任英華　謝佳匯　周金龍　張潔瑩

[摘?要]?基于商業(yè)銀行流動性風險傳染網(wǎng)絡(luò)，本研究分析流動性風險在經(jīng)濟繁榮和經(jīng)濟衰退下的網(wǎng)絡(luò)傳染機制和網(wǎng)絡(luò)特征。實證表明：商業(yè)銀行流動性風險傳染機制具有層次性和反傳染性;傳染網(wǎng)絡(luò)在經(jīng)濟繁榮（高閾值網(wǎng)絡(luò)）時符合無標度特性，在經(jīng)濟衰退（低閾值網(wǎng)絡(luò)）時符合小世界特性;高閾值網(wǎng)絡(luò)中多數(shù)國有銀行易受攻擊，低閾值網(wǎng)絡(luò)中股份制銀行易受攻擊;股份制銀行具有傳染性和易感性，并充當傳染中介角色。在宏微觀審慎監(jiān)管下，監(jiān)管部門應(yīng)加強對商業(yè)銀行流動性風險指標的監(jiān)測，并同時關(guān)注銀行外部業(yè)務(wù)聯(lián)系，及時監(jiān)測流動性風險，防患于未然。

[關(guān)鍵詞]?商業(yè)銀行流動性風險;風險傳染;萬有引力模型;復(fù)雜網(wǎng)絡(luò)

[中圖分類號]??G21[文獻標識碼] A?[文章編號] 1008—1763（2020）04—0065—09

A?Study?of?Commercial?Banks?Liquidity?Risk

Contagion?Based?on?Complex?Network

REN?Ying-hua，XIE?Jia-hui，ZHOU?Jin-long，ZHANG?Jie-ying

（College?of?Finance?and?Statistics，?Hunan?University，?Changsha?410079，?China）

Abstract：Commercial?banks'?liquidity?risk?contagion?networks?are?constructed?to?study?the?contagion?mechanism?and?characteristics?of?its?networks?under?booming?and?depressed?economy.?The?empirical?findings?show?that，?the?liquidity?risk?contagion?is?hierarchical?and?is?capable?of??rebounding??between?commercial?banks?in?different?properties;?the?contagion?networks?are?scale-free?in?stable?economy?（high?threshold?network）?while?small-world?in?poor?economy?（low?threshold?network）;?state-owned?banks?in?high?threshold?networks?are?vulnerable?to?be?attacked，?and?joint-stock?banks?in?low-threshold?networks?are?vulnerable;?joint-stock?banks?are?contagious?and?susceptible，?and?act?as?the?core?transfer?intermediary?of?risks.?Therefore，?under?the?macro-micro?prudential?supervision，?the?monitoring?of?liquidity?risk?indicators?of?commercial?banks?should?be?strengthened，?and?at?the?same?time，?attention?should?be?paid?to?the?external?business?contacts?among?banks?for?the?sake?of?preventing?and?monitoring?liquidity?risks?in?time.

2.指標權(quán)重確定

逆向指標正向化處理后，本文對由22家樣本銀行和8個指標構(gòu)成的樣本矩陣，運用熵權(quán)法得到各指標權(quán)重如表2所示。

其中，最大十家客戶貸款比例的指標權(quán)重最大，說明各銀行間這一指標差異較大。流動性覆蓋率、流動性比例的指標權(quán)重則較小，說明這兩個指標受各銀行重視，指標均在標準線之上，因此差異較小。

3.銀行間流動性風險聯(lián)系強度矩陣的構(gòu)建

萬有引力定律表明，空間上任何兩個物體間的聯(lián)系是由其自身的質(zhì)量屬性和物體間距離決定的。本文借鑒萬有引力定律的思想，運用銀行自身流動性風險水平綜合指標和銀行間的距離來計算兩個銀行間的流動性風險聯(lián)系強度，公式如下：

Fij=pij·MiMjdkij，pij=MiMi+Mj（1）

其中，F(xiàn)ij為銀行i對銀行j的流動性風險聯(lián)系強度;Mi，Mj分別為由熵權(quán)法計算得到的銀行i和銀行j的流動性風險水平綜合指標;dij表示銀行i和銀行j之間的距離;k為衰減指數(shù)，表示銀行間的流動性風險聯(lián)系強度會隨著銀行間的相關(guān)性減弱而變小，本文根據(jù)相關(guān)經(jīng)驗將衰減指數(shù)定為2。對于銀行間距離dij，利用銀行的股票收盤價計算銀行間相關(guān)系數(shù)，并對相關(guān)系數(shù)進行調(diào)整最終得到兩個銀行間的空間距離，即：

Ri（t）=ln?Pi（t）-ln?Pi（t-1）（2）

ρij=∑Tt=1Ri（t）Rj（t）-T·Ri·Rj∑Tt=1（Ri（t）-Ri）2·∑Tt=1（Rj（t）-Rj）2（3）

dij=2（1-ρij）（4）

其中，Pi（t），Pi（t-1）分別表示銀行i在t、t-1時刻的股票收盤價格;Ri（t），Rj（t）分別表示銀行i、j在t時的股票收益率;Ri，Rj分別表示銀行i、j在T時間段內(nèi)股票收益率的均值;ρij為銀行i和銀行j在時間段T內(nèi)的相關(guān)系數(shù)。

（二）不同經(jīng)濟狀況下商業(yè)銀行流動性風險網(wǎng)絡(luò)的確定

依據(jù)“逆周期監(jiān)管理念”，在經(jīng)濟繁榮時期，商業(yè)銀行應(yīng)累積較多的資本以應(yīng)對經(jīng)濟衰退的需要;在經(jīng)濟衰退時期，可以適當降低對商業(yè)銀行資本的監(jiān)管標準，促使商業(yè)銀行增加信貸投放，推進經(jīng)濟的復(fù)蘇。因此，經(jīng)濟繁榮時，銀行的資本金水平較高，抵御流動性風險的能力較強，只有其他銀行對某主體傳染可能性高時，該主體才可能被傳染，此時傳染網(wǎng)絡(luò)對應(yīng)高閾值網(wǎng)絡(luò);經(jīng)濟衰退時，銀行的資本金水平較低，抵御流動性風險的能力較弱，即便其他銀行對某主體傳染可能性低，該主體也可能會被傳染，此時傳染網(wǎng)絡(luò)對應(yīng)低閾值網(wǎng)絡(luò)。

考慮到不同閾值下網(wǎng)絡(luò)拓撲結(jié)構(gòu)的不同，本部分在流動性風險聯(lián)系強度矩陣的基礎(chǔ)上，分別使用高閾值和低閾值進行二值化處理，建立高閾值網(wǎng)絡(luò)和低閾值網(wǎng)絡(luò)研究不同經(jīng)濟狀況下流動性風險的網(wǎng)絡(luò)性質(zhì)。

1.高閾值網(wǎng)絡(luò)

本文借鑒宋寧寧等采用最大連通子圖法確定高閾值點[16]。在不同閾值情況下，網(wǎng)絡(luò)的最大連通子圖大小變化情況如圖1所示。

當閾值在（0.002，0.003）取值時，最大連通子圖的節(jié)點個數(shù)發(fā)生了最大幅度的陡降，陡降之后又趨于平穩(wěn)，因此選擇使最大連通子圖的節(jié)點個數(shù)發(fā)生最大陡降的閾值，結(jié)果為θh=0.002397。由于該值大于閾值中位數(shù)，因此將其視為高閾值，并基于此值構(gòu)建網(wǎng)絡(luò)，以研究經(jīng)濟繁榮時銀行間流動性風險的傳染關(guān)系。高閾值網(wǎng)絡(luò)如圖2所示。

2.低閾值網(wǎng)絡(luò)

為選擇一個合適的低閾值點，本文考察流動性風險聯(lián)系強度矩陣中元素分布情況，并繪制頻數(shù)分布直方圖，如圖3所示。

由圖3可知，各銀行間的流動性風險聯(lián)系強度呈現(xiàn)出明顯的右偏特征，并不服從正態(tài)分布。為獲得更精確的結(jié)果，本文對各銀行間流動性風險聯(lián)系強度的分布進行擬合，結(jié)果顯示各銀行間的流動性風險聯(lián)系強度Y服從尺度參數(shù)為0.000371，形狀參數(shù)為4的Erlang分布，即Y～Erlang（4，0.000371），其概率密度函數(shù)如圖4。

因此，最終確定的低閾值點θl應(yīng)滿足P{Y≤θl}=0.1587，解得θl=0.0007738。低閾值網(wǎng)絡(luò)如圖5所示。

三?實證分析

本部分基于構(gòu)建的高閾值網(wǎng)絡(luò)和低閾值網(wǎng)絡(luò)，結(jié)合2018年22家商業(yè)銀行的樣本數(shù)據(jù)，實證研究商業(yè)銀行流動性風險的網(wǎng)絡(luò)結(jié)構(gòu)特性和傳染機制。

（一）高、低閾值網(wǎng)絡(luò)結(jié)構(gòu)特征分析

高閾值下銀行流動性風險傳染網(wǎng)絡(luò)中的節(jié)點的出度近似冪律分布（如圖6），因此可以認為銀行流動性風險傳染網(wǎng)絡(luò)具有無標度特性。根據(jù)無標度網(wǎng)絡(luò)的魯棒性和脆弱性，可知在經(jīng)濟繁榮時，傳染網(wǎng)絡(luò)面臨隨機性的流動性風險具有一定的抵抗能力，但如果網(wǎng)絡(luò)中處于關(guān)鍵節(jié)點位置的銀行發(fā)生流動性危機，則流動性風險容易傳染至整個銀行網(wǎng)絡(luò)，引發(fā)整個銀行業(yè)的流動性危機。

為探究低閾值網(wǎng)絡(luò)結(jié)構(gòu)，本文模擬了1000個與低閾值傳染網(wǎng)絡(luò)同等規(guī)模的隨機網(wǎng)絡(luò)。低閾值網(wǎng)絡(luò)的平均路徑長度（1.136）大小接近等規(guī)模的1000個隨機網(wǎng)絡(luò)的平均路徑均值（1.175），同時低閾值網(wǎng)絡(luò)的聚類系數(shù)（0.9078）較高于隨機網(wǎng)絡(luò)聚集系數(shù)（0.8248）。因此，低閾值的銀行流動性風險傳染網(wǎng)絡(luò)符合小世界特性。這表明經(jīng)濟衰退時，流動性風險傳染較快，且少量改變幾個銀行間的聯(lián)系，就可以劇烈地改變網(wǎng)絡(luò)的性能，若能對流動性風險加強監(jiān)管，控制銀行之間的聯(lián)系，即可顯著改善流動性風險傳染狀況。

（二）節(jié)點特性

1.節(jié)點中心性特征

高閾值網(wǎng)絡(luò)和低閾值網(wǎng)絡(luò)的節(jié)點中心性特征見表3。在高閾值網(wǎng)絡(luò)的節(jié)點排名里，興業(yè)銀行、華夏銀行和平安銀行的出度、入度、中間中心度均排名靠前，這說明在經(jīng)濟繁榮時，興業(yè)銀行、華夏銀行和平安銀行處于網(wǎng)絡(luò)中心位置，其面臨的流動性風險較大。同理，在經(jīng)濟衰退時，華夏銀行、光大銀行處于網(wǎng)絡(luò)中心位置，其面臨的流動性風險較大。由出度、入度的排名結(jié)果知，在高閾值網(wǎng)絡(luò)中，興業(yè)銀行、華夏銀行和平安銀行的流動性風險的傳染性和被傳染性較強;在低閾值網(wǎng)絡(luò)中，光大銀行、華夏銀行和中信銀行的流動性風險的傳染性和被傳染性較強。由中間中心度的排名結(jié)果知，在高閾值網(wǎng)絡(luò)中，興業(yè)銀行、華夏銀行、平安銀行和光大銀行的排名靠前，是較為突出的流動性風險傳染中介;在低閾值網(wǎng)絡(luò)中，華夏銀行、光大銀行和興業(yè)銀行的流動性風險傳染中介能力較顯著。

結(jié)合圖7、8互惠關(guān)系樹形圖可知，在經(jīng)濟繁榮時，興業(yè)銀行處于風險傳染中樞位置，風險監(jiān)管應(yīng)予以重視;在經(jīng)濟不景氣時，因保留了大量聯(lián)系強度矩陣信息，互惠關(guān)系較多，風險監(jiān)管應(yīng)著重控制聯(lián)系緊密的中樞群體{興業(yè)、華夏、招商、中信、平安、浦發(fā)、交通、光大}。綜上可知，無論未來經(jīng)濟繁榮還是衰退，監(jiān)管部門都需要關(guān)注作為中樞銀行的股份制銀行，降低流動性風險傳染強度，維護經(jīng)濟穩(wěn)定發(fā)展。

四?結(jié)論及建議

鑒于商業(yè)銀行流動性風險具有破壞性、隱蔽性、內(nèi)生性的特點，本文基于復(fù)雜網(wǎng)絡(luò)理論，構(gòu)建商業(yè)銀行流動性風險傳染的網(wǎng)絡(luò)模型，以彌補傳統(tǒng)計量方法無法刻畫風險傳染的網(wǎng)絡(luò)特性的缺陷，使研究更貼近現(xiàn)實。本文以2018年我國22家商業(yè)銀行的樣本數(shù)據(jù)為基礎(chǔ)，分別對高閾值網(wǎng)絡(luò)（經(jīng)濟繁榮）和低閾值網(wǎng)絡(luò)（經(jīng)濟衰退）下的商業(yè)銀行流動性風險的傳染機制和網(wǎng)絡(luò)特征進行了實證分析，得到如下結(jié)論。

第一，商業(yè)銀行流動性風險傳染機制具有層次傳染和反傳染性。塊模型分析顯示，子群之間傳染聯(lián)系顯著，風險傳染一環(huán)扣一環(huán)，具有層次性。以傳染源為大型國有銀行為例，層次傳染性表現(xiàn)在如下傳染路徑：大型國有銀行→股份制銀行→城商銀行→農(nóng)商銀行，且風險具有反傳染性，即股份制等銀行也能將流動性風險反傳染給大型國有銀行。就此兩類風險傳染性質(zhì)而言，監(jiān)管部門若不加以政策干預(yù)，會導(dǎo)致惡性循環(huán)。

第二，高閾值網(wǎng)絡(luò)符合無標度特性，低閾值網(wǎng)絡(luò)符合小世界特性。根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)分析，在經(jīng)濟繁榮時，流動性風險傳染網(wǎng)絡(luò)具有無標度特性，即面對隨機攻擊的穩(wěn)健性及蓄意攻擊的脆弱性時，監(jiān)管部門需要格外重視易受攻擊對象;在經(jīng)濟不景氣時，流動性風險傳染網(wǎng)絡(luò)具有小世界特性，其群體聯(lián)系緊密且中介銀行作用大，監(jiān)管部門既要關(guān)注易受攻擊對象，也要重視中樞作用群體和中介銀行。

第三，PageRank算法結(jié)果說明，高閾值網(wǎng)絡(luò)下多數(shù)國有銀行易受攻擊，低閾值網(wǎng)絡(luò)下股份制銀行易受攻擊。通過節(jié)點易受攻擊性高低排序，經(jīng)濟繁榮時多數(shù)大型國有銀行排名靠前，這說明其被傳染流動風險的可能性越大;經(jīng)濟不景氣時股份制銀行排名靠前，則說明其易感染風險。

第四，E-I分派指數(shù)表明不同性質(zhì)銀行更偏向于群體之間聯(lián)系。高閾值網(wǎng)絡(luò)下股份制銀行與其他性質(zhì)銀行的業(yè)務(wù)聯(lián)系頻繁，在整體網(wǎng)中活躍性較大，監(jiān)管重點應(yīng)在股份制銀行與其他性質(zhì)銀行的業(yè)務(wù)聯(lián)系上;低閾值網(wǎng)絡(luò)下國有銀行與其他性質(zhì)銀行的業(yè)務(wù)聯(lián)系頻繁，傳染關(guān)系偏向在它與其他性質(zhì)群體中發(fā)生，監(jiān)管重點應(yīng)在國有銀行與其他性質(zhì)銀行的業(yè)務(wù)聯(lián)系上。

第五，股份制銀行具有傳染性和易感性，并在群體間充當傳染中介角色。節(jié)點中心性及凝聚力子群分析表明，無論經(jīng)濟狀況如何，股份制銀行既易主動傳染風險，又易感染風險，且其個體及群體均具有中樞作用。因此，經(jīng)濟繁榮時可重點監(jiān)控興業(yè)銀行，經(jīng)濟衰退時重點監(jiān)控{興業(yè)、華夏、招商、中信、平安、浦發(fā)、交通、光大}群體，以嚴防流動性風險，即可根據(jù)經(jīng)濟狀況縮小或擴大嚴格監(jiān)管范圍。

綜合上述結(jié)論，為加強流動性風險管理，本文提出如下三點建議。

第一，尤其加強監(jiān)管股份制銀行的流動性風險，將《巴塞爾協(xié)議Ⅲ》的監(jiān)管要求同我國國情相結(jié)合，要求銀行完善信息披露制度，加強對其行為監(jiān)管和信息化監(jiān)管。對不滿足流動性要求的股份制銀行，監(jiān)督部門應(yīng)要求其整改，以有效預(yù)防銀行個體的流動性危機。第二，根據(jù)經(jīng)濟狀況不同，相關(guān)部門應(yīng)對特定性質(zhì)銀行采取相應(yīng)保護措施以應(yīng)對流動性風險危機。經(jīng)濟繁榮時可通過豐富管理手段，實施主動資產(chǎn)負債管理等方法重點關(guān)注國有銀行以防御風險;經(jīng)濟不景氣時可通過擴寬資本補足渠道，改變傳統(tǒng)盈利模式等方法著重關(guān)注股份制銀行。同時，政府應(yīng)要求央行采取相應(yīng)補救措施以分別應(yīng)對風險沖擊后的國有銀行和股份制銀行。第三，相關(guān)部門應(yīng)注重對銀行外部業(yè)務(wù)聯(lián)系的監(jiān)管，以防群體間的風險傳染，即在經(jīng)濟繁榮時管控股份制銀行外部業(yè)務(wù)聯(lián)系，在經(jīng)濟不景氣時則管控國有銀行，并實時關(guān)注其資金狀況。

[參考文獻]

[1]?Li，Ong，?Martin，Chihak.?Of?Runes?and?Sagas：?Perspectives?on?Liquidity?Stress?Testing?Using?an?Iceland?Example[R].IMF?Working?Paper，?2010.

[2]?Jan?Willem?van?den?End，J.?Liquidity?Stress?Tester：?Do?Base?Ⅲ?and?Unconventional?Monetary?Policy?Work[R].Dutch?National?Working?paper，?2010.

[3]?潘文娟.中國國有商業(yè)銀行流動性實證研究[J].北方經(jīng)貿(mào)，2005（12）：64-66.

[4]?彭建剛，易昊，童磊.基于系統(tǒng)性風險防范的金融壓力測試新理念[J].湖南大學學報（社會科學版），2012（5）：37-43.

[5]?巴曙松，朱元倩.壓力測試在銀行風險管理中的應(yīng)用[J].經(jīng)濟學家，?2010（2）：70-79.

[6]?徐紅芬，劉小輝，鄭宵鵬.我國中小商業(yè)銀行風險狀況評估研究?——以上市城商行為例[J].金融理論與實踐，2019（8）：62-70.

[7]?黃渝博，王超云.農(nóng)村商業(yè)銀行流動性風險實證分析：8家銀行例證[J].中國市場，2018（32）：40-42.

[8]?鐘永紅，曹丹蕊.中國上市銀行流動性風險綜合評價[J].金融論壇，2013（1）：15-19.

[9]?Allen?F，??Gale?D.?Financial?Contagion[J].Journal?of?Political?Economy，2000（1）：1-33.

[10]Muller?J.?Two?Approaches?to?Access?Contagion?in?the?Interbank?Market[R].Swiss?National?Bank?Working?Paper，2003.

[11]Glasserman，Paul，?Peyton?Young?H.?How?Likely?is?Contagion?in?Financial?Networks？?[J].Journal?of?Banking?and?Finance，2015（1）：383-399.

[12]李守偉，何建敏.不同網(wǎng)絡(luò)結(jié)構(gòu)下銀行間傳染風險研究[J].管理工程學報，2012（4）：71-76+99.

[13]林硯，陳志新.基于復(fù)雜網(wǎng)絡(luò)理論的金融網(wǎng)絡(luò)風險傳染性評估模型[J].南方金融，2018（5）：18-28.

[14]吳念魯，徐麗麗，苗海賓.我國銀行同業(yè)之間流動性風險傳染研究——基于復(fù)雜網(wǎng)絡(luò)理論分析視角[J].國際金融研究，2017（7）：36-45.

[15]姚登寶.基于銀行間網(wǎng)絡(luò)的流動性風險傳染機制研究[J].安徽大學學報（哲學社會科學版），2017（4）：130-137.

[16]宋寧寧，韓華，吳翎燕.一種基于閾值構(gòu)建金融網(wǎng)絡(luò)的新方法[J].計算機工程與應(yīng)用，2015（6）：249-253.

[收稿日期]?2019-12-24

[基金項目]?國家社科基金一般項目：復(fù)雜網(wǎng)絡(luò)視角下系統(tǒng)性金融風險的統(tǒng)計監(jiān)測研究（19BTJ024）

[作者簡介]?任英華（1975—），女，浙江東陽人，湖南大學金融與統(tǒng)計學院教授，博士生導(dǎo)師，經(jīng)濟學博士，研究方向：經(jīng)濟統(tǒng)計;金融統(tǒng)計與風險管理。