999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

同業(yè)拆借市場行為效應與流動性風險的宏微觀審慎管理

2015-04-29 00:00:00鄒克
海南金融 2015年1期

摘 要:本文從同業(yè)拆借市場的行為主體、監(jiān)管主體出發(fā),分析并檢驗同業(yè)拆借市場的三種行為效應——旬相關效應、收益非對稱效應、月內與月份效應。同業(yè)拆借利率存在旬相關效應,由存款準備金按旬考核引起,隨同業(yè)業(yè)務多元化而減弱;同業(yè)拆借利率收益存在非對稱效應,四大國有商業(yè)銀行及郵儲銀行擁有資金優(yōu)勢,可從同業(yè)交易中獲得更多的利益;同業(yè)拆借利率存在月內效應與月份效應,存貸比的時點考核導致下半月同業(yè)拆借利率較高,由于基礎貨幣的投放與回收、銀行信貸投放等導致同業(yè)拆借利率的月份效應。結合行為效應,本文從宏微觀審慎管理角度,對同業(yè)拆借市場流動性風險管理提出相關建議。

關鍵詞:同業(yè)拆借;行為效應;流動性風險

中圖分類號:F832.2 文獻標識碼:A 文章編號:1003-9031(2015)01-0015-06 DOI:10.3969/j.issn.1003-9031.2015.01.03

隨著資本市場的發(fā)展和金融脫媒的深化,銀行同業(yè)業(yè)務快速發(fā)展,同業(yè)拆借市場規(guī)模激增。央行統(tǒng)計數(shù)據(jù)顯示,2009—2013年,銀行業(yè)金融機構納入存放同業(yè)、拆出資金和買入返售金融資產項下核算的同業(yè)資產從6.21萬億元增加到21.47萬億元,是銀行業(yè)總資產和貸款增幅的1.79倍和1.73倍。同業(yè)業(yè)務的過度擴張,導致金融風險關聯(lián)度大幅提高,金融系統(tǒng)脆弱性上升,發(fā)生系統(tǒng)性風險的可能性增大。部分商業(yè)銀行資金來源過度依賴同業(yè)拆借,并將拆借資金當作放貸或者購買理財產品的長期資金使用,資金期限錯配問題嚴重,流動性風險凸顯。2013年的“錢荒”,給同業(yè)拆借市場的流動性風險敲響了警鐘。存貸比、流動性比例、超額備付金率、流動性缺口等傳統(tǒng)的流動性風險指標已經(jīng)不能很好地對同業(yè)業(yè)務的流動性風險進行監(jiān)控,部分原因是同業(yè)拆借市場存在非對稱效應、月份效應等行為效應,為了更好地管理同業(yè)拆借市場的流動性風險,有必要對同業(yè)拆借市場的行為效應進行研究。

一、文獻綜述

從已有的文獻看,專門針對同業(yè)拆借市場的行為效應進行研究的很少,與同業(yè)拆借市場的行為效應相關的文獻研究包括以下幾方面。

同業(yè)拆借利率的波動聚集特性與利率風險研究。一般認為,同業(yè)拆借利率存在條件異方差,同業(yè)拆借市場的利率風險近年來有所上升。張娜等(2006)運用GARCH模型測量同業(yè)拆借市場的波動性,發(fā)現(xiàn)波動規(guī)律符合GARCH模型的滯后項平滑遞減規(guī)律;李成等(2007)利用2002年11月11日至2006年3月30日的同業(yè)拆借利率數(shù)據(jù),建立基于GARCH的利率風險測度VaR模型進行實證,認為GED分布對同業(yè)拆借利率序列的分布更好地擬合,同時認為我國銀行間同業(yè)拆借市場的利率風險較低[2]。曹志鵬等(2008)利用1996—2008年CHIBOR每周加權平均利率,對不同分布下的GARCH模型族進行對比分析,得到與李成等相似的結論,并認為在GED分布下,EGARCH模型更適合描述中國銀行間同業(yè)拆借利率序列[3]。高岳等(2009)運用AR-GARCH模型描述同業(yè)拆借利率對數(shù)收益序列的自相關和方差集聚性,并計算近似獨立同分布的殘差序列,再運用POT方法對殘差序列進行極值分析,最后得出同業(yè)拆借利率的VaR和ES值,分析了我國同業(yè)拆借利率市場的系統(tǒng)性風險[4]。房小定等(2013)認為同業(yè)拆借市場存在“反杠桿效應”,即正的沖擊比負的沖擊會引起同業(yè)拆借利率市場更大的波動性,并利用GARCH(1,2)-GED與EGARCH(1,2)-GED模型,分別在95%與99%的置信水平下得出上海同業(yè)拆借利率的VaR值[5]。

同業(yè)拆借市場的穩(wěn)定性研究。大部分研究認為,我國同業(yè)拆借市場具有較強的穩(wěn)定性,發(fā)生流動性風險的可能性較小,這主要是指2010年以前。李守偉(2011)等通過復雜網(wǎng)絡方法分析了我同業(yè)拆借市場的穩(wěn)定性,采用閾值法構建銀行有向網(wǎng)絡模型,實證得出:銀行網(wǎng)絡對于隨機性攻擊具有較高的穩(wěn)定性,對于選擇性攻擊具有較低的穩(wěn)定性[6]。劉超等(2014)使用復雜網(wǎng)絡方法,考察金融危機期間我國同業(yè)拆借市場的市場性與穩(wěn)定性,得出在應對金融危機過程中同業(yè)拆借利率表現(xiàn)出基準利率所具有的市場性和穩(wěn)定性特點[7]。彭建剛等(2013)采用壓力測試方法分析我國銀行間同業(yè)市場上分類交易商之間的流動性風險傳染效應,認為大規(guī)模流動性沖擊會導致流動性風險蔓延和同業(yè)市場交易量萎縮,但在小規(guī)模流動性沖擊下風險具有收斂性[8]。Cai等(2010)在銀行主體建模時考慮了資產流動性因素,在具有任意結構的金融網(wǎng)絡中研究系統(tǒng)的和特殊的沖擊、網(wǎng)絡結構的變化以及資產市場流動性對傳染風險的影響,研究發(fā)現(xiàn)系統(tǒng)呈現(xiàn)出穩(wěn)健但脆弱的趨勢[9]。

本文從同業(yè)拆借市場的行為主體、監(jiān)管主體出發(fā),結合現(xiàn)實情況與相關數(shù)據(jù),基于行為主體商業(yè)銀行對監(jiān)管制度的反應、行為主體不同時間段的反應、行為主體之間的相互博弈,分析同業(yè)拆借市場的行為效應,并通過相關理論模型、實際數(shù)據(jù)對這些行為效應進行驗證,進一步從宏微觀審慎管理角度提出了同業(yè)拆借市場流動性風險管理的建議。

二、同業(yè)拆借市場行為效應

(一)同業(yè)拆借利率的旬相關效應

在我國,中國人民銀行按旬考核金融機構的法定存款準備金;按上旬末一般存款余額來確定計提基數(shù)。

由于商業(yè)銀行存款準備金按旬考核,當接近旬的時點,法定存款準備金不足的商業(yè)銀行從同業(yè)拆借市場拆借資金,以滿足考核的要求,接近旬點的同業(yè)拆借利率在資金需求增加的情況會上升,因此旬數(shù)據(jù)與旬數(shù)據(jù)之間存在某種關聯(lián)。從時間序列上來看,相隔固定時間的同業(yè)拆借利率可能表現(xiàn)出自相關。

同業(yè)拆借市場的功能逐漸多元化,存款準備金業(yè)務占同業(yè)拆借市場的比例越來越低,同業(yè)拆借利率的旬相關效應隨著時間的推移也越來越弱。本文提出并檢驗隔夜同業(yè)拆借利率存在以旬為周期的旬相關效應。

(二)同業(yè)拆借利率的非對稱效應

大型國有商業(yè)銀行資金相對充裕,是同業(yè)拆借市場資金的主要供給方,區(qū)域性中小型銀行資金運用渠道相對單一,也是資金的供給方,這兩類機構的同業(yè)業(yè)務以資產方運用為主。其中,四大商業(yè)銀行以及中國郵政儲蓄銀行擁有資金上的優(yōu)勢,在同業(yè)拆借市場處于明顯的強勢地位。以股份制商業(yè)銀行和部分跨區(qū)域經(jīng)營的城商行為主的全國性中小型銀行經(jīng)營較為活躍,其主要通過在同業(yè)市場吸收資金進行高盈利性運作,同業(yè)業(yè)務以負債方吸收資金為主。據(jù)中國貨幣網(wǎng)統(tǒng)計數(shù)據(jù),2014年1-6月,股份制商業(yè)銀行同業(yè)拆入資金余額為12166.66億元,大型商業(yè)銀行為5707.25億元,股份制商業(yè)銀行是同業(yè)拆借市場的主要資金需求方。

同業(yè)拆借利率上漲的速度快于下跌的速度,本文認為這是由同業(yè)拆借市場資金供給方相對強勢所導致的。四大國有商業(yè)銀行及中國郵政儲蓄銀行是資金的主要供給方,其同業(yè)拆出資金的數(shù)量與規(guī)模在同業(yè)拆借市場中比重較高,對同業(yè)拆借市場的利率影響較大,當同業(yè)拆借資金的需求大于供給,同業(yè)拆借利率上漲較快;當同業(yè)拆借資金的需求下降時,四大國有商業(yè)銀行及中國郵政儲蓄銀行可以減少同業(yè)資金的供給,使供求達到平衡,從而可以延緩同業(yè)拆借利率的下降。

(三)同業(yè)拆借利率的月內效應與月份效應

在分析同業(yè)拆借市場的月內效應與月份效應之前,首先有必要了解“信貸限額制度”。我國對貸款實行“限額管理,以存定貸”,并實行季度監(jiān)控,貸款最高限額按季度核批,分別由中央銀行和商業(yè)銀行進行監(jiān)控,存貸比是主要信貸限額指標。

銀行考核指標包括日均指標和時點指標兩類,存貸比指標屬于時點指標。銀監(jiān)會要求商業(yè)銀行存貸比底線為75%,主要在月末進行考核。部分商業(yè)銀行一般在月初的信貸投放較多,存貸比等指標很可能不滿足銀監(jiān)會的規(guī)定,因此,臨近月末,這些商業(yè)銀行從同業(yè)拆借市場上大量拆借資金,而同業(yè)拆借不計入存款準備金與存貸比指標考核,這樣就可以滿足銀監(jiān)會存貸比的要求。然而,這也導致下半月同業(yè)拆借市場資金相對緊張,同業(yè)拆借利率較高,從而出現(xiàn)同業(yè)拆借利率“上半月低、下半月高”的月內效應。

同業(yè)拆借利率的月份效應是指:某些月份的利率較高,某些月份的利率較低,表現(xiàn)更為復雜。這里結合基礎貨幣的投放與回收、銀行信貸投放以及理財產品三方面的原因來分析月份效應。

首先來看基礎貨幣的供應。圖1為2010-2013年各月的基礎貨幣M0平均供應量,中央銀行的基礎貨幣供應存在明顯的月份效應,中央銀行在年初與年底的基礎貨幣M0供應規(guī)模相對較大,而在年中的基礎貨幣供應量則是最低的。年中上市商業(yè)銀行還面臨著績效考核的壓力,在臨近年中前放貸的沖動較大,對資金需求也較大。其中最主要的包括企業(yè)所得稅的集中繳存(基礎貨幣通過財政存款的形式,回歸央行系統(tǒng))、存補交款準備金、銀行分紅等。這往往導致6月份商業(yè)銀行的資金緊缺,同業(yè)拆借利率上升。整體來看,在年初與年終由于基礎貨幣供應量較大,資金較充裕,同業(yè)拆借利率起伏相對不大。

其次看銀行的信貸投放情況。以上市公司的季報、年報數(shù)據(jù)進行分析,2013年,五大國有銀行一季度的發(fā)放貸款及墊款占全年的93.9%,其余三個季度均為2%左右;興業(yè)銀行、北京銀行等股份制商業(yè)銀行與城市商業(yè)銀行的占比也相差不大。但從2010-2013年的趨勢看,一季度發(fā)放貸款及墊款占比呈上升趨勢,2010年五大國有銀行的占比為90.6%,2013年上升至93.9%;北京銀行2010年占比為87.6%,2013年占比為96.6%。一季度的貸款發(fā)放集中,其余季度的信貸額度被擠壓,資金面較緊張,當資金需求增加時,需要大量從同業(yè)拆借市場拆借資金,導致同業(yè)拆借利率上升。

最后看理財產品等原因。2010年來,攬存沖時點成為一個日趨激烈的變量,并衍生出大規(guī)模理財產品到期兌付問題。由于存在季度考核的壓力,商業(yè)銀行基層機構傾向于在年末、季末安排理財產品的發(fā)行、到期期限等,使存款短期回流,增加資金的需求,對同業(yè)拆借市場產生沖擊。

三、同業(yè)拆借市場行為效應檢驗

(一)同業(yè)拆借利率的旬相關效應檢驗

同業(yè)拆借利率的旬相關效應主要是由商業(yè)銀行的法定存款準備金是按旬考核所引起的。經(jīng)分析發(fā)現(xiàn),由于是超短期的用途,隔夜同業(yè)拆借利率存在旬相關效應,而7日同業(yè)拆借利率沒有旬相關效應。下面,我們對隔夜同業(yè)拆借利率的旬相關效應進行檢驗。數(shù)據(jù)來源于全國銀行間同業(yè)拆借中心。

1. 規(guī)范化序列。由于存在節(jié)假日及調休,旬與旬之間的數(shù)據(jù)平均相差并不是8天左右(10天減去2天),直接對隔夜同業(yè)拆借利率進行建模,并不存在AR(8)的自相關性,因此需要對序列進行規(guī)范化。首先,將隔夜同業(yè)拆借利率序列中非星期一至星期五的值去掉;然后,將節(jié)假日的數(shù)據(jù)補齊。由于隔夜同業(yè)拆借利率與前一日的相關性很強(0.9左右),因此,缺失值以前一日的隔夜同業(yè)拆借利率代替。這樣,隔夜同業(yè)拆借利率序列就變成了只包含星期一至星期五數(shù)據(jù)的序列。這里的隔夜同業(yè)拆借利率序列從2006年10月8日開始,至2013年12月31日結束。

2.檢驗模型。旬與旬之間的數(shù)據(jù)約為8天,檢驗模型可設定為如下形式:

首先對序列的平穩(wěn)性進行檢驗,ADF統(tǒng)計量為7.752,在1%的水平下顯著,表明隔夜同業(yè)拆借利率序列是平穩(wěn)序列,通過隔夜同業(yè)拆借利率序列的自相關圖觀察到序列可能存在1階、8階、16階自相關,因此,按式(1)設定的模型進行檢驗(見表2)。

模型2與模型3的回歸結果顯示,2010年以前,隔夜同業(yè)拆借利率的旬相關效應相對較顯著,AR(8)與AR(10)項系數(shù)之和大于12%,2010—2013年,隔夜同業(yè)拆借利率的旬相關效應日趨減小,其中,AR(8)不顯著,AR(8)與AR(10)項系數(shù)之和小于8%。影響效應減小的一個原因是:目前同業(yè)拆借市場中,用于金融機構(主要是商業(yè)銀行)之間存款準備金余缺調劑占比日趨減少,而用于同業(yè)存放的資金比例日益增加。

(二)非對稱效應檢驗

借鑒蔡曉春等(2012)[8],使用EGARCH模型對同業(yè)拆借利率收益非對稱效應進行檢驗,數(shù)據(jù)為隔夜同業(yè)拆借利率、7日同業(yè)拆借利率,數(shù)據(jù)區(qū)間為2006年10月8日—2013年12月31日。

1.模型形式

隔夜同業(yè)拆借利率序列具有平穩(wěn)性特征,描述性統(tǒng)計顯示JB統(tǒng)計量為6582,偏度為1.9,峰度為11,序列具有明顯的尖峰厚尾特征,可對其進行EGARCH建模。在EGARCH模型中,由于引入了非對稱效應,AR(8)與AR(16)并不顯著,結合SC準則,確定最終的方差方程為式(2),均值方程為:

2.結果分析

通過Eviews6得到的回歸結果見表2。在EGARCH模型里,利空消息對方差的沖擊為α-λ;利好消息為α+λ。可以看出,利空消息對方差的沖擊為-0.262,利空消息會減小方差,利好消息對方差的沖擊為0.452,利好消息將增大方差,即當隔夜同業(yè)拆借利率下降時,會導致同業(yè)拆借利率下降較慢,當隔夜同業(yè)拆借利率上升時,會導致同業(yè)拆借利率快速上升。這驗證前面的同業(yè)拆借收益非對稱效應。

同樣,對7日同業(yè)拆借利率進行EGARCH建模,利空消息對方差的沖擊為0.025,利好消息對方差的沖擊為0.43。利好消息對方差的沖擊要大于利空消息對方差的沖擊。

(三)月內與月份效應檢驗

對2007—2013年同業(yè)拆借利率數(shù)據(jù)進行計算,得出一個月之內每天的平均值(見圖2、圖3)。2007—2013年,上半月的平均隔夜、7日同業(yè)拆借利率為2.23、2.77,下半月的平均隔夜、7日同業(yè)拆借利率為2.48、3.11;2007—2009年,上半月的平均隔夜、7日同業(yè)拆借利率為1.77、2.23,下半月的平均隔夜、7日同業(yè)拆借利率為1.83、2.37;2010—2013年,上半月的平均隔夜、7日同業(yè)拆借利率為2.57、3.17,下半月的平均隔夜、7日同業(yè)拆借利率為2.97、3.67;下半個月的同業(yè)拆借利率明顯高于上半月,尤其是從2010年開始;7日同業(yè)拆借利率上半月與下半月的差距要大于隔夜同業(yè)拆借利率。這說明,同業(yè)拆借市場存在商業(yè)沖時點的效應,由于存貸比指標主要在月底考核,為符合監(jiān)管要求,臨近月底時,部分銀行大量從同業(yè)拆借市場拆借資金,資金需求增加,導致下半月的同業(yè)拆借利率上升。由于周期較長,7日同業(yè)拆借利率的月內效應更為明顯。

模型1的回歸結果顯示,隔夜同業(yè)拆借利率存在旬相關效應,當日的隔夜同業(yè)拆借利率主要受前一日的隔夜同業(yè)拆借利率影響,也受上一旬與上兩旬的隔夜同業(yè)拆借利率影響,但旬效應相對較弱,其影響效應小于10%(0.033+0.053=0.086)。

由于諸多因素的影響,同業(yè)拆借利率的月份效應表現(xiàn)得較為復雜。2010年以前,理財產品規(guī)模相對較小,對同業(yè)拆借利率的影響較小,同業(yè)拆借利率主要受貨幣供應量與銀行信貸計劃的影響,在年初與年末,基礎貨幣供應量M0規(guī)模較大,商業(yè)銀行資金較為充裕,同業(yè)拆借利率較小,由于信貸投放主要集中于上半年,下半年信貸資金偏緊,需要從同業(yè)拆借市場拆借資金,資金需求量增加,1—10月,同業(yè)拆借利率呈上升趨勢。

2010年以后,6月份的月份效應十分明顯,主要是由于上面所提到的中央銀行的M0供應量較低、大量的基礎貨幣的回收所導致。由于受理財產品發(fā)行與到期的影響,年初、年末對資金的需求也有所上升,這樣就導致了年初、年終、年末同業(yè)拆借利率較高。除去6月的異常影響,3—12月,同業(yè)拆借利率呈上升趨勢。

四、同業(yè)拆借市場流動性風險的宏微觀審慎管理

(一)同業(yè)拆借市場的流動性風險

同業(yè)拆借市場規(guī)模大,對銀行經(jīng)營影響變大。央行數(shù)據(jù)顯示,2012年,銀行間市場同業(yè)拆借成交46.7萬億元,占銀行業(yè)金融機構資產總額的34.9%,2013年銀行間市場同業(yè)拆借成交額有所下降,為35.5萬億元,占銀行業(yè)金融機構資產總額的23.5%。2012年6月同業(yè)拆借利率飆升對銀行流動性風險形成了巨大考驗。

同業(yè)拆借中的“買入返售”會加大銀行的流動性風險。商業(yè)銀行利用“買入返售”(2013年6月,16家上市商業(yè)銀行買入返售占同業(yè)資產的48.3%),將貸款發(fā)放給由于信貸調整政策對相關行業(yè)貸款的限制及對融資主體的要求而無法發(fā)放的客戶,具體操作流程為:A銀行為了向不滿足授信要求的客戶B放貸,通過信托公司C成立單一信托向其放貸,由銀行D買入該信托,銀行A再向銀行D出具一份兜底函,信托到期后溢價買回信托收益權。同業(yè)業(yè)務的風險權重為25%,而信托受益權則為100%,通過“買入返售”,可以減少商業(yè)銀行的資本占用,并且可規(guī)避信貸規(guī)模、投向、資本金要求等監(jiān)管政策限制,這些資金流向了房地產等周期性較強的行業(yè),增加了同業(yè)拆借市場的信用風險與利率波動風險,一旦發(fā)生違約,會導致同業(yè)拆借市場流動性短缺。

同業(yè)拆借中的另一風險是期限錯配,部分商業(yè)銀行通過拆短投長,將同業(yè)存放資金、拆入資金投資于期限較長的票據(jù)類資產及買入返售資產以獲取更高的收益。商業(yè)銀行利用同業(yè)業(yè)務等短借長貸,增加了資產負債結構對利率風險的敞口,加大了商業(yè)銀行對流動性的需求,使得商業(yè)銀行對貨幣市場依賴程度上升,引發(fā)銀行系統(tǒng)流動性風險的概率上升。

(二)宏微觀審慎管理

1. 宏觀審慎層面,提高央行的基礎貨幣供應與市場對資金季節(jié)性變動需求的一致性

央行年中的基礎貨幣供應量是最低的,年中大量的基礎貨幣被回收,與商業(yè)銀行的季度績效考核相重疊,導致商業(yè)銀行流動性緊張,同業(yè)拆借利率上升。因此,建議央行的基礎貨幣供應與市場對資金季節(jié)性變動需求的一致。

2. 大型商業(yè)銀行、郵儲銀行在預防同業(yè)拆借市場的流動性風險中應發(fā)揮重要作用

從同業(yè)拆借規(guī)模來看,四大國有商業(yè)銀行、郵儲銀行可看作是同業(yè)拆借市場中的“系統(tǒng)重要性銀行”,其對同業(yè)拆借市場影響更大,因此應承擔更多的責任,在同業(yè)拆借市場流動性短缺的情況下,應積極提供資金支持,防止同業(yè)拆借利率過度波動,尤其是在季度末、下半月及旬末等關鍵時期與時點。

3. 微觀審慎層面,分期限對同業(yè)存款征收存款準備金,并提高風險計提撥備水平等

為了防止監(jiān)管套利,監(jiān)管部門可將同業(yè)存款是視同為一般存款,繳納存款準備金。建議1個月或者3個月以下的銀行之間的頭寸拆借設置較低存款準備金率,對于期限較長、用于信托、間接向限制銀行放貸的同業(yè)存款,監(jiān)管部門設置較高存款準備金率,并對其征收存款準備金,納入存貸比指標監(jiān)管。

同時,從風險控制的角度,提高對同業(yè)業(yè)務相關科目的風險計提撥備,如有信托收益權的同業(yè)返售資產,計提與100%風險權重相等的凈資本。

此外,還應加強對商業(yè)銀行流動性覆蓋率(LCR)指標的考核,全面考慮表內外資產、負債情況,能夠較好地對同業(yè)拆借市場的流動性風險進行監(jiān)控。

參考文獻:

[1]張娜,黃新飛,劉登.我國同業(yè)拆借市場利率的波動性[J].統(tǒng)計與決策,2006(8):121-123.

[2]李成,馬國校.VaR模型在我國銀行同業(yè)拆借市場中的應用研究[J].金融研究,2007(5):62-77.

[3]曹志鵬,韓保林.中國銀行間同業(yè)拆借市場利率波動模型研究[J].統(tǒng)計與信息論壇,2008(12):59-63.

[4]高岳,朱憲辰.基于極值理論的同業(yè)拆借利率風險度量——基于AR-GARCH-POT方法的VaR值比較研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究,2009(8):35-147.

[5]房小定,呂鵬.基于GARCH模型的上海同業(yè)拆借利率風險度量[J].西安電子科技大學學報(社會科學版),2013(4):18-27.

[6]李守偉,何建敏,莊亞明,施亞明.基于復雜網(wǎng)絡的銀行同業(yè)拆借市場穩(wěn)定性研究[J].管理工程學報,2011(2):195-199.

[7]劉超,吳明文,馬玉潔.基于復雜網(wǎng)絡的同業(yè)拆借市場特性研究以金融危機時期(2007~2009)年數(shù)據(jù)為例[J].財經(jīng)理論與實踐,2014(2):9-15.

[8]彭建剛,童磊.同業(yè)拆借視角下銀行業(yè)流動性風險傳染效應研究[J].湖南社科學,2013(5):141-145.

[9]Gai P, Kapadia S.Contagion in Financial Networks[R].Bank of England Working Paper, 2008.

[10]Engle Robert F, Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation [J].Econometrica, 1982(50):987-1007.

[11]Nelson DB, Conditional Heteroskedasticity in Asset Returns: A New Approach [J].Economitrica, 1991(59).

[12]常曄.同業(yè)業(yè)務發(fā)展原因及其對宏觀調控和金融穩(wěn)定的影響[J].海南金融,2014(10):53-55、62.

(特約編輯:陳國權)

主站蜘蛛池模板: 天天爽免费视频| 久久精品人妻中文视频| 91精品啪在线观看国产91九色| 国产伦片中文免费观看| 国产精品一区二区在线播放| 亚洲av日韩av制服丝袜| 嫩草国产在线| 中国国产A一级毛片| 免费不卡在线观看av| 波多野结衣的av一区二区三区| 美女啪啪无遮挡| 大学生久久香蕉国产线观看| 久久综合丝袜长腿丝袜| 欧美日韩免费观看| 成人va亚洲va欧美天堂| 一区二区三区四区日韩| 老司机午夜精品网站在线观看 | 亚洲成人在线免费| 日韩AV手机在线观看蜜芽| 日韩小视频在线观看| 亚洲无码不卡网| 国产在线拍偷自揄观看视频网站| 国产成人免费视频精品一区二区| 三区在线视频| 欧美国产精品拍自| 熟女日韩精品2区| 五月婷婷综合网| 亚洲Av激情网五月天| 天堂av高清一区二区三区| 国产成人欧美| 一区二区三区毛片无码| 国产午夜无码专区喷水| 久久精品波多野结衣| 婷婷综合在线观看丁香| 一本一道波多野结衣av黑人在线| 欧美日韩亚洲综合在线观看| 欧美区一区| 看看一级毛片| 美女无遮挡免费视频网站| 91免费片| 亚洲久悠悠色悠在线播放| 精品一区二区三区四区五区| 国产精品短篇二区| 亚洲高清国产拍精品26u| 高清无码手机在线观看| 久久久久久久久18禁秘| 一本一本大道香蕉久在线播放| 美女毛片在线| 亚洲视屏在线观看| 成年看免费观看视频拍拍| 在线欧美日韩| 中文字幕波多野不卡一区| 国产乱人激情H在线观看| 欧美成人手机在线视频| 激情国产精品一区| 99精品影院| 九九热精品免费视频| 国产女人在线| 亚洲人成影院在线观看| 国产午夜不卡| 欧美成人一级| 亚洲中文字幕在线一区播放| 精品视频一区在线观看| 99久久国产综合精品2023| 欧美综合激情| 99人妻碰碰碰久久久久禁片| 成年A级毛片| 欧美成人A视频| 在线国产你懂的| 欧美亚洲一二三区 | 日韩色图在线观看| 日韩成人高清无码| 亚洲第一黄片大全| 亚洲欧美另类专区| 2021最新国产精品网站| 四虎永久在线精品影院| 亚洲高清无在码在线无弹窗| 亚洲人成网7777777国产| 亚洲午夜福利精品无码不卡 | 国产在线一区二区视频| 久久激情影院| 8090成人午夜精品|