銀行系統(tǒng)性風(fēng)險傳染機(jī)制的研究與實(shí)證：基于資產(chǎn)價格波動視角

1、銀行系統(tǒng)性風(fēng)險傳染機(jī)制的研究與實(shí)證：基于資產(chǎn)價格波動視角論文摘要：本文從資產(chǎn)價格波動的視角，通過對不同市場中銀行資產(chǎn)價格變動的分析，構(gòu)建傳染機(jī)制其資產(chǎn)價格模型，闡述銀行系統(tǒng)性風(fēng)險的傳染機(jī)制的三階段理論。并采用動態(tài)面板數(shù)據(jù)模型對中國2006-2021年的數(shù)據(jù)進(jìn)行檢驗(yàn)，得出結(jié)論：銀行不良資產(chǎn)是影響銀行系統(tǒng)性風(fēng)險的重要因素，不良資產(chǎn)的增加導(dǎo)致銀行貸款規(guī)模下降。本文的研究，對進(jìn)一步理解銀行系統(tǒng)性風(fēng)險傳染的微觀根底，防范和抑制系統(tǒng)性風(fēng)險傳染，減少銀行業(yè)損失具有一定的理論和現(xiàn)實(shí)意義。論文關(guān)鍵詞：系統(tǒng)性風(fēng)險,微觀視角,面板數(shù)據(jù)模型始于2007年的美國金融危機(jī)對銀行系統(tǒng)性風(fēng)險作了一個最新的案例。從兩只貝爾斯登

2、公司的對沖基金破產(chǎn)次貸風(fēng)波爆發(fā)，到2021年經(jīng)濟(jì)環(huán)境惡化，美國房地產(chǎn)和房地美被聯(lián)邦政府接管，接下來第五大投資銀行貝爾斯登和第四大投資銀行雷曼兄弟公司相繼倒閉。隨后，華盛頓互惠銀行倒閉，截至到2021年5月，次貸危機(jī)引發(fā)金融危機(jī)以來，美國破產(chǎn)銀行總數(shù)已經(jīng)突破200家。在這次危機(jī)中，美國銀行業(yè)遭受的沖擊前所未有，其中150年歷史的雷曼兄弟倒閉，就是事件的轉(zhuǎn)折點(diǎn)，標(biāo)志著次貸危機(jī)迅速演變?yōu)樯婕叭蜚y行的系統(tǒng)性風(fēng)險。受其傳染，華盛頓互惠銀行的企業(yè)客戶紛紛撤走未經(jīng)保險的存款，導(dǎo)致該行因現(xiàn)金用盡而不得不選擇破產(chǎn)，成為美國有史以來最大的銀行破產(chǎn)案。銀行業(yè)也在2021年創(chuàng)下了自1992年以來最高的年度破產(chǎn)記錄。

3、由此可見，美國的銀行系統(tǒng)性風(fēng)險在其國內(nèi)傳染非同小可。受其影響，全球銀行業(yè)不同程度被動傳染。在歐洲，冰島三大國有銀行失敗，導(dǎo)致國家破產(chǎn);。英國銀行業(yè)受損最為嚴(yán)重，虧損和資本減記總額高達(dá)682億美元，名列歐洲之首。德國以總額670億美元僅隨其后，其他受損嚴(yán)重的還有瑞士、法國和荷蘭銀行業(yè)宋瑋，2021。在亞洲，雷曼投資銀行的倒閉造成我國的工行持有1.5億美元債券，建行持有1.9億美元債券，中信持有7600萬美元債券等等成為不良資產(chǎn)。按全口徑統(tǒng)計，包括銀行QDII投資與雷曼兄弟編制的指數(shù)掛鉤的局部銀行理財產(chǎn)品，中資銀行持有雷曼資產(chǎn)最多可達(dá)數(shù)十億美元。綜上所述，美國金融危機(jī)擴(kuò)散與銀行業(yè)的系統(tǒng)性風(fēng)險傳染形

4、影不離，銀行業(yè)的歷史事件成為這次金融危機(jī)的主線，銀行的系統(tǒng)性風(fēng)險的傳染成為危機(jī)擴(kuò)散的主要路徑。本文將從銀行業(yè)市場的微觀經(jīng)濟(jì)學(xué)視角分析銀行資產(chǎn)價格波動以及其傳導(dǎo)的過程，闡述在宏觀經(jīng)濟(jì)環(huán)境惡化條件下，銀行不良資產(chǎn)對于銀行貸款的影響以及銀行系統(tǒng)性風(fēng)險傳染的過程。通過本文的研究，對進(jìn)一步理解銀行系統(tǒng)性風(fēng)險傳染的微觀根底，防范和抑制它的傳染，減少銀行業(yè)損失具有重要的理論和現(xiàn)實(shí)意義。一、文獻(xiàn)回憶從銀行的微觀層次來看，系統(tǒng)性風(fēng)險是指一個事件中產(chǎn)生的損失可能性，這個事件能夠沿著一個系統(tǒng)的許多機(jī)構(gòu)或市場的傳播，導(dǎo)致一系列損失GeorgeG.Kaufman，1995。世界清算銀行(BIS，1994)界定系統(tǒng)性風(fēng)險

5、是市場的參與者不能履行合同義務(wù)導(dǎo)致其他參與者違約，并使這種風(fēng)險狀況像鏈條一樣擴(kuò)散，導(dǎo)致更大范圍的金融困難的風(fēng)險。也就是，在一個或多個銀行的資金困難涉及或者溢出到其他銀行或整個金融系統(tǒng)SchoenmakerD.，1998。從這里的定義可以看出銀行系統(tǒng)性風(fēng)險在微觀層面上就是表現(xiàn)為風(fēng)險的傳染過程，傳染機(jī)制成為銀行系統(tǒng)性風(fēng)險的核心問題。從微觀經(jīng)濟(jì)學(xué)的角度分析，大量國內(nèi)外學(xué)者研究了流動性風(fēng)險帶來的銀行系統(tǒng)性風(fēng)險。最早的研究追溯到銀行擠兌現(xiàn)象的研究，主要以DiamondandDybvig1983和PostlewaiteandVives1987為代表。首先是假設(shè)消費(fèi)和投資風(fēng)險的一系列模型，也就是存款人可以隨

6、機(jī)取款，投資缺乏流動性的模型，這些模型提供了銀行存在的理由，同時也是銀行面臨擠兌的脆弱性。過度的銀行存款支取迫使銀行花費(fèi)高額本錢保證流動性。如果有一個存款人預(yù)期其他人會取款，他也會為了防止損失而取款。DiamondDybvig模型給出了包括擠兌的多個恒等式，銀行擠兌的原因在于人們預(yù)期的改變，這個轉(zhuǎn)變依賴于一些太陽黑子與銀行沒有任何關(guān)系。ChariandJagannathan(1988)，Gorton(1985)提出更加現(xiàn)實(shí)的銀行擠兌模型，進(jìn)一步考慮投資風(fēng)險。該模型中，銀行于存款人之間的信息不對稱，貸款的真實(shí)價值是這些模型的關(guān)鍵因素。只有一小局部存戶收到關(guān)于貸款前景的信息。不知情的存款人不知道大

7、量提取存款是由在早期消費(fèi)者還是因?yàn)橘J款的收益下降造成的結(jié)果。考慮到銀行的償付能力下降導(dǎo)致等待取款的隊伍變長，不知情存款人的理性反響是參加取款隊伍，及早落袋為安。Chari-Jagannathan和Diamond-Dybvig模型在解釋銀行擠兌的差異在于前者存款人擔(dān)憂某個銀行的破產(chǎn)清算使得存款受損，而后者是基于自我實(shí)現(xiàn)的根底上。雖然銀行擠文獻(xiàn)提供了個別銀行擠提的解釋，它沒有解釋為什么在許多銀行儲戶提取存款的同時，產(chǎn)生銀行恐慌(CalomirisandGorton,1991)。因此，銀行擠兌的傳染效應(yīng)需要對明確的銀行恐慌模型進(jìn)行解釋。也就是，一個或多個銀行的融資困難如何外溢到其他銀行或者整個系統(tǒng)。

8、具體的傳染機(jī)制按照不同的擴(kuò)散渠道可以劃分為兩種，即信息渠道和信貸渠道。在信息渠道中，AharonyandSwary(1983)對于純傳染行業(yè)傳染和噪聲傳染特定公司傳染做了區(qū)分。純傳染是一個銀行的負(fù)面信息對所有銀行產(chǎn)生消極影響，包括那些與這個銀行沒有任何關(guān)系的銀行。噪聲傳染那么是一個銀行失敗使得具有相同特征的其他銀行風(fēng)險暴露。如果一個銀行失敗，其他具有相同資產(chǎn)負(fù)債結(jié)構(gòu)的銀行將遭受相同的沖擊，甚至出現(xiàn)擠兌。兩者都是在不對稱信息前提下，其他銀行擠兌可能會由于這些可觀察到相似銀行銀行在同業(yè)間市場上的凈頭寸。假定銀行管理本錢為線性函數(shù)，。因而，銀行的利潤可以用下面的式子表示：這樣銀行利潤是貸款與存款和凈

9、管理本錢差額。通過一階微分得到利潤最大化行為：由3兩式相加得：，表示銀行貸款的邊際收益等于銀行貸款的邊際本錢，即銀行的每筆貸款的收益率等于其存款的利息本錢、法定準(zhǔn)備金本錢和管理本錢的和，假設(shè)銀行能夠保持持續(xù)經(jīng)營，貸款中出現(xiàn)不良貸款不良貸款率為，L中有效貸款減少，銀行貸款收益率必然下降。而在持續(xù)經(jīng)營條件下，管理費(fèi)用并沒有因此下降，銀行存款并沒有及時調(diào)整。利潤變成而且，受到資本充足率監(jiān)管的嚴(yán)格規(guī)定，不良貸款將占據(jù)正常貸款的信貸額度，也就是有效貸款的數(shù)量將會下降，。當(dāng)?shù)扔阢y行平均本錢時，表示銀行沒有利潤，收支平衡。當(dāng)?shù)扔阢y行可變本錢，即，銀行倒閉。不良貸款的增加使得銀行邊際收益率下降，最終導(dǎo)致銀行被

10、接管或者破產(chǎn)。因此，不良貸款可以看作是銀行系統(tǒng)性風(fēng)險的重要的傳染源。一般而言，在銀行發(fā)生系統(tǒng)性風(fēng)險時，貨幣當(dāng)局采取寬松的貨幣政策，例如采取降低存款準(zhǔn)備金等政策，其目的在于減少貸款的邊際本錢，相對提高邊際收益率，使得銀行能夠防止倒閉，維護(hù)金融秩序的穩(wěn)定。如果是完全競爭市場，收支平衡時，超額利潤為0。，令很容易可以得到，一階微分方程求出最優(yōu)化條件，得到古諾均衡解：=，是方程的唯一均衡解。將均衡解式7說明貸款利率大小，與存款量和貸款量相關(guān)。收支平衡時，超額利潤為0，式5變?yōu)?，?假設(shè)銀行貸款的價格為。，說明存款越多，貸款實(shí)際價格越小。而，說明貸款越多，貸款實(shí)際價格越大。也說明市場力量引導(dǎo)銀行使用更低

11、的存款利率和更高的貸款利率。價格的變化為即：令，那么三模型結(jié)論通過對完全競爭市場和不完全競爭市場中銀行資產(chǎn)價格的分析，我們不難發(fā)現(xiàn)銀行系統(tǒng)性風(fēng)險傳染會通過銀行真實(shí)的資產(chǎn)價格進(jìn)行傳導(dǎo)。銀行的利潤受到貸款、同業(yè)凈頭寸、存款數(shù)量和相關(guān)利率以及管理本錢的影響。在持續(xù)經(jīng)營的前提下，銀行系統(tǒng)性風(fēng)險主要銀行大幅計提資產(chǎn)減值準(zhǔn)備，有效貸款減少，同時，銀行必須滿足監(jiān)管當(dāng)局資本充足率的最低要求，即或?；蛑迪陆担瑢?dǎo)致銀行真實(shí)資產(chǎn)價格下降，同時，貸款同步下降。銀行系統(tǒng)性風(fēng)險通過銀行的信用收縮，使得社會投資下降，進(jìn)一步將銀行系統(tǒng)性風(fēng)險向整個社會擴(kuò)散。我們將銀行資產(chǎn)價格波動下，銀行系統(tǒng)性風(fēng)險傳染的微觀過程簡要的歸納如下：

12、經(jīng)濟(jì)環(huán)境不良貸款不良資產(chǎn)資產(chǎn)減值準(zhǔn)備銀行資產(chǎn)價格銀行貸款投資環(huán)境經(jīng)濟(jì)環(huán)境。本文將銀行系統(tǒng)性風(fēng)險傳染的整個過程劃分為三個階段。社會經(jīng)濟(jì)環(huán)境整體下降，導(dǎo)致企業(yè)的盈利能力下降，影響其正常貸款的按期歸還，導(dǎo)致企業(yè)無法按期歸還銀行貸款。這個過程可以看成是社會經(jīng)濟(jì)風(fēng)險向銀行的傳染，第二個階段中，銀行受到不良貸款增加和資本監(jiān)管的要求，增加貸款損失資產(chǎn)減值準(zhǔn)備，在銀行資產(chǎn)價格機(jī)制的作用下，銀行資產(chǎn)價格下降。這反映在信貸市場上的表現(xiàn)為貸款的供給下降。第三個階段，銀行投資環(huán)境的下降，金融中介的效率下降或者局部功能的喪失，最終導(dǎo)致經(jīng)濟(jì)環(huán)境的進(jìn)一步惡化，進(jìn)入一個惡性循環(huán)，直到資產(chǎn)價格穩(wěn)定以及不良貸款的影響得到控制。否

13、那么，這個循環(huán)將不斷重復(fù)，銀行系統(tǒng)性風(fēng)險持續(xù)銀行社會經(jīng)濟(jì)的恢復(fù)。三、模型實(shí)證本文期望通過對中國商業(yè)銀行的動態(tài)數(shù)據(jù)面板實(shí)證，驗(yàn)證以下兩個理論假設(shè)：第一，銀行不良資產(chǎn)是影響銀行系統(tǒng)性風(fēng)險的重要因素。第二，銀行不良資產(chǎn)的增加反向影響銀行貸款規(guī)模。一研究樣本、數(shù)據(jù)來源及變量說明本文選擇的樣本個體為我國境內(nèi)的12家商業(yè)銀行，包括中國工商銀行(ICBC)、中國銀行(BOC)、中國建設(shè)銀行(CCB)三家國有商業(yè)銀行，和交通銀行(BOCom)、中信銀行(CITIC)、招商銀行(CMB)、浦東開展銀行(PDB)、福建興業(yè)銀行(FIB)、民生銀行CMBC、華夏銀行HXB七家全國性股份制商業(yè)銀行以及北京銀行BBJ和

14、南京銀行BNJ兩家已上市的城市商業(yè)銀行。數(shù)據(jù)來源于上海證券交易所公開發(fā)布的上市公司定期公告，具體公告時間是從2006年末到2021年第一季度。本文計量模型所涉及的變量如表1和表2所示，其中表1給出了模型中涉及的變量名稱、標(biāo)識、含義及其預(yù)期符號。表2給出了各變量的描述性統(tǒng)計結(jié)果。如表2所示，對各變量本文選取了12家銀行3年共158個觀測值。表1自變量經(jīng)濟(jì)含義及符號預(yù)測 變量 標(biāo)識 含義和預(yù)期符號 貸款量 loan 季度內(nèi)貸款和墊款總量的自然對數(shù)值，此變量為因變量。 存款量 save 季度內(nèi)客戶存款總量的自然對數(shù)值，此變量預(yù)期符號為不定。 不良資產(chǎn)量 lose 季度內(nèi)貸款損失準(zhǔn)備的自然對數(shù)值，此變

15、量預(yù)期符號為負(fù)號。 現(xiàn)金量 cbank 季度內(nèi)現(xiàn)金與中央銀行存款的自然對數(shù)值，此變量預(yù)期符號為不定。 表2：變量的描述性統(tǒng)計量 loan save lose cbank Mean 11.81718 11.96025 10.18346 11.21013 Median 11.80753 11.92830 10.12753 11.17005 Maximum 12.78267 13.01421 11.16643 12.30478 Minimum 9.038764 9.842422 8.829438 9.594383 Std. Dev. 0.604465 0.609442 0.584362 0.5972

16、62 Observations 158 158 158 158 Cross sections 12 12 12 12 (二)建模方法1.單位根檢驗(yàn)。首先對相關(guān)序列進(jìn)行單位根檢驗(yàn)，以確定其平穩(wěn)性。其結(jié)果顯示lose和cbank是一階協(xié)整變量loan和save是零階協(xié)整。值得一提的是lose變量和cbank與其他變量不同，對于LLC檢驗(yàn)和FisherADF檢驗(yàn)的結(jié)果并不是在1%的水平上保持穩(wěn)定，也就是說與其他變量相比穩(wěn)定程度不是很強(qiáng)。計量模型需要引入lose和cbank的一階滯后變量。2.模型形式。按照理論局部的討論，本文建立如下的面板數(shù)據(jù)模型：其中為非觀測效應(yīng)誤差項(xiàng)，為隨機(jī)誤差項(xiàng)。3.模型選擇過

17、程。面板數(shù)據(jù)涉及的模型主要有以下三種：混合估計模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。標(biāo)準(zhǔn)的計量模型選擇步驟為：首先，通過F檢驗(yàn)在混合估計模型與固定效應(yīng)模型中做出選擇，固定效應(yīng)模型的F檢驗(yàn)給出F=1.12，相伴概率為0.34，說明模型誤差項(xiàng)不為0，因此將固定效應(yīng)模型作為另一備選模型，其次，通過LM檢驗(yàn)在混合估計模型與隨機(jī)效應(yīng)模型之間做出選擇，對于非觀測效應(yīng)誤差項(xiàng)的BreuschPaganLM檢驗(yàn)說明，卡方統(tǒng)計量=13.42，相伴概率為0.26因此該誤差項(xiàng)具有隨機(jī)性，確定隨機(jī)效應(yīng)模型作為備選模型之一；最后，通過Hausman檢驗(yàn)在隨機(jī)效應(yīng)模型和固定效應(yīng)模型中做出選擇。經(jīng)檢驗(yàn)，選擇隨機(jī)效應(yīng)模型。Haus

18、man檢驗(yàn)結(jié)果說明卡方統(tǒng)計量值為=8.02，伴隨概率為0.15，說明模型的自變量序列與非觀測效應(yīng)誤差項(xiàng)序列正交，因此最終檢定模型為隨機(jī)效應(yīng)模型：應(yīng)用Eviews6軟件動態(tài)面板板數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如下表3所示。殘差的面板檢驗(yàn)說明，殘差是平穩(wěn)序列，說明協(xié)整關(guān)系成立，回歸方程估計結(jié)果是可信的。表3：動態(tài)面板數(shù)據(jù)檢驗(yàn)結(jié)果 隨機(jī)效應(yīng) 固定效應(yīng) 混合 C 1.376856* (3.03) 6.229280* (2.32) 1.376856* (3.01) save 0.004339 (0.05) 0.016575 (0.09) 0.004339 (0.04) lose 1.150165* (1.70)

19、 1.065153 (1.46) 1.150165* (1.69) lose(-1) -1.308387* (-1.96) -1.242563* (-1.69) -1.308387* (-1.95) cbank 0.353613 (1.19) 0.143455 (0.44) 0.353613 (1.18) cbank(-1) 0.716572* (2.38) 0.498105 (1.56) 0.716572* (2.37) R 0.83 0.84 0.83 N 144 144 144 Hausman檢驗(yàn) 8.02 3.模型結(jié)果分析。從實(shí)證結(jié)果可以看到，商業(yè)銀行是基于上期的資產(chǎn)減值數(shù)據(jù)來調(diào)整短期

20、信貸行為，滯后一期的資產(chǎn)減值與貸款數(shù)量存在顯著的負(fù)相關(guān)，其結(jié)果與郭友和莫倩2006的實(shí)證結(jié)果相近似，也就是沒有發(fā)生系統(tǒng)性風(fēng)險時期與發(fā)生系統(tǒng)性風(fēng)險時期的銀行貸款都是上期的資產(chǎn)減值情況負(fù)相關(guān)的。這一點(diǎn)和我們理論的預(yù)期是一致的。說明銀行不良資產(chǎn)的增加反向影響銀行貸款規(guī)模。而對于當(dāng)期資產(chǎn)減值的預(yù)期出現(xiàn)不一樣的情況，其與貸款數(shù)量的顯著程度下降，并且它們之間存在正相關(guān)。換句話說，在銀行發(fā)生系統(tǒng)性風(fēng)險時期，盡管本期的資產(chǎn)減值在增加，銀行依舊在本期增加貸款數(shù)量。當(dāng)期和滯后一期對于銀行貸款的解釋符號上是矛盾的。為什么會出現(xiàn)這樣的情況？筆者的理由是在銀行業(yè)系統(tǒng)性風(fēng)險威脅下，滯后一期不良資產(chǎn)減少了當(dāng)期的貸款數(shù)量，可

21、是金融環(huán)境惡化，本期的不良資產(chǎn)減值持續(xù)增加，在下一期貸款發(fā)生時，本期為滯后一期的資產(chǎn)減值數(shù)量，其結(jié)果將會持續(xù)減少貸款數(shù)量。這里就驗(yàn)證了銀行不良資產(chǎn)是影響銀行系統(tǒng)性風(fēng)險的重要因素，為銀行系統(tǒng)性風(fēng)險的傳染機(jī)制的三階段理論提供了有利的證據(jù)。商業(yè)銀行的存款與貸款數(shù)量的不相關(guān)，這與存款增長率與貸款增長率之間的正相關(guān)郭偉，2021的觀點(diǎn)相反。其原因在于美國金融危機(jī)以來，我國實(shí)行積極的貨幣政策和寬松的財政政策，社會的儲蓄總量在不斷上升。相反，貸款數(shù)量并沒有受益，次級債券造成我國銀行資產(chǎn)價格下降，資產(chǎn)減值增加。而且各家銀行根據(jù)監(jiān)管的資本要求，大幅提高資本充足率，減少貸款投放，增加風(fēng)險的抵抗能力。另一方面，現(xiàn)金

22、和中央銀行存款的滯后一期與貸款的數(shù)量顯著正相關(guān)，即商業(yè)銀行滯后一期的流動性增強(qiáng)，當(dāng)期的銀行貸款數(shù)量就會增加，而本期的現(xiàn)金和中央銀行存款數(shù)量與貸款數(shù)量沒有任何關(guān)系。這說明充裕的銀行流動性在一定程度上改變了銀行資產(chǎn)價格，提高企業(yè)的貸款能力，也為銀行系統(tǒng)性風(fēng)險的傳染機(jī)制的三階段理論提供了有利的證據(jù)。四、結(jié)論和政策啟示本文從微觀銀行的視角，闡述了一個銀行系統(tǒng)性風(fēng)險的傳染機(jī)制的三階段理論，得出銀行不良資產(chǎn)是影響銀行系統(tǒng)性風(fēng)險的重要因素以及銀行不良資產(chǎn)的增加反向影響銀行貸款規(guī)模兩個假設(shè)，并采用動態(tài)面板數(shù)據(jù)模型對我國2006-2021年數(shù)據(jù)進(jìn)行實(shí)證，檢驗(yàn)在美國金融危機(jī)的影響下，我國銀行業(yè)系統(tǒng)性風(fēng)險的傳染機(jī)制

23、。在微觀分析框架下，筆者得出政策建議主要有：第一，在銀行系統(tǒng)性風(fēng)險發(fā)生時，不良資產(chǎn)降低銀行資產(chǎn)價格，降低其貸款供給量，使得整個社會投資下降。這個風(fēng)險傳染規(guī)律表達(dá)出銀行業(yè)典型的順經(jīng)濟(jì)周期的特點(diǎn)，經(jīng)濟(jì)繁榮時，貸款和投資放大；而在經(jīng)濟(jì)蕭條時，貸款和投資萎縮。因此，筆者認(rèn)為能否探索一種抵御銀行系統(tǒng)性風(fēng)險機(jī)制，在經(jīng)濟(jì)過度繁榮時，壓制貸款和投資；而在經(jīng)濟(jì)過度蕭條時，鼓勵銀行貸款與投資，控制資產(chǎn)下降，提高銀行抵御風(fēng)險能力。第二，改善經(jīng)濟(jì)環(huán)境，提高企業(yè)的抗風(fēng)險能力，減少違約的可能性。關(guān)注銀行投資的渠道，定期發(fā)布銀行的投資方向和數(shù)量。追本溯源，從源頭上控制銀行系統(tǒng)性風(fēng)險。從微觀層面上說，銀行只是為了獲取利潤最大

24、化的一個企業(yè)。其特殊性在于其的金融中介地位，其利潤降低銀行系統(tǒng)性風(fēng)險。參考文獻(xiàn)1 Aharony J. and Swary I.,1983,Contagion Effects of Bank Failures: Evidence from Capital Markets,;Journal of Business56,305-322.2 Allen F. and Gale D.,2000, Financial Contagion The Journal of Political Economy, Vol. 108, No. 1, pp. 1-33.3 Bank for International

25、 Settlements (BIS),1994,64 Annual Report. Basel, Switzerland: BIS.4 Calomiris C. and Gorton G.,1991,The Origins of Banking Panics:Models,Facts,and Bank Regulation,;in GlennHubbard,ed.,Financial Markets and Financial Crises.University of Chicago Press,Chicago.5 Chari,V.,and Jagannathan R.,1988, Banki

26、ng Panics,Information,and Rational Expectations Equilibrium,; Journal of Finance,43,749-761.6 Diamond D. and Dybvig P.,1983, Bank Runs, Deposit Insurance, and Liquidity ,;Journal of Political Economy,91,401-419.7 Gorton,G.,1985,Bank Suspension of Convertibility,; Journal of Monetary Economics 15,177

27、-193.8 Guttentag J. and Herring R.,1987,Emergency Liquidity Assistance for International Banks,;in Richard Portes and AlexanderSwoboda, eds., Threats to International Financial Stability. Cambridge University Press, Cambridge.9 Kaufman, G.,1995, Comment on Systemic Risk,;In G.G. Kaufman (ed.) Research in Financial Services 7: 47-52. Greenwich: JAI Press.10 Krahnen J. P. and Wilde C.,2006, Risk Transfer with CDOs and System