流动性冲击下的系统风险与流动性救助策略
Systemic Risk and Liquidity Rescue under Liquidity Shocks

在最新的全球性金融危机中,系统风险问题和对金融机构的救助决策成为了关注的焦点.如何为系统风险的测度和救助决策提供坚实的理论基础是当前一个重要的学术问题.作为这次金融危机的应对措施,国际监管政策的一个核心要素就是强化金融监管的宏观审慎方向.同微观审慎相比,宏观审慎监管着眼于整个金融体系,将其作为一个复杂的金融网络系统,重点考察基于复杂网络结构的系统稳健性,而不是网络中单个节点的稳健型,因为后者既不是系统稳健的必要条件也不是充分条件(取决于所追求的稳健性程度).其核心在于运用定量手段检测和评估金融体系潜在的风险因素,对复杂金融网络中的系统风险及其传染进行预测和估计,并对系统重要性金融机构进行识别,然后采取有针对性的监管措施和救助措施,以确保金融体系有能力承受金融失衡的释放并抵御外生冲击,从而有效防范和化解系统性风险,维护经济金融稳定.不少国家已经开始着手建立基于金融网络的宏观审慎监管框架,例如美国监管机构就提议改革现有监管框架,代之以按照金融机构在网络中的重要性和互连程度来进行监管.可见,宏观审慎监管的一个重要技术基础就在于对金融网络中的系统风险及其传染机制做出准确的量化.大额支付系统作为一国金融体系的重要基础设施,承担着银行间资金转移、国库管理和中央银行货币政策实施重要通道和基础平台的责任,是金融运行的"血液循环系统".支付系统的安全高效运行事关一国经济发展、金融稳定甚至社会安定的大局,一旦发生系统风险,其破坏力和危害程度是难以估量的.因此,大额支付系统自然也是宏观审慎监管的一个重要环节.在大额支付系统中,参与者通过支付网络连接起来,任何对网络和网络节点的冲击都可能会通过网络的扩散效应影响系统效率和系统稳健性,从而引发系统风险.这样的冲击可能来自经济系统外部,如恐怖袭击、公共卫生事件和自然灾害等,也可能来自经济系统内部,如经济危机和金融危机等.冲击可能是全局性的也可能是局部性的,全局性冲击会影响整个系统的流动性水平,而局部性冲击则往往通过引发参与者层面的操作风险而造成流动性影响.由于支付网络结构和结算机制的复杂性,传统经济模型很难被用于支付结算系统的研究,因此仿真模拟成为了被广泛使用的手段.不同于大多数文献采用芬兰银行开发的支付系统仿真模拟软件BoF-PSS2进行模拟研究,本文采用自编的Matlab程序进行仿真模拟,以提高研究效率和研究的准确性.这也是本文的创新之一.基于中国大额支付系统的结构、参与者状况以及实际交易情况,根据中国人民银行发布的《中国支付体系发展报告》对银行的分类以及行别间的交易数据,本文刻画了包括政策性银行、国有商业银行、股份制商业银行、城市商业银行、农村商业银行、城市信用社、农村信用社、外资银行和中国邮政储蓄银行共九个行别间基于交易额的支付网络拓扑结构.由于该网络结构过于粗略而忽视了行别内部大量的支付流,因此我们把政策性银行细分为3家,国有商业银行细分为5家,股份制商业银行细分为12家,其他保持不变,得到基于26个行别的中国大额支付系统的网络拓扑结构.根据该网络拓扑结构,以及以真实数据为基础模拟得到的支付系统交易数据,本文研究了不同类别银行发生操作风险对中国大额支付系统的流动性冲击及其系统效应.我们构造了9个风险场景,分别表示政策性银行、国有商业银行、股份制商业银行、城市商业银行、农村商业银行、城市信用社、农村信用社、外资银行和中国邮政储蓄银行依次发生操作风险,选取了未提交或未结算支付的规模及其比例、流动性使用指标和流动性需求下限、平均队列价值和延迟指数、受影响的银行4个指标,并通过与基准模拟的对比,分析流动性冲击下的系统稳健性和系统参与者在风险冲击和风险传染过程中的作用,并从风险管理的角度评估了系统重要性节点.通过研究,我们得出,国有商业银行无论是其交易规模还是静态流动性水平都是系统中最高的,因此是最重要的风险可能来源,其造成的流动性冲击会导致大量银行发生流动性风险,严重影响系统的稳健性;而政策性银行在每类银行发生操作风险时都有大量支付未能结算,发生了流动性风险,是系统中最脆弱的节点和主要的风险放大器;而从整体来看,每轮流动性冲击都未导致城市商业银行和农村信用社发生风险,这两类银行吸收了大量的流动性冲击而依然稳定运行,是系统中重要的稳定器.对于系统风险的监管,更重要的是事前的防范,是在预测系统风险可能发生的情况下有针对性地对系统参与者进行救助,预防潜在的大规模系统风险对整个支付体系造成严重的后果.本文把参与者之间每笔支付指令发生的时间、金额和方向作为外生的随机变量,从历史网络结构出发构建系统风险传染模型来预测某个冲击在系统内的传染过程及其造成的系统风险.本文把流动性冲击进行层层分解,用参与者受到的各轮有效冲击的总和来衡量系统风险,并构建系统风险指数.由于该系统风险指数充分考虑了金融网络的内部结构,包括每一个节点和每一条有向边,因此能适用于任何的网络结构.从所构建的系统风险模型可以看出,外部冲击在复杂金融网络中会形成风险的扩散与放大.某网络节点所受到的第1轮有效冲击是初始的直接冲击,而以该节点为起点在系统网络中造成的系统风险增量则体现了该初始冲击的系统外部效应.这种外部效应分为两个部分,一是该节点向系统其它节点发出的有效冲击,二是该节点发出的有效冲击通过网络其它节点反馈到该节点的有效冲击.这两部分外部效应都不仅依赖于该节点的稳健性,也依赖于网络中其它节点的稳健性,以及节点之间的关系.通过仿真模拟,我们对构建的系统风险传染模型进行了有效性验证,结果表明系统风险指数对实际风险的预测能力很高,该模型除了可以测度系统风险总量以外,还可以描述系统风险的传染过程.第四章是本文的核心.在这一章中,基于构建的系统风险传染模型,本文比较了不同场景不同流动性救助水平下不同救助策略的绩效.首先,我们考察了系统完全救助的情况,即对系统注入足够的流动性防止任何系统风险的出现.此外,本文定义了流动性救助效率,用来表示流动性注入带来的系统未结算金额的减少,并计算了不同风险场景下完全救助所需的流动性规模与绝对救助效率.接下来,我们考察了基于第一轮有效冲击的3种个体不完全非均衡救助策略和一种个体不完全均衡救助策略.本文计算了不同救助水平下各风险场景中不同救助策略的绝对救助效率,并基于绝对救助效率,比较了4种个体不完全救助策略.之后,我们考察了3种个体完全救助策略,个体完全救助是基于参与者受到的各轮有效冲击总和展开的.我们综合比较了在特定风险场景下3种个体完全救助策略以及前文的4种个体不完全救助策略,结果表明均衡救助策略在绝大多数情况都严格优于其他个体不完全救助策略,而首先救助受冲击规模较小或救助效率较高参与者的两种个体完全救助策略则又要优于均衡救助策略.此外,在个体完全救助策略下,救助效率最高的救助水平不再是系统完全救助的救助水平,这表明从救助效率上来看,系统完全救助并不一定是最优的救助规模选择.本文的贡献在于,首次系统性地分析了极端情况对中国大额支付系统的影响,运用各种指标确定了系统重要性节点,特别是在对不同冲击效应进行细分的前提下,通过数学建模预测了系统风险,探讨了流动性冲击在系统内的传染机制和路径,从中央银行角度研究了不同风险场景下对参与者进行流动性救助的最优策略,从而为中国大额支付系统和类似的复杂金融网络的系统风险管理和应急管理提供了重要的理论支持.