马修·杰克逊​:金融体系的风险与脆弱性——社会网络的视角

来自:中国智库2020-07-21 21:56

文 | 马修杰克逊

当今世界,各国的金融联系日益紧密,这促进了世界繁荣、增进了全球福祉,但同时也带来了风险。2008年发生的全球金融危机正是由一些金融机构的投资失利所致,而这些机构的违约最终波及整个金融体系。回顾历史,20世纪30年代美国和部分欧洲地区出现的萧条,并没有发生全球蔓延。实际上,中国在20世纪30年代前几年经济反而还在增长,被波及的时间也晚于其他国家。而现在,一国发生的金融危机会迅速蔓延至全球。这也引发了大家更全面了解金融体系的兴趣。

这里我主要想谈一谈金融机构的投资激励,它们做投资决策时并不考虑对整个体系的影响。首先,我会讨论金融市场与其他市场的不同之处,其独特性体现在两个方面。一是一家金融机构的投资会影响其他金融机构。如果某个银行欠了其他银行的债务,或者其他银行持有这家银行发行的股票,那么这家银行的投资决策就会影响其他银行的投资组合。但在其他竞争性小企业市场中,情况并非如此。在其中,一家小企业的违约或破产不会对其他企业造成太大的影响。另一个问题是,在金融市场上,人们对整个体系的信念和推测也非常重要。如果人们对金融机构的偿付能力和良好保护失去信心,这本身就会导致问题。2008—2009年发生的金融危机就是很好的例证。当时全球股指暴跌,损失惨重。金融体系不确定性飙升,人们对整个体系失去了信心。由此可见,信念对金融体系极其重要,这也是金融市场与其他市场的不同之处。

另外,我还想分析一下金融传染与疾病传染的不同。疾病,比如流感,通过人际接触很容易从一个人传染给另一个人,这一点很容易理解。但金融行业的“疾病”传染与人类疾病有极大的不同。金融行业的独特之处在于,其拥有的是数量不多的大机构,所以金融行业的网络比我们通常认为的要小。

本文的重点是银行面临的激励。一是银行倾向于过度冒险,这与社会的期望不相符。银行决定投资组合时,只考虑自身的目标,不会顾及社会的整体利益。二是不同银行的投资组合的风险关联性。目标一致的银行最终的投资组合也会非常相似。这一严重问题在2008—2009年金融危机中显露无遗。三是银行的交易对手数量不多。后面我还会谈到银行间伙伴关系以及银行交易对手较少的原因;政府的最优救助和监管;风险度量、压力测试以及评估银行健康度的其他方法。

本文安排如下:首先,我先分析网络与全球化背景,先从社会大网络谈起;然后转向分析金融部门以及金融市场的传染,最后分析金融机构的激励以及风险的度量。

一、网络视角下的全球化趋势

我将以10年为周期,来说明全球化和全球网络的变化趋势。总体来说,全球化使贸易更加频繁,国家之间的联系更为紧密。全球化在促进和平、减少贫困方面发挥了积极作用。与此同时,不断发展的金融网络在国家间和国家内部投资中扮演着非常重要的角色。银行业出现了大规模的合并。随着时间推移,许多国家的银行数量不断减少,单个银行的规模不断扩大。

我和我的学生斯蒂芬奈(Stephen Nei)曾做过一项关于国家间政治联盟的研究。我们以10年为周期,研究了1815年拿破仑战争后200年间国家联盟结构的演变过程。通过对比1870—1950年和1950—2010年这两个时期,我们发现,1950—2010年国家联盟网络更加稠密和稳固。1950年之前每个国家平均有2.5个盟国,而且这些联盟存在时间较短,任意联盟只有2/3的概率能维持到5年以上。到1950年后,每个国家的盟国数量增加至之前的4倍以上,达到10.5个。更关键的是,这些联盟关系相当稳固,任意联盟有95%的概率能维持到5年以上。

国家间联盟关系更紧密,这表明我们已经进入了历史上最和平的时期。我们研究了从19世纪初到21世纪初,两个国家在任意年份处于战争状态的平均概率。不同时期情况有所不同,因此数据集中存在很多噪音。1950年之前,两国往往会陷入战争,恢复和平,然后再陷入战争,循环往复。但1950年后战争几乎消失了,同时国家联盟网络变得更为稠密和稳固。当今世界战争发生频率的下降与贸易增长密切相关。1950年之前,全球贸易额占世界GDP的比例大约是20%甚至更低。1950年后这一比例不断攀升,如今已经超过了60%。政治盟国往往是自己的贸易伙伴,因此全球贸易的急剧增长使得国家联盟更加紧密。历史上的很多战争可以从贸易方面找到解释:非贸易伙伴国家开战的概率更大,而贸易伙伴国不会轻易兵戎相见。从古至今,双边贸易额超过300亿美元的国家之间从未发生过战争,显然,300亿美元并不是一个很高的贸易额。通过这些数据我们可以看出,经济增长和全球化极大地促进了世界繁荣与和平。国际政治版图以及核武器的存在都不能真正解释长期的和平状态,稠密的贸易网络才是推动和平的主要力量(具体的分析参见 Jackson and Nei,2015)。

全球化也极大地促进了中国的发展。一直以来美国都是世界上最大的商品出口国,但其占全球商品出口市场的份额在不断减少。反观中国,中国商品出口额呈指数增长,现在已经成为世界上最大的商品出口国。全球贸易的增长大幅降低了贫困率。1980年,全球40%的人口生活在贫困线以下,如今这一比例不到10%(见图3)。全球化促进了贸易,减少了贫困人口。虽然当今世界上仍有不少贫困人口,也有人怀疑现在的贫困线太低,但毋庸置疑,全球在减贫方面已经取得了相当大的成就。

然而全球化的成果并没有被均等地分享。我们可以看看美国、中国和英国的基尼系数。在大萧条时期,美国基尼系数达到历史最高水平,在20世纪40年代后有所回落,但在70年代后又开始升高。中国在传统农业社会时期基尼系数很低,但是随着制造业和服务业的发展,中国的基尼系数急剧上升。英国的基尼系数也在不断攀升。由此可见,全球化加剧了各国内部的不平等。这不是本文要讨论的主题,我这里只是简单提及。

二、金融网络及其系统性风险

随着全球化的推进,全球金融网络也在不断演变。金融网络主要有两个变化趋势。一是金融一体化。贸易增长促进了金融一体化,更多资金在国家间以及国家内部机构之间流动。二是金融机构的合并。纵观世界各国,我们会发现,很多国家的金融部门在发展壮大,金融部门的资金在增长,但是金融机构的数量却在减少。追求规模经济和范围经济促使银行等金融机构不断扩大规模。

首先,我们可以通过一组数据了解全球金融一体化的加剧。2000年全球跨境投资(包括债券、股票、外商直接投资以及其他类型的跨国借贷等)总额约为26万亿美元,2016年增至132万亿美元,增长超过了5倍。2000年跨境持有的债券和股票的比例为17%和18%,到2016年分别增至27%和30%。随着金融一体化的加深,国际资金流动、外国直接投资、跨国公司、国家间借贷及交叉持股不断增加。一国内部各机构之间的联系也在日益增加。仅举一例,美国银行23%的资产来自其他银行的债务或权益,48%的债务是对其他银行的债务,也就是说其他银行几乎持有该银行一半的债务。这意味着金融部门的网络是高度连接的,如果其中一家银行违约,其他银行也会面临危机,因为资金无时无刻不在银行间流动。不管从短期还是长期看,不同银行之间的联系都非常紧密。

其次,金融机构的合并。1980年,美国联邦存款保险公司的客户银行超过14000家,到2008年只剩下不足5000家,数量仅约为原来的1/3。银行数量减少不是因为银行部门的收缩,相反,银行部门的总资产增长了8倍以上,从1980年的2万亿美元增加到2015年的16.5万亿美元。金融服务合并到大型银行体现了金融行业巨大的规模经济效应。在金融市场上,规模庞大会带来很多优势:规模更大的金融巨头有利于获取信息,实现规模经济,使投资组合更加分散。

资本在银行间的分布并不均匀,大量资本集中在头部的少数几家银行。2016年,全球最大的10家银行的总资产近26万亿美元,几乎占全球GDP的1/3,当时全球GDP仅略高于75万亿美元。这10家银行中有4家来自中国,所以这26万亿美元中的很大一部分是由中国这四家银行贡献的。2018年,欧洲前10大银行的总资产超过15万亿美元。1990年美国前5大银行约占国内银行业总资产的10%,到2015年已接近45%。

总之,全球化在促进贸易、维护和平、减少贫困以及提高投资效率方面发挥了积极作用。全球化还带来了范围经济和规模经济效应。但是,随着各大金融机构之间的联系越来越紧密,全球化也加剧了冲击传导和危机传染的风险。

全球金融体系的一体化会加剧金融传染风险。此处我将系统性风险分为四类。第一类是恐慌和挤兑,表现为人们对金融体系失去信心。我们可以借用博弈论中的多重均衡这一基本经济学模型解释这一现象。如果我认为其他人都对金融体系充满信心,我就愿意把钱存在银行。银行挤兑指的是我们认为其他人都对银行丧失了信心,如果我预见其他人都会从该银行提取存款,那么谨慎起见,我也要尽早提取存款,由此挤兑会自我实现,这也是引发系统性风险的元凶。只要引起挤兑的消息在人们心里埋下了不确定性的种子,就会导致系统性金融危机。

第二类系统性风险来源是流动性枯竭。这一问题在2008年金融危机中暴露无遗,2009年时最为严重。当时各国银行对美国、欧洲甚至中国金融市场都丧失了信心。银行间互不信任导致同业拆借几乎枯竭。不确定对方是否具有偿付能力使得银行不会轻易放贷。当时银行间借贷市场急剧收缩,美联储以及欧洲央行在内的各国央行不得不为银行提供了大部分流动性。

第三类系统性风险是资产抛售和相互关联的投资组合(correlated portfolios)。这类风险相当严重,也是目前金融体系的一大威胁。许多金融机构为相同的地区、企业和个人提供贷款,投资组合趋于同质化且相互关联。一旦其中一个出问题,其他都会被牵连,致使金融网络非常脆弱。

最后一类系统性风险最为常见,即连锁违约(cascading defaults)和网络效应,也即传染效应。当一家规模较大的银行出现偿付危机时,比如无法偿还债务、无法履行回购协议或者无法为衍生品追加保证金,这个过程就启动了。不管出于以上何种原因,只要一家银行违约就会拖累其债权人,债权人再拖累它的债权人……进而导致系统性金融风险。这一问题在美国2008年金融危机中尤为突出。一旦美国国际集团步雷曼兄弟的后尘走向破产,房利美和房地美也难逃厄运。所以当美国国际集团深陷泥潭,无法偿还巨额债务时,美国政府不得不出手救助,以避免危机蔓延。

三、网络与传染的关系

金融市场的传染从根本上有别于其他类型的传染。此处,我想谈谈网络与传染的关系。我主要分析疾病传染、行为传染和金融传染三种不同类型的传染。疾病传染,包括流感、感冒和其他疾病的传染,较为简单。以流感为例,假设在一个很小的社会网络中,只考虑两个人之间的互动,即两人互为朋友。假如其中一个人患病,就会把流感传染给另一个人。如果患者与其他人接触,第三个人也会患病,疾病随之扩散。这里我们要引入一个平均度的概念。平均度指的是每个个体的平均连接数。平均度为0.5表示每个人平均有0.5个朋友,我稍后会把平均度应用于金融传染。当平均度为0.5时,网络基本不连通,由于网络较为稀疏,疾病不会扩散,所以网络不会出现系统性传染。疾病感染的临界值是平均度为1。一旦平均度超过1,不同节点就能通过网络路径连接起来。疾病在节点之间传播,系统性传染就可能发生。从电脑随机生成的网络可以看出,当平均度为1.5时,如果是没有连通的节点患病,也不会发生传染;如果是连通的节点患病,最终将感染网络中一半的节点。随着平均度从1.5、2.5增加至5,网络越来越密集,疾病传染风险也越来越高。平均度达到5时,疾病网络非常密集,传染风险极高(关于度和风险传染,可参见马修杰克逊的书《人类网络》)。

基本再生数是指一个病人在其患病期内传染的人数,用于表示疾病传染的难易程度。“1”是个很神奇的数字。基本再生数大于1,疾病就会蔓延;小于1,疾病会逐步消亡。如果每个感染者造成的新感染超过1个,传染就会继续扩大。不同病种的再生数不同。麻疹是传染性最强的疾病之一,基本再生数可达12—18,对于未接种疫苗的人群非常危险。埃博拉病毒的基本再生数为1.5—2.5,传播度不高是该病毒没有波及全球的原因之一。白喉、腮腺炎、小儿麻痹症、风疹等疾病的基本再生数为4—7。对于疾病,人们真正关心的是传播网络的密集程度,即互动的人数和疾病传染的难易程度。降低基本再生数是免疫政策的核心。为患者接种疫苗可以阻止疾病的广泛传播。黑死病传播速度其实非常缓慢,经过两年的时间才从中国传到欧洲,又经过了四年的时间才蔓延至整个欧洲。但当今世界紧密相连,传染性疾病传播极其迅猛。比如埃博拉病毒仅用一周时间就从非洲蔓延至美国。

人类行为的传染网络更为复杂。人们倾向于让自己的行为与其他人保持协同。借用博弈论的术语讲,叫作多重均衡。注册微信、购买软件、采用新技术、信谣传谣,无一不体现出人类行为的传染性。假设我只有一个朋友注册微信,我可能不会注册微信。一旦我有10个甚至50个朋友注册微信,我就会跟风注册。注册微信的人越多,我注册微信的想法就越强烈。行为传染其实不太容易发生,这也是新技术很难被采纳的原因之一。不同于疾病传染,行为传染需要经过多次互动才能实现。无法实现多次互动就增加了采纳新技术的难度。没有人跨出第一步,因此所有人都不愿意轻易尝试。

四、金融危机的传染

接下来,我们讨论金融危机的传染。金融危机传染的前提是金融机构间的互动以及传播途径。首先,一家银行的违约必能引起另一家银行的违约,这与疾病传播一样简单。其次,与行为传染一样,金融传染需要有多次互动(多个合约),因为必须有多个交易对手违约才会导致某个银行陷入困境。再次,金融机构间存在相互关联的投资组合。于是,一家银行出问题,其他持有同类资产的银行也可能会面临问题,使金融危机更易传染。相同的风险敞口会使银行同时处于脆弱状态。

金融传染与疾病传染网络有根本的区别。网络越稠密,疾病传染风险越高。但稠密的金融网络会使投资组合多样化,反而有助于降低风险。我和阿加瑟帕努德(Agathe Pernoud)合著的一篇论文中提出了金融传染的基本模型。首先我会以银行i为例,简单解释银行资产负债表的组成。银行i资产负债表中的资产端包括投资组合和持有的其他银行的债务。其中投资组合指银行i向私人企业发放的贷款,或者进行的一些投资。比如,Dij指银行j对银行i的负债,Sij表示银行i持有的银行j的股份,这些都要记录在银行i的资产端。银行i资产负债表中的负债部分包括对非银行部门的外部负债和对其他银行的负债。以上是最简单的银行资产负债表模型。

下面我将通过简单的案例分析解释金融传染。假设银行i总资产为22,其中持有其他银行债务为10,投资组合为12。银行i总负债为22,其中欠其他银行债务为10,存款为10,权益为2。假设银行i与其他银行间存在债务往来。银行i持有其他银行的债务10分别来自4家不同银行,每家银行欠银行i 2.5的债务。银行i所欠的债务同样由4家银行持有,每家银行持有银行i价值2.5的债务。现在我们看看如果其中一家银行违约会发生什么。如果某家欠银行i债务的银行失去偿付能力,那么它就没办法偿还欠银行i的债务,这也意味着银行i无法按期偿还其部分负债……由此会引起连锁反应,进而产生不连续的破产成本(discontinuous bankruptcy cost)。银行破产成本包括银行必须抛售资产、终止合约、解除复杂合同等。

2008年雷曼兄弟破产时,其欠有3620亿美元的债务,事实上按债权人的说法,雷曼兄弟所欠债务几乎高达1万亿美元。最终法院批准了3620亿美元的债务,但其中只有28%得到了清偿。其余的都用于支付法律诉讼费用以及其他费用,成了破产成本。破产成本的约4/11是(为尝试解决破产问题的)法律成本,7/11为资产贬值,因为机构破产后终止投资、清算资产时,资产价格会急剧下跌。而如果其他银行也持有同类资产,则持有同类资产的这些银行也会遭殃。

金融传染与疾病传染的不同之处在于,银行间流通的少量资金出现问题,就足以让银行资不抵债。银行i持有其他四家银行各2.5的债务,那么银行i对这四家银行就有很大的风险敞口。假设银行i有更多的交易对手,不再仅持有4家银行各2.5的债务,而是持有10家银行各1的债务,金融网络会更加密集。提升金融网络连通性有利于减小银行i对任一交易对手的风险敞口。现在即使某个交易对手违约,银行i也不会丧失偿付能力。银行拥有更多交易对手会减小其对任一交易对手的风险敞口,这是金融传染与疾病传染的根本区别。

以下这一简单模型出自我和马修艾略特以及本戈卢布(Matthew Elliott and Benjamin Golub)合著的一篇关于金融传染的论文。该模型与我们之前提到的基本再生数这一概念有关。图6中x轴表示银行i拥有的交易对手数量,即与银行i存在债务往来的银行数量。y轴表示随着银行i交易对手数量不断增加,银行i违约可能传染的银行数量。以简单的资产负债表为例,随着银行i的交易对手数量从小于1、等于1,增加至大于1,y轴会如何变化?如果银行i违约,会对金融体系造成多大风险?如果银行i的交易对手数量极少,金融网络基本不连通,此时不会发生金融传染。随着合作伙伴增加,金融网络连通,传染就可能发生,且银行i对每个交易对手都有很大的风险敞口。交易对手数量为3时,金融网络密集性强,风险敞口大,金融传染风险最高。随着交易对手数量的继续增加,传染风险会有所下降。简单疾病传染符合单调递增函数,而金融传染的函数是抛物线。网络连通性低时,金融传染风险低。网络连通性高时,金融机构风险敞口会变得分散,传染风险也会降低。金融传染风险最高的是中间地带,此时连接数大于基本再生数“1”,各金融机构间有足够的连通网络,但风险敞口又不够分散。所以处于中间地带对于金融市场来说是最危险的。

不过,就算交易对手数量非常多,风险敞口足够分散,相互关联的资产也会导致金融传染。如果交易伙伴的投资同质化,那么其中一家银行出现违约,其他伙伴也会出现危机。希腊金融危机以及最近发生的金融危机无一不体现了这一点。希腊金融危机发生时,法国、德国、意大利等欧洲国家的很多银行都持有希腊国债,对希腊国债风险敞口较大。这些银行的投资组合非常相似,关联性高,极易同时出现违约。由此看来,即使风险敞口分散,也难以杜绝金融传染。如果各银行资产关联性高,一旦出现不良贷款,它们就会同时丧失偿付能力。因此,金融传染风险取决于交易对手数量、资产关联性以及投资组合风险。如果了解金融网络的构造,通过粗略计算,就可以简单模拟压力测试。进行压力测试时不能只着眼于个别银行,而需要考虑整个金融体系。研究金融网络时需要了解某家银行的交易对手有多少,分别是哪些银行,以及交易对手之间的资产关联性。这些因素都会影响金融传染的系统性风险。

五、金融机构投资和建立伙伴关系的动机

下面我以银行i为例,运用简单的标准金融模型,来解释银行投资和建立伙伴关系的动机。假设银行i可以投资两种资产——风险资产与无风险资产。银行i需要决定投入风险资产的比例。qi表示投入风险资产的比例,1-qi表示投入相对安全资产的比例。银行i的净资产可以用公式表示为:qipi + (1-qi )(1+r)+DAi-DLi+SijVj。其中pi表示风险资产的收益率,(1+r) 表示相对安全资产的收益率,DAi表示银行i所持债务,DLi表示银行i所欠债务,SijVj表示银行i在银行j的持股收益。

现在我们来分析两个简单问题:一,银行i的投资动机是什么?二,银行i是如何决定qi的,它的这一决定会对社会产生什么影响?银行i追求净资产的最大化,但前提是其预期净资产为正。因为一旦净资产为负,银行i就不再有偿付能力,投资人就会撤资,也就无须再关心该银行的净资产了。但银行的社会价值不仅是指银行的投资与正资产,银行净资产为负也会对社会产生影响。也就是说,如果银行i违约,整个社会中的其他银行、投资者、政府等都会承担它的违约成本。银行违约会产生传染成本,即违约银行的负资产以及对其他银行的拖累。社会必须承担这些损失,因此社会关心银行的全部资产价值,但银行投资者只顾追求高回报,而不注重防范投资风险。银行有动机投资高风险资产,以至于其风险投资水平与社会期望相背离。

那该如何监管一家有动机投资高风险的银行呢?一般来讲,监管银行投资风险水平有两种方法。第一种是规定银行必须持有一定数量的无风险资产,比如准备金,一定数量的国家债券和其他相对安全的资产。第二种方法是让银行自由投资,在银行违约时,政府出面干预或救助。也就是说,你愿意救助它们,所以你让它们自由投资。想知道不同的情景下哪种干预更有效,我们引入了金融中心度的概念。金融中心度指银行在金融体系中的重要程度,即该银行违约或破产对其他银行的潜在影响。如果我们有一张金融体系网络图,我们就能清晰地知道一家银行持有的债务和权益,以及它的投资取向,进而知道其投资组合的变动会对整个体系产生多大的影响。也就是说,我们可以将所有机构总价值的变化视为该机构投资组合的函数。通过粗略计算,就能看出一家银行投资组合的改变,会引起整个金融体系多大的波动,这其实可以设计一个很简单的算法。对于一家有多种投资组合的大型银行而言,看起来可能会非常复杂,但在设定好算法之后,实际操作过程中其实很简单,就是分析一家银行破产产生的诱导性破产风险,以及其违约导致其他金融机构失去偿付能力的总影响。因此,只有银行的中心度不高,即对其他银行的影响不太集中的情况下,才能允许其自由进行风险投资。

个别银行金融中心度很高可能因为它是一家大机构,其影响范围很广;也可能它是一家规模不大的机构,但是它处在网络的重要节点上,也能对整个金融体系产生重大的影响。

银行的破产成本包括金融中心度导致的传染成本(简称金融成本,FC)和干预成本。干预成本指政府接管破产银行时产生的资金成本及其他成本,如果银行事先知道面临破产时会有政府救助,它就有激励过度冒险。下面我们来分析银行的投资组合。假设银行i进行风险资产的投资比例为q,风险资产收益率可能为R,那么银行i投资资产价值是qR+(1-q)(1+r)-d,只要净资产大于0,银行i就不会发生危机。如果银行i投资的风险资产是收益率为0的不良资产,在这种情况下,银行i的净资产为安全资产收益与债务支出,以及由于金融中心度造成的金融成本的差值,即(1-q)(1+r)-d-FC。此时银行i的资产价值可能为正,也可能为负。那么如何对银行进行监管呢?什么时候应该允许银行进行风险投资?一种情况是设定准备金要求,并确保银行持有足够的安全资产来偿还其所有的债务,即(1-q)(1+r)>d。在没有准备金要求时,银行净资产是资产的预期价值与金融成本的差值。如果有准备金要求,就不存在金融成本,但资产的预计价值会降低,因为银行的风险资产投资更少了。

因此政府需要权衡利弊,实现自由市场与监管的恰当平衡。政府可以根据以上公式决定是否允许一家银行进行风险投资。如果风险资产的超额收益高于银行破产带来的金融成本,政府应允许银行自由投资。反之则应该设定准备金要求。如果银行i的风险投资预期收益高,且它的金融中心度相对较低,则应该允许银行进行自由投资。但如果银行i的金融中心度高,与很多银行存在业务往来,那么银行i破产带来的潜在危害就很大,政府应该监管。因此,实施准备金政策取决于金融中心度的大小。

政府可以采用以上方法决定是否对银行采取放任态度,等到危机发生后再来收拾残局。如果政府决定救助银行,那么银行的中心度将不再重要,因为无论如何政府都会替银行清偿贷款,银行的危机就不会蔓延至整个金融体系。这种情况下银行投资净资产的计算方式会略有不同,成本不再是银行倒闭产生的金融成本,而是政府的干预成本。这种计算方式有点复杂,但是基本理念是政府允许银行进行高回报的风险投资会产生成本:一是银行破产可能导致金融市场连锁反应的成本,二是政府救助破产银行的干预成本。如果这两种成本都相对较低,政府应放任银行自由投资。反之,政府则应对银行进行监管,确保投资组合更加安全以避免金融成本和干预成本。银行进行风险资产投资时只考虑自己的风险成本,而政府在监管时会评估银行破产的金融成本以及干预成本。

六、投资组合的关联性

接下来我想谈谈投资组合的关联性。如果金融机构间投资组合的关联性过高,会同时因资不抵债而破产,引发系统性风险。金融机构投资组合关联性高的原因之一就是政府限制银行的可投资资产类型。以欧洲为例,欧洲政府通过限制不同银行可投资的资产类型对银行进行监管。在中国也有类似的规定,银行只能投资特定的资产类型。因此,一家银行陷入困境,其他银行也将难逃厄运。政府的限制导致了银行投资的同质化,提高了投资组合的关联性,最终使得这些银行同时面临财务危机。

金融机构投资组合关联性高的第二个原因是各大银行为吸引存款客户相互竞争。银行争相提供高利率来吸收存款,力争实现利润最大化以吸引外部股东的青睐。为了在预期收益方面胜过对手,所有银行都在寻求最高回报的投资组合,同业竞争促使银行做出相同的投资组合决策。

金融机构投资组合关联性高的第三个原因是同业拆借导致的风险叠加。一家银行违约或者破产就会拖累其他银行。如果一家银行破产,其他银行为了不被拖累,就会与该银行中断业务往来;如果这家银行有偿付能力,其他银行会继续与之合作。因此银行会同时具备偿付能力或同步陷入财务危机。以上是银行等金融机构投资组合关联性高的三个原因。而关联性高的风险在于,使各大银行同时陷入危机并加速危机的蔓延。

图6为金融传染的威胁随交易对手数量变化的曲线。如果银行交易对手较少,则金融传染风险较高,因为它对为数不多的几个交易对手都有很大的风险敞口。随着交易对手数量的增加,银行对任意交易对手的风险敞口将会减小,金融传染风险也会降低。那么银行希望与几家伙伴做生意呢?同太多银行维持业务联系要付出更大成本,订立合同与细分业务成本很高,操作也更困难。因此相比于广泛分散的业务,只与少数几家伙伴做生意的吸引力要大得多。社会希望银行建立更多伙伴关系以降低风险,而银行倾向于维持少数几个伙伴关系,这比同许多伙伴开展业务往来成本低得多。我们模拟不同类型资产分布,做出了简单模型图7。x轴表示银行交易对手数量。实线是银利润随交易对手数量变化的趋势图。虚线表示社会效益随银行交易对手数量变化的趋势图。银行利润与伙伴数量呈负相关关系,因此银行倾向于减少伙伴数量。但是银行伙伴数量更多时,社会效益会达到最大。然而银行的利益往往与社会效益不一致。银行减少交易对手的倾向与社会期望相背离。

七、测度和化解系统性风险

金融监管机构、中央银行进行压力测试时不能只针对单个银行,而应进行涵盖整个金融体系的宏观压力测试。由于资产关联性高,一家银行违约会危及整个金融体系,因此监管机构需要了解银行间的债务、交叉持股及投资组合情况,对整个金融体系进行压力测试。针对单个金融机构的压力测试往往会低估投资组合关联性及系统性问题,无法了解在险价值的全貌,容易忽略关联性自我放大的问题。在对单个银行进行评估时,不应该局限于该银行的偿付能力,而应该评估如果其合伙人丧失偿付能力,该银行是否会随之违约。这是压力测试需要考虑的另一问题。据我所知,目前美国和欧洲进行的压力测试大多是单一压力测试,而非宏观压力测试。宏观压力测试需要监控所有银行以及银行间的业务往来情况。银行系统外的流动资金越多,系统监控就越困难。

总之,金融传染的特殊性是由金融网络结构决定的。金融市场仍存在很多问题。一是金融机构过度承担风险,它们不会考虑系统性金融风险。二是银行的业务过分集中在几家核心伙伴,且机构间投资组合关联性过高,金融网络过于密集,不够分散。美国、欧洲、亚洲的破产法都是几十年前甚至几百年前确立的,当今的金融环境与破产法制定时已经不可同日而语,所以现有的破产法已经无法解决现代金融体系的破产问题。而网络分析能帮我们更好地理解如何应对这些系统性问题。

作者马修杰克逊(Matthew O. Jackson)为美国斯坦福大学William Eberle经济学讲席教授,本文根据作者访华期间在中国金融学会、《比较》编辑室和清华大学五道口金融学院上市公司研究中心组织的“金融传染与金融稳定”内部研讨会上的发言整理而成。

文章来源:“比较”微信公众号(原文发表在《比较》第107辑)

=====中国智库 China Think Tank=====

感谢关注和传播“中国智库”今日头条号,我们会努力提供有价值的回报。

《中国智库》《中国发展观察》均为中国发展出版社旗下的连续出版物。

《中国智库》是由国务院发展研究中心指导、中国发展出版社编辑出版的,具有杂志特点和思想库色彩的智库论丛。旨在让决策者更多地了解民间声音,让决策内容和过程更多地为民众理解和认可,在政府与理论界和民众之间搭建桥梁。

《中国发展观察》由国务院发展研究中心主管、中国发展出版社主办、《中国发展观察》杂志社出版,是以发展为主线、以经济为重点的综合性半月刊,具有前瞻性、权威性、可读性。

扫描二维码下载APP