流動性循環(huán)及其風(fēng)險傳染機制研究：基于金融系統(tǒng)穩(wěn)定的視角.pdf

1、流動性作為現(xiàn)代金融市場的生命力，其動態(tài)循環(huán)變化直接影響著金融系統(tǒng)穩(wěn)定和宏觀經(jīng)濟波動。近年來，系列經(jīng)濟金融危機表明，流動性在維護金融系統(tǒng)穩(wěn)定中的基礎(chǔ)性地位日益凸顯。從2007年次貸危機、2010年歐債危機，直至我國2015年的“股災(zāi)”事件，均表現(xiàn)為流動性在供給與需求、短缺與過剩之間的嚴(yán)重失衡，局部性和單一形式的金融波動在流動性循環(huán)的作用下逐漸演變成了系統(tǒng)性和多元化的流動性危機。關(guān)于流動性循環(huán)及其風(fēng)險傳染研究日益成為當(dāng)前金融研究領(lǐng)域的熱點問

2、題，然而現(xiàn)有相關(guān)研究很少就此開展深入探究。因此，本文通過深入地分析了流動性循環(huán)的形成機理、動態(tài)影響、狀態(tài)轉(zhuǎn)換和風(fēng)險傳染等理論機制問題，構(gòu)建流動性循環(huán)的風(fēng)險監(jiān)管理論體系，旨在進一步提升我國金融系統(tǒng)的流動性風(fēng)險管理水平。
　　首先，進一步拓展了流動性循環(huán)的理論內(nèi)涵，結(jié)合金融系統(tǒng)穩(wěn)定的系統(tǒng)特性，將流動性循環(huán)解析為宏觀層面的流動性供求失衡，中觀層面的貨幣流動性、市場流動性與融資流動性之間動態(tài)關(guān)聯(lián)，微觀層面的“保證金循環(huán)”與“損失循環(huán)”之間

3、交互影響等層面，并通過模型構(gòu)建和算例分析揭示了流動性循環(huán)的形成機制。同時，基于流動性循環(huán)的多維度特征，結(jié)合主成分分析法和離差—熵值法構(gòu)建了單一維度流動性的綜合測度和多維度流動性的集成測度等方法。實證表明，金融系統(tǒng)中的整體流動性在2006年1月～2015年12月的樣本期內(nèi)以2011年2月為分界線，表現(xiàn)出較為明顯的兩階段特征，整體流動性波動周期在分界線之后有所延長，且貨幣政策取向?qū)φw流動性的均值、波動性等特征影響顯著。
　　其次，基

4、于金融系統(tǒng)穩(wěn)定視角揭示了流動性循環(huán)中多維度流動性之間的動態(tài)影響機制:(1)利用Bootstrap滾動寬窗Granger因果檢驗方法分析了貨幣流動性、市場流動性和融資流動性之間的非線性引導(dǎo)關(guān)系，它們之間參數(shù)的短期穩(wěn)定性較弱，長期穩(wěn)定性較強，Granger因果關(guān)系存在結(jié)構(gòu)性變化。(2)運用DCC-MVGARCH模型研究了多維度流動性之間的動態(tài)相關(guān)結(jié)構(gòu)，發(fā)現(xiàn)貨幣流動性和市場流動性在平穩(wěn)時期呈正相關(guān)關(guān)系，在危機期間表現(xiàn)為負(fù)相關(guān)，融資流動性與貨幣

5、流動性具有長期穩(wěn)定的正相關(guān)性，而市場流動性與融資流動性之間的相關(guān)性在危機期間較低，危機后波動加劇。(3)基于流動性循環(huán)的周期表現(xiàn)特征，利用頻譜分析法探討了多維度流動性之間的周期聯(lián)動機制，表明市場流動性的主周期要明顯小于貨幣流動性和融資流動性，三種維度流動性在低頻區(qū)都表現(xiàn)出較高的周期同步性，周期增益都存在一定的非對稱性，而市場流動性明顯滯后于貨幣流動性和融資流動性。(4)通過構(gòu)建投資者情緒和金融市場穩(wěn)定的新指標(biāo)，結(jié)合TVP-SV-SVAR

6、模型分析了投資者情緒、市場流動性對金融市場穩(wěn)定的時變影響機制，發(fā)現(xiàn)投資者情緒對金融市場穩(wěn)定的沖擊效應(yīng)逐年減弱且存在時滯效應(yīng)，金融市場對市場流動性的依賴度日益增強，投資者情緒與市場流動性的交互影響存在非對稱性，并且它們對金融市場穩(wěn)定的影響程度在危機期間和平穩(wěn)時期具有較大差異。
　　再次，從轉(zhuǎn)換幅度、轉(zhuǎn)換時間和轉(zhuǎn)換形式等方面揭示了流動性循環(huán)的狀態(tài)轉(zhuǎn)換機制，并以次貸危機和歐債危機為例給出了流動性狀態(tài)轉(zhuǎn)換過程的經(jīng)驗證據(jù)。通過構(gòu)建AR-MS

7、-GARCH模型分析了單一維度流動性的狀態(tài)轉(zhuǎn)換機制，表明每種維度流動性均具有較明顯的狀態(tài)效應(yīng)，它們在狀態(tài)內(nèi)運動的穩(wěn)定性較高，而狀態(tài)間轉(zhuǎn)換可能性較小，并以市場流動性為例構(gòu)建了一類新的突變點檢測指標(biāo)。運用TVTP-MS-VAR模型研究了由多維度流動性所構(gòu)成流動性系統(tǒng)的狀態(tài)轉(zhuǎn)換機制，可知流動性系統(tǒng)也具有較清晰的狀態(tài)效應(yīng)，流動性系統(tǒng)的轉(zhuǎn)移概率具有較強的時變性和非對稱性，而狀態(tài)轉(zhuǎn)換的時點往往與金融事件、政策變遷等因素相關(guān)?；凇皶r間尺度”、“價格

8、尺度”和投資者交易傾向等因素分別構(gòu)建了股票市場流動性和期貨市場流動性的新指標(biāo)，并結(jié)合MS-VAR方法研究了貨幣政策對這兩類市場流動性的動態(tài)影響，結(jié)果發(fā)現(xiàn)擴張性貨幣政策能夠增強市場流動性，緊縮性貨幣政策會減弱市場流動性，M2和利率沖擊對市場流動性的影響程度在不同的金融市場和狀態(tài)下存在較顯著差異。
　　最后，從微觀、宏觀和行為三個層面分析了流動性風(fēng)險的形成機制。在SIR模型中引入感染延遲時間，運用復(fù)雜網(wǎng)絡(luò)理論構(gòu)建了銀行間流動性風(fēng)險傳染

9、的復(fù)雜動力學(xué)模型，結(jié)合數(shù)值仿真分析了流動性風(fēng)險傳染的演化規(guī)律。通過將流動性沖擊分布設(shè)置為一般分布、Beta分布和IFR分布族等情況，估計了對應(yīng)的流動性風(fēng)險（弱）傳染概率。另外，針對整個銀行業(yè)和單個銀行（以建設(shè)銀行為例）進行了壓力測試分析，利用LaVaR模型測度了中國銀行的流動性風(fēng)險狀況，并提出了流動性風(fēng)險的宏觀審慎監(jiān)管框架和政策建議。
　　總之，本文研究在理論上形成了一套較為完整的流動性循環(huán)分析框架，順應(yīng)了流動性理論發(fā)展的前沿方向