銀行理財(cái)產(chǎn)品發(fā)行會(huì)對(duì)銀行同業(yè)拆借市場(chǎng)造成影響嗎？——基于EEMD和時(shí)變Copula方法的研究

(西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061)

引言

2016年第4季度央行貨幣政策報(bào)告提出，“要將商業(yè)銀行表外業(yè)務(wù)納入宏觀審慎監(jiān)管”。作為我國影子銀行體系的重要組成部分，銀行表外理財(cái)業(yè)務(wù)隨著金融創(chuàng)新和金融市場(chǎng)發(fā)展得到快速發(fā)展。自2008年以來，我國商業(yè)銀行理財(cái)產(chǎn)品發(fā)行規(guī)模越來越大，截止到2016年6月，我國理財(cái)產(chǎn)品資金余額已達(dá)到26.68萬億元，是2007年12月的0.53萬億元的50余倍。商業(yè)銀行理財(cái)產(chǎn)品規(guī)模不斷擴(kuò)大的原因大致可以分為三類：一是投資者財(cái)富的快速增加與有限的保值增值投資渠道之間的矛盾激發(fā)了對(duì)銀行理財(cái)產(chǎn)品的需求；二是有限的銀行信貸規(guī)模難以滿足中小企業(yè)融資需求，銀行發(fā)行理財(cái)產(chǎn)品能夠通過信貸等模式為實(shí)體經(jīng)濟(jì)注入資金；三是銀行監(jiān)管套利動(dòng)機(jī)驅(qū)使銀行理財(cái)產(chǎn)品快速發(fā)展，這也是銀行理財(cái)產(chǎn)品規(guī)模快速擴(kuò)大的根本原因。理財(cái)產(chǎn)品并不納入表內(nèi)業(yè)務(wù)，因此能夠規(guī)避監(jiān)管，從而為商業(yè)銀行帶來豐厚的利潤(rùn)回報(bào)。從圖1可知，在2009年4月～2016年10間，理財(cái)產(chǎn)品的預(yù)期年收益率在4～6%之間，遠(yuǎn)大于同期一年期存款基準(zhǔn)利率，說明商業(yè)銀行愿意提供比存款利率更高的收益水平去吸收資金，擴(kuò)大其理財(cái)產(chǎn)品資金規(guī)模。商業(yè)銀行發(fā)行理財(cái)產(chǎn)品的根本動(dòng)力是對(duì)理財(cái)產(chǎn)品高收益的追逐，當(dāng)前銀行理財(cái)產(chǎn)品大多投資于通道業(yè)務(wù)，即銀行通過發(fā)行理財(cái)產(chǎn)品吸收資金，投資與信托等相關(guān)業(yè)務(wù)，獲取比存貸利差更大的利潤(rùn)回報(bào)。因此信托產(chǎn)品的預(yù)期年收益率水平越高，則商業(yè)銀行的利潤(rùn)回報(bào)越大。以我國非證券類信托和貸款類信托兩類信托產(chǎn)品為例，信托產(chǎn)品的預(yù)期年化收益在8%水平附近浮動(dòng)，銀行發(fā)行理財(cái)產(chǎn)品的收益利差約為4%，遠(yuǎn)大于同期存貸利差2.5%，因此商業(yè)銀行在利益驅(qū)逐下，必然會(huì)大力發(fā)行理財(cái)產(chǎn)品，推動(dòng)理財(cái)產(chǎn)品規(guī)模增長(zhǎng)。

圖1 理財(cái)產(chǎn)品與信托產(chǎn)品的預(yù)期收益率

隨著商業(yè)銀行理財(cái)產(chǎn)品規(guī)模的擴(kuò)大，商業(yè)銀行對(duì)于同業(yè)拆借市場(chǎng)的資金依賴性越來越強(qiáng)。一方面，理財(cái)產(chǎn)品的期限一般以3～6個(gè)月為主，大量的理財(cái)產(chǎn)品發(fā)行導(dǎo)致銀行的期限錯(cuò)配現(xiàn)象更加嚴(yán)重，因此同業(yè)拆借市場(chǎng)資金成為補(bǔ)充商業(yè)銀行短期流動(dòng)性重要的資金來源；另一方面，隨著金融創(chuàng)新能力和利率市場(chǎng)化水平的提高，銀行同業(yè)拆借市場(chǎng)成為補(bǔ)充銀行短期資金流動(dòng)性的重要來源。上海同業(yè)拆借利率(SHIBOR)利率作為央行培育的貨幣市場(chǎng)基準(zhǔn)利率，其波動(dòng)不但反映了貨幣市場(chǎng)的流動(dòng)性安全，同時(shí)也將會(huì)通過影響商業(yè)銀行不良貸款率而對(duì)金融穩(wěn)定產(chǎn)生影響，因此有必要深入研究商業(yè)銀行的理財(cái)產(chǎn)品發(fā)行與同業(yè)拆借市場(chǎng)間流動(dòng)性的聯(lián)動(dòng)關(guān)系?？紤]到不同時(shí)期內(nèi)，理財(cái)產(chǎn)品收益率與同業(yè)拆借利率之間的聯(lián)系程度可能不同，本文首先利用EEMD頻譜分解方法將理財(cái)產(chǎn)品收益率和同業(yè)拆借利率兩個(gè)時(shí)間序列分解為高頻、低頻和趨勢(shì)項(xiàng)三個(gè)部分。其中高頻分量代表時(shí)間序列的短期波動(dòng)；低頻分量則反映出時(shí)間序列的中長(zhǎng)期波動(dòng)；趨勢(shì)項(xiàng)代表了時(shí)間序列的長(zhǎng)期走勢(shì)。其次利用時(shí)變高斯Copula方法研究不同頻率之間的動(dòng)態(tài)相關(guān)結(jié)構(gòu)，進(jìn)而從短期、中長(zhǎng)期、和長(zhǎng)期三個(gè)時(shí)間維度，考察商業(yè)銀行理財(cái)產(chǎn)品收益率與銀行間同業(yè)拆借市場(chǎng)的流動(dòng)性的動(dòng)態(tài)相關(guān)性，從為我國商業(yè)銀行表外理財(cái)業(yè)務(wù)的監(jiān)管以及維護(hù)貨幣市場(chǎng)的流動(dòng)性安全提供客觀的實(shí)證依據(jù)。

相關(guān)文獻(xiàn)綜述

商業(yè)銀行理財(cái)產(chǎn)品創(chuàng)新不但改變了商業(yè)銀行的融資結(jié)構(gòu)和風(fēng)險(xiǎn)承擔(dān)水平，同時(shí)也對(duì)貨幣政策傳導(dǎo)造成了深刻的影響。于研等[26](2015)研究指出，銀行通過發(fā)行高收益非保本的理財(cái)產(chǎn)品將原來隸屬于資本類的信貸業(yè)務(wù)轉(zhuǎn)向了資產(chǎn)類金融資產(chǎn)或者直接出表，以逃避監(jiān)管，提高了表外業(yè)務(wù)規(guī)模和銀行非利息收入占比。商業(yè)銀行理財(cái)產(chǎn)品創(chuàng)新帶來的非利息收入具有較高的波動(dòng)性和周期性，因此商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)會(huì)伴隨著理財(cái)產(chǎn)品規(guī)模的提升而不斷增大(張羽等，2010)[25]。銀行理財(cái)產(chǎn)品創(chuàng)新還會(huì)對(duì)貨幣政策傳導(dǎo)造成影響。翟光宇(2016)[23]研究發(fā)現(xiàn)銀行理財(cái)產(chǎn)品規(guī)模擴(kuò)大改變了銀行的資產(chǎn)負(fù)債結(jié)構(gòu)，以法定存款準(zhǔn)備金率為代表的貨幣政策工具凍結(jié)資金能力有限，貨幣政策的調(diào)控效果被銀行創(chuàng)新理財(cái)產(chǎn)品業(yè)務(wù)削弱。朱焱(2015)[5]則從理財(cái)產(chǎn)品業(yè)務(wù)模式和投資投向?yàn)槌霭l(fā)點(diǎn)，系統(tǒng)論證了商業(yè)銀行理財(cái)產(chǎn)品創(chuàng)新對(duì)我國貨幣政策傳導(dǎo)機(jī)制的影響。高蓓等(2016)[6]研究了理財(cái)產(chǎn)品對(duì)我國商業(yè)銀行經(jīng)營穩(wěn)定性機(jī)制的影響，發(fā)現(xiàn)理財(cái)產(chǎn)品通過降低資本比率與資產(chǎn)收益率降低了商業(yè)銀行的經(jīng)營穩(wěn)定性，從而對(duì)貨幣政策傳導(dǎo)造成影響。在銀行同業(yè)拆借市場(chǎng)利率方面的研究，戰(zhàn)明華(2006)[7]分析了同業(yè)拆借利率與基礎(chǔ)貨幣供給之間的聯(lián)系；孫繼國等(2014)[8]則將同業(yè)拆借利率與我國宏觀經(jīng)濟(jì)變量聯(lián)系起來，研究了貨幣供應(yīng)量、金融機(jī)構(gòu)存款余額和股價(jià)波動(dòng)對(duì)同業(yè)拆借利率的影響。潘松等(2009)[9]則實(shí)證研究了我國大額支付系統(tǒng)中銀行間支付與同業(yè)拆借利率的相關(guān)性，研究指出兩者之間的相關(guān)性隨存款準(zhǔn)備金率的提高而不斷增強(qiáng)。涉及到同業(yè)拆借利率的研究方法，吳吉林(2011)[10]構(gòu)建了跳躍-擴(kuò)散-機(jī)制轉(zhuǎn)換模型研究了同業(yè)拆借利率的波動(dòng)；高岳(2009)[11]則利用極值理論，結(jié)合AR-GARCH模型研究了我國同業(yè)拆借利率的波動(dòng)趨勢(shì)；王志強(qiáng)等(2012)[12]利用時(shí)變期限溢價(jià)模型，并采用結(jié)構(gòu)變點(diǎn)方法研究了同業(yè)拆借利率在不同區(qū)間存在的共同趨勢(shì)，并指出宏觀因素在不同區(qū)間的影響不同，其研究方法從時(shí)域上對(duì)同業(yè)拆借利率做出了細(xì)致的分析。同業(yè)拆借利率的研究方法還有Elman神經(jīng)網(wǎng)絡(luò)分析方法(王軍生等，2010)[13]、相空間重構(gòu)(李玉鎖等，2006)[14]、MVGARCH(周先平等，2014)[15]、ARGARCH-POT(嚴(yán)佳佳等，2015)[16]等。

可以發(fā)現(xiàn)，現(xiàn)有對(duì)銀行理財(cái)產(chǎn)品收益率和同業(yè)拆借利率的研究，指出了商業(yè)銀行理財(cái)產(chǎn)品收益率對(duì)于宏觀經(jīng)濟(jì)變量及商業(yè)銀行經(jīng)營穩(wěn)定的影響，而對(duì)于同業(yè)拆借利率的研究，則集中于不同影響因素對(duì)同業(yè)拆借利率波動(dòng)的影響?？紤]到我國商業(yè)銀行理財(cái)產(chǎn)品創(chuàng)新能夠影響貨幣政策傳導(dǎo)機(jī)制和貨幣政策效果，利率市場(chǎng)化水平的提高加強(qiáng)了同業(yè)拆借市場(chǎng)對(duì)銀行資金的需求，因此在供給側(cè)結(jié)構(gòu)性改革過程中，更應(yīng)該關(guān)注與商業(yè)銀行理財(cái)產(chǎn)品發(fā)行關(guān)聯(lián)更加緊密的同業(yè)拆借市場(chǎng)，分析銀行理財(cái)產(chǎn)品收益率變化對(duì)于同業(yè)拆借利率的波動(dòng)影響。近年來，由于EEMD能夠有效處理非線性、非平穩(wěn)金融時(shí)間序列，大量文獻(xiàn)利用EEMD進(jìn)行了研究。張娥等(2016)[19]運(yùn)用EEMD和SVAR模型探討了匯率變動(dòng)與股價(jià)波動(dòng)之間在不同頻域上的相關(guān)性。何建敏、白潔(2015)[20]利用EEMD分析了余額寶收益率的影響因素。涉及時(shí)間序列相關(guān)關(guān)系的動(dòng)態(tài)結(jié)構(gòu)性變化研究，常見的動(dòng)態(tài)相關(guān)性建模方法主要有DCC-MGARCH和時(shí)變Copula兩種，但由于DCCMGRACH建模方法通常要求隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布，有可能與實(shí)際數(shù)據(jù)不符，因此時(shí)變Copula模型逐漸成為研究動(dòng)態(tài)相關(guān)性的主流方法。李叢文(2015)[21]利用時(shí)變Copula分析了中國影子銀行與貨幣政策調(diào)控的動(dòng)態(tài)相關(guān)性；周好文等(2010)[22]研究了基金、股票和國債的尾部相關(guān)性；高波(2015)[24]利用時(shí)變Copula模型研究了系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)。綜合有關(guān)EEMD方法的相關(guān)研究可以發(fā)現(xiàn)，EEMD方法在處理時(shí)間序列過程中，通過將時(shí)間序列按照頻域的不同劃分為高頻、低頻和趨勢(shì)項(xiàng)，能夠更加準(zhǔn)確的捕捉到具有經(jīng)濟(jì)學(xué)意義的序列特征。

本文嘗試將EEMD方法與時(shí)變Copula方法結(jié)合起來，首先對(duì)理財(cái)產(chǎn)品收益率和同業(yè)拆借利率兩個(gè)時(shí)間序列劃分為不同頻域上的特征序列：高頻分量代表時(shí)間序列的短期波動(dòng)；低頻分量反映時(shí)間序列的中長(zhǎng)期波動(dòng)；趨勢(shì)項(xiàng)代表時(shí)間序列的長(zhǎng)期變化趨勢(shì)。其次，利用時(shí)變高斯Copula方法研究?jī)蓚€(gè)時(shí)間序列在不同頻域分量上的動(dòng)態(tài)相關(guān)性變化，從而能夠更加準(zhǔn)確的反映兩者在不同頻域上的動(dòng)態(tài)聯(lián)系，即反映出兩者在短期、中長(zhǎng)期和長(zhǎng)期中變化的相關(guān)性，從而為商業(yè)銀行理財(cái)產(chǎn)品監(jiān)管以及銀行間同業(yè)市場(chǎng)的流動(dòng)性調(diào)控提供指導(dǎo)。

本文的創(chuàng)新體現(xiàn)在如下幾個(gè)方面：一是本文利用EEMD頻域分解方法，并結(jié)合時(shí)變高斯Copula方法對(duì)銀行理財(cái)產(chǎn)品收益率和銀行同業(yè)拆借利率之間的聯(lián)動(dòng)關(guān)系進(jìn)行研究，不但能夠有效地處理時(shí)間序列的非平穩(wěn)性和非線性問題，同時(shí)避免了對(duì)時(shí)間序列擾動(dòng)項(xiàng)必須為正態(tài)分布的假設(shè)，從而能夠最大程度還原兩者的動(dòng)態(tài)相關(guān)結(jié)構(gòu)；二是從頻域分解視角來研究銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率之間的動(dòng)態(tài)聯(lián)系是一個(gè)新的研究視角。通過頻域分解技術(shù)將時(shí)間序列分解為高頻、低頻和趨勢(shì)項(xiàng)三個(gè)分量，結(jié)合各分量的結(jié)構(gòu)特征剖析其經(jīng)濟(jì)意義，并利用時(shí)變Copula函數(shù)來研究銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率在不同頻域上的動(dòng)態(tài)相關(guān)性；三是研究發(fā)現(xiàn)銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率在中長(zhǎng)期上存在緊密的波動(dòng)聯(lián)系，說明從長(zhǎng)期來看，表外業(yè)務(wù)的發(fā)展與貨幣市場(chǎng)流動(dòng)性緊密聯(lián)系，加強(qiáng)對(duì)表外業(yè)務(wù)的監(jiān)管，特別是商業(yè)銀行理財(cái)產(chǎn)品收益率的監(jiān)管，能夠降低其對(duì)同業(yè)拆借市場(chǎng)利率的沖擊，因此，本文的研究為將銀行表外業(yè)務(wù)納入宏觀審慎監(jiān)管提供了實(shí)證依據(jù)。

計(jì)量方法介紹

一、EEMD算法

EEMD算法的原理(Wu and Huang Huang,2009)[1]：利用白噪聲頻率均勻分布的統(tǒng)計(jì)特性，當(dāng)白噪聲加入序列后，改變了序列極值點(diǎn)的特性，使序列在不同尺度上具有連續(xù)性，抗混分解，避免模式混淆。在不連續(xù)序列中，高頻成分的極值點(diǎn)間隔分布密集，低頻成分的極值點(diǎn)間隔分布稀疏，而加入白噪聲可使得整個(gè)頻帶中的極值點(diǎn)間隔分布均勻，保證每次對(duì)序列進(jìn)行準(zhǔn)確求取上、下包絡(luò)的局部均值，進(jìn)而促進(jìn)序列抗混分解，避免序列在模式分解中出現(xiàn)模式混淆。鑒于上述優(yōu)勢(shì)，EEMD方法已廣泛應(yīng)用到匯率波動(dòng)(張娥等，2016)[19]、余額寶收益率(何建敏等，2015)[20]等方面的研究。

EEMD的分解步驟如下：

步驟1：原始序列x(t)中多次加入均值為0、標(biāo)準(zhǔn)差為常數(shù)的白噪聲，即：

式中，xi(t)為第i次加入白噪聲后的序列，wi(t)為第i次加入的白噪聲。

步驟2：對(duì)新組成的時(shí)間序列xi(t)分別進(jìn)行EEMD分解，得到各自的固有模式函數(shù)記為cij(t)，與一個(gè)余項(xiàng)式ri(t)，其中cij(t)為第i次加入白噪聲后分解得到的第j個(gè)IMF。

步驟3：由白噪聲的統(tǒng)計(jì)特性知，隨機(jī)白噪聲是可以通過足夠多次試驗(yàn)相抵消的，所以將上述分解中對(duì)應(yīng)的IMF進(jìn)行總體平均計(jì)算，得出EEMD分解后最終的IMF。

式中N為加入白噪聲的次數(shù)，cj(t)表示對(duì)原始序列進(jìn)行EEMD分解后得出的第j個(gè)IMF。

通過EEMD方法，上證綜指被分解為若干個(gè)固有模式函數(shù)和一個(gè)趨勢(shì)項(xiàng)T。對(duì)分離出的具有經(jīng)濟(jì)意義的分量進(jìn)行分析，將有助于從時(shí)域和頻域綜合視角來探討經(jīng)濟(jì)變量的波動(dòng)。

二、時(shí)變Coupula模型

時(shí)變Coupula模型是研究參數(shù)或者結(jié)構(gòu)隨時(shí)間變化而改變的Copula模型，可以更加準(zhǔn)確的分析時(shí)間變量之間的動(dòng)態(tài)向異性。Copula實(shí)際上為一種多元分布函數(shù)，其原理為將定義在n維空間的連續(xù)函數(shù)C[0，1]n映射到[0，1]區(qū)間上。Sklar定理指出，任何一個(gè)n元連續(xù)的聯(lián)合分布都能夠分解成n個(gè)邊際分布函數(shù)和一個(gè)Copula函數(shù)。由于傳統(tǒng)的度量方法通常以假設(shè)金融市場(chǎng)中的變量服從正態(tài)分布為前提，并且常采用線性相關(guān)系數(shù)作為度量變量相關(guān)性的指標(biāo)，而Copula函數(shù)在處理非正態(tài)分布變量時(shí)，特別是處理具有明顯的尖峰厚尾特點(diǎn)的變量時(shí)更加有效，因此采用時(shí)變Copula模型能夠更好的度量金融變量的動(dòng)態(tài)相關(guān)性。

Copula函數(shù)的主要類型有橢圓型和阿基米德型兩類，不同類型的Copula函數(shù)對(duì)應(yīng)的表達(dá)式和應(yīng)用條件不同，Gaussian Copula和t Copula為橢圓型，Gumbel Copula、Clayton Copula、Frank Copula、和SJC Copula為阿基米德型。上述Copula函數(shù)的適用情況不同，二元Gaussian Copula和Frank Copula函數(shù)是具有對(duì)稱尾部，且尾部漸近獨(dú)立的二維隨機(jī)變量；二元t Copula函數(shù)適合具有對(duì)稱尾部且尾部相關(guān)的二維隨機(jī)變量；二元Gumbel Copula函數(shù)適用于具有非對(duì)稱尾部，且上尾相關(guān)、下尾漸近獨(dú)立的二維隨機(jī)變量，二元Clayton Copula函數(shù)適用于具有非對(duì)稱尾部，且下尾相關(guān)、上尾漸近獨(dú)立的二維隨機(jī)變量；SJC Copula函數(shù)對(duì)于隨機(jī)變量的尾部對(duì)稱性無要求，僅需上下尾相關(guān)即可。上尾相關(guān)系數(shù)τu和下尾相關(guān)系數(shù)τL的定義如下：

其中，F(xiàn)-1(x)為連續(xù)隨機(jī)變量X的邊緣分布函數(shù)的反函數(shù)，G-1(y)為連續(xù)隨機(jī)變量Y的邊緣分布函數(shù)的反函數(shù)。上下尾相關(guān)系數(shù)刻畫了兩個(gè)隨機(jī)變量同時(shí)上升或下降的可能性。

上述Copula函數(shù)度量的是變量之間的不變相關(guān)結(jié)構(gòu)，相關(guān)系數(shù)的估計(jì)可采用最大似然估計(jì)方法(ML)、分步估計(jì)方法(IFM)和半?yún)?shù)估計(jì)方法(CML)等多種方法。在現(xiàn)實(shí)中，變量之間的參數(shù)經(jīng)常隨經(jīng)濟(jì)結(jié)構(gòu)環(huán)境的變化而改變，因此用時(shí)變Copula函數(shù)來度量變量間的動(dòng)態(tài)相關(guān)結(jié)構(gòu)成為了研究主流，目前被廣泛應(yīng)用的是Patton(2006)[2]提出的參數(shù)演化方程形式，用類似于ARMA(1，10)過程來描述Copula函數(shù)的參數(shù)變化過程，常用的Copula參數(shù)演化方程如表2。

表1 常見Copula的表達(dá)式

表2 參數(shù)動(dòng)態(tài)方程

可以發(fā)現(xiàn)，利用EEMD頻域分解技術(shù)能夠?qū)r(shí)間序列分解為高頻、低頻和趨勢(shì)項(xiàng)三個(gè)部分，并且由于不同頻率代表了不同時(shí)期內(nèi)的波動(dòng)變化，因此EEMD方法能夠讓我們從頻域和時(shí)域兩個(gè)維度，剖析時(shí)間序列的經(jīng)濟(jì)學(xué)意義。時(shí)變Copula模型能夠準(zhǔn)確反映兩個(gè)序列之間的動(dòng)態(tài)、非線性聯(lián)動(dòng)關(guān)系，因此有助于深入理解兩個(gè)時(shí)間變量的動(dòng)態(tài)聯(lián)系。結(jié)合使用EEMD和時(shí)變Copula函數(shù)，能夠更加準(zhǔn)確的判別兩個(gè)時(shí)間序列在短期、中長(zhǎng)期和長(zhǎng)期中的動(dòng)態(tài)聯(lián)系，從而為分析問題、解決問題提供更加客觀、準(zhǔn)確的判斷依據(jù)。

頻域分解結(jié)果分析

一、變量選擇與說明

我國商業(yè)理財(cái)產(chǎn)品自從2005年發(fā)行以來發(fā)展迅速。截止2016年6月，我國理財(cái)產(chǎn)品資金余額達(dá)到26.28萬億元。商業(yè)銀行實(shí)現(xiàn)收益在2015年就已達(dá)到1169.9億元。理財(cái)產(chǎn)品一般投資于債券、現(xiàn)金及銀行存款、非標(biāo)準(zhǔn)化債權(quán)類資產(chǎn)以及權(quán)益類資產(chǎn)等。根據(jù)統(tǒng)計(jì)資料顯示，我國理財(cái)產(chǎn)品投資于實(shí)體經(jīng)濟(jì)占比約為67%，投資于重點(diǎn)監(jiān)控行業(yè)和領(lǐng)域的資金余額約為2030億元，其中包含地方政府融資平臺(tái)、商業(yè)房地產(chǎn)和“兩高一?！毙袠I(yè)。理財(cái)產(chǎn)品的收益率根據(jù)發(fā)行主體不同而有所不同，大型商業(yè)銀行、股份制銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行和外資銀行的理財(cái)產(chǎn)品收益率都不相同。為準(zhǔn)確反映我國理財(cái)產(chǎn)品的收益率水平，并考慮到數(shù)據(jù)的可得性，本文選擇全市場(chǎng)人民幣理財(cái)產(chǎn)品1年期預(yù)期收益率的周度數(shù)據(jù)作為銀行理財(cái)產(chǎn)品收益率的代理變量。在銀行間同業(yè)拆借利率的選擇上，本文選取上海同業(yè)拆借利率(SHIBOR)年化周度數(shù)據(jù)作為代理變量。變量的選擇范圍為2008年2月17日～2016年12月4日間的周度數(shù)據(jù)，刪除兩者中缺失的無效數(shù)據(jù)，總共得到460個(gè)觀測(cè)值，數(shù)據(jù)來源于wind數(shù)據(jù)庫。

二、EEMD分解結(jié)果的結(jié)構(gòu)特征分析

根據(jù)EEMD的分解方法，本文將理財(cái)產(chǎn)品收益率與同業(yè)拆借利率劃分為8個(gè)固有模式函數(shù)IMFs和一個(gè)趨勢(shì)項(xiàng)T。不同IMFs的波動(dòng)頻率和波動(dòng)幅度各不相同，并且伴隨著s數(shù)值的增大，波動(dòng)頻率越來越低，波動(dòng)幅度越來越大。借鑒張娥等(2016)[19]關(guān)于分解序列的劃分方法，本文把理財(cái)產(chǎn)品收益率與同業(yè)拆借利率劃分為高頻、低頻和趨勢(shì)項(xiàng)三個(gè)分量。在EEMD中，每個(gè)分量都有自己的獨(dú)特特征。高頻分量一般振幅較小，主要是對(duì)同業(yè)拆借利率和理財(cái)收益率受到短期因素影響的隨機(jī)波動(dòng)的概括。低頻分量的每次驟然地上升或下降總是和一些重大事件相對(duì)應(yīng)，反映出這些事件對(duì)理財(cái)收益率和同業(yè)拆借率的影響。趨勢(shì)項(xiàng)圍繞長(zhǎng)期均值緩慢變化，可視作時(shí)間序列變化的潛在趨勢(shì)。

表3給出了理財(cái)收益率與同業(yè)拆借利率高頻分量、低頻分量和趨勢(shì)項(xiàng)三者的統(tǒng)計(jì)特征。高頻分量的相關(guān)系數(shù)最小，且方差占比數(shù)值更低，這反映出原始序列的高頻短期波動(dòng)，不能反映時(shí)間序列的變動(dòng)趨勢(shì)。從低頻分量看，其與原始序列的相關(guān)系數(shù)處于趨勢(shì)項(xiàng)和高頻分量之間，并且都在1%水平下顯著，對(duì)原始序列的解釋力度相對(duì)較小。從趨勢(shì)項(xiàng)看，其與原始時(shí)間序列的相關(guān)系數(shù)最大，均已達(dá)到0.78以上；原始序列和分解后序列的方差占比均已超過65%，說明趨勢(shì)項(xiàng)能夠較好的解釋原始序列的變化趨勢(shì)，能夠代表兩者的內(nèi)在變動(dòng)特征。

圖2和圖3反映了理財(cái)產(chǎn)品收益率和同業(yè)拆借利率的高頻分量、低頻分量和趨勢(shì)項(xiàng)的變動(dòng)趨勢(shì)?？梢园l(fā)現(xiàn)：兩者的趨勢(shì)項(xiàng)為一條向右下傾斜的曲線，說明理財(cái)收益率和同業(yè)拆借利率在長(zhǎng)期內(nèi)表現(xiàn)出逐步下降的態(tài)勢(shì)。低頻分量反映了兩者的中長(zhǎng)期變動(dòng)趨勢(shì)，低頻分量的周期特征明顯，且變動(dòng)周期較長(zhǎng)。值得注意的是，在2012年以前，理財(cái)產(chǎn)品收益率的低頻分量波動(dòng)幅度較大且周期較短，這主要是商業(yè)銀行理財(cái)產(chǎn)品的發(fā)行缺乏有效的監(jiān)管和約束，導(dǎo)致理財(cái)收益率的期限結(jié)構(gòu)和收益率都有較大波動(dòng)；在2012年出臺(tái)了《商業(yè)銀行理財(cái)產(chǎn)品銷售管理辦法》后，理財(cái)產(chǎn)品的期限結(jié)構(gòu)及投資標(biāo)的都得到了明確規(guī)定。對(duì)理財(cái)產(chǎn)品的規(guī)范和約束降低了理財(cái)產(chǎn)品收益率的波動(dòng)幅度，拉長(zhǎng)了波動(dòng)周期。同業(yè)拆借利率亦反映出這種結(jié)構(gòu)性特征，這主要是由于2012年是我國利率市場(chǎng)化的深化之年，利率市場(chǎng)化水平的提高降低了同業(yè)拆借利率在中長(zhǎng)期內(nèi)的波動(dòng)幅度。高頻分量則代表了影響兩者波動(dòng)的短期因素。

表3 滬深指數(shù)高低頻分量分析

不同頻域分量之間的動(dòng)態(tài)關(guān)系分析

為探究銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率在不同頻域上的動(dòng)態(tài)相關(guān)性，本文按照如下步驟選擇時(shí)變Copula模型。

一、確定隨機(jī)變量的邊緣分布

金融時(shí)間序列的條件分布多呈時(shí)變、偏斜、波動(dòng)集群和厚尾等特性，厚尾分布如t分布和GED分布能夠很好的描述這些分布的特性，而GARCH又可以很好地描述時(shí)間序列的波動(dòng)特性。Bolerslev、chou和Kroner(1992)研究表明，GARCH(1，1)模型能夠有效的刻畫多數(shù)金融時(shí)間序列的波動(dòng)特性。本文對(duì)各時(shí)間序列構(gòu)建ARMA(0，0)-GARCH(1，1)-t模型進(jìn)行邊緣分布擬合，模型表達(dá)形式如下：

圖2 理財(cái)收益率各分量變動(dòng)趨勢(shì)

圖3 同業(yè)拆借利率及各分量變動(dòng)趨勢(shì)

其中，ωn＞0，αn≥0，βn≥0，且αn+βn＜1。列的均值，hnt表示εnt的條件方差，t(v)表示自由度為v的標(biāo)準(zhǔn)t分布。

對(duì)理財(cái)產(chǎn)品收益率和同業(yè)拆借利率兩個(gè)時(shí)間變量的原始數(shù)據(jù)、高頻分解數(shù)據(jù)、低頻分解數(shù)據(jù)以及趨勢(shì)項(xiàng)數(shù)據(jù)做統(tǒng)計(jì)性分析，可以發(fā)現(xiàn)：各時(shí)間序列的偏度系數(shù)均不為零，且峰度系數(shù)不等于3，呈現(xiàn)出了棉線的非對(duì)稱性厚尾特性；JB統(tǒng)計(jì)檢驗(yàn)表明各時(shí)間序列均不服從正態(tài)分布。Q檢驗(yàn)表明，在滯后8階、5%顯著水平下，各時(shí)間序列不存在自相關(guān)性。ADF單位根檢驗(yàn)和KPSS平穩(wěn)性檢驗(yàn)結(jié)果表明，原始時(shí)間序列和趨勢(shì)項(xiàng)為一階平穩(wěn)序列，高頻和低頻數(shù)據(jù)為平穩(wěn)序列。利用ARMA(0，0)-GARCH(1，1)-t模型進(jìn)行邊緣估計(jì)，并對(duì)原序列進(jìn)行概率積分變換，運(yùn)用K-S檢驗(yàn)方法檢驗(yàn)變換后的序列是否服從(0，1)均勻分布。K-S統(tǒng)計(jì)量及其概率值表明，對(duì)于各時(shí)間序列均沒有理由拒絕零假設(shè)“變換后的序列服從(0，1)分布”。進(jìn)一步，對(duì)變換后的序列做自相關(guān)檢驗(yàn)發(fā)現(xiàn)，變換后的各時(shí)間序列均不存在自相關(guān)，因此變換后的序列是獨(dú)立的。因此ARMA(0，0)-GARCH(1，1)-t模型能夠較好的擬合各時(shí)間序列的條件邊緣分布，可以用來描述各時(shí)間序列的條件邊緣分布。

二、選擇適當(dāng)?shù)腃opula函數(shù)

在確定了條件邊緣分布后，可以根據(jù)兩者聯(lián)合密度函數(shù)的二元直方圖形狀或繪制Copula密度函數(shù)圖像來選擇適當(dāng)?shù)腃opula函數(shù)，當(dāng)圖形或圖像具有對(duì)稱的尾部時(shí)，可以選擇Gaussin Copula或t-Copula函數(shù)來描述變量的相關(guān)結(jié)構(gòu)。為進(jìn)一步比較不同Copula函數(shù)的擬合優(yōu)劣，還可以進(jìn)行擬合優(yōu)度檢驗(yàn)，常用的檢驗(yàn)方法有Kolmogorov-Smirnov檢驗(yàn)和Cramer-von Mises檢驗(yàn)，其檢驗(yàn)原理同為比較不同Copula函數(shù)與經(jīng)驗(yàn)Copula函數(shù)的相對(duì)距離，兩者的數(shù)學(xué)表達(dá)式為：

表4 變量的統(tǒng)計(jì)性描述

表5 邊緣分布模型的參數(shù)估計(jì)及檢驗(yàn)結(jié)果

其中，ut=[u1t,u2t…unt]，ρ^tt是ρ^t的參數(shù)估計(jì)量，C^T(ut)表示經(jīng)驗(yàn)Copula函數(shù)，并且，這里I(x)為判別函數(shù)，當(dāng)x為真時(shí)，I(x)=1，否則I(x)=0。對(duì)于時(shí)變Copula函數(shù)，經(jīng)驗(yàn)Copula函數(shù)不再是Copula函數(shù)的非參數(shù)估計(jì)，此時(shí)需要進(jìn)行Rosenblatt概率積分變換，更多詳細(xì)內(nèi)容可參考Genest et al(2009)[3]和Patton(2013)[4]的研究。結(jié)合本文的研究對(duì)象，利用上述兩種方法，我們發(fā)現(xiàn)時(shí)變Gaussin Copula函數(shù)能夠更好地刻畫各時(shí)間序列條件邊緣分布的聯(lián)合分布，因此本文采用時(shí)變Gaussin Copula模型來研究shibor和lcsy兩者及其不同頻域分量的動(dòng)態(tài)相關(guān)性。

三、動(dòng)態(tài)相關(guān)性分析

圖4 shibor和lcsy原始序列的動(dòng)態(tài)Kendall系數(shù)

圖4給出了2008～2016年間，理財(cái)收益率與同業(yè)拆借利率SHIBOR的周度動(dòng)態(tài)Kendall系數(shù)變化情況。整體而言，可以發(fā)現(xiàn)理財(cái)產(chǎn)品收益率與銀行同業(yè)拆借利率之間的Kendall系數(shù)在2012年之前波動(dòng)頻繁且變動(dòng)幅度較大，在[0.3-0.9]區(qū)間上大幅度劇烈波動(dòng)；但在2012年后，兩者之間的Kendall系數(shù)波動(dòng)幅度明顯減小，維持在[0.6-0.8]之間。究其原因，莫過于2012年1月銀監(jiān)會(huì)頒布并實(shí)施《商業(yè)銀行理財(cái)產(chǎn)品銷售管理辦法》，規(guī)范了理財(cái)資金的期限和標(biāo)的，降低了銀行理財(cái)產(chǎn)品收益的波動(dòng)；同時(shí)，2012年也是我國利率市場(chǎng)化的深入之年，利率市場(chǎng)化限制了銀行將理財(cái)業(yè)務(wù)作為“攬儲(chǔ)”工具的可持續(xù)性，商業(yè)銀行理財(cái)產(chǎn)品收益率與市場(chǎng)化利率之間的聯(lián)系更加緊密，這也是2012年后我國理財(cái)產(chǎn)品收益率與同業(yè)拆借利率的相關(guān)結(jié)構(gòu)更加穩(wěn)定的原因。

上述分析結(jié)構(gòu)表明，隨著我國銀行理財(cái)產(chǎn)品發(fā)行的不斷規(guī)范與利率市場(chǎng)化的推進(jìn)，銀行理財(cái)產(chǎn)品收益率與我國同業(yè)拆借市場(chǎng)利率之間存在較強(qiáng)的風(fēng)險(xiǎn)溢出效應(yīng)，理財(cái)產(chǎn)品收益率波動(dòng)會(huì)對(duì)同業(yè)拆借市場(chǎng)的流動(dòng)性安全造成沖擊，其背后的經(jīng)濟(jì)學(xué)邏輯為同業(yè)拆借利率作為市場(chǎng)基準(zhǔn)利率必然會(huì)受到銀行對(duì)存款爭(zhēng)奪的市場(chǎng)化行為(發(fā)行銀行理財(cái)產(chǎn)品)的影響。在一定程度上，兩者間的聯(lián)動(dòng)關(guān)系從側(cè)面說明了我國銀行同業(yè)拆借利率作為市場(chǎng)利率的有效性，但從維護(hù)貨幣市場(chǎng)流動(dòng)性安全角度出發(fā)，保持銀行同業(yè)拆借市場(chǎng)的流動(dòng)性安全就必須關(guān)注銀行理財(cái)產(chǎn)品收益率變動(dòng)對(duì)其造成的沖擊，因此將銀行表外業(yè)務(wù)納入宏觀審慎監(jiān)管是非常必要的。

圖5 shibor和lcsy高頻分量之間的動(dòng)態(tài)Kendall系數(shù)

圖5反映了理財(cái)產(chǎn)品收益率和同業(yè)拆借利率高頻分量的動(dòng)態(tài)Kendall系數(shù)變化情況?？傮w來看，兩者高頻分量的相關(guān)系數(shù)波動(dòng)幅度較小，且相關(guān)性系數(shù)維持在0.02左右，說明在短期波動(dòng)中，理財(cái)產(chǎn)品收益率與同業(yè)拆借利率的聯(lián)動(dòng)效應(yīng)較弱，這與現(xiàn)實(shí)情況相符：銀行理財(cái)產(chǎn)品的期限結(jié)構(gòu)一般都為3～6個(gè)月，理財(cái)產(chǎn)品的收益率短期波動(dòng)并不明顯；而同業(yè)拆借利率則反映了銀行間資金的短期需求關(guān)系，央行公開市場(chǎng)操作對(duì)于同業(yè)拆借利率的短期波動(dòng)作用更加直接和明顯。在2014年8月前商業(yè)銀行對(duì)存款等指標(biāo)的“時(shí)點(diǎn)”考核制度，極易引發(fā)貨幣市場(chǎng)利率波動(dòng)，2013年6月發(fā)生的“錢荒”事件充分反映了“沖時(shí)點(diǎn)”考核制度對(duì)于短期同業(yè)拆借利率波動(dòng)的影響?？偟膩碚f，對(duì)于理財(cái)產(chǎn)品收益率與同業(yè)拆借利率的高頻數(shù)據(jù)進(jìn)行動(dòng)態(tài)相關(guān)性檢驗(yàn)，可以得出在短期內(nèi)，兩者間的相互溢出效應(yīng)并不明顯的結(jié)論，熨平同業(yè)拆借利率的短期波動(dòng)，還需要從影響同業(yè)拆借市場(chǎng)資金流動(dòng)性的其他相關(guān)因素方面進(jìn)行改進(jìn)，如銀行存貸款考核制度以及央行對(duì)于貨幣市場(chǎng)的資金流動(dòng)性供給機(jī)制等。

圖6反映了理財(cái)收益率和同業(yè)拆借利率低頻分量之間的動(dòng)態(tài)Kendall相關(guān)系數(shù)變化情況。分時(shí)區(qū)看：2012年之前，理財(cái)產(chǎn)品收益率與同業(yè)拆借利率的動(dòng)態(tài)Kendall系數(shù)波動(dòng)幅度較大，系數(shù)介于0.4～0.9之間，說明在此期間，兩者的動(dòng)態(tài)聯(lián)系并不穩(wěn)定，這可能是由于在2012年以前，理財(cái)產(chǎn)品發(fā)行缺乏規(guī)范約束，理財(cái)產(chǎn)品收益率波動(dòng)幅度較大；2012年之后，銀行理財(cái)產(chǎn)品的發(fā)行得到了有效的約束，并且利率市場(chǎng)化的加快使得銀行理財(cái)產(chǎn)品收益率與市場(chǎng)化利率之間的關(guān)系更加穩(wěn)定，反映市場(chǎng)利率波動(dòng)變化的理財(cái)產(chǎn)品收益率與同業(yè)拆借利率在低頻分量上的動(dòng)態(tài)相關(guān)系數(shù)維持在0.55左右，且系數(shù)的波動(dòng)幅度明顯降低，說明從中長(zhǎng)期來看，銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率存在較強(qiáng)且穩(wěn)定的聯(lián)動(dòng)關(guān)系。進(jìn)一步，對(duì)兩者的低頻分量做格蘭杰因果檢驗(yàn)分析，發(fā)現(xiàn)兩者之間存在單向因果關(guān)系，即理財(cái)產(chǎn)品收益率是同業(yè)拆借利率的格蘭杰因1，這表明，在中長(zhǎng)期中，理財(cái)產(chǎn)品收益率波動(dòng)能夠傳遞至同業(yè)拆借市場(chǎng)，造成同業(yè)拆借利率的波動(dòng)。背后的經(jīng)濟(jì)學(xué)解釋為：銀行理財(cái)產(chǎn)品收益率提高，表明銀行的資金需求程度更大；同業(yè)拆借市場(chǎng)作為銀行補(bǔ)充短期資金流動(dòng)性的重要渠道(肖崎等，2014)[27]，同業(yè)拆借市場(chǎng)中資金需求增加，導(dǎo)致同業(yè)拆借利率上升。上述分析表明：在中長(zhǎng)期內(nèi)，要重點(diǎn)關(guān)注銀行理財(cái)產(chǎn)品發(fā)行對(duì)銀行同業(yè)拆借市場(chǎng)的沖擊，加強(qiáng)對(duì)銀行理財(cái)產(chǎn)品收益率的指導(dǎo)和監(jiān)管，避免銀行理財(cái)產(chǎn)品收益率過高，導(dǎo)致銀行間同業(yè)拆借市場(chǎng)的流動(dòng)性困難。

圖6 shibor和lcsy低頻分量之間的動(dòng)態(tài)Kendall系數(shù)

圖7反映了理財(cái)產(chǎn)品收益率與同業(yè)拆借利率兩者趨勢(shì)項(xiàng)的動(dòng)態(tài)Kendall系數(shù)變化情況。兩者趨勢(shì)項(xiàng)之間的動(dòng)態(tài)系數(shù)變化顯然在不同的時(shí)域內(nèi)存在明顯的不同。在2012年前，動(dòng)態(tài)系數(shù)在初始階段劇烈波動(dòng)，且波動(dòng)幅度較大；2008～2011年末，兩者的動(dòng)態(tài)系數(shù)穩(wěn)步提高，動(dòng)態(tài)系數(shù)從0.4逐步增長(zhǎng)至0.8左右，說明在此期間，理財(cái)收益率與同業(yè)拆借利率的波動(dòng)聯(lián)系更加緊密，這種長(zhǎng)期之間的聯(lián)系與我國實(shí)際經(jīng)濟(jì)環(huán)境相吻合：為應(yīng)對(duì)金融危機(jī)的沖擊，我國在2008年10月提出了四萬億投資刺激計(jì)劃。商業(yè)銀行通過發(fā)行理財(cái)產(chǎn)品擴(kuò)大其信貸供給能力，提高了社會(huì)融資規(guī)模(蘇治等，2013)[18]。理財(cái)產(chǎn)品的大量發(fā)行，導(dǎo)致銀行對(duì)同業(yè)拆借市場(chǎng)資金的需求增加。銀行發(fā)行理財(cái)產(chǎn)品競(jìng)爭(zhēng)和對(duì)同業(yè)拆借市場(chǎng)資金需求的提升，最終體現(xiàn)在兩者在長(zhǎng)期中利率水平的高度相關(guān)性。2012年之后，由于利率市場(chǎng)化進(jìn)程的加快以及《商業(yè)銀行理財(cái)產(chǎn)品銷售管理辦法》的實(shí)施，銀行理財(cái)產(chǎn)品的發(fā)行期限和標(biāo)的受到明確的監(jiān)管，銀行理財(cái)產(chǎn)品收益率迅速回落，兩者趨勢(shì)項(xiàng)之間的動(dòng)態(tài)Kendall系數(shù)則呈現(xiàn)出U型走勢(shì)，說明了銀行理財(cái)產(chǎn)品收益率與同業(yè)拆借利率之間的長(zhǎng)期動(dòng)態(tài)聯(lián)系先降低后提高的發(fā)展趨勢(shì)。銀行理財(cái)產(chǎn)品收益率是銀行參與市場(chǎng)化競(jìng)爭(zhēng)的體現(xiàn)，互聯(lián)網(wǎng)金融創(chuàng)新，如余額寶收益率顯著影響銀行理財(cái)產(chǎn)品收率(趙紅等，2017)[17]，因此銀行理財(cái)產(chǎn)品收益率主要是由市場(chǎng)化利率決定的。從長(zhǎng)期看，兩者的動(dòng)態(tài)Kendall系數(shù)已接近1，表明我國同業(yè)拆借市場(chǎng)利率的市場(chǎng)化程度不斷提高；動(dòng)態(tài)系數(shù)的正相關(guān)性表明，在對(duì)貨幣市場(chǎng)的流動(dòng)性監(jiān)管中，必須重點(diǎn)防范銀行理財(cái)產(chǎn)品收益率提高造成的貨幣市場(chǎng)發(fā)生流動(dòng)性困難的可能性。

圖7 shibor和lcsy趨勢(shì)項(xiàng)之間的動(dòng)態(tài)Kendall系數(shù)

結(jié)論和建議

本文利用EEMD和時(shí)變Copula對(duì)理財(cái)產(chǎn)品收益率與銀行同業(yè)拆借利率之間的動(dòng)態(tài)相關(guān)結(jié)構(gòu)進(jìn)行了深入的研究，研究發(fā)現(xiàn)：(1)銀行理財(cái)產(chǎn)品收益率與銀行同業(yè)拆借市場(chǎng)的短期高頻波動(dòng)之間并無太大的聯(lián)系，兩者高頻分量的動(dòng)態(tài)Kendall相關(guān)系數(shù)僅為0.02。降低同業(yè)拆借利率的短期高頻波動(dòng)，需要貨幣當(dāng)局建立健全貨幣市場(chǎng)的流動(dòng)性供給制度，增強(qiáng)常備借貸便利等非常規(guī)貨幣政策對(duì)于調(diào)節(jié)貨幣市場(chǎng)流動(dòng)性的功效，同時(shí)避免因如銀行考核制度造成的“沖時(shí)點(diǎn)”行為引發(fā)的同業(yè)拆借利率大幅波動(dòng)。(2)為了保持同業(yè)拆借市場(chǎng)的流動(dòng)性安全，在中長(zhǎng)期，理財(cái)產(chǎn)品收益率與同業(yè)拆借利率的動(dòng)態(tài)Kendall系數(shù)增大至0.6左右，中央銀行要關(guān)注銀行理財(cái)產(chǎn)品收益率波動(dòng)對(duì)于銀行同業(yè)拆借市場(chǎng)流動(dòng)性的沖擊。銀行發(fā)行理財(cái)產(chǎn)品，不僅是其爭(zhēng)奪存款、獲取較高收益的手段，同時(shí)也加強(qiáng)了銀行對(duì)于同業(yè)拆借市場(chǎng)資金的依賴性，理財(cái)產(chǎn)品收益率的提升會(huì)變相對(duì)銀行同業(yè)拆借市場(chǎng)流動(dòng)性增壓，容易引發(fā)流動(dòng)性困難，危及金融穩(wěn)定。(3)從長(zhǎng)期看，兩者的動(dòng)態(tài)Kendall相關(guān)系數(shù)逐漸趨于1。貨幣當(dāng)局需要重點(diǎn)關(guān)注銀行理財(cái)產(chǎn)品收益率對(duì)同業(yè)拆借市場(chǎng)的流動(dòng)性沖擊，應(yīng)將理財(cái)產(chǎn)品納入宏觀審慎監(jiān)管，更好的維護(hù)良好的貨幣流動(dòng)性環(huán)境。

根據(jù)本文的研究結(jié)論，為維護(hù)銀行同業(yè)拆借市場(chǎng)的流動(dòng)性安全，首先要加強(qiáng)對(duì)貨幣市場(chǎng)流動(dòng)性管理，提高對(duì)貨幣流動(dòng)性需求的識(shí)別能力，通過公開市場(chǎng)操作以及短期借貸便利等貨幣政策工具增強(qiáng)短期流動(dòng)性調(diào)控，將銀行同業(yè)拆借利率的短期波動(dòng)控制在合理的范圍內(nèi)；其次加強(qiáng)銀行理財(cái)產(chǎn)品的監(jiān)管，進(jìn)一步規(guī)范理財(cái)產(chǎn)品的發(fā)行以及投資標(biāo)的，通過合理限制銀行理財(cái)產(chǎn)品收益率來避免銀行理財(cái)產(chǎn)品承擔(dān)過高的風(fēng)險(xiǎn)，同時(shí)防范理財(cái)產(chǎn)品發(fā)行對(duì)于銀行同業(yè)拆借市場(chǎng)造成的流動(dòng)性沖擊。最后，為營造穩(wěn)定的貨幣流動(dòng)性環(huán)境，需要發(fā)揮貨幣政策與宏觀審慎政策的協(xié)調(diào)調(diào)控作用。選擇適合當(dāng)前經(jīng)濟(jì)發(fā)展實(shí)際的貨幣政策，為貨幣市場(chǎng)注入資金，加強(qiáng)宏觀審慎監(jiān)管，合理引導(dǎo)資金流向，從資金流入和流出兩個(gè)方面同時(shí)進(jìn)行調(diào)控，維護(hù)好貨幣市場(chǎng)的流動(dòng)性安全。

注釋