论文作者：方意 和文佳* 王琦

论文标题：非核心负债业务、流动性渠道和银行业系统性风险：理论模型与经验分析

发表期刊：《金融研究》2024年第3期，第20-37页

期刊分级：北京工商大学A2类权威期刊

【作者简介】和文佳，北京工商大学必赢网址bwi473风险管理与保险学系讲师，主要研究方向为金融风险管理、系统性金融风险、宏观审慎政策等。主持国家社科基金项目1项，北京市教委社科一般项目1项，参与国家社科重大基金等国家级课题3项。在《世界经济》、《金融研究》等期刊发表论文十余篇。

论文梗概

商业银行同业业务是银行进行短期流动性管理、调剂资金余缺、优化资源配置的重要手段，但同时也蕴含着“监管套利、期限错配、资金空转、影子银行”等多重风险。同业负债属于典型的非核心负债。从风险生成来看，非核心负债的非稳定性特征容易诱发银行资产端和负债端的流动性风险，而流动性风险正是造成系统性风险的重要原因。2023年11月，中国金融监管总局发布的《商业银行资本管理办法》提高了同业业务的风险计量权重，说明以同业业务为代表的非核心负债融资，一直都是监管当局防范系统性风险的重点。因此，研究银行业非核心负债与系统性风险的关系，以及其影响机制对于防范系统性金融风险，维护金融稳定具有重要意义。

一、研究背景

近年来，国内外金融机构因同业业务过快增长而险些引发系统性风险的实例依旧屡见不鲜。一方面，国外知名银行倒闭事件频发。2023年3月，美国硅谷银行、签名银行相继发生危机，其风险爆发的关键原因均与负债端资金来源不稳定性所带来的流动性问题紧密相关。硅谷银行负债端客户多为风投参股的高科技企业，相当于硅谷银行变相吸收大量风投者的资金。签名银行则大量吸收加密货币投资者资金。然而，两家银行的资产端均配置了大量的美国长期国债或抵押贷款支持证券。随着美联储激进加息，风投资金及加密货币投资者大量撤资，导致银行抛售长期债券和抵押贷款支持证券最终引发流动性危机。

另一方面，我国的中小银行风险不可忽视。2018年3月30日、2019年5月24日恒丰银行、包商银行先后被监管层接管。引发风险的原因不仅与两家银行的股东结构失衡和管理层腐败有关系，更是由于在暴雷之前，两家银行负债端的同业负债融资过高所导致。从银行业历史数据来看，2007年至2024年间，中国银行业同业负债规模存在快速上升到小幅下降的趋势，但其整体规模仍然处于较高水平。2007年～2016年存款性金融公司负债端的同业负债规模从1.66万亿元增长至13.95万亿元，同业负债占比也翻一番。在去杠杆政策的推动之下，2017年以来同业负债占比有所下降，但其绝对规模依旧居高不下，2024年1季度末仍然达到13.31万亿元。银行负债端过度依赖同业融资而可能诱发系统性风险的隐患仍然不容小觑。

二、理论模型分析

文章借鉴Eisenbach et al.(2014)的基本框架，融合Shin and Shin(2011)的非核心负债概念，并在此基础上引入银行资产流动性和负债流动性参数，构建理论模型来分析银行非核心负债对系统性风险的影响程度及其影响机制。

理论模型包含一个投资期为两期的银行系统。银行系统中存在两类银行，第Ⅰ类银行需在投资初期向第Ⅱ类银行借款，形成非核心负债，第Ⅱ类银行不需要向其他银行借款，仅持有核心负债。相较而言，非核心负债比核心负债的不稳定性程度更高。在模型中表现为，第一个投资期结束后核心负债一定能正常展期，而非核心负债有不能正常展期的风险，即负债流动性风险。两类银行均在期初选择投资非流动资产的数量并保持资产负债平衡。非流动资产投资期为两期，提前卖出会遭受折价风险，即资产流动性风险。第一个投资期末第Ⅰ类银行面临负债流动性风险和资产流动性风险，并将风险传染至第Ⅱ类银行，引发两类银行资本金损失。投资期末两类银行卖出所有资产，偿还剩余负债，并结算剩余资本金。

在以上理论模型基础上，文章定义银行业系统性风险为投资期末银行业整体资本金损失，并由此分析系统性风险与非核心负债、流动性风险的关系，得出以下研究假设。

假设1：银行增加非核心负债持有量，将会增大其系统性风险水平。具体而言，当银行遭遇流动性冲击时，银行非核心负债的持有量越多，银行业资本金的损失越大，系统性风险水平越高。

假设2：给定非核心负债占总负债的比例，规模越大的银行，非核心负债对银行业系统性风险的影响越大。由于每家银行非核心负债的持有量将同比例于其自有资本金和核心负债的规模，在非核心负债占比一定的情况下，规模越大的银行所引发的负债端流动性风险和非流动性资产提前卖出的折价风险越大，资本金损失幅度也越大，银行业系统性风险水平越高。

假设3：当流动性风险较低，也即非核心负债未展期比例较低或非流动性资产提前卖出折价较低时，非核心负债对系统性风险的正向影响较弱。反之，当流动性风险较高时，非核心负债对系统性风险的正向影响增强。

三、实证分析

本文以中国上市商业银行为样本，检验银行非核心负债对系统性风险的影响及通过流动性产生该种影响的具体机制。首先，基于固定效应面板模型分析银行非核心负债对系统性风险的影响，其中非核心负债指标分贝从规模和占比两个角度构建同比增长和环比增长共四个指标。其次，分析非核心负债对系统性风险影响的规模异质性。最后分析非核心负债对系统性风险的影响机制，即资产流动性和负债流动性机制。

为验证结果的可靠性，本文进行了大量稳健性检验和内生性检验。其中稳健性检验包括替换核心解释变量和被解释变量，采用KNN(K-Nearest Neighbor)的机器学习算法来模拟出非上市银行的股票收盘价(Mullainathan and Spiess，2017)，将回归样本扩充至93家商业银行，采用INFOBANK的“中国经济新闻数据库”为新闻语料库爬取不同银行的情绪数据，并基于此测算银行系统性风险，将商业银行样本扩充至137家，考虑样本期间内危机事件影响等。内生性检验包括构建异方差工具变量和Bartik工具变量，采用Heckman 两阶段模型等。

四、主要结论

本文的主要结论为：首先，银行依赖非核心负债融资来投资非流动性资产是一种高风险行为，银行选择持有非核心负债的数量越多，其面临的系统性风险水平也将越高。其次，规模越大的银行，非核心负债对其系统性风险的影响越大，具有显著的规模异质性。最后，银行资产流动性和负债流动性是非核心负债影响系统性风险的重要机制。银行资产的流动性体现为非流动性资产提前卖出折价率，折价率越高，资产流动性风险越大。负债流动性体现为非核心负债未展期比例，该比例越高，负债的流动性风险越大。当流动性风险较高时，非核心负债对系统性风险的正向影响增强。原因在于，银行持有非核心负债过多，将面临非核心负债未能按时展期的风险。当负债的流动性风险提高时，银行需卖出更多非流动性资产以偿还未展期非核心负债。若此时资产的流动性风险上升，银行产生的资本金损失会随之增加，系统性风险水平增大。

五、政策启示

（一）银行及监管当局都应积极监测银行非核心负债规模及增速。

银行回归服务实体经济的本源，保证企业和家庭存款负债来源，以降低对非核心负债的过度依赖，从而前瞻性地防范依赖非核心负债而进行的非流动资产扩张所带来的风险累积，最终防范银行系统性风险。

（二）监管机构应对不同规模的银行应进行差异化监管。

规模更大的银行往往具有更高的系统重要性，其行为对银行业整体流动性的影响更大。因此，针对规模更大的银行需要提出更严格的非核心负债管理要求。例如实行非核心负债占比与银行规模相挂钩的政策，规模越大的银行，非核心负债占比应更低。同时，需要关注中小银行非核心负债的增速，防范中小银行通过非核心负债产生的关联关系将风险传染至大规模银行，形成多米诺骨牌效应。

（三）强化银行流动性风险管理，逆周期实施银行系统性风险的防范政策。

银行资产和负债的流动性是影响非核心负债作用系统性风险的关键因素，流动性下降将会增大非核心负债对系统性风险的正向影响。因此，应强化银行流动性风险管理，在银行非核心负债规模扩张过快时可紧缩银行整体流动性，限制非核心负债扩张速度，进而降低银行风险累积。在银行系统性风险增大时，适当放松银行流动性，降低因流动性下降而引发的资本金损失，有效缓解系统性风险。此外，监管当局应优化金融结构，大力发展非银行金融机构和资本市场，丰富投资者种类，提升银行间资产市场的深度。