貨幣供給沖擊與銀行流動性螺旋
——基于MSVAR模型的時變特征分析

李 鵬，杜亞斌，金雯雯

（1．南京大學(xué)商學(xué)院，江蘇南京 210093；2．鄭州航空工業(yè)管理學(xué)院，河南鄭州 450015）

貨幣供給沖擊與銀行流動性螺旋
——基于MSVAR模型的時變特征分析

李 鵬1，2，杜亞斌1，金雯雯1

（1．南京大學(xué)商學(xué)院，江蘇南京 210093；2．鄭州航空工業(yè)管理學(xué)院，河南鄭州 450015）

基于2003—2013年間的月度時間序列數(shù)據(jù)，文章利用馬爾科夫區(qū)制轉(zhuǎn)移模型，研究不同貨幣供給狀態(tài)下銀行融資流動性與債券回購市場流動性之間的動態(tài)關(guān)系。研究結(jié)果發(fā)現(xiàn)：兩者之間存在互為正向反饋的流動性螺旋效應(yīng)；在貨幣供給較低區(qū)制下，流動性螺旋效應(yīng)比貨幣供給較高區(qū)制下更為明顯，具有時變和非對稱性特征；提高債券回購市場流動性能有效緩解銀行融資流動性困難問題。

貨幣供給沖擊；流動性螺旋；MSVAR模型

次貸危機過后，如何對金融系統(tǒng)流動性進行有效調(diào)控成為各國貨幣當局關(guān)注的熱點。貨幣供給發(fā)生變化形成的沖擊將影響市場流動性（Chordia等人，2005；Goyenko和Ukhov，2009）［1－2］，而市場流動性的變化反過來又影響融資流動性，這三者相互作用將引發(fā)流動性螺旋（Brunnermeier和Pedersen，2008）［3］，并最終導(dǎo)致流動性危機和金融危機的全面爆發(fā)。這也是本次危機留給我們的慘痛教訓(xùn)之一。

所謂銀行流動性螺旋是指在一定條件下，銀行融資流動性和市場流動性之間互相加強，形成正向反饋效應(yīng)的現(xiàn)象。其中，融資流動性反映銀行需要資金時獲得資金的難易程度，而市場流動性主要反映資產(chǎn)變現(xiàn)的能力。當銀行出現(xiàn)融資缺口時，一般可以通過吸收存款、同業(yè)拆借、債券回購、賣出股票、貸款收回或轉(zhuǎn)讓和央行借款等途徑獲得流動性（Drehmann和Nikolaou，2013）［4］。但是，由于目前我國仍實行較為嚴格的分業(yè)經(jīng)營限制，銀行無法通過股票市場來獲得流動性，也沒有發(fā)達的資產(chǎn)證券化市場為提前為流動性提供支持，同時，吸收存款和向央行借款等途徑的時效性又較差，不能滿足銀行對流動性管理的要求。因而，同業(yè)拆借市場和債券回購市場已成為我國銀行流動性調(diào)節(jié)和管理的主要場所（彭興韻，2007）［5］。那么，當貨幣流動性發(fā)生變化，尤其是發(fā)生負向貨幣供給沖擊時，銀行通過拆借市場融資的流動性和債券回購市場流動性之間是否存在流動性螺旋效應(yīng)？其產(chǎn)生的機理是什么？如何有效利用這一機理緩解可能出現(xiàn)的流動性問題？

這些問題的研究，有助于加強我們對融資流動性和市場流動性之間變化規(guī)律的了解，深化對流動性風險形成機理的認識。一旦流動性危機發(fā)生時，也有利于監(jiān)管層制定化解危機的方案，減小流動性螺旋帶來的負面影響，阻止危機的蔓延，維護金融系統(tǒng)的穩(wěn)定。

一、文獻回顧

關(guān)于銀行流動性的相關(guān)研究，Diamond和Dybvig（1983）較早建立了經(jīng)典的銀行擠兌模型，但遺憾的是沒有將市場流動性納入其分析框架中［6］。亞洲金融危機發(fā)生后，融資流動性與市場流動性關(guān)系的研究開始逐漸成為熱點。已有的研究大多集中在融資流動性與股票市場流動性之間的影響機制方面，主要有三個不同研究角度。第一種是心理預(yù)期視角，如Bernardo和Welch（2004）認為投資者由于對未來市場流動性危機發(fā)生的擔憂，而提前賣出持有證券，造成銀行融資流動性困難，甚至發(fā)生擠兌［7］；第二種是市場保值交易策略角度，如Morris和Shin（2004）指出短期投機性的交易者的交易行為，會導(dǎo)致其他交易者跟進，從而出現(xiàn)“流動性黑洞”；第三種是資本約束視角，這是當前主流的分析角度［8］。其中，Brunnermeier和Pedersen（2008）的研究具有里程碑意義。他們從資本約束出發(fā)建立了市場流動性和融資流動性關(guān)系的理論框架，首次提出并論證了流動性螺旋的產(chǎn)生機理［3］。而Drehmann和Nikolaou（2013）則通過建立線性回歸方程檢驗了兩者的負相關(guān)關(guān)系［4］。

次貸危機發(fā)生后，國內(nèi)學(xué)者對兩者關(guān)系的研究逐漸增多。張紅軍等人（2008）從微觀角度對流動性危機的自我實現(xiàn)機制進行了理論分析，發(fā)現(xiàn)流動性危機的可能性與外部融資規(guī)模正相關(guān)，而與企業(yè)項目自有資金負相關(guān)［9］。王靈芝和楊朝軍（2010）將上證綜合指數(shù)作為研究對象，采用DCC－GARCH模型對市場風險和流動性風險的時變特征進行了實證研究，發(fā)現(xiàn)流動性風險和股票市場風險具有高度相關(guān)性，并且金融危機發(fā)生后兩者相關(guān)性顯著增強［10］。陳筱彥等人（2010）分析了不同貨幣條件下對兩者的影響，認為緊縮的貨幣政策將使融資流動性和市場流動性相互加強，并導(dǎo)致全面金融危機的爆發(fā)［11］。李研妮（2011）區(qū)分了正常時期和非正常時期的貨幣流動性，并驗證了融資流動性與股票市場流動性之間存在的流動性螺旋［12］。李文樂、劉生福、鄭淑君（2014）通過構(gòu)建VAR模型，實證分析中國貨幣政策利率工具調(diào)控的數(shù)量效應(yīng)和價格效應(yīng)。結(jié)論顯示，在市場流動性過剩的金融環(huán)境下，商業(yè)銀行信貸規(guī)模對利率政策的敏感性增強，貨幣政策利率工具調(diào)控的流動性有所擴大［13］。

值得注意的是，在分析框架上，已有研究較少考慮貨幣供給變化對融資流動性和市場流動性的影響，沒有將其納入到流動性分析的整體框架中。此外，大量研究集中在融資流動性與股票市場流動性之間關(guān)系的分析方面，但是由于我國商業(yè)銀行不能持有股票等股權(quán)資產(chǎn)，股票市場流動性對銀行融資流動性的影響并不大。相比之下，商業(yè)銀行持有大量的債券資產(chǎn)，對債券回購市場流動性與銀行融資流動性之間關(guān)系的研究更有現(xiàn)實意義。最后，當前運用的研究方法也相對簡單，主要通過建立線性回歸模型和計算動態(tài)相關(guān)系數(shù)等方法進行分析，沒有考慮不同貨幣供給狀態(tài)區(qū)制變化的非線性特征，缺乏對流動性螺旋問題的深入研究。

二、理論分析

在Brunnermeier和Pedersen（2008）研究基礎(chǔ)上，圖1顯示了貨幣供給沖擊對銀行流動性螺旋形成的影響機理。

圖1 貨幣沖擊與銀行流動性螺旋的形成機理

市場交易需要資本，而資本是連結(jié)融資流動性和市場流動性的紐帶。銀行擁有的資本多寡直接影響其融資能力。當貨幣供給總量減少時，市場利率趨于上升。利率上升導(dǎo)致銀行持有的債券價值下降。在公允市場價值計量原則下，這些損失會在資產(chǎn)負債表里立即得以確認。而由于杠桿效應(yīng)存在，資本凈值縮水的速度將快于資產(chǎn)總值下降的速度。銀行資本縮水，會使資本充足率下降，杠桿率大幅提高。為了恢復(fù)杠桿率，滿足監(jiān)管層的要求，銀行將不得不在市場上賣出持有的債券，減少資產(chǎn)頭寸。當所有銀行都通過這種方式“去杠桿化”，不得不減價銷售持有的債券時（Choi和Cook，2012）［14］，債券價格會出現(xiàn)大幅下跌。而這將進一步造成銀行持有債券的價值下降，資產(chǎn)損失擴大，資本也隨之減少，融資能力也進一步下降，出現(xiàn)“損失螺旋效應(yīng)”。

此外，為了降低交易風險，在質(zhì)押式債券回購交易中往往采取逐日盯市和實行抵押品的風險調(diào)整扣減率制度（Risk－Adjusted Haircuts）。當貨幣供給總量減少，市場利率趨于上升時，債券價值不斷下降。交易對方將要求在當前扣減率水平下補足同質(zhì)的債券，否則交易對方有權(quán)要求管理機構(gòu)處理相應(yīng)交易賬戶中的債券或資金，這將限制銀行的融資能力。當市場面臨的風險較大時，扣減率一般會大幅上升，而扣減率越高，融資方獲得的資金就越少，融資流動性需求難以滿足。尤其是當“損失螺旋效應(yīng)”出現(xiàn)時，債券價格不斷下跌，扣減率將不斷提高。當扣減率高到一定程度時，整個債券回購市場的交易將極度萎縮，出現(xiàn)回購市場“擠兌”現(xiàn)象（Gorton和Metrick，2012）［15］，回購市場崩潰。此時，回購市場交易難以進行，銀行融資更加困難。

在上述反應(yīng)鏈條中，還存在所謂的“情緒加速器效應(yīng)”（Tvede和Fischer，2008；萬志宏，2012）［16－17］。當貨幣供給降低，流動性緊張時，市場利率的提高將使得銀行持有的資產(chǎn)價值重估，面臨縮水的風險，所有銀行將變得保守，風險厭惡程度增加，用悲觀的情緒和預(yù)期來判斷未來，不愿意借出資金。美國次貸危機時，當貝爾斯登被收購以及雷曼兄弟破產(chǎn)后，就引發(fā)了類似的情緒恐慌。這些事件放大了融資流動性和市場流動性螺旋的影響，并進一步造成貨幣流動性的減少，造成金融系統(tǒng)流動性風險的全面爆發(fā)。

三、實證設(shè)計

（一）數(shù)據(jù)分析區(qū)間選擇

本文數(shù)據(jù)分析區(qū)間為2003年9月至2013年10月。2003年8月，中國人民銀行決定，從9月21日起上調(diào)存款類金融機構(gòu)存款準備金率1個百分點，這是繼1999年11月下調(diào)存款準備金率2個百分點后的首次上調(diào)，是央行對當時信貸過熱，貨幣供給相對過剩的積極反應(yīng)，意味著貨幣政策開始由亞洲金融危機時期的適度擴張向從緊轉(zhuǎn)變，具有標志性意義。因此，2003年9月作為數(shù)據(jù)分析的起點。本文所有數(shù)據(jù)均為月度指標，來源于中國經(jīng)濟統(tǒng)計數(shù)據(jù)庫和銳思金融數(shù)據(jù)庫。

（二）變量選擇與數(shù)據(jù)處理

1．貨幣供給沖擊。借鑒中國人民銀行沈陽分行課題組等（2010）［18］和郭永濟等人（2014）的研究［19］，本文將M2作為衡量貨幣流動性的指標，以M2的同比增長率作為貨幣供給沖擊的代理變量。為了消除物價的影響，以2000年1月的CPI為基期，對M2進行調(diào)整得到實際值。

2．融資流動性。本文采用銀行間隔夜同業(yè)拆借品種利率的月度加權(quán)平均值作為銀行融資流動性的代理變量。該指標值越高，表明銀行從拆借市場獲得資金的成本越高，資金獲得的難度增加，融資流動性越低。隔夜品種在所有期限品種中交易量最大，利率最敏感，具有代表意義。

3．債券回購市場流動性。隔夜質(zhì)押式債券回購是我國銀行間債券交易的主要品種。因而，本文采用方彥（2012）提出的隔夜質(zhì)押式債券回購市場流動性指標作為衡量債券回購市場流動性的代理變量［20］。具體指標計算方法為t期內(nèi)交易總金額除以最高成交利率與最低成交利率之間的差。該指標值越大，表明回購市場流動性越高。

此外，宏觀經(jīng)濟變化和股票市場收益變動等也會影響銀行間市場資金流向，因而，參考Chordia等人（2005）和彭小林（2012）［21］的做法，加入月度的股票市場收益率和宏觀經(jīng)濟景氣度的變化率指標作為控制變量，以控制股票市場和經(jīng)濟周期因素對流動性的影響，消除系統(tǒng)的內(nèi)生性。最后，對以上所有變量運用Census X－12季節(jié)調(diào)整方法，去除季節(jié)性因素，并采用HP濾波方法，對各變量進行濾波，得到周期性變化序列。

表1 變量的描述性統(tǒng)計

表1列出了各個變量原始值的描述性統(tǒng)計結(jié)果。其中mt、cjc、hgx、gs、jq分別代表M2的實際值同比增長率、隔夜拆借利率月度加權(quán)平均值、質(zhì)押式債券回購市場流動性、股市月度收益率、經(jīng)濟景氣度的同比變化率。

（三）馬爾科夫區(qū)制轉(zhuǎn)移模型（MSVAR）

為了刻畫參數(shù)的時變特征，Krolzig（1997）和Ehrmann等人（2003）在傳統(tǒng)的VAR模型上引入?yún)^(qū)制變量st，st∈（1，2，…，m）。于是，時間序列yt的數(shù)據(jù)產(chǎn)生過程將依賴于st。st是一個m狀態(tài)的馬爾科夫鏈，轉(zhuǎn)移概率為：pij＝p（rs＋1＝j(luò)｜st＝i），∑pij＝1，其中，i、j∈（1，2，…，m）。假如st為一個離散時間狀態(tài)的馬爾科夫鏈，即發(fā)生當即的一次性跳躍，那么MSVAR模型可以表示為如下均值調(diào)整（M）形式：

其中，μt～IID［0，∑（st）］、μ（st），A1（st），…，Ap（st）和∑（st）分別描述參數(shù)μ、Ap和∑對于區(qū)制st依賴的變參數(shù)函數(shù)，即：

在大多數(shù)情況下，模型在不同區(qū)制轉(zhuǎn)換時以平滑方式更加合理和普遍，此時MSVAR模型變?yōu)榻鼐囗棧↖）區(qū)制依賴模型：

Krolzig（1997）認為，（1）式的均值調(diào)整（M）形式和（2）式的截距項調(diào)整（I）形式的MSVAR模型并不等價，與線性VAR相比較，它們刻畫了可觀測變量在區(qū)制變化后的不同動態(tài)調(diào)整模型。在引入?yún)^(qū)制轉(zhuǎn)移過程中，誤差項還可能出現(xiàn)異方差（H），自回歸參數(shù)可能是狀態(tài)依賴（A）的。此外，如果加入外生變量，則模型形式變?yōu)镸S－VARX。這樣，根據(jù)這些參數(shù)設(shè)定的不同，MSVAR出現(xiàn)不同的形式。一般而言，在實證中常用的主要是MSM－VAR（均值調(diào)整）和MSI－VAR（截距依賴）兩大類模型。在對MS－VAR模型進行識別時，一般情況下，如果時間序列波動具有明顯的持續(xù)性，那么應(yīng)采用MSI－VAR模型，反之，如果時間序列波動比較劇烈，甚至出現(xiàn)了跳躍性，那就應(yīng)該采用MSM－VAR模型。本文模型的估計使用Krolzig（1997）提供的MSVAR軟件包，使用OX metrics軟件在givewin2平臺上，采用極大似然EM算法進行估計。判斷MS－VAR的具體模型形式，同時，將貨幣供給可以劃分為相對較高和較低兩種狀態(tài)，對應(yīng)兩個不同的區(qū)制。表3顯示了不同模型設(shè)定形式的對數(shù)似然值、AIC、HQ以及SC值。根據(jù)上述判斷原則，本文最終選擇MSIH（2）－VARX（2）模型。該模型對應(yīng)的線性LR檢驗統(tǒng)計量為193．45，在5%水平上拒絕了模型線性的原假設(shè)，這驗證了非線性的馬爾科夫區(qū)制轉(zhuǎn)移模型的適用性。

四、實證檢驗結(jié)果

（一）單位根檢驗

由于MSVAR模型要求變量必須滿足平穩(wěn)性特征，因此需對各變量利用增廣的迪基—福勒單位根（ADF）檢驗進行平穩(wěn)性檢驗。結(jié)果發(fā)現(xiàn)，各變量均通過5%置信水平下的平穩(wěn)性檢驗，可直接用來建立MS－VAR模型。

（二）非線性關(guān)系檢驗和模型識別

本文主要根據(jù)AIC、HQ和SC信息準則來綜合

表2 各變量的平穩(wěn)性檢驗結(jié)果

表3 非線性檢驗結(jié)果對比表

（三）區(qū)制選擇結(jié)果和特征描述

根據(jù)模型估計結(jié)果，表4列出了不同區(qū)制下M2實際值的同比增長率、隔夜拆借利率和債券回購市場流動性的均值水平值。從變量的均值水平來看，不同區(qū)制下各變量存在明顯差異。在區(qū)制1中，M2實際增長率明顯高于區(qū)制2中的水平，大約高出6個百分點，債券回購市場流動性均值也高出區(qū)制2大約2．4，但是隔夜拆借利率卻低于區(qū)制2中0．87個百分點。因此，可以將兩個區(qū)制的特征概括為：區(qū)制1對應(yīng)“貨幣供給高、融資流動性高、債券回購市場流動性高”的狀態(tài)，而區(qū)制2對應(yīng)“貨幣供給低、融資流動性低、債券回購市場流動性低”的狀態(tài)。

表4 不同區(qū)制下變量均值水平及變異系數(shù)絕對值

表5列出了不同區(qū)制轉(zhuǎn)移的概率和狀態(tài)持續(xù)期。從區(qū)制轉(zhuǎn)移概率矩陣對角線元素值都大于0．9來判斷，表明在不同的貨幣供給狀態(tài)下銀行融資流動性和債券回購市場流動性均相對穩(wěn)定。具體來看，當進入“貨幣供給高、融資流動性高、債券回購市場流動性高”時期，維持原狀態(tài)的概率為0．914 4，處于此階段的頻率為0．301 6，平均持續(xù)期為11．69，由區(qū)制1向區(qū)制2轉(zhuǎn)移的概率為0．085 6；當進入“貨幣供給低、融資流動性低、債券回購市場流動性低”時期后，維持原狀態(tài)的概率為0．963 0，處于此階段的頻率為0．698 4，平均持續(xù)期為27．06。

表5 區(qū)制轉(zhuǎn)移概率矩陣及狀態(tài)持續(xù)期

圖2顯示了不同區(qū)制的平滑概率分布，從中可以更加清晰地看出我國流動性的大致變化情況。區(qū)制1對應(yīng)的區(qū)間為2005年4月至2005年10月、2008年12月至2010年9月、2012年6月至2013年2月。在這個區(qū)間里，M2的同比增長率處在較高的狀態(tài)，同期隔夜債券回購市場的流動性相對較高，而隔夜拆借利率相對處于較低階段。這與現(xiàn)實情況較為符合。2005年3月央行大幅下調(diào)超額存款準備金利率0．63個百分點，由年利率1．62%下調(diào)到0．99%，這使得銀行間市場的資金相對寬松，拆借利率相應(yīng)走低，并一直持續(xù)到當年的10月。而次貸危機發(fā)生后，2008年下半年我國政府為了應(yīng)對全球性金融危機，出臺了高達4萬億的救市計劃，連續(xù)四次調(diào)低存款準備金率，信貸資金大量投放，造成M2大幅增長，貨幣流動性相對泛濫。M2增速在2009年上半年創(chuàng)下新高，同時債券回購市場流動性也達到歷史高點。2012年6月底開始，央行在公開市場上大規(guī)模地進行逆回購操作，僅在一周內(nèi)就罕見地投放了高達1 250億元規(guī)模的流動性。同時，在2012年6月和7月央行又連續(xù)兩個月下調(diào)人民幣存貸款基準利率，這使得拆借利率大幅回落，銀行融資流動性緊張局面大大緩解。

圖2 各變量變化趨勢圖和平滑概率圖

區(qū)制2對應(yīng)的區(qū)間為2003年9月至2005年3月、2005年11月至2008年11月、2010年10月2012年5月、2013年3月至2013年10月。在這個區(qū)間里，M2增長率相對較低，債券回購市場流動性也較低，而拆借市場利率處在相對高位。2003年上半年以來，我國開始進入經(jīng)濟繁榮期，外匯儲備不斷上升，貨幣信貸量大幅增加，流動性開始相對過剩。在此背景下，2003年9月央行大幅上調(diào)存款準備金率，以控制流動性的過度增長，拆借利率開始緩慢走高。而在2006年和2007年，由于我國股票市場持續(xù)繁榮，同時以工行、中行和中石油等為代表的大盤股的不斷發(fā)行，給銀行間市場資金供給造成了一定的壓力，銀行間資金利率在相對高位震蕩。金融危機過后，由于寬松的貨幣政策帶來的通脹壓力不斷顯現(xiàn)，2010年、2011年央行實行了相對緊縮的貨幣政策，從2010年1月開始到2011年6月連續(xù)12次調(diào)高存款準備金，大型金融機構(gòu)的法定存款準備金率從16%上調(diào)到21．5%的歷史高點，市場資金面較為緊張，拆借利率不斷走高。雖然央行在2012年上半年下調(diào)了兩次存款準備金率，但是存款準備金率仍維持在20%的高位。2013年6月份市場資金面再度緊張，隔夜拆借利率甚至出現(xiàn)歷史最高點，一些銀行資金拆借困難。

（四）不同區(qū)制脈沖響應(yīng)分析

在圖3中，無論區(qū)制1還是區(qū)制2，債券回購市場流動性對M2一個標準差的正向沖擊均呈現(xiàn)正向反應(yīng)，并在第1期達到最高值，之后迅速回落。這表明貨幣供給對債券回購市場流動性具有正向作用。當貨幣供給較高時，市場交易主體的資金供給較為充分，資金交易成本隨之下降，交易自然易于達成，市場流動性提高。此外，根據(jù)縱軸的刻度差別，可以看到兩個區(qū)制中，債券回購市場流動性變化的響應(yīng)程度不同，區(qū)制1中的響應(yīng)水平大約是區(qū)制2中的1．3倍，說明在貨幣供給較高區(qū)制下，貨幣供給增加短期內(nèi)對債券回購市場流動性提高的作用明顯。

圖3 回購流動性對M2的響應(yīng)

圖4 回購市場流動性對拆借利率沖擊的響應(yīng)

從圖4中可以看到，在區(qū)制1中，債券回購市場流動性對拆借利率一個新息的變動在當期發(fā)生負向反應(yīng)，并達到最高值，隨后在第10期左右收斂至0消失。在區(qū)制2中，第1期和第2期同樣出現(xiàn)負向反應(yīng)，但是第3期和第4期響應(yīng)由負轉(zhuǎn)向正，隨后又變?yōu)樨撝?，并在?0期左右收斂至0消失，其中負向響應(yīng)大約持續(xù)8期，且負向影響都遠大于正向影響。因此，在區(qū)制2中，拆借利率對回購市場流動性同樣以負向響應(yīng)為主。這意味著，拆借利率上升，融資流動性下降，將會引起債券回購市場流動性緊張，那么意味著融資流動性對債券回購市場流動性具有正向作用。同時，根據(jù)縱軸的刻度差別可以看到，兩種區(qū)制的響應(yīng)幅度差異較大。在“貨幣供給高、融資流動性高、債券回購市場流動性高”時期，回購市場流動性對拆借利率的響應(yīng)大約是“貨幣供給低、融資流動性低、債券回購市場流動性低”時期的3．75倍，這可能是由于在貨幣供給較高時，融資流動性緊張雖然短期內(nèi)引起回購市場流動性緊張，但是由于此時市場性流動性較高，市場的廣度、深度和彈性較大，從而使得在市場流動性下降后能夠迅速地恢復(fù)。

圖5 拆借利率對回購市場流動性的響應(yīng)

從圖5可以看到，拆借利率對債券回購市場流動性一個新息的變動，無論在區(qū)制1和區(qū)制2，都呈現(xiàn)負向的反應(yīng)，并在第2期達到了最高值，隨后快速反彈，大約在第10期逐漸收斂至0。這表明債券回購市場流動性增加將會引起拆借市場利率的下降，融資流動性增加。這意味著，債券回購市場流動性對融資流動性具有正向作用。此外，根據(jù)縱軸的刻度差別可以看出，兩種不同區(qū)制下響應(yīng)的程度差異較大，在區(qū)制1“貨幣供給高、融資流動性高、債券回購市場流動性高”時期，拆借利率對債券回購市場流動性的響應(yīng)大約是區(qū)制2“貨幣供給低、融資流動性低、債券回購市場流動性低”時期的4倍左右。這說明在貨幣供給較高區(qū)制下，債券回購市場流動性越高，對融資流動性緩解的程度越大，反之也成立。

將上述各圖結(jié)合起來分析，圖3的脈沖響應(yīng)結(jié)果表明，貨幣供給對債券回購市場流動性具有正向作用，那么當貨幣供給下降，負向供給沖擊發(fā)生時，回購市場流動性將隨之下降。而圖4和圖5的脈沖響應(yīng)結(jié)果也顯示，債券回購市場流動性對融資流動性具有互為正向的作用。那么，當回購市場流動性下降時，融資流動性也隨之下降，而反過來，融資流動性困難將又導(dǎo)致回購市場流動性下降，最終三者相互作用導(dǎo)致流動性螺旋形成。這可能是由于，當貨幣供給下降，銀行流動性出現(xiàn)緊張時，銀行涌入回購市場獲取流動性，必然推動資金價格上漲，而這時銀行又不得不轉(zhuǎn)向拆借市場來獲得資金，這當然會不可避免地推高拆借市場的資金成本，造成銀行通過拆借市場融資的流動性下降。同時，這兩個市場均屬于銀行間市場，套利交易使得兩個市場的交易價格高度趨同，那么當貨幣流動性下降導(dǎo)致一個市場資金價格提高時必然會拉高另一個市場資金的交易價格，進一步推動流動性螺旋加速形成。

五、結(jié)論及政策建議

本文在流動性螺旋理論基礎(chǔ)上，建立馬爾科夫區(qū)制轉(zhuǎn)移模型，實證分析了貨幣供給變化形成的沖擊對融資流動性和債券回購市場流動性之間的動態(tài)關(guān)系。本文的研究結(jié)論如下。

1．MSIH（2）－VARX（2）模型表明，自2003年9月以來，我國貨幣供給與融資流動性和債券回購市場流動性之間存在兩種不同的狀態(tài)。一個是“貨幣供給高、融資流動性高、債券回購市場流動性高”時期；另一個是“貨幣供給低、融資流動性低、債券回購市場流動性低”時期。相比較而言，后一種狀態(tài)持續(xù)的時間較長。不同區(qū)制流動性的狀態(tài)劃分與我國實際情況基本相符。

2．通過脈沖響應(yīng)函數(shù)分析發(fā)現(xiàn)，貨幣供給對債券回購市場流動性具有正向作用，這表明增加貨幣供給能夠有效提高債券回購市場流動性，而回購市場流動性增強將改善銀行融資流動性。在我國貨幣供給由央行總體調(diào)控的背景下，這更進一步凸顯央行保持貨幣供給穩(wěn)定性的重要性。

3．在不同貨幣供給區(qū)制下，銀行融資流動性與債券回購市場流動性之間存在流動性螺旋效應(yīng)。在貨幣供給較低的區(qū)制下流動性螺旋效應(yīng)更加明顯，具有時變和非對稱性特征。

4．本研究為央行調(diào)控和管理金融系統(tǒng)流動性方面提供了有益思路。第一，央行要嚴密監(jiān)測銀行流動性的變化，適時調(diào)控貨幣供給總量，緩解銀行融資流動性緊張，盡可能避免出現(xiàn)流動性螺旋。尤其在貨幣供給較低時期，此時流動性螺旋效應(yīng)更加突出，央行要對流動性進行迅速干預(yù)，及時通過公開市場操作或者逆回購等手段增加流動性供給，防止引發(fā)銀行危機。第二，央行在總量調(diào)控流動性的同時，應(yīng)注重加大流動性結(jié)構(gòu)性調(diào)整的工具創(chuàng)新。具體而言，在現(xiàn)有的定向降準、SLO和SLF工具基礎(chǔ)上，借鑒美國在金融危機期間推出的流動性調(diào)節(jié)措施，擇機推出定期競標信貸機制、一級交易商信貸機制等新工具，增強流動性調(diào)節(jié)的工具和手段，提高流動性調(diào)節(jié)的效果。第三，進一步加快發(fā)展我國銀行間債券交易市場。一方面，通過加強制度創(chuàng)新、完善交易流程、提高做市商效率等途徑，提高債券回購市場流動性，為商業(yè)銀行主動管理流動性提供有力支持；另一方面，放寬市場準入，豐富交易主體，吸收更多的非銀行金融機構(gòu)參與市場運作，提高市場深度和寬度，同時加快金融產(chǎn)品創(chuàng)新，增加短期債券的交易品種，滿足銀行短期流動性需求。

［1］ CHORDIA T，A SARKAR，A SUBRAMASNYAM．An empirical analysis of stock and bond market liquidity［J］．The Review of Financial Studies，2005，18（1）：85－129．

［2］ GOYENKO R Y，UKHOV A D．Stock and bond market liquidity：a long－run empirical analysis［J］．Journal of Financia1and Quantitative Analysis，2009，44（2）：189－212．

［3］ BRUNNERMEIER，PEDERSEN M K．Market liquidity and funding liquidity［J］．Review of Financial Studies，2008，22（6）：2201－2238．

［4］ DREHMANN M，NIKOLAOU K．Funding liquidity risk：definition and measurement［J］．Journal of Banking ＆Finance，2013，37（7）：2173－2182．

［5］ 彭興韻．流動性、流動性過剩與貨幣政策［J］．經(jīng)濟研究，2007（11）：58－70．

［6］ DIAMOND D W，DYBVIG P H．Bank runs，deposit insurance，and liquidity［J］．Journal Of Political Economy，1983，91（3）：401－419．

［7］ BERNARDO A E，WELCH I．Liquidity and financial market runs［J］．The Quarterly Journal of Economics，2004，119（1）：135－158．

［8］ MORRIS S，SHIN，H S．Liquidity black holes［J］．Review of Finance，2004，8（1）：1－18．

［9］ 張紅軍，王愛民，楊朝軍．基于微觀視角的流動性危機模型及應(yīng)用［J］．管理評論，2008（8）：3－7．

［10］王靈芝，楊朝軍．金融危機中流動性風險與市場風險動態(tài)相關(guān)性［J］．上海交通大學(xué)學(xué)報，2010（3）：364－368．

［11］陳筱彥，魏嶷，許勤．流動性與金融危機［J］．同濟大學(xué)學(xué)報：社會科學(xué)版，2010（1）：105－112．

［12］李研妮．商業(yè)銀行流動性風險形成機理研究［D］．重慶：重慶大學(xué)，2011：133．

［13］李文樂，劉生福，鄭淑君．中國貨幣政策利率工具調(diào)控的數(shù)量效應(yīng)與價格效應(yīng)分析［J］．統(tǒng)計與信息論壇，2014（8）：54－60．

［14］CHOI W G，COOK D．Fire sales and the financial accelerator［J］．Journal of Monetary Economics，2012，59（4）：336－351．

［15］GORTON G，METRICK A．Securitized banking and the run on repo［J］．Journal of Financial Economics，2012，104（3SI）：425－451．

［16］TVEDE LARS，F(xiàn)ISCHER BLACK．逃不開的經(jīng)濟周期［M］．董裕平，譯．北京：中信出版社，2008：99．

［17］萬志宏．流動性之謎：困擾與治理［M］．廈門：廈門大學(xué)出版社，2012：99－101．

［18］中國人民銀行沈陽分行課題組．中央銀行如何關(guān)注資產(chǎn)價格？——一個基于“流動性螺旋”識別的宏觀調(diào)控優(yōu)化思路［J］．國際金融研究，2010（2）：13－25．

［19］郭永濟，李伯鈞，金雯雯．時變框架下中國貨幣流動性的影響研究：1992－2012［J］．當代經(jīng)濟科學(xué)，2014（1）：1－11．

［20］方彥．銀行間隔夜質(zhì)押式回購市場流動性測度分析［J］．上海金融，2012（5）：69－76．

［21］彭小林．貨幣流動性對市場流動性的影響研究［J］．投資研究，2012（10）：27－36．

Money Supply Shock and Bank Liquidity Spiral：Time－Varying Characteristics Analysis Based on MSVAR Model

LI Peng1，2，DU Ya－bin1，JIN Wen－wen1
（1．School of Business，Nanjing University，Nanjing 210093，China；2．School of Economics and Trade，Zhengzhou Institute of Aeronautical Industry Management，Zhengzhou 450015，China）

The author empirically studies the time－varying characteristics of liquidity fluctuations from 2003 to 2013with MAVAR model．The result shows that the liquidity spiral exists between bank funding risk and bond repo market liquidity with apparently time－varying and asymmetric characteristics．To improve the bond repo market liquidity is good to ease bank funding liquidity effectively．It means that we accelerate the development of bond repo market to avoid the liquidity spiral and maintain financial stability．

money supply shock；liquidity spiral；MSVAR model

F820

A

1672－2817（2015）06－0017－07

（責任編輯：王曉紅）

2015－06－03

2012年度國家自然科學(xué)基金項目（71210107034）；2013年度河南省教育廳科學(xué)技術(shù)研究重點項目資助計劃（13A790398）；2012年度浙江省哲學(xué)社會科學(xué)規(guī)劃立項課題（12YD46YB）

李鵬（1977－），男，河南洛陽人，南京大學(xué)商學(xué)院博士生，鄭州航空工業(yè)管理學(xué)院副教授，研究方向為金融市場；杜亞斌（1954－），男，山西壺關(guān)人，南京大學(xué)商學(xué)院教授，博士，博士生導(dǎo)師，研究方向為貨幣與貨幣政策；金雯雯（1985－），女，浙江溫州人，南京大學(xué)商學(xué)院博士生，研究方向為金融理論與政策。