银行资产负债期限错配对流动性风险的影响研究——基于同群效应视角

赫国胜，孟楠

（辽宁大学 经济学院，辽宁 沈阳 110036）

一、引言

随着我国利率市场化进程的加快，商业银行资产负债结构趋于多元化发展，“短存长贷”“短借长投”下期限错配问题日益显现，增大了流动性风险隐患。从2013年6月份“钱荒”事件①2013年6月20日当天，上海银行间隔夜拆借利率、7天拆借利率分别升至13.44%、11%。导致的银行体系流动性紧缺，再到2019年5月包商银行事件后出现的流动性分层②包商银行被接管事件后，城商行、农商行与国有银行间的同业存单发行利差由此前的10—30个BP升至70个BP。同时，R-007与DR007间的利差从100—150个BP升至400个BP。等，深刻反映出一段时间以来银行业尤其是中小银行存在过度期限错配问题。对此，金融监管部门陆续出台《商业银行流动性风险管理办法》《关于规范金融机构资产管理业务的指导意见》（以下简称为“资管新规”）等，均提出限制银行期限错配，强化流动性风险管理。可见，期限错配不仅是银行进行流动性转换的特殊功能，更对银行体系的稳健性产生了不可忽视的影响。

结合发展实践看，我国商业银行从传统的存贷款业务，逐步衍生出同业、理财等创新业务，期限错配形式趋于复杂。通过分析2011—2020年中小银行存贷款及理财产品数据发现，中小银行出于增加利润、扩张规模等目标考虑，倾向于扩大期限错配，流动性问题更为突出，主要表现在以下几方面。

第一，中小银行存款支持贷款增长的力度减弱，贷款长期化趋势更为显著，期限错配问题较突出。如图1所示，从2016年下半年开始，中小银行存款同比增速持续低于贷款。另据统计，从2015—2020年，大型银行、中小银行定期存款占比分别下降14个百分点、12个百分点，存款期限结构普遍呈现活期化特征。同期，大型银行贷款期限结构没有明显变化，但中小银行中长期贷款占比从41.2%增至56.3%，资金运用长期趋势明显，期限错配问题相对突出。

图1 2016—2020年中小银行境内人民币存款和贷款同比增速（按月度）

第二，中小银行对同业负债依赖程度仍然较大，对外部冲击反映更加敏感。如图2所示，中小银行1作为同业往来资金的主要拆入方，资金净流入明显高于大型银行，资金需求更为强烈，更加依赖同业渠道满足其流动性。一旦受到外部冲击，风险可能加速暴露。

图2 2011—2020年大型银行、中小银行同业往来资金净流入（亿元）

第三，中小银行大力发展理财业务，“短募长投”加剧期限错配问题。据统计，资管新规出台前，城商行、农商行理财产品规模月均增速分别为3.35%、3.79%，高于国有大型银行1.49%、股份制银行2.55%的水平。为追求更高收益，中小银行通过滚动发行理财产品，将募集资金配置到非标等长周期资产项目，进一步加剧期限错配程度。

总体来看，进行期限错配已成为银行体系尤其是中小银行的普遍性情况，究其原因，可能很大程度上与一致性的行为选择有关。在市场正常情况下，受经济周期等因素影响，或出于自身利润最大化考虑，银行间通常采取相似的行为策略，如降低高流动性资产的持有比例、过度依赖短期融资等，使得资产负债结构及投资组合趋同，形成期限错配决策行为的模仿倾向即期限错配的同群效应，这无形中会增加银行体系发生系统性风险的概率。本文借鉴国内外学者做法，将同群效应引入银行期限错配研究，基于我国63家商业银行微观数据，实证检验银行业期限错配同群行为的存在性。进一步地，综合考虑银行自身及同群银行期限错配因素，实证研究二者对流动性风险形成的影响机制、程度，为差别化控制银行期限错配、有效防范流动性风险提供有益参考。

二、相关研究综述

针对银行期限错配与流动性风险问题，国内外学者开展大量有价值的研究。Diamond和Dybvig(1983）[1]通过构建银行挤兑模型，较早地提出银行通过期限错配实现流动性转换，满足了社会流动性的需要，但也使银行暴露在流动性风险中，甚至引发银行挤兑。此后学者们通过大量研究，认为期限错配会引发银行风险，也是加剧银行体系脆弱性的重要原因。Akella和Greenbaum（1992）[2]认为期限错配问题使市场中资产价格对利率冲击的反应表现得更加剧烈。Rajan和Bird（2001）[3]则认为银行期限错配会引发系统性流动性风险，并将其作为解释1997—1998年东亚金融危机的重要因素。国内学者从银行不同业务视角，分析期限错配所引发的风险问题。彭建刚等（2014）[4]认为银行存贷款期限错配具有显著的顺周期性，经济上行期间银行期限错配程度不断加深、同业间关联度增加，外部经济环境的突然变化容易引发流动性风险，“合成谬误”下也会导致系统性问题。中国人民银行上海总部公开市场操作部课题组（2015）[5]认为同业创新业务快速发展，加剧了期限错配程度，提高了经营杠杆，中小银行流动性风险管理承压凸显。王喆等（2017）[6]认为以表外理财为代表的影子银行业务快速扩张，会导致银行期限错配问题日益凸显。

同群效应一般指个人行为不仅受自身利益、特征、选择等激励影响，同时也会受到周围其他个人或群体的影响。这一概念由Coleman（1966）最早提出，用于研究教育领域学生间行为影响的问题，而后被广泛应用于社会学、经济学等领域。关于银行同群行为动机，学者们认为与经济周期、外部救助机制及银行经营目标等有关。Acharya等（2011）[7]指出在经济上行期，银行普遍采取减持流动性资产的做法。Ratnovski（2009）[8]认为由于最后贷款人制度对银行的隐性担保，使得银行对危机中货币当局提供流动性救助的做法具有普遍预期，会激发银行的同群行为。Haldane和May（2011）[9]认为无论是主动选择还是被动跟随，均衡状态下，多数银行的经营行为、资产负债表及风险管理策略会呈现同质化趋势。

进一步地，银行间风险承担的同群行为会导致“个体理性、群体非理性”的结果，Allen和Gale（2000）[10]、Diamond和Rajan（2001）[11]就指出由于银行投资决策呈现相似性或一致性风险承担行为，会使系统性风险上升，银行间违约关联度增加。在国内，关于同群效应的研究多集中于非金融企业行为决策上，但一些学者创新性地将其引入银行领域，认为期限错配等同群行为会引发系统性问题，为本文研究提供有益参考。如许争（2016）[12]通过实证分析，认为我国银行在流动性风险偏好的选择方面具有一致性行为，且同群效应在不同类别银行间具有异质性影响。于国才等（2021）[13]重点研究同群银行期限错配对银行期限错配的外生影响、作用机制等，认为同群效应对银行特别是区域性银行违约风险的发生具有显著性影响。

经过梳理发现，已有文献大多将期限错配引发流动性风险作为前提假设，或将银行期限错配视同于流动性问题，较少从二者的作用机制进行分析，对期限错配程度变化所引发的流动性问题缺乏更多的关注。同时，对期限错配同群效应的研究集中于检验存在性问题，或考察其对银行整体风险的影响，但实际上，从过往国内发生的系统性风险事件看，银行流动性问题亟须关注研究。因此，本文从银行间过度期限错配的模仿视角出发，创新性地将银行期限错配及其同群效应结合，重点研究二者对银行流动性风险的作用机制。本文通过实证分析，试图解释以下几个问题。第一，我国商业银行期限错配问题是否存在同群效应？对全国性银行与区域性银行而言，是否存在显著差异性？第二，若期限错配同群效应确实存在，银行自身及同群银行的期限错配问题是否对流动性状况产生显著影响？对不同类型银行的影响效应又如何？

三、研究设计与模型设定

（一）样本选取与数据来源

本文选取国内63家商业银行共10年（2011—2020年）的平衡面板数据作为样本数据，其中包括6家大型银行、12家股份制银行、30家城商行、15家农商行。本部分微观数据来源于Wind数据库以及各行的年报数据，宏观经济数据来自中国人民银行官网、《中国统计年鉴》及Wind数据库等。本部分计量分析主要使用Stata14.0实现。

（二）模型设计

1.商业银行期限错配同群行为存在性检验

为检验我国商业银行是否存在期限错配同群效应，本文借鉴国内外学者的研究方法，在模型中引入银行财务指标以及宏观经济变量作为控制变量，构建回归模型如下：

2.期限错配及同群效应对银行流动性风险的影响

商业银行高度依赖短期负债来支持长期资产业务发展，存在过度期限错配问题，使得流动性风险发生的概率大幅提升。同时，除个体银行期限错配因素外，同群银行的期限错配程度也会对目标银行流动性风险产生显著影响。为考察上述两方面的影响，构建回归模型如下：

其中，LRISKi,t表示银行i在t期的流动性风险；分别表示目标银行i及同群银行（用-i表示）在第t期的期限错配程度；μi为不随时间变化的个体异质性；εi,t为模型的随机扰动项；方程中应重点关注系数β1、β2及显著性水平，分别反映银行自身及同群银行的期限错配程度对流动性风险的作用效果。

（三）变量选取与说明

1.商业银行期限错配度量

本文将商业银行期限错配指数LMI作为第一个核心解释变量，对该指数的度量，依据Brunnermeier和Pedersen（2009）[14]及Banerjee（2012）[15]的思路及做法，综合考虑不同商业银行资产负债规模差异化影响，构建期限错配指数LMI的定义式如下：

计算LMI的关键在于确定银行各类资产负债科目的流动性权重，本文参考Berger和Bouwman（2009）[16]提出的流动性创造指标法，并借鉴国内学者郭晔等(2018)[17]及张博等（2021）[18]的做法，结合中国商业银行新型财务报表准则下的数据可得性和科目完整性，构建流动性指标体系，根据商业银行不同资产负债科目的流动性程度，统一划分为高、中、低三类，并赋予相应权重，测算我国商业银行期限错配指数LMI①商业银行流动性错配指数=-0.5×（高流动性资产+低流动性负债）+0×（中流动性资产+中流动性负债）+0.5×（低流动性资产+高流动性负债）。，具体可见表1。

表1 我国商业银行业务科目流动性划分及权重

此外，本文将期限错配的同群效应（即同群银行期限错配指数）作为第二个核心解释变量，用银行i以外的其他银行期限错配指数的算数平均值来表示，即其中，j代表目标银行i以外的其他银行，Nit表示第t期总的样本银行数量。

2.商业银行流动性风险的度量

考虑到样本银行的不同类别，适用的流动性监管指标存在差异，为保证流动性风险数据的完整性及连续性，选取最为传统的流动性监管指标——流动性比例②流动性比例=流动性资产/流动性负债*100%，监管部门设定的流动性比例最低监管要求为25%。，这也是我国银保监会长期披露使用的主要流动性监管指标。

3.工具变量构造

考虑到方程（1）中单家银行期限错配行为会受到其他商业银行期限错配行为的影响，同时，单家银行的行为选择反过来也会影响其他银行，从而产生反向因果关系，这实质是一种内生性问题，常用的解决方法就是工具变量法。本文借鉴于国才等（2021）[13]的思路做法，利用方程（1）中的部分控制变量来构建期限错配影响因素模型，并利用同群银行期限错配估计值的平均水平作为工具变量进行回归。需要说明的是，工具变量与期限错配同群效应高度相关，且不会反向作用于银行i的期限错配数值，满足相关性约束与排他性约束。工具变量具体估计公式如下：

其中，μi为不随时间变化的个体异质性，εit为模型的随机扰动项。对式（3）的回归可以得到各控制变量对银行i期限错配程度的影响效果，从而得出银行i期限错配的估计值,并根据公式，进一步得到工具变量——同群银行期限错配估计值的平均值。

4.控制变量

为了避免遗漏变量偏差，提高实证检验的准确性，分别从宏微观层面选取控制变量。宏观层面的控制变量包括GDP增速（dgdp）①针对不同类型的商业银行，采取差异化的GDP增长率来反映宏观经济波动情况，对国有及股份制银行选取全国GDP增长率作为宏观经济波动的代理变量；对城市商业银行、农村商业银行选取银行所在省份或地区GDP增长率作为宏观经济波动的代理变量。、广义货币供给量M2的增长率（gm2）、银行间同业拆借7天加权平均利率（M_rate）；微观层面的控制变量包括资本充足率（cap）、不良贷款率（npl）、非利息收入占比（non_interest）、净息差（nim）、成本收入比（ctir）、非存款负债占比（non_dep）、非信贷资产占比（non_cre）。此外，加入虚拟变量即公开市场业务一级交易商资格（pdq），在各年份中，具有资格的商业银行数值为1，不具有资格的数值为0。本文所涉及的全部变量见表2。

表2 各变量含义与描述性统计

四、实证研究

（一）面板模型的检验与选择

为避免出现“伪回归”后果，对每个变量进行平稳性检验。考虑到样本数据为平衡面板数据，本文选用LLC检验、HT检验及IPS检验。检验结果表明，模型（1）与模型（2）中涉及的各变量水平值均在1%、5%水平下显著，强烈拒绝面板单位根的原假设。因此，可认为各变量在水平值上平稳，且存在长期稳定关系，故无须进行协整检验。

针对回归模型（1）与模型（2），考虑误差项可能存在自相关、异方差和截面相关等问题，第一步，通过生成年份虚拟变量，对双向固定效应模型进行估计，根据检验结果，p值均小于0.01，即在1%水平下拒绝原假设，选择固定效应模型。第二步，进行LM检验，p值均为0，即在1%水平下拒绝原假设，选择随机效应模型。第三步，通过Hausman检验，比较固定效应模型和随机效应模型，根据检验结果，p值分别为0.0000和0.0498，即分别在1%和5%显著性水平下拒绝原假设，确定均使用固定效应模型。

（二）实证结果与分析

1.期限错配同群效应的存在性检验

（1）基准估计结果。为检验我国商业银行期限错配是否存在同群效应，对模型（1）进行回归，表3列（1）为引入控制变量的OLS回归结果，列（2）为个体固定效应回归结果，二者均在5%的水平下显著。由此可以看到，当同群银行的期限错配指数增加1个单位时，目标银行期限错配指数将分别增加0.42个单位、0.45个单位，回归结果中全样本银行的同群效应显著。

表3 商业银行期限错配同群效应存在性实证结果分析

从控制变量情况看，由于期限错配指数为负向指标，因此各控制变量对该指数有负向影响，也意味着对期限错配程度具有正向影响，反之同理。具体分析如下：第一，成本收入比低意味着银行在成本控制方面具有优势，一般不以期限错配换取风险性收益，期限错配问题控制较好；第二，非存款负债占比高的银行融资渠道比较畅通，并不简单依赖吸收存款获取资金，融资流动性较好，有助于改善期限错配；第三，具有一级交易商资格的银行能够以较低成本获取央行投放的流动性资金，更有信心开展长期限资产项目，可能增加期限错配程度；第四，当宏观或区域经济处于上行区间，企业资金需求旺盛，银行通常会加大信贷投放，拉长资产周期，期限错配问题较为突出。

（2）异质性分析。考虑到我国商业银行在机构规模、经营模式和治理框架上的多元性和差异性，将样本银行划分为全国性银行、区域性银行。其中，全国性银行包括6家国有大型银行、12家股份制商业银行，区域性银行包括30家城市商业银行、15家农村商业银行。根据回归结果，表3列（3）显示全国性银行间的同群效应并不显著。这主要由于全国性银行在营业网点、客户资源及资金成本等方面具有优势，风险管理策略偏向保守，采取扩大期限错配等激进行为的可能性较低，一般不会参与银行一致性的风险承担行为。因此，全国性银行间不存在期限错配同群效应。

表3列（4）显示区域性银行同群银行期限错配系数为0.52且结果显著，说明存在同群效应。在市场资源、业务布局、产品结构以及负债成本等方面，区域性银行相对处于劣势，容易提高风险偏好或过度风险承担以获取利润。同时，为提高危机时被救助的概率，作为非系统重要性银行的中小银行可能倾向于采取过度期限错配行为，增加共同风险暴露，形成“多而不能倒”局面。

（3）内生性问题的解决。为克服模型（1）中样本银行期限错配与同群银行期限错配间的反向因果关系，通过构建工具变量进行处理，表4展示了工具变量的回归结果。需要说明的是，第一阶段回归的普通（非稳健）F统计量高于临界值10的水平，说明工具变量与内生变量相关性较强。进一步，进行异方差稳健的DWH检验，F统计量与χ2统计量均在1%的水平下显著，这说明计量结果具有无偏性。

表4 工具变量估计结果

与基准估计结果相比，工具变量估计结果中银行期限错配同群效应的估计系数更大：全样本银行此项系数为0.9，超过基准估计结果近1倍；区域性银行此项系数为1.07，超过基准估计结果近2倍。而全国性银行期限错配同群效应仍不显著，同时其他控制变量的系数及影响并未发生明显变化。

2.商业银行期限错配及同群效应对流动性风险的影响

（1）基准估计结果。为检验我国商业银行期限错配及同群效应对流动性风险的影响，对模型（2）进行回归，回归结果如表5所示。列（1）、列（2）为加入控制变量的OLS回归、个体固定效应回归结果，二者中期限错配指数的回归系数分别为0.065、0.069且在10%的水平下显著，期限错配同群效应的回归系数分别为1.3和1.09且均在1%的水平下显著。这说明，目标银行自身以及同群银行的期限错配程度越高（即期限错配指数越小），越容易引发流动性风险（即流动性比例越低），反之同理。同时，同群银行期限错配对目标银行流动性的影响要大于银行本身。这意味着，银行在经营中可以通过前瞻性资金安排、精细化流动性管理，防范流动性风险发生。一旦银行体系存在显著的期限错配效仿，形成一致性的风险承担，会加剧体系脆弱性甚至引发系统性风险。

表5 期限错配及同群效应与流动性风险实证结果分析

从控制变量情况看：

第一，非利息收入占比高的银行并不依赖存贷利差的盈利模式，期限错配程度较低，流动性水平较高；

第二，净息差高的银行承担的风险可能较高，资产形成损失概率较大，会对流动性产生不利影响；

第三，非存款负债占比高的银行同业融资等渠道较为畅通，融资流动性较好，有助于改善流动性水平；

第四，具有一级交易商资格的银行，受益于较低融资成本，倾向于开展长期资产业务，降低银行流动性水平；

第五，当上期宏观经济处于上行区间，金融市场及银行机构对未来形势比较乐观，会加大当期资金融通规模，市场流动性较为充裕，有助于提升银行流动性水平。

（2）异质性分析。为分析期限错配及同群效应对我国不同类型银行的差异化影响，将样本银行划分为国有银行、股份制银行、城商行以及农商行，回归结果见表5列（3）—列（6）。实证结果显示：一方面，国有银行期限错配系数为0.79，对被解释变量具有显著性影响，而期限错配同群效应的影响并不显著；另一方面，股份制银行、城商行、农商行自身期限错配对流动性比例的影响均不显著，而期限错配同群效应的影响分别在10%、5%、1%水平上显著，系数分别为0.91、1.14、1.54，影响程度为股份制、城商行、农商行依次增强。

与国有银行相比，中小银行特别是区域性银行具有竞争劣势，随着银行业利差不断收窄，中小银行可能倾向开展同业、理财等创新业务，扩大期限错配以增加利润，形成股份制银行先行、城商行及农商行跟随的格局，银行间具有显著的模仿效应，使得流动性风险发生的概率提高，而相互持有的共同风险暴露容易使个体风险演变为局部风险甚至系统性问题。

（3）稳健性分析。为确保估计结果的有效性，本部分选择替换被解释变量与增加控制变量两种方法进行稳健性检验。具体为：一是将被解释变量流动性比例替换为贷存比这一流动性监测指标；二是为缓解遗漏解释变量所造成的内生性干扰，模型中增加不良贷款率（npl）这个微观个体变量。回归结果如表6列（1）、列（2）所示，银行期限错配及同群效应对流动性风险的影响依然显著，因此本部分结论是稳健的。

表6 实证分析结果稳健性检验

五、结论与建议

本文从多维度业务视角，分析银行业特别是中小银行期限错配问题的形成机制，认为中小银行在经营发展中，可能倾向于采取扩大期限错配的经营模式与风险管理策略，从而增加银行体系的脆弱性。在此基础上，基于我国63家商业银行2011—2020年间的平衡面板数据，分析我国商业银行期限错配同群效应的存在性，并进一步研究银行期限错配及其同群效应对流动性风险形成的影响效应。

第一，受经济周期、同质化经营等因素影响，我国银行业确实存在着同群效应，且这种现象在区域性银行间更加显著，这与一段时间以来中小银行过度期限错配、追求规模扩张的策略相契合。

第二，我国商业银行期限错配及其同群效应对流动性风险的形成具有显著性影响，且同群效应具有更强的影响。进一步地，国有银行自身期限错配对流动性风险的形成具有显著影响，但同群效应影响并不显著；股份制银行、城商行、农商行等类型银行自身的期限错配问题对流动性风险的影响并不显著，但期限错配同群效应却具有显著性影响，且影响程度从股份制银行、城商行到农商行逐步增强。

基于上述结论，本文对有效控制银行期限错配及同群效应，防范流动性风险方面提出以下建议。

第一，从银行个体视角，积极调整优化资产负债结构，降低期限错配程度。对系统重要性银行，提高流动性管理的科学决策能力，综合确定流动性风险管理制度、计量模型、管理流程以及限额管理等，统筹安排好集团内部流动性的全面管理，防止因个体期限错配行为而引发系统性风险。对中小银行，完善各类资产业务管理制度，加快同业、非标业务向标准化转型，增加优质流动性资产配置，做好流动性风险的日常监测、预警及应对。

第二，从微观审慎监管视角，针对不同类别银行，构建动态化、差异化的流动性风险监测体系，实行穿透式监管，补齐制度短板，严格管理通道业务、委托贷款和非标投资等业务，从根源上强化对扩大期限错配等行为的抑制，引导银行合理安排资金使用、确定期限错配决策，避免盲目从众的“非理性行为”。

第三，从宏观审慎监管视角，针对银行集体的风险承担行为，将宏观审慎监管贯穿于日常行为监管之中，对银行体系流动性进行风险监测评估并提供支持，综合运用宏观审慎监管工具控制与化解系统流动性风险。同时，完善流动性救助和危机处理机制，引导银行合理控制期限错配，提高流动性管理的有效性，维护金融系统稳定。