我国中小商业银行流动性管理研究

美国硅谷银行因“流动性不足与资不抵债”宣告破产的事件引发人们对商业银行流动性问题的关注。流动性风险被称为商业银行的最致命风险。文章针对我国中小商业银行的流动性指标进行分析,总结当前中小商业银行流动性管理中的问题,并提出相应对策。     

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称CoVaR模型,并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明：(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力。     

银行间债务网络流动性差异对风险传染的影响

在度量系统性风险方面,银行间的流动性差异可能比“规模大”和“联系多”更重要.首先,本文从银行间网络角度,提出了一种商业银行流动性差异的检验方法.本文利用银行间贷款(网络的出度强度)和银行间借款(网络的入度强度)的幂律分布特征,度量银行间的流动性差异.实证研究发现,2012年~2014年,中国的大型商业银行流动性差异很大.其中,2014年大型银行的流动性需求最明显.其次,本文以真实银行间网络数据为基础,构造大型银行分别是流动性需求和流动性供给的两种网络,研究流动性差异对风险传染的影响.实验结果显示,处于流动性需求地位的大型银行的潜在风险传染破坏力,远远高于同等规模和联系的银行.这足以表明流动性地位应该是监管机构重点关注的系统性风险指标.本文的研究为监管机构提供了一种精准的系统性风险压力测试和情景分析方法.     

流动性创造、市场利率预期与银行利率动态调整

在银行体系局部流动性问题频发的现实背景下，深入把握流动性创造对银行利率动态调整的影响机理，是理顺我国货币政策传导的重要微观基础.本文从理论与实证上研究了流动性创造如何影响银行利率对市场利率及其预期的动态调整，并考虑了忽略预期市场利率可能产生的遗漏变量问题.研究发现：1)流动性创造对银行利率动态调整具有负向的影响，且考虑流动性创造后市场利率对存款利率的传导相对较低. 2)流动性创造对银行利率动态调整的影响具有异质性，市场利率对国有及全国性股份制银行的传导不够顺畅. 3)预期能够在一定程度上改善市场利率的短期传导，但无法从根本上纠正市场利率的长期传导，尤其是对于国有及全国性股份制银行而言. 4)在流动性创造对银行利率动态调整的影响机制中，同业拆借具有部分中介效应，进一步验证了市场利率异质性传导的原因在于流动性创造在同业市场中存在外部融资约束效应.基于此，建议从实现存款利率并轨、提高中小银行同业市场参与度、加强预期管理着手，疏通货币政策传导渠道，优化货币政策跨周期调节.     

商业银行收入结构对盈利能力的影响研究——基于中国14家上市银行面板数据的分析

银行业的激烈竞争使得利息收入业务对银行利润增长的贡献有限,越来越多的银行开始积极拓展服务,开辟非利息收入来源.本文基于中国14家上市商业银行2008-2010年季度数据,定量分析了商业银行收入结构对盈利能力的影响.结果表明,商业银行的非利息收入占比(手续费及佣金收入占比)和净息差对银行的盈利能力的影响都是正向的.商业银行在优化收入结构时必须控制成本费用才能使银行的盈利能力不断提高.国有控股银行的非利息收入占比要远远高于其它商业银行,且与盈利性成正向关系.全国性股份制商业银行和城市商业银行的非利息业务还很不完善,收入结构与盈利能力的回归系数不显著.商业银行盈利能力与宏观经济表现出一致的增长性.适中的银行规模能促进银行盈利能力的提高.     

经济政策不确定性、网络舆情与金融机构系统性风险

基于45家上市金融机构2015年1月至2020年3月的月度数据，从反映系统性风险的极值风险与传染效应两个维度各选取一个指标，即条件在险值差(ΔCoVaR)和吸收比率差(ΔAbs),并利用网络爬虫与文本分析构建金融机构网络舆情指数.然后，采用静态面板与动态面板实证分析经济政策不确定性、网络舆情与金融机构系统性风险之间的关系，考察网络舆情的中介效应，并从金融机构的类型和规模层面进行异质性分析.研究结果发现：1)经济政策不确定性对金融机构系统性风险存在显著正向影响，但积极和消极网络舆情对金融机构系统性风险的影响存在差异性；2)网络舆情是经济政策不确定性影响金融机构系统性风险的潜在传染渠道；3)网络舆情的中介效应在不同类型和规模的金融机构间存在异质性.     

基于熵空间交互理论的CRT网络信用风险传染模型

信用风险转移(Credit Risk Transfer,CRT)网络中信用风险传染已逐渐成为学术界和政策制定者关注的热点。本文基于熵空间交互理论,将CRT网络中银行和投资者之间空间距离与非线性耦合、银行的信用风险转移能力与投资者的风险偏好相结合,建立了CRT网络信用风险传染的熵空间模型。通过数值模拟和对参数的敏感性分析发现,模型可以很好地反映银行和投资者之间的空间距离与非线性耦合、银行的信用风险转移能力、信用风险在投资者节点上的集中程度、投资者的风险偏好和风险承受能力对CRT网络信用风险传染效应的影响机制。研究同时发现:CRT网络信用风险传染具有"本地效应"和"关联抑制效应"。     

跨行业风险溢出冲击下我国银行业系统性风险研究

实体行业受到外部冲击时存在跨行业风险溢出效应,导致银行所持有的不同行业资产的损失之间存在较高相关性。本文首先基于LASSO-VAR构建行业风险溢出网络,准确刻画特定行业风险上升带来的行业间风险联动特征。然后,利用DBNM-BA模型构建跨行业风险溢出冲击下的“实体行业-银行系统”两层级风险网络,并分别识别两层级网络中导致银行业系统性风险上升的关键节点：系统重要性行业和系统脆弱性银行。本文实证研究表明：(1)若不引入行业风险溢出网络,我国银行业系统性风险被低估约57.78%。(2)系统重要性行业方面。行业间风险溢出特征对系统重要性行业分布具有显著影响,行业相对规模的影响显著性次之,行业贷款集中度的影响显著性最弱。(3)系统脆弱性银行方面。我国银行体系抗风险能力总体呈上升趋势。2015年之后,国有商业银行和股份制商业银行风险水平迅速降低,银行业系统性风险主要来源于部分城市商业银行与农村商业银行。本文为我国采取精准措施防范化解系统性风险提供科学参考依据。     

基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

网络媒体过度乐观情绪与上市公司股价崩盘风险

用上市公司网络新闻数据构建了媒体情绪变量,用公司盈余信息估计媒体合理情绪,发现超过合理情绪的媒体过度乐观情绪显著增加了公司未来的股价崩盘风险。这种效应主要是由于网络媒体对正面新闻大量跟风转载,使投资者过度乐观导致的。在垄断型公司中、盈余操纵程度较大的公司中,以及市场情绪乐观时这种效应更加显著。     

共同基金的动态流动性偏好——基于预期市场波动和投资者情绪

本文发现预期市场波动和投资者情绪有助于解释基金动态流动性偏好,可能被基金经理作为动态流动性管理的混合信号指标。使用2006-2018年中国市场的共同基金样本实证检验发现,在未来市场不确定性升高时,噪声交易者风险能够显著影响共同基金的赎回压力,具体表现为,在市场波动时期,前期积极的投资者情绪将进一步加重基金的资金外流。基于此,基金经理可能根据预期市场波动和本期投资者情绪这两个信号指标来动态调整流动性偏好。实证检验显示,共同基金的流动性偏好与市场预期波动及当期投资者情绪正相关,共同基金采取以预期市场波动和投资者情绪为混合信号的动态流动性偏好有助于改善基金业绩。     

股东为什么在解禁后会减持股票?——基于背景风险分析的股票解禁效应研究

背景风险指投资者因持有非交易性资产而承担的风险,会降低投资组合效率。本文以2016年全年1502家公司限售股解禁事件为样本,从背景风险的角度分析了股东的解禁减持行为,并对限售股解禁的价格效应进行了研究。实证结果表明,背景风险因素对解禁后股价异常收益具备显著负向影响。基于背景风险的投资组合调整效应相较于"高位套现"效应对股价变动的影响更为显著。研究还发现解禁规模对股票异常收益具备显著负向影响;公司规模及异常换手率,在解禁期间缓解了股价的下降;不同的解禁性质对股价也有一定影响,相较于定向增发解禁,首发IPO解禁对股价的影响更大。     

金融衍生品交易与商业银行绩效——基于美国的经验

利用18家美国银行控股公司2005年第2季度-2008年第3季度的面板数据,建立固定效应和随机效应模型,考察金融衍生品交易行为对商业银行收益和风险的影响,在对银行持有衍生品头寸目的加以区分的基础上深入研究整体上、分类样本以及次贷危机前后金融衍生品交易行为对美国银行控股公司收益和风险的影响.研究结果表明,在整体上非交易衍生品面值规模越大.银行的收益越大,但增加了银行的整体风险;相对于主导型银行,参与型银行可能持有更多的衍生品投机头寸,从而增大了自身的系统风险;美国银行控股公司在次贷危机前相对于危机后持有更多的衍生品投机头寸,从而增大了自身的系统风险;商业银行使用金融衍生品行为是一柄双刃剑,如果商业银行严格利用金融衍生品对冲基础资产风险,金融衍生品的利用对银行而言也许是一种有益的管理尝试,但是如果商业银行过多地用金融衍生品进行投机以获取较高的收益,金融衍生品的利用会导致银行整体风险的上升.     

权变视角下联盟网络与新创企业成长关系研究

基于权变视角,整合社会网络理论和战略制度观,探讨了联盟网络对新创企业成长的影响,并考察了制度环境和行业环境的调节效应。以189家中国新创企业的调研数据为基础开展了实证检验。结果表明,新创企业联盟网络关系强度及中心性位置对其成长绩效具有显著的正向影响;制度环境完善性在联盟网络关系强度与新创企业成长绩效关系中发挥着显著的负向调节作用;行业环境动态性正向调节联盟网络关系强度与新创企业成长绩效间关系,却负向调节联盟网络中心性位置与新创企业成长绩效间关系。     

中外主要股票市场流动性调整的风险价值关系研究

利用流动性调整的风险价值模型考察了世界主要股票市场的流动性风险值及其变化趋势和它们之间的长期均衡关系.实证结果表明,各国股票市场面临的流动性风险占总风险的比重普遍较大,我国股市各年的流动性风险波动最为剧烈;协整分析表明样本指数间存在着长期均衡关系,其中美国股市对其他股市影响最为显著,英国富时指数对法国巴黎、澳大利亚和我国证券指数存在显著影响,澳大利亚、中国香港和日本股市间存在着相互影响关系,日本对香港、香港对印度存在单向影响,而我国沪深股市对其他股市影响不明显.     

系统性风险:金融系统与实体经济间反馈效应

金融系统与实体经济间高度的关联性，使得系统性风险在金融系统与实体经济间具有反馈效应.本研究提出了度量系统性风险反馈效应方法，并利用中国2013年～2017年银行与实体企业相关数据进行实证研究.结果表明：忽视实体经济的作用，将会造成低估银行系统性风险，实体经济不同行业对银行系统性风险的影响具有显著差异性；银行系统对实体经济系统性风险具有显著影响，而且不同类型银行的影响具有显著差异性；银行系统对整个经济系统的系统性风险贡献程度随着时间在变化，不一定就比实体经济的高.在此基础上，本研究进一步揭示了系统性风险的影响因素.     

商业银行资本结构对盈利能力的影响研究——基于中国15家上市银行面板数据的分析

以上市商业银行资本结构与盈利能力的关系为研究对象,选取15家商业银行2009—2013年的数据为样本,定量分析了商业银行资本结构对盈利能力的影响。结果表明,前五大股东持股比例和资本充足率对银行盈利能力的影响不太明显。对银行盈利能力影响最大的是第一大股东性质,而GDP增长率则与它负相关。研究还发现,国有控股银行的平均盈利水平远远高于全国性股份制银行和城市银行,全国性股份制银行在资本充足率上高于另两类银行。     

情绪指数与市场收益: 纳入中国波指( iVX) 的分析

本文在 Baker 和 Wurgler( 2006, 2007) 研究框架的基础上, 将中国波动率指数( iVX) 作为一个新的情绪代理变量,结合传统的封闭式基金折价率、股票换手率和 IPOs 的数量等变量,运用主成分分析法构建了中国 A 股市场的情绪指数, 并分析了情绪指数与市场收益之间的依赖关系和预测效果． 研究发现,情绪指数与市场收益呈负向关系． 然而,其当期依赖关系并不显著,而情绪指数对其后第三周的市场收益有较显著的负向预测关系． 中国波指的加入能够明显提高这种预测效果; 相反,IPOs 的数量则并不是一个有效的情绪代理变量． 此外, 采用前两个主成分的加权并不比仅采用第一主成分构建情绪指数在市场收益预测方面表现得更好, 甚至表现得更差． 最后,分析了情绪效应的不对称性,发现正情绪指数对未来收益的影响要远远大于负情绪指数．     

情绪指数与市场收益:纳入中国波指(iVX)的分析北大核心CSCDCSSCI

本文在Baker和Wurgler(2006,2007)研究框架的基础上,将中国波动率指数(iVX)作为一个新的情绪代理变量,结合传统的封闭式基金折价率、股票换手率和IPOs的数量等变量,运用主成分分析法构建了中国A股市场的情绪指数,并分析了情绪指数与市场收益之间的依赖关系和预测效果.研究发现,情绪指数与市场收益呈负向关系.然而,其当期依赖关系并不显著,而情绪指数对其后第三周的市场收益有较显著的负向预测关系.中国波指的加入能够明显提高这种预测效果;相反,IPOs的数量则并不是一个有效的情绪代理变量.此外,采用前两个主成分的加权并不比仅采用第一主成分构建情绪指数在市场收益预测方面表现得更好,甚至表现得更差.最后,分析了情绪效应的不对称性,发现正情绪指数对未来收益的影响要远远大于负情绪指数.     

商业银行流动性风险管理的现状与对策

社会经济与金融全球化的发展形势下,商业银行迎来了新的机遇,同时,也需要面对更大的挑战。商业银行在不断发展的道路上要面临着诸多的风险,其中,最主要的经营风险就是流动性风险,流动性风险管理的成功与否关乎着商业银行的生死存亡。因此,商业银行必须加大对流动性风险管理的认识,但目前,国家对于商业银行的发展提供了强有力的支持,同时,居民存款储蓄也是源源不断,这使得商业银行忽视了流动性风险,缺乏对流动性风险管理重要性的认识,这给商业银行未来的顺利发展造成了一定的隐患。为了有效的提高商业银行的经济效益,就必须确保银行资产高度安全的同时,要有适度的流动性,可见,加强商业银行流动性风险管理已成为商业银行的核心目标和终极任务。下面本文对商业银行流动性风险管理现状进行分析,并提出有效的解决对策,以保证商业银行获得最大的经济效益。