同业拆借市场行为效应与流动性风险的宏微的支

随着资本市场的发展和金融脱媒的深化，银行同业业务快速发展，同业拆借市场规模激增。央行统计数据显示，2009—2013年，银行业金融机构纳入存放同业、拆出资金和买入返售金融资产项下核算的同业资产从6.21万亿元增加到21.47万亿元，是银行业总资产和贷款增幅的1.79倍和1.73倍。同业业务的过度扩张，导致金融风险关联度大幅提高，金融系统脆弱性上升，发生系统性风险的可能性增大。部分商业银行资金来源过度依赖同业拆借，并将拆借资金当作放贷或者购买理财产品的长期资金使用，资金期限错配问题严重，流动性风险凸显。2013年的“钱荒”，给同业拆借市场的流动性风险敲响了警钟。存贷比、流动性比例、超额备付金率、流动性缺口等传统的流动性风险指标已经不能很好地对同业业务的流动性风险进行监控，部分原因是同业拆借市场存在非对称效应、月份效应等行为效应，为了更好地管理同业拆借市场的流动性风险，有必要对同业拆借市场的行为效应进行研究。
　　一、文献综述
　　从已有的文献看，专门针对同业拆借市场的行为效应进行研究的很少，与同业拆借市场的行为效应相关的文献研究包括以下几方面。
　　同业拆借利率的波动聚集特性与利率风险研究。一般认为，同业拆借利率存在条件异方差，同业拆借市场的利率风险近年来有所上升。张娜等（2006）运用GARCH模型测量同业拆借市场的波动性，发现波动规律符合GARCH模型的滞后项平滑递减规律；李成等（2007）利用2002年11月11日至2006年3月30日的同业拆借利率数据，建立基于GARCH的利率风险测度VaR模型进行实证，认为GED分布对同业拆借利率序列的分布更好地拟合，同时认为我国银行间同业拆借市场的利率风险较低[2]。曹志鹏等（2008）利用1996—2008年CHIBOR每周加权平均利率，对不同分布下的GARCH模型族进行对比分析，得到与李成等相似的结论，并认为在GED分布下，EGARCH模型更适合描述中国银行间同业拆借利率序列[3]。高岳等（2009）运用AR-GARCH模型描述同业拆借利率对数收益序列的自相关和方差集聚性，并计算近似独立同分布的残差序列，再运用POT方法对残差序列进行极值分析，最后得出同业拆借利率的VaR和ES值，分析了我国同业拆借利率市场的系统性风险[4]。房小定等（2013）认为同业拆借市场存在“反杠杆效应”，即正的冲击比负的冲击会引起同业拆借利率市场更大的波动性，并利用GARCH（1，2）-GED与EGARCH（1，2）-GED模型，分别在95%与99%的置信水平下得出上海同业拆借利率的VaR值[5]。
　　同业拆借市场的稳定性研究。大部分研究认为，我国同业拆借市场具有较强的稳定性，发生流动性风险的可能性较小，这主要是指2010年以前。李守伟（2011）等通过复杂网络方法分析了我同业拆借市场的稳定性，采用阈值法构建银行有向网络模型，实证得出：银行网络对于随机性攻击具有较高的稳定性，对于选择性攻击具有较低的稳定性[6]。刘超等（2014）使用复杂网络方法，考察金融危机期间我国同业拆借市场的市场性与稳定性，得出在应对金融危机过程中同业拆借利率表现出基准利率所具有的市场性和稳定性特点[7]。彭建刚等（2013）采用压力测试方法分析我国银行间同业市场上分类交易商之间的流动性风险传染效应，认为大规模流动性冲击会导致流动性风险蔓延和同业市场交易量萎缩，但在小规模流动性冲击下风险具有收敛性[8]。Cai等（2010）在银行主体建模时考虑了资产流动性因素，在具有任意结构的金融网络中研究系统的和特殊的冲击、网络结构的变化以及资产市场流动性对传染风险的影响，研究发现系统呈现出稳健但脆弱的趋势[9]。
　　本文从同业拆借市场的行为主体、监管主体出发，结合现实情况与相关数据，基于行为主体商业银行对监管制度的反应、行为主体不同时间段的反应、行为主体之间的相互博弈，分析同业拆借市场的行为效应，并通过相关理论模型、实际数据对这些行为效应进行验证，进一步从宏微观审慎管理角度提出了同业拆借市场流动性风险管理的建议。
　　二、同业拆借市场行为效应
　　（一）同业拆借利率的旬相关效应
　　在我国，中国人民银行按旬考核金融机构的法定存款准备金；按上旬末一般存款余额来确定计提基数。
　　由于商业银行存款准备金按旬考核，当接近旬的时点，法定存款准备金不足的商业银行从同业拆借市场拆借资金，以满足考核的要求，接近旬点的同业拆借利率在资金需求增加的情况会上升，因此旬数据与旬数据之间存在某种关联。从时间序列上来看，相隔固定时间的同业拆借利率可能表现出自相关。
　　同业拆借市场的功能逐渐多元化，存款准备金业务占同业拆借市场的比例越来越低，同业拆借利率的旬相关效应随着时间的推移也越来越弱。本文提出并检验隔夜同业拆借利率存在以旬为周期的旬相关效应。
　　（二）同业拆借利率的非对称效应
　　大型国有商业银行资金相对充裕，是同业拆借市场资金的主要供给方，区域性中小型银行资金运用渠道相对单一，也是资金的供给方，这两类机构的同业业务以资产方运用为主。其中，四大商业银行以及中国邮政储蓄银行拥有资金上的优势，在同业拆借市场处于明显的强势地位。以股份制商业银行和部分跨区域经营的城商行为主的全国性中小型银行经营较为活跃，其主要通过在同业市场吸收资金进行高盈利性运作，同业业务以负债方吸收资金为主。据中国货币网统计数据，2014年1-6月，股份制商业银行同业拆入资金余额为12166.66亿元，大型商业银行为5707.25亿元，股份制商业银行是同业拆借市场的主要资金需求方。
同业拆借利率上涨的速度快于下跌的速度，本文认为这是由同业拆借市场资金供给方相对强势所导致的。四大国有商业银行及中国邮政储蓄银行是资金的主要供给方，其同业拆出资金的数量与规模在同业拆借市场中比重较高，对同业拆借市场的利率影响较大，当同业拆借资金的需求大于供给，同业拆借利率上涨较快；当同业拆借资金的需求下降时，四大国有商业银行及中国邮政储蓄银行可以减少同业资金的供给，使供求达到平衡，从而可以延缓同业拆借利率的下降。
　　（三）同业拆借利率的月内效应与月份效应
　　在分析同业拆借市场的月内效应与月份效应之前，首先有必要了解&l dquo;信贷限额制度”。我国对贷款实行“限额管理，以存定贷”，并实行季度监控，贷款最高限额按季度核批，分别由中央银行和商业银行进行监控，存贷比是主要信贷限额指标。
　　银行考核指标包括日均指标和时点指标两类，存贷比指标属于时点指标。银监会要求商业银行存贷比底线为75%，主要在月末进行考核。部分商业银行一般在月初的信贷投放较多，存贷比等指标很可能不满足银监会的规定，因此，临近月末，这些商业银行从同业拆借市场上大量拆借资金，而同业拆借不计入存款准备金与存贷比指标考核，这样就可以满足银监会存贷比的要求。然而，这也导致下半月同业拆借市场资金相对紧张，同业拆借利率较高，从而出现同业拆借利率“上半月低、下半月高”的月内效应。
　　同业拆借利率的月份效应是指：某些月份的利率较高，某些月份的利率较低，表现更为复杂。这里结合基础货币的投放与回收、银行信贷投放以及理财产品三方面的原因来分析月份效应。
　　首先来看基础货币的供应。图1为2010-2013年各月的基础货币M0平均供应量，中央银行的基础货币供应存在明显的月份效应，中央银行在年初与年底的基础货币M0供应规模相对较大，而在年中的基础货币供应量则是最低的。年中上市商业银行还面临着绩效考核的压力，在临近年中前放贷的冲动较大，对资金需求也较大。其中最主要的包括企业所得税的集中缴存（基础货币通过财政存款的形式，回归央行系统）、存补交款准备金、银行分红等。这往往导致6月份商业银行的资金紧缺，同业拆借利率上升。整体来看，在年初与年终由于基础货币供应量较大，资金较充裕，同业拆借利率起伏相对不大。
　　其次看银行的信贷投放情况。以上市公司的季报、年报数据进行分析，2013年，五大国有银行一季度的发放贷款及垫款占全年的93.9%，其余三个季度均为2%左右；兴业银行、北京银行等股份制商业银行与城市商业银行的占比也相差不大。但从2010-2013年的趋势看，一季度发放贷款及垫款占比呈上升趋势，2010年五大国有银行的占比为90.6%，2013年上升至93.9%；北京银行2010年占比为87.6%，2013年占比为96.6%。一季度的贷款发放集中，其余季度的信贷额度被挤压，资金面较紧张，当资金需求增加时，需要大量从同业拆借市场拆借资金，导致同业拆借利率上升。
　　最后看理财产品等原因。2010年来，揽存冲时点成为一个日趋激烈的变量，并衍生出大规模理财产品到期兑付问题。由于存在季度考核的压力，商业银行基层机构倾向于在年末、季末安排理财产品的发行、到期期限等，使存款短期回流，增加资金的需求，对同业拆借市场产生冲击。
　　三、同业拆借市场行为效应检验
　　（一）同业拆借利率的旬相关效应检验
　　同业拆借利率的旬相关效应主要是由商业银行的法定存款准备金是按旬考核所引起的。经分析发现，由于是超短期的用途，隔夜同业拆借利率存在旬相关效应，而7日同业拆借利率没有旬相关效应。下面，我们对隔夜同业拆借利率的旬相关效应进行检验。数据来源于全国银行间同业拆借中心。
　　1. 规范化序列。由于存在节假日及调休，旬与旬之间的数据平均相差并不是8天左右（10天减去2天），直接对隔夜同业拆借利率进行建模，并不存在AR（8）的自相关性，因此需要对序列进行规范化。首先，将隔夜同业拆借利率序列中非星期一至星期五的值去掉；然后，将节假日的数据补齐。由于隔夜同业拆借利率与前一日的相关性很强（0.9左右），因此，缺失值以前一日的隔夜同业拆借利率代替。这样，隔夜同业拆借利率序列就变成了只包含星期一至星期五数据的序列。这里的隔夜同业拆借利率序列从2006年10月8日开始，至2013年12月31日结束。
　　2.检验模型。旬与旬之间的数据约为8天，检验模型可设定为如下形式：
　　首先对序列的平稳性进行检验，ADF统计量为7.752，在1%的水平下显著，表明隔夜同业拆借利率序列是平稳序列，通过隔夜同业拆借利率序列的自相关图观察到序列可能存在1阶、8阶、16阶自相关，因此，按式（1）设定的模型进行检验（见表2）。
　　模型2与模型3的回归结果显示，2010年以前，隔夜同业拆借利率的旬相关效应相对较显著，AR（8）与AR（10）项系数之和大于12%，2010—2013年，隔夜同业拆借利率的旬相关效应日趋减小，其中，AR（8）不显著，AR（8）与AR（10）项系数之和小于8%。影响效应减小的一个原因是：目前同业拆借市场中，用于金融机构（主要是商业银行）之间存款准备金余缺调剂占比日趋减少，而用于同业存放的资金比例日益增加。
　　（二）非对称效应检验
　　借鉴蔡晓春等（2012）[8]，使用EGARCH模型对同业拆借利率收益非对称效应进行检验，数据为隔夜同业拆借利率、7日同业拆借利率，数据区间为2006年10月8日—2013年12月31日。
　　1.模型形式
　　隔夜同业拆借利率序列具有平稳性特征，描述性统计显示JB统计量为6582，偏度为1.9，峰度为11，序列具有明显的尖峰厚尾特征，可对其进行EGARCH建模。在EGARCH模型中，由于引入了非对称效应，AR（8）与AR（16）并不显著，结合SC准则，确定最终的方差方程为式（2），均值方程为：
　2.结果分析
　　通过Eviews6得到的回归结果见表2。在EGARCH模型里，利空消息对方差的冲击为α-λ；利好消息为α+λ。可以看出，利空消息对方差的冲击为-0.262，利空消息会减小方差，利好消息对方差的冲击为0.452，利好消息将增大方差，即当隔夜同业拆借利率下降时，会导致同业拆借利率下降较慢，当隔夜同业拆借利率上升时，会导致同业拆借利率快速上升。这验证前面的同业拆借收益非对称效应。
　　同样，对7日同业拆借利率进行EGARCH建模，利空消息对方差的冲击为0.025，利好消息对方差的冲击为0.43。利好消息对方差的冲击要大于利空消息对方差的冲击。
　　（三）月内与月份效应检验
　　对2007—2013年同业拆借利率数据进行计算，得出一个月之内每天的平均值（见图2、图3）。2007—2013年，上半月的平均隔夜、7日同业拆借利率为2.23、2.77，下半月的平均隔夜、7日同业拆借利率为2.48、3.11；2007—2009年，上半月的平均隔夜、7日同业拆借利率为1.7 7、2.23，下半月的平均隔夜、7日同业拆借利率为1.83、2.37；2010—2013年，上半月的平均隔夜、7日同业拆借利率为2.57、3.17，下半月的平均隔夜、7日同业拆借利率为2.97、3.67；下半个月的同业拆借利率明显高于上半月，尤其是从2010年开始；7日同业拆借利率上半月与下半月的差距要大于隔夜同业拆借利率。这说明，同业拆借市场存在商业冲时点的效应，由于存贷比指标主要在月底考核，为符合监管要求，临近月底时，部分银行大量从同业拆借市场拆借资金，资金需求增加，导致下半月的同业拆借利率上升。由于周期较长，7日同业拆借利率的月内效应更为明显。
　　模型1的回归结果显示，隔夜同业拆借利率存在旬相关效应，当日的隔夜同业拆借利率主要受前一日的隔夜同业拆借利率影响，也受上一旬与上两旬的隔夜同业拆借利率影响，但旬效应相对较弱，其影响效应小于10%（0.033+0.053=0.086）。
　　由于诸多因素的影响，同业拆借利率的月份效应表现得较为复杂。2010年以前，理财产品规模相对较小，对同业拆借利率的影响较小，同业拆借利率主要受货币供应量与银行信贷计划的影响，在年初与年末，基础货币供应量M0规模较大，商业银行资金较为充裕，同业拆借利率较小，由于信贷投放主要集中于上半年，下半年信贷资金偏紧，需要从同业拆借市场拆借资金，资金需求量增加，1—10月，同业拆借利率呈上升趋势。
　　2010年以后，6月份的月份效应十分明显，主要是由于上面所提到的中央银行的M0供应量较低、大量的基础货币的回收所导致。由于受理财产品发行与到期的影响，年初、年末对资金的需求也有所上升，这样就导致了年初、年终、年末同业拆借利率较高。除去6月的异常影响，3—12月，同业拆借利率呈上升趋势。
　　四、同业拆借市场流动性风险的宏微观审慎管理
　　（一）同业拆借市场的流动性风险
　　同业拆借市场规模大，对银行经营影响变大。央行数据显示，2012年，银行间市场同业拆借成交46.7万亿元，占银行业金融机构资产总额的34.9%，2013年银行间市场同业拆借成交额有所下降，为35.5万亿元，占银行业金融机构资产总额的23.5%。2012年6月同业拆借利率飙升对银行流动性风险形成了巨大考验。
　　同业拆借中的“买入返售”会加大银行的流动性风险。商业银行利用“买入返售”（2013年6月，16家上市商业银行买入返售占同业资产的48.3%），将贷款发放给由于信贷调整政策对相关行业贷款的限制及对融资主体的要求而无法发放的客户，具体操作流程为：A银行为了向不满足授信要求的客户B放贷，通过信托公司C成立单一信托向其放贷，由银行D买入该信托，银行A再向银行D出具一份兜底函，信托到期后溢价买回信托收益权。同业业务的风险权重为25%，而信托受益权则为100%，通过“买入返售”，可以减少商业银行的资本占用，并且可规避信贷规模、投向、资本金要求等监管政策限制，这些资金流向了房地产等周期性较强的行业，增加了同业拆借市场的信用风险与利率波动风险，一旦发生违约，会导致同业拆借市场流动性短缺。
　　同业拆借中的另一风险是期限错配，部分商业银行通过拆短投长，将同业存放资金、拆入资金投资于期限较长的票据类资产及买入返售资产以获取更高的收益。商业银行利用同业业务等短借长贷，增加了资产负债结构对利率风险的敞口，加大了商业银行对流动性的需求，使得商业银行对货币市场依赖程度上升，引发银行系统流动性风险的概率上升。
　　（二）宏微观审慎管理
　　1. 宏观审慎层面，提高央行的基础货币供应与市场对资金季节性变动需求的一致性
　　央行年中的基础货币供应量是最低的，年中大量的基础货币被回收，与商业银行的季度绩效考核相重叠，导致商业银行流动性紧张，同业拆借利率上升。因此，建议央行的基础货币供应与市场对资金季节性变动需求的一致。
　　2. 大型商业银行、邮储银行在预防同业拆借市场的流动性风险中应发挥重要作用
　　从同业拆借规模来看，四大国有商业银行、邮储银行可看作是同业拆借市场中的“系统重要性银行”，其对同业拆借市场影响更大，因此应承担更多的责任，在同业拆借市场流动性短缺的情况下，应积极提供资金支持，防止同业拆借利率过度波动，尤其是在季度末、下半月及旬末等关键时期与时点。
　　3. 微观审慎层面，分期限对同业存款征收存款准备金，并提高风险计提拨备水平等
　　为了防止监管套利，监管部门可将同业存款是视同为一般存款，缴纳存款准备金。建议1个月或者3个月以下的银行之间的头寸拆借设置较低存款准备金率，对于期限较长、用于信托、间接向限制银行放贷的同业存款，监管部门设置较高存款准备金率，并对其征收存款准备金，纳入存贷比指标监管。
　同时，从风险控制的角度，提高对同业业务相关科目的风险计提拨备，如有信托收益权的同业返售资产，计提与100%风险权重相等的净资本。
　　此外，还应加强对商业银行流动性覆盖率（LCR）指标的考核，全面考虑表内外资产、负债情况，能够较好地对同业拆借市场的流动性风险进行监控。
　　参考文献：
　　[1]张娜，黄新飞，刘登.我国同业拆借市场利率的波动性[J].统计与决策，2006（8）：121-123.
　　[2]李成，马国校.VaR模型在我国银行同业拆借市场中的应用研究[J].金融研究，2007（5）：62-77.
　　[3]曹志鹏，韩保林.中国银行间同业拆借市场利率波动模型研究[J].统计与信息论坛，2008（12）：59-63.
　　[4]高岳，朱宪辰.基于极值理论的同业拆借利率风险度量——基于AR-GARCH-POT方法的VaR值比较研究[J].数量经济技术经济研究，2009（8）：35-147.
　　[5]房小定，吕鹏.基于GARCH模型的上海同业拆借利率风险度量[J].西安电子科技大学学报（社会科学版），2013（4）：18-27.
　　[6]李守伟，何建敏，庄亚明，施亚明.基于复杂网络的银行同业拆借市场稳定性研究[J].管理工程学报，2011（2）：195-199.
　　[7]刘超，吴明文，马玉洁.基于复杂网络的同业拆借市场特性研究以金融危机时期（2007～2009）年数据为例[J].财经理论与实践，2014（2）：9-15.
　　[8]彭建刚，童磊.同业拆借视角下银行业流动性风险传染效应研究[J].湖南社科学，2013（5）：141-145.
　 　.Bank of England Working Paper， 2008.
　　.Econometrica， 1982（50）：987-1007.
　　.Economitrica， 1991（59）.

本文链接：http://www.qk112.com/lwfw/jingjilunwen/caizhengjinrong/256297.html