年頒布《商業(yè)銀行資本管理辦法》，積極構(gòu)建宏觀審慎監(jiān)管體系。2014年初至2016年初，我國金融穩(wěn)定指數(shù)不斷下滑，這與前一階段銀行同業(yè)業(yè)務(wù)快速發(fā)展有關(guān)。同業(yè)業(yè)務(wù)作為我國影子銀行的一種創(chuàng)新業(yè)務(wù)，增強了銀行與非銀行金融機構(gòu)之間的相互關(guān)聯(lián)性，增大了系統(tǒng)性風(fēng)險。另外，2015年股市和外匯市場都出現(xiàn)較大的波動，也加劇了金融市場的不穩(wěn)定。2016年初至2017年末，我國金融穩(wěn)定指數(shù)再次呈現(xiàn)較為平穩(wěn)的狀態(tài)。2016年，央行正式推出宏觀審慎管理體系（MPA），把銀行機構(gòu)的表外理財業(yè)務(wù)納入監(jiān)管。這一舉措有效控制了影子銀行的規(guī)模擴張，打擊了商業(yè)銀行資產(chǎn)管理方面的同質(zhì)性行為。此外，政府針對房地產(chǎn)出臺的嚴(yán)格的限購、限貸、限售的調(diào)控政策也對金融穩(wěn)定起到正面作用。

四、銀行業(yè)同質(zhì)性對金融穩(wěn)定的影響

（一）數(shù)據(jù)處理與檢驗

利用上文實證結(jié)果得到的2008年4月至2017年12月銀行業(yè)同質(zhì)性指標(biāo)Corr 和金融穩(wěn)定指數(shù)FSCI，通過SVAR 模型研究我國銀行業(yè)同質(zhì)性對金融穩(wěn)定的影響。上文計算得到的銀行業(yè)同質(zhì)性指標(biāo)為日度數(shù)據(jù)，因此選取每月最后一個交易日的數(shù)據(jù)作為當(dāng)月數(shù)據(jù)，與金融穩(wěn)定指數(shù)一致。

在進行SVAR 模型估計之前，需要對Corr 和FSCI 進行單位根檢驗和格蘭杰因果關(guān)系檢驗。單位根檢驗結(jié)果如表7所示。在1%的顯著性水平下，Corr 平穩(wěn)，F(xiàn)SCI 不平穩(wěn)。對FSCI 進行一階差分后再次進行ADF 檢驗，此時DFSCI（FSCI 的一階差分）在1%的顯著性水平下平穩(wěn)。

表7 單位根檢驗結(jié)果

由于格蘭杰因果關(guān)系檢驗對滯后階數(shù)的選擇很敏感，本文先對滯后階數(shù)進行選擇。如表8所示，有多個準(zhǔn)則選擇了滯后4 階，因此將滯后階數(shù)設(shè)定為4。根據(jù)格蘭杰因果檢驗的結(jié)果（如表9所示），在5%的顯著性水平下認(rèn)為DFSCI 是Corr 的格蘭杰原因； 在1%的顯著性水平下認(rèn)為Corr 是DFSCI 的格蘭杰原因。因此可以認(rèn)為Corr和DFSCI 之間存在雙向影響，可以建立SVAR 模型。

表8 滯后階數(shù)選擇

表9 格蘭杰因果關(guān)系檢驗結(jié)果

（二）SVAR 模型的建立與分析

建立SVAR 模型時確定滯后階數(shù)的過程與格蘭杰因果關(guān)系檢驗時相同，同樣選擇滯后4 階。如圖3所示，SVAR 模型所有單位根均落在單位圓內(nèi)，說明模型系統(tǒng)穩(wěn)定。

圖3 模型系統(tǒng)平穩(wěn)性檢驗結(jié)果

（三）脈沖響應(yīng)分析

利用上述SVAR 模型對Corr 和DFSCI 進行脈沖響應(yīng)分析，結(jié)果如圖4、圖5所示。由圖4可知，金融穩(wěn)定指數(shù)DFSCI 對其自身的一個標(biāo)準(zhǔn)差新息立刻做出了響應(yīng)，在第一期達(dá)到最大值10.4%，第二期立刻下降到-0.7%，第三期為-2.2%，之后沖擊的影響逐漸減弱。而金融穩(wěn)定指數(shù)對來自銀行業(yè)同質(zhì)性的沖擊在第一期和第二期出現(xiàn)1.3%的正向變動，第三期下降為-0.5%，第五期達(dá)到最大負(fù)影響-2.9%，之后緩慢減弱。由圖5可知，銀行業(yè)同質(zhì)性Corr 對其自身的一個標(biāo)準(zhǔn)差沖擊立刻有較強的反應(yīng)，第一期達(dá)4%，第二期迅速變?yōu)?.9%，之后波動減弱。銀行同質(zhì)性對來自金融穩(wěn)定指數(shù)的一個標(biāo)準(zhǔn)差新息在第一期沒有反應(yīng)，第二期為-0.03%，第三期為-0.06%，第四期達(dá)到最大負(fù)影響-0.1%，之后漸漸減弱。

圖4 DFSCI 的脈沖響應(yīng)曲線

圖5 Corr 的脈沖響應(yīng)曲線

脈沖響應(yīng)分析表明，金融穩(wěn)定指數(shù)對銀行業(yè)同質(zhì)性一個標(biāo)準(zhǔn)差的沖擊在第一期和第二期有正向的響應(yīng)，第三期及以后的響應(yīng)都為負(fù)向。說明銀行業(yè)同質(zhì)性行為在短期內(nèi)可能會對金融穩(wěn)定產(chǎn)生一定的正面影響，銀行機構(gòu)通過金融創(chuàng)新和資產(chǎn)配置提高了自身的盈利能力，同時推動經(jīng)濟增長。從長期看來，銀行業(yè)同質(zhì)性行為會給實體經(jīng)濟和資本市場注入大量流動性，在提升資產(chǎn)市場價格的同時，助長金融市場的泡沫，對金融穩(wěn)定產(chǎn)生負(fù)面影響。同時銀行業(yè)同質(zhì)性所造成的風(fēng)險具有一定的藏匿期間，因此負(fù)面影響具有時滯性和持續(xù)性。而金融穩(wěn)定指數(shù)對銀行業(yè)同質(zhì)性指標(biāo)的解釋性較弱，金融穩(wěn)定指數(shù)一個標(biāo)準(zhǔn)差的沖擊對銀行同質(zhì)性造成的影響一直都在1%以內(nèi)。

（四）方差分解

本文使用Cholesky 分解法對變量進行方差分解，結(jié)果如圖6、圖7所示。由圖6可知，在第一期預(yù)測中，金融穩(wěn)定指數(shù)預(yù)測方差的98.42%是由其自身擾動引起的。隨著預(yù)測期的推移，金融穩(wěn)定指數(shù)預(yù)測方差中由其自身擾動引起的部分減少，由銀行業(yè)同質(zhì)性擾動引起的部分增加，但由其自身擾動引起的部分所占比重較大。大約在第九期左右，金融穩(wěn)定指數(shù)分解結(jié)果基本穩(wěn)定，其預(yù)測方差有12%是由銀行業(yè)同質(zhì)性擾動引起的，88%是由其自身擾動引起的。由圖7可知，隨著預(yù)測期的推移，銀行業(yè)同質(zhì)性預(yù)測方差中由其自身擾動引起的部分占比緩慢下降，但比重一直較大，到第九期開始穩(wěn)定在94%左右。而由金融穩(wěn)定指數(shù)擾動引起的部分占比則緩慢增加，但是比重不大，在第九期開始保持在6%左右。

圖6 DFSCI 的方差分解曲線

圖7 Corr 的方差分解曲線

五、結(jié)論和政策建議

近年來，我國銀行業(yè)同質(zhì)化呈現(xiàn)新的表現(xiàn)形式。本文測度了我國銀行業(yè)同質(zhì)性水平，并基于主成分分析法構(gòu)建了金融穩(wěn)定指數(shù)，運用SVAR 模型研究了我國銀行業(yè)同質(zhì)性對金融穩(wěn)定的影響。主要結(jié)論如下：

首先，次貸危機后，我國利率市場化改革加速推進，銀行業(yè)過去依賴傳統(tǒng)存貸款業(yè)務(wù)的同質(zhì)化狀況有所下降。但隨著改革的深入，商業(yè)銀行在進行資產(chǎn)配置時會持有相似的資產(chǎn)組合，共同風(fēng)險暴露增加，形成銀行業(yè)新的同質(zhì)化趨勢。

其次，現(xiàn)階段，我國銀行業(yè)同質(zhì)性對金融穩(wěn)定在短期內(nèi)會有一定的正面影響，但長期看來，銀行業(yè)的同質(zhì)性行為對金融體系的穩(wěn)定產(chǎn)生的影響是負(fù)面的，并且這種負(fù)面影響具有時滯性和持續(xù)性。

根據(jù)上述結(jié)論，為了降低銀行業(yè)同質(zhì)性對金融穩(wěn)定的負(fù)面影響，本文從監(jiān)管當(dāng)局和商業(yè)銀行兩個角度分別提出以下政策建議：

（一）監(jiān)管當(dāng)局角度

第一，監(jiān)管當(dāng)局應(yīng)當(dāng)鼓勵銀行開展差異化經(jīng)營，降低銀行業(yè)共同風(fēng)險敞口的暴露程度。鼓勵銀行根據(jù)自身特征，制定不同的經(jīng)營目標(biāo)和發(fā)展戰(zhàn)略，采取多元化的資產(chǎn)配置方式。在保證風(fēng)險可控的前提下，適當(dāng)降低部分新興業(yè)務(wù)的準(zhǔn)入門檻，積極鼓勵銀行進行金融創(chuàng)新。第二，監(jiān)管部門對待不同類別商業(yè)銀行可以實施差異化監(jiān)管。不同類別商業(yè)銀行的風(fēng)險控制和風(fēng)險承受能力是有差異的。因此，監(jiān)管部門應(yīng)該根據(jù)各類商業(yè)銀行的實際情況設(shè)立不同的預(yù)警指標(biāo)和閾值，通過差異化監(jiān)管引導(dǎo)商業(yè)銀行開展差異化經(jīng)營。

（二）商業(yè)銀行角度

商業(yè)銀行應(yīng)采取差異化的經(jīng)營戰(zhàn)略，不同類型的銀行應(yīng)該明確自身在行業(yè)中所處位置和自身特色，進而做出精準(zhǔn)的市場定位，制定差異化的經(jīng)營策略，并提供有針對性的金融服務(wù)。例如民生銀行聚焦于小微企業(yè)，可以繼續(xù)加大對小微企業(yè)業(yè)務(wù)的投入力度，有效利用國家對小微企業(yè)的扶持政策，通過探索與小微企業(yè)的新型合作模式發(fā)揮自身優(yōu)勢。而招商銀行將高端客戶作為主要目標(biāo)客戶，其業(yè)務(wù)應(yīng)注重發(fā)展私人銀行，爭取為客戶提供全方位、個性化的金融服務(wù)，包括財富管理、保險保障、子女教育、高端社交等。此外，商業(yè)銀行應(yīng)培育健康良好的風(fēng)險管理理念，強化自身的風(fēng)險管理水平，對于風(fēng)險的識別、計量、報告和處置要有清晰明確的流程規(guī)定，還要對流程執(zhí)行情況進行定期審查，從根源上防止系統(tǒng)性風(fēng)險的發(fā)生。