金融稳定生成机制研究探析

美国次贷危机引发国际金融经济危机之前，金融稳定生成机制侧重于考察风险的溢出与传染。在资产定价理论中，股票、债券价格是预期现金流的现值，由未来现金流、预期贴现率决定。凡是引起未来现金流、预期贴现率改变的因素都有可能影响股票、债券价格，进而影响收益率及波动率。在其他条件不变的情况下，无风险收益率、通胀率等影响两者价格变化的因素都可能引起股票、债券价格发生同向变动，此时表现为正的相关性，即Engsted & Tanggaard（2001）认为的联动效应（Co-movement Effect）。另一种行为金融理论的观点则认为，股票、债券的定价机制实际上完全不同。股票的名义收益率是不稳定的，实际收益率则相对稳定；债券的名义收益率是确定的，实际收益率则是不确定的（史永东等，2013）。这种认知差异使得股票、债券对新信息的反应不同，尤其是对未来现金流的预期不再保持一致。市场信息的变化可能导致股票、债券价格反向变动，此时表现为负的相关性，即Barsky（1989）认为的跷跷板效应（See-saw Effect）。

资本市场市场信息繁杂多变，市场环境的变化往往是多种信息的承载体，大多数情况下难以剥离出到底是哪种因素为主因。股市、债市间的溢出效应并不如理论清晰，并且具有明显的时间性和异质性，金融市场发展阶段不同、股市行情不同，溢出效应不尽相同，且具有方向性。不同金融子市场间存在显著的波动溢出，且波动溢出因素主要来源于市场共同信息，因此需要对金融市场内部风险传染引起足够重视。

就股市和债市而言，这两个市场间的溢出效应在很大程度上受金融市场发展阶段的影响，当市场一体化程度高时，股市、债市间的溢出效应显著，这也是发达经济体与新兴经济体溢出效应的差异之一。此外，股市行情也是影响溢出效应的重要因素。虽然股市、债市溢出效应受多个层面因素影响，并且都是通过作用于影响股票、债券的定价因素。一类是具有内生性质的因素，如股市流动性、债市流动性、股市波动率等；另一类是影响资产供求状况的因素，如经济变量中的PMI、CPI、失业率、工业产业增速，宏观金融变量中的汇率、利率等；还有一类是政策面因素，如财政政策、股市新政、QFII制度等引起投资者预期发生重大改变的因素。多层次的影响因素也说明股市、债市间的溢出效应相对敏感，外部环境发生变化，得出的结果也有差异。

美国次贷危机引发国际金融经济危机后，金融稳定生成机制的研究则以“系统性风险”为核心。英格兰银行（Bank of England，下文简称BOE）（2009）提出系统性风险生成机制的分析框架，即分别从空间维度和时间维度分析系统性风险的来源。空间维度风险也称为横截面维度（Cross-sectional Dimension）风险，主要关注特定时点的风险在金融机构之间的分布与相互作用，即由机构的相互关联和共同行为引发的风险，也被称为网络风险（Network Risk）。横截面维度的风险暴露既可以是金融机构在相同或相似资产类别下的直接风险暴露，也可以是金融机构之间由于业务交叉而导致的间接风险暴露。时间维度风险，即随着时间不断积累的失衡而引发的风险，也被称为总体风险（Aggressive Risk），主要反映为金融体系的顺周期效应（Procyclicality），即系统性风险由于金融体系内部及金融体系与实体经济之间相互作用而不断放大的过程。在系统性风险从产生、积累、爆发的过程中，空间维度风险与时间维度风险相互关联、相互影响、相互作用，使得对于系统性风险的生成机制研究比传统的风险分析方法更为复杂。

在这一基本的分析框架下，众多研究从不同角度探讨了系统性风险的成因，综合主要研究，可以梳理出以下几点观点。

首先，金融创新过度是系统性风险提高的重要因素。金融创新可以增强金融体系配置资源的能力与效率，是促进经济增长的重要方式。但是，当金融创新超出金融体系与金融监管的承载力时，无限制的金融创新将加速系统性风险的积累。在国际金融危机中，资产证券化这一最具代表性的金融创新是危机的始作俑者。在中国商业银行系统，以贷款转让为例，商业银行进行贷款转让之后，系统性风险水平有了显著提高，而且四大商业银行的系统性风险水平比其他商业银行的提高更为明显，这是因为虽然贷款转让行为将个体的风险转移，降低了银行个体的风险水平，但是提高了商业银行与市场的相关性，因此提高了系统性风险（周天芸和余洁宜，2012）。

其次，系统性风险的传染主要依靠资产负债关联、信息传播与资产价格关联。系统性风险传染的主要研究都是在网络模型的框架下展开，而对于系统性风险传染的研究主要包含以下三个方面。(www.xing528.com)

一是对于银行间市场系统性风险传染的研究。Dimond & Dybvig（1983）最早讨论了银行挤兑对于单个银行不稳定的原因和机理，虽然解释了单个银行不稳定的原因和机理，但并未涉及少数银行遭受的冲击扩散到更大范围金融危机的传染机制。在此基础之上，Allen & Galle（2000）研究了外生流动性冲击对于银行间市场稳定的影响，其研究结论表明，当银行间网络总体流动性存在不确定性时，贷出方银行由于借入方银行的破产而发生了资本损失，如果这个溢出效应超过自身的资本缓冲，则会发生由借入方银行向贷出方银行的传染，直至系统崩溃，因此，银行间网络的关联程度对于传染可能性影响很大。即便银行间网络总体没有流动性风险，风险也有可能在银行间网络进行传染，这是因为单个银行可以通过搅乱金融系统中每个银行面临的资产市场而造成危机。当某个银行出现流动性危机时，它会试图卖出部分金融资产以摆脱流动性不足的问题，当市场对非流动性资产的需求是非完全弹性时，资产价格就会被压低，导致金融系统中所有银行持有资产价值和潜在流动能力下降，破产的概率增加。更为严重的是，当银行的资产按市场价格计算时，价格的降低会导致更多的银行卖出资产，从而产生恶性循环，进一步导致更低的价格和更多的卖出，因此，一个很小的冲击也可能导致流动性风险在更大范围内的传染。

信息的不确定性也是加剧系统性风险传染的重要渠道。Corsetti et al.（2004）证明存款者之间关于银行资产信息的不确定性能够减少存款者之间的协调要求，从而避免了Dimond & Dybvig（1983）模型中的多均衡状态，得到了唯一的动态贝叶斯纳什均衡，即在这个唯一的均衡中，借入方银行的倒闭不仅由于银行间市场减少了贷出方银行的资产，而且导致贷出方银行发生挤兑，从而产生传染。如果在Dimond &Dybvig（1983）和Allen & Galle（2000）的假定条件中加入一项投机性长期资产，通过银行的道德风险，将会使传染机制内生化。对于系统性风险传染而言，资产价格的变化也非常重要。除资产负债关联引起的违约冲击的传染渠道之外，资本充足要求导致的资产价格变化，由此引发的流动性风险传染渠道会随着联结程度增加，使得系统稳定性先是下降然后上升。更重要的是，流动性水平比资本充足水平能够更有效地防止系统性风险。

二是对于金融市场间网络的风险传染研究，即某个金融市场的崩盘或流动性危机对其他金融市场的影响。这方面的研究相对较少。基于复杂网络理论，部分学者，如Naylor et al.（2008）构建了基于异质行为者的金融危机传染模型，主要研究了网络整体拓扑结构对于外汇市场传染的影响。

三是对于支付清算网络的风险传染研究。基于复杂网络理论，童牧和何奕（2012）以中国大额支付系统网络为对象，模拟构建了系统性风险演化模型，讨论了不同场景、不同流动性救助水平下的救助策略。Docherty & Wang（2010）评估了实时全额支付系统对澳大利亚支付系统的系统性风险的影响。

再次，政府的投资冲动以及政府面临的软约束是系统性风险积累的加速器。在有地方政府、国有企业、银行三类主体的均衡模型中，以地方政府主导型投融资的体制，地方政府面临着软预算约束，其带来的激励效应使得地方政府、企业与银行三方共谋贷款扩展，导致银行系统性风险迅速集聚（江曙霞等，2006）。当均衡模型中的三类主体扩展到由企业、银行、地方政府和中央政府四方组成的博弈模型，以GDP等数量指标为导向的政绩考核制度、中央政府与地方政府之间的严重信息不对称，推动地方政府频繁出现过热的投资行为，放大银行体系的系统性风险（于润和孙武军，2007）。