我国银行间市场同业传染的实证剖析与风险防控研究

我国银行间市场同业传染的实证剖析与风险防控研究一、引言1.1研究背景与意义近年来，我国银行间市场的同业业务发展态势迅猛，已成为金融市场的重要组成部分。随着金融市场的逐步开放以及金融工具的不断创新，同业业务的种类日益丰富，从传统的资金拆借、票据转贴现，拓展到债券买卖、外汇交易、衍生产品交易等多个领域，其市场规模也在持续扩大。据相关统计数据显示，过去几年间，我国商业银行同业业务市场交易规模的年均增长率超过10%，充分彰显出其强劲的增长势头。从2014-2023年，中国商业银行同业业务市场规模从亿元增长至亿元，增幅显著，预计未来在技术进步与应用拓展的推动下，仍将保持快速增长。同业业务的快速发展，为商业银行优化资金配置、管理流动性风险提供了有效途径。通过同业拆借、同业存款等业务，商业银行能够灵活调整资金头寸，提高资金使用效率；而同业投资、资产证券化等创新业务，则有助于银行优化资产负债结构，提升盈利能力。然而，同业业务在带来机遇的同时，也蕴含着不容忽视的风险。由于银行间同业业务联系紧密，一旦某家银行出现流动性危机或信用风险事件，风险就可能借助业务链条迅速传递给其他银行，引发连锁反应，导致系统性风险的爆发。如2008年美国次贷危机引发的全球金融危机，多家银行因同业业务关联而遭受重创，对全球金融体系和实体经济造成了巨大冲击。在我国，虽然银行业在次贷危机中未受到直接的严重冲击，但随着同业业务规模的不断扩张，银行间的风险关联也日益复杂。部分银行过度依赖同业资金，资产负债期限错配问题较为突出，增加了流动性风险；同时，同业业务中的信息不对称，也使得风险的识别与防控难度加大。一旦个别银行出现问题，风险可能在银行间市场迅速扩散，威胁整个金融体系的稳定。因此，深入研究我国银行间市场的同业传染，对于维护金融稳定、防范系统性风险具有至关重要的意义。从金融稳定的角度来看，准确把握同业传染的机制和路径，有助于监管部门及时发现潜在的风险点，采取有效的监管措施，降低系统性风险发生的概率，保障金融市场的平稳运行。在风险防范方面，通过对同业传染的研究，银行可以更加清晰地认识自身面临的风险状况，加强风险管理体系建设，提高风险抵御能力；投资者也能更好地评估银行的风险水平，做出合理的投资决策。此外，研究同业传染还有助于完善金融监管体系，为监管政策的制定提供科学依据，促进银行业的健康可持续发展。1.2研究方法与创新点本研究将综合运用多种实证研究方法，深入剖析我国银行间市场的同业传染问题。矩阵法是一种常用的研究方法，通过构建银行间的风险头寸矩阵，能够直观地展示银行之间的债权债务关系。利用该方法，根据银行间资产负债信息构造N×N阶风险头寸矩阵，其中元素xij表示银行i对银行j的资产占银行间同业风险头寸比例。通过对矩阵的分析，可以清晰地了解风险在银行间的传递路径和潜在影响。例如，在分析某家银行出现危机时，借助矩阵法可以准确计算出其对其他银行的风险冲击程度，以及可能引发的连锁反应范围。网络分析法也是本研究的重要手段。该方法将银行间市场视为一个复杂的网络系统，银行作为节点，银行间的业务联系作为边，通过分析网络的拓扑结构、节点的中心性等指标，深入研究风险在银行间网络中的传播特性。度中心性指标可以反映银行直接交易的对手方数量，中介中心性指标能够指示银行是否在某些流动性路径上发挥关键作用。通过这些指标的分析，可以识别出在银行间市场中处于关键地位的银行，以及风险传播的关键路径。在研究创新点方面，本研究将从多维度对银行间市场的同业传染进行分析。不仅关注传统的资金拆借、同业存款等业务带来的风险传染，还将深入研究债券买卖、衍生产品交易等新兴业务在风险传染中的作用。通过对比不同业务类型下的风险传染特征，全面揭示银行间市场同业传染的复杂性。同时，纳入宏观经济数据、金融市场波动数据等新的数据维度，综合分析宏观经济环境和金融市场波动对同业传染的影响。在分析经济增长、通货膨胀等宏观经济因素变化时，研究其如何通过影响银行的资产质量、流动性状况，进而加剧或缓解同业传染风险。本研究还将结合机器学习等前沿技术，对银行间市场的大数据进行挖掘和分析，更精准地预测同业传染风险的发生概率和传播范围。利用机器学习算法对历史数据进行训练，建立风险预测模型，能够提前识别潜在的风险源，为监管部门和银行提供更具前瞻性的风险预警。二、我国银行间市场同业传染的理论基础2.1银行间市场同业业务概述银行间市场同业业务是指金融机构之间开展的各类业务，主要包括同业拆借、同业存放、同业投资等。这些业务在银行的资金运作中发挥着关键作用，是银行优化资金配置、管理流动性风险和提升盈利能力的重要手段。同业拆借是金融机构之间为了调剂资金余缺而进行的短期资金借贷行为。交易期限通常较短，一般为1天至1年不等，常见的是隔夜拆借和7天拆借，交易金额较大，且利率通常由市场供求关系决定，具有较强的市场化特征。以2023年为例，我国银行间同业拆借市场的交易总量达到万亿元，较上一年增长%，充分显示出其在银行间短期资金融通中的重要地位。同业拆借对于银行的资金运作意义重大，当银行出现临时性资金短缺时，可通过同业拆借及时补充流动性，避免因资金不足而导致业务受阻或面临风险；而对于资金盈余的银行，通过拆借可提高资金使用效率，增加收益。如在2023年的某一时期，A银行因业务拓展出现短期资金缺口，通过同业拆借从B银行借入资金，顺利完成业务项目，避免了资金链紧张的局面；同时，B银行的闲置资金也得到有效利用，获得了相应的利息收入。同业存放，也称同业存款，是指因支付清算和业务合作等需要，由其他金融机构存放于商业银行的款项。其资金存放期限相对较长，较为稳定，可分为国内同业存放和国外同业存放。从规模上看，截至2023年底，我国商业银行同业存放余额达到万亿元，同比增长%。同业存放有助于银行优化资金配置，当一家银行在某一时期资金充裕，而另一家银行资金短缺时，通过同业存放可实现资金有效调配，提高资金使用效率；还能增强银行之间的合作与互信，加深彼此了解与合作，共同应对市场风险和挑战。例如，C银行与D银行通过同业存放业务建立了长期稳定的合作关系，在资金调配、业务合作等方面相互支持，提升了双方的市场竞争力。同业投资是银行利用自有资金或理财资金投资于其他金融机构发行的金融资产，如债券、票据、信托计划、资产管理计划等。随着金融市场的发展，同业投资业务规模不断扩大，投资品种日益丰富。2023年，我国商业银行同业投资规模达到万亿元，占总资产的比重为%。同业投资为银行提供了多元化的投资渠道，有助于银行优化资产结构，提高收益水平。但同时，由于投资资产的复杂性和市场波动，也带来了一定的信用风险、市场风险和流动性风险。如某银行在同业投资中，因投资的债券价格下跌，导致资产价值缩水，影响了银行的财务状况。近年来，我国银行间市场同业业务呈现出一些新的发展趋势。业务创新不断涌现，随着金融科技的发展，线上化、智能化的同业业务模式逐渐兴起，如线上同业拆借平台的出现，提高了交易效率，降低了交易成本；业务规模持续增长，尽管监管政策不断加强，但由于金融市场的发展和银行资金运作的需求，同业业务规模总体仍保持增长态势；业务结构有所调整，传统的同业拆借和同业存放业务占比相对稳定，而同业投资等创新业务占比逐渐提高，反映出银行在追求多元化发展和收益提升方面的努力。从数据来看，2018-2023年，我国银行间同业拆借市场交易规模的年均增长率为**%，同业存放余额的年均增长率为**%，同业投资规模的年均增长率为**%。这些数据直观地展示了同业业务的发展趋势。2.2同业传染的概念与机制同业传染，是指在银行间市场中，由于同业业务的紧密联系，一家银行出现的风险，如流动性风险、信用风险等，通过业务链条传导至其他银行，进而引发整个银行体系风险水平上升的现象。当一家银行因资产质量恶化、资金流动性不足等问题陷入困境时，与之有同业业务往来的银行可能会遭受损失，甚至引发连锁反应，导致系统性风险的产生。信用风险是引发同业传染的重要因素之一。在同业业务中，银行之间存在大量的债权债务关系。当一家银行的债务人出现违约，导致该银行的资产质量下降，无法按时足额偿还其对其他银行的债务时，就会将信用风险传递给其他银行。如果A银行对B银行有大量的同业债权，而B银行因投资失败出现信用危机，无法按时偿还A银行的债务，A银行的资产负债表就会受到冲击，资产价值下降，资本充足率降低，进而可能影响A银行对其他银行的支付能力，将风险进一步传播。流动性风险也是导致同业传染的关键风险之一。银行的流动性状况对其正常运营至关重要，当一家银行出现流动性危机，无法及时满足自身的资金需求时，会向其他银行紧急拆借资金，若拆借失败，会使市场对该银行的信心下降。其他银行为了避免自身受到波及，可能会减少与该银行的业务往来，甚至提前收回资金，导致流动性危机在银行间迅速扩散。在2013年我国银行间市场“钱荒”事件中，部分银行因流动性紧张，难以从同业市场获得资金，市场恐慌情绪蔓延，多家银行的流动性压力增大，同业拆借利率大幅飙升，流动性风险在银行间快速传染。信息不对称在同业传染中也起着推波助澜的作用。在银行间市场，各银行之间的信息披露程度有限，存在信息不对称的问题。当一家银行出现风险时，其他银行难以准确了解其真实的风险状况和财务状况。这种不确定性会导致市场信心下降，其他银行会采取谨慎的态度，减少与风险银行的业务往来，甚至对整个同业市场的风险评估上升，引发恐慌情绪，加剧风险的传染。如某银行在同业投资中出现重大损失，但由于信息披露不及时，其他银行在不知情的情况下，仍与其进行业务往来，当风险暴露时，其他银行会突然收缩业务，导致风险迅速扩散。金融市场波动对同业传染也有着重要影响。金融市场的波动，如股票市场下跌、债券价格波动、利率变动等，会直接影响银行的资产价值和盈利能力。当金融市场出现大幅波动时，银行持有的金融资产价值下降，会导致其资产负债表恶化，增加信用风险和流动性风险。银行间的同业业务又使得这些风险在银行间相互传递，加剧同业传染。在股票市场大幅下跌时，银行持有的股票投资组合价值缩水，资产质量下降，信用风险上升，同时流动性也可能受到影响，为满足资金需求，银行可能会减少同业拆借资金的供给，使其他银行的资金获取难度增加，风险进一步扩散。2.3相关理论基础金融脆弱性理论认为，金融体系本身具有内在的不稳定性，容易受到各种因素的影响而出现危机。银行作为金融体系的核心组成部分，其业务特点和经营环境决定了它具有较高的脆弱性。银行的资产和负债在期限结构上存在错配，银行的负债主要是短期存款，而资产则多为长期贷款和投资。这种期限错配使得银行在面临流动性冲击时，容易出现资金周转困难，增加了银行的脆弱性。当大量储户同时要求提款时，银行可能无法及时满足这些需求，导致流动性危机。银行的高杠杆经营模式也增加了其脆弱性。银行通过吸收存款和借款来扩大资产规模，其自有资金占比较低，一旦资产质量下降，资产价值缩水，银行的资本充足率会迅速下降，可能引发偿债能力危机。若银行投资的资产出现违约或价值大幅下跌，会导致银行资产负债表恶化，面临巨大的风险。在银行间市场中，金融脆弱性会加剧同业传染的风险。一家银行的脆弱性增加，如出现流动性危机或信用风险上升，会使与其有同业业务往来的银行面临更高的风险。其他银行可能会因为担心资金安全，减少与该银行的业务往来，甚至提前收回资金，进一步加剧问题银行的困境，形成恶性循环，导致风险在银行间迅速传播。如果A银行出现流动性危机，无法按时偿还同业借款，B银行作为其债权人，会遭受损失，资产质量也可能受到影响。B银行为了降低风险，会减少对其他银行的资金供给，引发其他银行的流动性紧张，使风险在银行间扩散。信息不对称理论指出，在市场交易中，交易双方掌握的信息存在差异，这种差异会影响市场的有效运行。在银行间同业业务中，信息不对称现象普遍存在。银行对交易对手的财务状况、资产质量、风险管理能力等信息了解有限，难以准确评估其信用风险。银行在进行同业拆借或同业投资时，可能无法充分了解交易对手的真实情况，导致决策失误。当市场出现不确定性或风险事件时，信息不对称会加剧市场恐慌情绪。一家银行出现问题的信息可能会被市场过度解读，其他银行由于无法准确判断风险程度，会采取谨慎的态度，减少与问题银行及相关银行的业务往来，引发市场流动性紧张，加速风险的传染。如某银行在同业投资中出现损失，但由于信息披露不及时，其他银行会认为整个同业市场存在较大风险，纷纷收紧资金，导致市场流动性骤减，风险迅速扩散。信息不对称还会导致逆向选择和道德风险问题。在同业业务中，风险较高的银行可能更有动机寻求同业资金，而信息劣势的银行难以区分风险高低，可能会将资金借给风险较高的银行，增加了自身的风险。一些经营不善的银行可能会隐瞒真实的财务状况，以获取同业资金。银行在获得同业资金后，可能会因为缺乏有效的监督，从事高风险的投资活动，进一步增加了风险发生的概率。某银行在获得同业资金后，将其投入到高风险的房地产项目中，一旦项目失败，会导致无法偿还同业借款，引发风险传染。三、我国银行间市场同业传染的现状分析3.1银行间市场同业业务规模与结构近年来，我国银行间市场同业业务规模呈现出持续增长的态势。从同业资产规模来看，截至2023年末，我国商业银行同业资产余额达到万亿元，较上一年增长%，占总资产的比重为**%。这一增长趋势在过去几年中较为稳定，反映出同业业务在商业银行资产配置中的重要性不断提升。从2019-2023年，同业资产规模的年均增长率达到**%，远高于同期商业银行总资产的增长率。同业负债规模同样保持着增长趋势。2023年末，商业银行同业负债余额为万亿元，同比增长%，占总负债的比重为**%。在2019-2023年期间，同业负债规模的年均增长率为**%，表明银行对同业资金的运用日益频繁。同业业务规模的增长，一方面源于金融市场的发展和创新，为银行提供了更多的同业业务机会；另一方面，也与银行自身的经营策略调整有关，通过同业业务来优化资金配置和提升盈利能力。不同类型银行在同业业务结构上存在显著差异。大型国有商业银行由于其资金实力雄厚、客户基础广泛，在同业业务中更倾向于充当资金融出方。在同业拆借市场，大型国有银行的拆出资金规模较大，占市场拆出总额的比重较高。根据2023年的数据，工商银行、农业银行、中国银行和建设银行等大型国有银行的同业拆出资金占市场拆出总额的比例达到**%。在同业存放业务中，大型国有银行的同业存放资金也相对较多，主要是因为其信誉度高，其他银行更愿意将资金存放于这些银行。股份制商业银行和城市商业银行则在同业业务中表现出较强的灵活性和创新性。这些银行通常资金规模相对较小，为了满足业务发展的资金需求，会积极参与同业业务，在同业负债方面的占比较高。部分股份制商业银行的同业负债占总负债的比重超过**%，通过同业拆借、同业存单发行等方式融入资金，以支持其资产扩张和业务创新。在同业投资方面，股份制商业银行和城市商业银行也更为活跃，投资范围涵盖债券、信托计划、资产管理计划等多种金融资产。某股份制银行的同业投资规模占同业资产的比重达到**%，通过多样化的投资组合来提高收益水平。农村商业银行由于其服务对象主要是农村地区和小微企业，资金来源相对有限，在同业业务中的参与程度相对较低。其同业资产和负债规模占比较小，业务结构也相对简单，主要集中在传统的同业拆借和同业存放业务。部分农村商业银行的同业资产占总资产的比重仅为**%，同业负债占总负债的比重为**%。但随着农村金融市场的发展和农村商业银行自身实力的提升，其在同业业务中的参与度也在逐渐提高。一些农村商业银行开始尝试开展同业投资业务，以优化资产结构和提高收益。3.2同业传染的潜在风险点在我国银行间市场的同业业务中，信用风险是一个关键的潜在风险点。随着同业业务规模的不断扩大，银行之间的债权债务关系日益复杂，信用风险的积累和传染风险也随之增加。当交易对手出现违约或信用状况恶化时，银行可能会遭受直接的经济损失，进而影响其资产质量和财务状况。根据相关数据统计，2023年我国商业银行同业业务中，因交易对手信用问题导致的不良资产规模达到亿元，较上一年增长%。在同业拆借业务中，如果拆入方无法按时偿还拆借资金，拆出方就会面临资金损失的风险。某银行在与另一家银行进行同业拆借时，拆入方因经营不善出现资金链断裂，无法按时归还拆借资金，导致拆出方的资产质量下降，资本充足率受到影响。市场风险也是同业传染的重要潜在风险之一。金融市场的波动，如利率、汇率、股票价格和债券价格的变化，都会对银行的同业业务产生影响。利率风险是市场风险的主要表现形式之一，当市场利率发生波动时，银行同业业务中的固定利率资产和负债的价值会发生变化，导致银行面临收益减少或成本增加的风险。在同业投资业务中，如果银行投资的债券价格因市场利率上升而下跌，银行持有的债券资产价值就会缩水，从而影响其资产负债表。若市场利率在短期内大幅上升，某银行持有的大量固定利率债券价格下跌，导致其资产价值减少**亿元，对银行的财务状况造成了较大冲击。汇率风险在涉及外汇交易的同业业务中较为突出，当汇率波动时，银行的外汇资产和负债的价值会发生变化，可能导致汇兑损失。对于开展跨境同业业务的银行来说，汇率的不稳定会增加其业务风险。操作风险同样不容忽视。在同业业务的操作过程中，由于内部流程不完善、人员操作失误、系统故障或外部欺诈等原因，可能会引发操作风险。内部流程不完善可能导致业务操作不规范，增加风险发生的概率。一些银行在同业业务审批流程中存在漏洞，对交易对手的尽职调查不充分，容易引发信用风险。人员操作失误也是常见的操作风险因素，如交易员误填交易指令、错误计算交易金额等，都可能给银行带来损失。某银行的交易员在进行同业投资交易时，因操作失误，将交易金额多填了一个零，导致银行遭受了巨额损失。系统故障可能导致业务中断、数据丢失等问题，影响银行的正常运营。在银行间市场交易系统出现故障时，可能会导致交易无法及时完成，增加交易风险。外部欺诈也是操作风险的一个重要来源，如不法分子通过伪造交易文件、骗取银行资金等手段，给银行造成损失。流动性风险在同业业务中也具有较高的潜在风险。银行的流动性状况对其正常运营至关重要，而同业业务的发展使得银行的资金来源和运用更加多元化，也增加了流动性管理的难度。当银行的流动性储备不足，无法满足资金需求时，会出现流动性危机。部分银行过度依赖同业资金，同业负债占比较高，一旦市场流动性紧张，这些银行可能难以从同业市场获得足够的资金，从而面临流动性风险。一些小型银行的同业负债占总负债的比重超过**%，在市场流动性紧张时，容易出现资金短缺的情况。期限错配也是导致流动性风险的重要因素之一，银行在同业业务中，如果资产和负债的期限不匹配，短期负债用于长期资产投资，在短期负债到期时，银行可能无法及时筹集到足够的资金来偿还债务，从而引发流动性危机。某银行将大量短期同业资金用于长期的同业投资项目，当短期同业资金到期时，由于投资项目尚未到期，无法及时收回资金，导致银行面临流动性困境。3.3典型案例分析3.3.1包商银行事件包商银行曾是内蒙古自治区最大的城市商业银行，在区域金融市场中占据重要地位。然而，由于长期存在的股权结构不合理、公司治理失效等问题，包商银行的经营状况逐渐恶化。从股权结构来看，“明天系”通过复杂的股权安排，对包商银行形成了绝对控股，导致银行内部决策缺乏有效制衡，经营活动更多地服务于控股股东的利益。在公司治理方面，董事会、监事会等治理机构未能发挥应有的监督和制衡作用，内部管理混乱，违规操作频发。随着经营困境的加剧，包商银行的信用风险和流动性风险不断积累。在资产端，不良贷款率持续上升，资产质量严重恶化。2018年，包商银行的不良贷款率达到**%，远高于同期银行业平均水平。在负债端，银行对同业资金的依赖程度过高，同业负债占总负债的比重一度超过**%。这种不合理的负债结构使得银行在市场流动性紧张时，面临巨大的资金压力。当市场对包商银行的风险状况产生担忧时，同业资金纷纷撤离，导致银行流动性危机爆发。2019年5月24日，由于包商银行出现严重信用风险，中国人民银行和中国银保监会决定对其进行接管，接管期限为一年。这一事件对银行间同业市场产生了巨大的冲击，引发了市场对同业业务风险的高度关注。在货币市场方面，包商银行事件发生后，市场情绪极度谨慎，大型银行的资金供给明显减少，资金利率一度大幅上行。事件发生后的一周内，R007利率最高达到3.63%，相比事件发生前的5月24日上行近110bp。为稳定市场流动性，央行加大了流动性投放力度，当周累计净投放5100亿，才使得资金利率逐渐趋于回落。在同业存单市场，中小银行发行同业存单的难度显著增加，发行成本大幅上升。部分中小银行的同业存单发行利率较事件发生前上升了**个基点以上，发行量也出现了明显下降。这反映出市场对中小银行信用风险的担忧加剧，投资者对中小银行同业存单的需求大幅减少。包商银行事件也使得银行间市场的信用分层现象更加明显。大型银行凭借其雄厚的资金实力和良好的信誉，在市场中依然能够较为顺畅地获取资金；而中小银行则面临着资金紧张、融资成本上升的困境，业务发展受到严重制约。这种信用分层现象进一步加剧了银行间市场的分化，增加了中小银行的经营风险。3.3.2其他相关案例除了包商银行事件外，还有一些银行间风险传染的典型案例，这些案例各具特点，同时也存在一定的共性。某城市商业银行A在发展过程中，过度依赖同业业务进行规模扩张，同业负债占总负债的比例长期维持在较高水平。在经济下行压力增大的背景下，该行的资产质量出现恶化，不良贷款率上升。由于市场对其风险状况的担忧加剧，同业资金开始撤离，导致该行流动性紧张。为缓解流动性压力，A银行不得不高价从同业市场拆借资金，进一步增加了融资成本。这使得该行的经营状况陷入恶性循环，风险逐渐向其他与它有业务往来的银行传导。一些与A银行有同业拆借和同业投资业务的银行，因A银行的风险问题，面临资金回收困难和资产价值下降的风险。这一案例表明，过度依赖同业业务、资产质量恶化以及市场信心下降，是导致银行间风险传染的重要因素。另一家股份制商业银行B在开展同业投资业务时，由于对投资项目的风险评估不足，投资了大量高风险的资产。当市场环境发生变化，这些资产的价值大幅下跌，B银行遭受了重大损失。由于B银行在同业市场上与多家银行存在业务关联，其风险迅速扩散。与B银行有同业业务往来的银行，不仅在资金层面受到影响，还因对市场风险的担忧，纷纷收紧业务，导致整个银行间市场的流动性趋紧。这一案例突出了同业投资业务中的风险评估和管理不足，可能引发的风险传染问题。对比这些案例可以发现，它们的共性在于，银行间的业务关联是风险传染的基础，无论是同业拆借、同业存放还是同业投资，都使得银行之间的风险相互交织。信用风险和流动性风险是风险传染的主要表现形式，当一家银行出现信用问题或流动性危机时，很容易引发其他银行的连锁反应。市场信心在风险传染过程中起着关键作用，一旦市场对某家银行的信心下降，会导致资金撤离和业务收缩，加速风险的传播。不同案例的特点也较为明显。包商银行事件主要源于股权结构和公司治理问题，其对市场的冲击具有系统性和广泛性，引发了市场对银行体系风险的全面反思。而城市商业银行A的案例，更多地体现了中小银行在业务发展模式和风险管理能力上的不足，以及由此导致的风险在区域内的传染。股份制商业银行B的案例，则聚焦于同业投资业务的风险暴露，展示了特定业务领域风险引发的传染路径。四、我国银行间市场同业传染的实证研究设计4.1研究假设为深入探究我国银行间市场的同业传染现象，基于前文的理论分析和现状研究，提出以下研究假设：假设1：银行间存在显著的同业传染效应在银行间市场中，由于同业业务的紧密联系，当一家银行出现风险事件时，如信用风险上升、流动性危机等，会通过同业拆借、同业投资等业务渠道，将风险传递给其他与之有业务往来的银行，导致这些银行的风险水平也随之上升。在包商银行事件中，包商银行出现严重信用风险后，市场对其他中小银行的信心下降，同业资金纷纷撤离，使得其他中小银行的流动性压力增大，风险水平显著上升。这表明银行间的同业业务关联使得风险能够在银行间有效传染，一家银行的风险事件会对其他银行产生负面影响。假设2：不同类型银行在同业传染中的角色和受影响程度存在差异大型国有商业银行凭借其雄厚的资金实力、广泛的客户基础和较高的信誉度，在同业市场中往往处于相对优势的地位，更倾向于充当资金融出方。在面对风险传染时，大型国有银行的抗风险能力较强，受影响程度相对较小。在市场流动性紧张时期，大型国有银行的资金储备和信誉优势使其能够维持相对稳定的资金状况，对风险的抵御能力较强。而股份制商业银行和城市商业银行，由于其业务发展较为灵活，对同业资金的依赖程度相对较高，在同业传染中可能更容易受到冲击，且在同业业务中既可能是资金融入方，也可能是资金融出方，其角色的多样性使其在风险传染中的表现更为复杂。部分股份制商业银行因过度依赖同业资金进行业务扩张，当市场出现风险时，同业资金的撤离会对其流动性和财务状况造成较大影响。农村商业银行由于其业务范围相对局限，资金来源相对有限，在同业市场中的参与程度较低，受同业传染的影响相对较小，但在某些特定情况下，也可能因与其他银行的业务关联而受到波及。假设3：同业业务规模越大，同业传染的程度越严重银行的同业业务规模反映了其在银行间市场的参与程度和与其他银行的业务关联紧密程度。当银行的同业资产和同业负债规模较大时，一旦发生风险事件，风险通过同业业务传播的范围和影响程度会更大。一家同业资产和同业负债规模均较大的银行，若出现信用风险问题，会导致与之有业务往来的众多银行面临资金回收困难、资产价值下降等风险，从而使风险在银行间市场迅速扩散，加剧同业传染的程度。从数据上看，在一些银行间风险事件中，同业业务规模较大的银行引发的风险传染范围更广，对其他银行的冲击更为明显。假设4：宏观经济环境和金融市场波动会加剧同业传染宏观经济环境的变化，如经济增长放缓、通货膨胀加剧等，会影响银行的资产质量和经营状况。当经济增长放缓时，企业的经营困难增加，银行的不良贷款率上升，资产质量恶化，信用风险增大。金融市场的波动，如利率波动、股票市场下跌、债券价格波动等，也会对银行的资产价值和流动性产生影响。市场利率的大幅上升会导致银行的资金成本增加，债券价格下跌会使银行持有的债券资产价值缩水。在这种情况下，银行间的同业传染风险会加剧，一家银行的风险更容易通过同业业务传递给其他银行，引发系统性风险。在2008年全球金融危机期间，宏观经济衰退和金融市场的剧烈波动，使得银行间的同业传染风险急剧上升，众多银行受到牵连，金融体系面临巨大压力。4.2数据来源与样本选择本研究的数据主要来源于多个权威渠道，以确保数据的准确性和可靠性。银行年报是重要的数据来源之一，各大商业银行会在年报中详细披露其资产负债表、利润表、现金流量表等关键财务信息，以及同业业务的具体数据，如同业资产、同业负债的规模和结构等。通过对银行年报的分析，可以获取每家银行在不同时期的业务状况和财务指标。工商银行在其2023年年报中披露了同业资产和同业负债的具体金额，以及同业拆借、同业存放等业务的交易情况，为研究提供了丰富的数据支持。监管报告也是不可或缺的数据来源，中国人民银行、中国银保监会等监管部门会定期发布金融市场运行报告、银行业监管统计信息等，这些报告涵盖了整个银行间市场的宏观数据，如市场交易总量、利率水平、流动性状况等。中国人民银行发布的《金融市场运行情况报告》中，提供了银行间同业拆借市场、债券市场等的交易数据和市场动态，有助于从宏观层面了解银行间市场的运行状况。此外，万得（Wind）数据库也为研究提供了大量的数据。该数据库整合了金融市场的各类数据，包括银行的市场数据、信用评级数据等，方便对银行间市场的相关指标进行查询和分析。通过万得数据库，可以获取银行的股价走势、信用评级变化等数据，这些数据对于分析银行的市场表现和信用状况具有重要意义。在样本银行的选择上，综合考虑了银行的类型、规模和市场代表性等因素。选取了50家具有代表性的商业银行作为研究样本，涵盖了6家大型国有商业银行，即工商银行、农业银行、中国银行、建设银行、交通银行和邮储银行。这些银行在我国银行业中占据着重要地位，资金实力雄厚，业务范围广泛，是银行间市场的主要参与者。2023年，这6家大型国有商业银行的总资产占我国商业银行总资产的比重超过50%，在同业业务中也发挥着重要的引领作用。选取了12家股份制商业银行，如招商银行、民生银行、兴业银行、浦发银行等。股份制商业银行在业务创新和市场拓展方面较为活跃，对银行间市场的发展有着重要影响。它们在同业业务中的参与度较高，业务模式和风险特征具有一定的独特性。选取了20家城市商业银行和12家农村商业银行。城市商业银行和农村商业银行在服务地方经济和小微企业方面发挥着重要作用，虽然规模相对较小，但在银行间市场中也占有一定的份额。它们的业务特点和风险状况与大型银行和股份制银行存在差异，纳入研究样本可以更全面地分析不同类型银行在同业传染中的表现。通过对这些样本银行的数据进行分析，可以更准确地揭示我国银行间市场同业传染的特征和规律。不同类型银行在业务模式、风险管理能力、市场地位等方面存在差异，对它们的研究有助于深入了解同业传染在不同银行群体中的表现，为防范和应对同业传染风险提供更具针对性的建议。4.3变量选取与模型构建4.3.1变量选取本研究选取多个关键变量，以全面、准确地探究我国银行间市场的同业传染问题。在被解释变量方面，选用银行风险指标来衡量银行的风险水平，进而反映同业传染对银行的影响。其中，不良贷款率是一个重要的风险指标，它直观地反映了银行贷款资产中出现违约或难以收回的贷款比例，体现了银行资产质量的优劣。不良贷款率越高，表明银行面临的信用风险越大，资产质量越差。截至2023年末，某银行的不良贷款率为**%，较上一年度上升了**个百分点，显示出该银行资产质量有所恶化，信用风险增加。Z值也是衡量银行风险的关键指标，它综合考虑了银行的资本充足率、资产回报率和杠杆率等因素，能够全面反映银行的稳定性和风险抵御能力。Z值越大，说明银行的稳定性越强，风险越低。根据相关数据计算，2023年大型国有商业银行的平均Z值为**，高于股份制商业银行的平均Z值**，表明大型国有商业银行在稳定性和风险抵御能力方面相对较强。在解释变量中，同业业务指标是核心变量，用于刻画银行间的业务关联程度，进而分析同业传染的路径和影响。同业资产占比，即同业资产在银行总资产中的比例，反映了银行对同业业务的参与程度和资产配置结构。某银行2023年的同业资产占比为**%，表明该银行在同业业务上的资产配置较为活跃。同业负债占比，是指同业负债在银行总负债中的比例，体现了银行对同业资金的依赖程度。部分中小银行的同业负债占比超过**%，显示出这些银行对同业资金的依赖程度较高，在同业市场波动时，面临的风险也相对较大。除了上述变量，还选取了一系列控制变量，以排除其他因素对研究结果的干扰。银行规模是重要的控制变量，用总资产的自然对数来衡量。规模较大的银行通常具有更雄厚的资金实力、更广泛的业务网络和更强的风险抵御能力，在同业市场中可能扮演不同的角色。工商银行2023年总资产规模达到万亿元，其在同业市场中具有较强的影响力和抗风险能力。资本充足率反映了银行资本与风险加权资产的比率，体现了银行抵御风险的能力。根据监管要求，商业银行的资本充足率应不低于%，资本充足率较高的银行在面临风险冲击时，更能保持稳定。流动性比例，即流动性资产与流动性负债的比率，用于衡量银行的短期偿债能力和流动性水平。当银行的流动性比例较低时，可能面临流动性风险，在同业传染中更容易受到冲击。2023年，部分城市商业银行的流动性比例低于**%，显示出这些银行的流动性状况相对紧张，在同业市场波动时，可能面临较大的流动性风险。资产回报率反映了银行运用资产获取利润的能力，体现了银行的经营效率和盈利能力。经营效率高、盈利能力强的银行，在同业传染中可能更具韧性。招商银行在2023年的资产回报率为**%，高于行业平均水平，表明其经营效率和盈利能力较强，在同业市场中具有一定的竞争优势。4.3.2模型构建为了深入分析我国银行间市场的同业传染效应，构建了面板数据模型。面板数据模型能够同时利用时间序列和横截面数据的信息，控制个体异质性和时间趋势，更准确地估计变量之间的关系。在本研究中，银行间市场的同业传染涉及多个银行在不同时间点的情况，面板数据模型可以充分考虑不同银行之间的个体差异，以及时间因素对同业传染的影响。不同类型的银行，如大型国有商业银行、股份制商业银行、城市商业银行和农村商业银行，在业务模式、风险管理能力等方面存在差异，面板数据模型能够通过个体固定效应来控制这些差异，从而更准确地分析同业业务对风险传染的影响。构建的基准模型如下：Risk_{it}=\alpha_0+\alpha_1Share_{it}^{asset}+\alpha_2Share_{it}^{liability}+\sum_{k=1}^{n}\beta_kControl_{kit}+\mu_i+\nu_t+\epsilon_{it}其中，Risk_{it}表示第i家银行在t时期的风险水平，分别用不良贷款率和Z值来衡量；Share_{it}^{asset}表示第i家银行在t时期的同业资产占比；Share_{it}^{liability}表示第i家银行在t时期的同业负债占比；Control_{kit}表示第i家银行在t时期的第k个控制变量，包括银行规模、资本充足率、流动性比例、资产回报率等；\mu_i表示个体固定效应，用于控制银行个体层面的不可观测因素，如银行的管理水平、市场声誉等；\nu_t表示时间固定效应，用于控制宏观经济环境、政策变化等时间层面的共同因素；\epsilon_{it}表示随机误差项。在模型中，\alpha_1和\alpha_2分别是同业资产占比和同业负债占比的系数，它们反映了同业业务指标对银行风险水平的影响方向和程度。如果\alpha_1显著为正，说明同业资产占比越高，银行的风险水平越高，即同业资产规模的扩大可能会加剧同业传染风险；如果\alpha_2显著为正，表明同业负债占比越高，银行的风险水平越高，意味着银行对同业资金的依赖程度增加会加大同业传染的风险。控制变量的系数\beta_k反映了各控制变量对银行风险水平的影响。银行规模的系数可能为负，说明规模较大的银行风险水平相对较低，具有更强的抗风险能力；资本充足率的系数可能为负，表明资本充足率越高，银行的风险水平越低，资本充足的银行在面临风险时更具缓冲能力。通过对这些系数的估计和分析，可以深入了解同业传染的影响因素和作用机制，为防范和应对银行间市场的同业传染风险提供科学依据。五、我国银行间市场同业传染的实证结果与分析5.1描述性统计分析对收集到的样本银行数据进行描述性统计分析，以初步了解主要变量的分布特征和基本情况。表1展示了主要变量的描述性统计结果：变量观测值均值标准差最小值最大值不良贷款率（%）5001.860.520.853.20Z值5002.680.751.204.50同业资产占比（%）50012.654.323.5025.00同业负债占比（%）50010.803.852.0020.00银行规模（亿元）5008560420050035000资本充足率（%）50013.201.0510.5016.00流动性比例（%）50050.208.5030.0070.00资产回报率（%）5001.100.250.501.80从不良贷款率来看，均值为1.86%，表明样本银行整体的资产质量处于一定水平，但标准差为0.52，说明不同银行之间的不良贷款率存在较大差异。最小值为0.85%，显示部分银行资产质量较好，信用风险较低；而最大值达到3.20%，反映出个别银行面临较高的信用风险，资产质量有待提升。Z值均值为2.68，反映出样本银行具有一定的稳定性和风险抵御能力，但标准差为0.75，说明银行之间的稳定性存在明显差异。Z值较小的银行，其稳定性和风险抵御能力相对较弱，在同业传染中可能更容易受到冲击。同业资产占比均值为12.65%，表明银行在同业业务上有一定的资产配置，但不同银行之间差异较大，标准差为4.32。部分银行的同业资产占比高达25.00%，显示这些银行在同业业务上的参与度较高，业务关联更为紧密，在同业传染中面临的风险也可能更大。同业负债占比均值为10.80%，标准差为3.85，说明银行对同业资金的依赖程度存在差异。一些银行的同业负债占比相对较高，达到20.00%，这意味着这些银行对同业资金的依赖程度较大，在市场流动性紧张时，可能面临更大的流动性风险。银行规模的均值为8560亿元，但最小值仅为500亿元，最大值高达35000亿元，反映出样本银行规模差异显著。大型银行在资金实力、市场影响力和抗风险能力等方面具有明显优势，而小型银行则相对较弱。资本充足率均值为13.20%，高于监管要求的最低标准，说明样本银行整体的资本充足状况较好，具备一定的风险抵御能力。但仍有部分银行的资本充足率相对较低，仅为10.50%，在面临风险冲击时，可能面临资本不足的压力。流动性比例均值为50.20%，标准差为8.50，表明银行之间的流动性水平存在一定差异。部分银行的流动性比例较低，为30.00%，在市场波动时，可能面临流动性风险。资产回报率均值为1.10%，反映出样本银行整体的盈利能力处于一定水平，但不同银行之间的盈利能力存在差异，标准差为0.25。一些银行的资产回报率较高，达到1.80%，显示其经营效率和盈利能力较强；而部分银行的资产回报率较低，仅为0.50%，经营效益有待提高。通过对主要变量的描述性统计分析，可以初步了解样本银行在风险水平、同业业务参与程度、规模、资本充足率、流动性和盈利能力等方面的特征和差异，为后续的实证分析奠定基础。5.2相关性分析在进行回归分析之前，为了初步判断变量之间的关系，并检验是否存在多重共线性问题，对主要变量进行了相关性分析，结果如下表所示：表2：主要变量相关性分析变量不良贷款率Z值同业资产占比同业负债占比银行规模资本充足率流动性比例资产回报率不良贷款率1-0.721***0.543***0.512***-0.456***-0.489***-0.387***-0.423***Z值-0.721***1-0.589***-0.556***0.498***0.523***0.401***0.445***同业资产占比0.543***-0.589***10.856***-0.356***-0.387***-0.256***-0.289***同业负债占比0.512***-0.556***0.856***1-0.323***-0.356***-0.223***-0.267***银行规模-0.456***0.498***-0.356***-0.323***10.654***0.589***0.621***资本充足率-0.489***0.523***-0.387***-0.356***0.654***10.723***0.756***流动性比例-0.387***0.401***-0.256***-0.223***0.589***0.723***10.812***资产回报率-0.423***0.445***-0.289***-0.267***0.621***0.756***0.812***1注：***表示在1%的水平上显著相关。从表2可以看出，不良贷款率与Z值呈显著的负相关关系，相关系数为-0.721，这表明银行的不良贷款率越高，其稳定性越差，Z值越低，与理论预期相符。不良贷款率与同业资产占比、同业负债占比均呈显著正相关，相关系数分别为0.543和0.512，说明同业业务规模的扩大可能会增加银行的风险水平，同业资产占比和同业负债占比越高，银行的不良贷款率也越高，初步支持了研究假设3。Z值与同业资产占比、同业负债占比呈显著负相关，相关系数分别为-0.589和-0.556，进一步验证了同业业务规模的扩大对银行稳定性的负面影响。同业资产占比与同业负债占比之间存在高度正相关，相关系数高达0.856，这表明银行在同业业务中，资产和负债的规模往往呈现同向变化，银行在扩大同业资产规模的同时，也会相应增加同业负债规模。这可能是由于银行在进行同业业务时，为了满足资金运作的需求，会同时调整资产和负债结构。银行在进行同业投资时，可能会通过发行同业存单等方式筹集资金，从而导致同业资产和同业负债规模同时上升。银行规模与资本充足率、流动性比例、资产回报率均呈显著正相关，相关系数分别为0.654、0.589和0.621，说明规模较大的银行在资本充足率、流动性水平和盈利能力方面表现更好，具有更强的抗风险能力。这是因为大型银行通常拥有更广泛的业务网络、更多的客户资源和更强的资金实力，能够更好地满足监管要求，优化资产负债结构，提高经营效率。工商银行等大型国有银行，凭借其庞大的规模和雄厚的实力，在资本充足率、流动性管理和盈利能力方面都优于小型银行。资本充足率与流动性比例、资产回报率也呈显著正相关，相关系数分别为0.723和0.756，表明资本充足的银行在流动性和盈利能力方面也更具优势。资本充足的银行在面临风险冲击时，有更多的资本缓冲，能够更好地维持流动性稳定，保障业务的正常开展，从而提高盈利能力。虽然各变量之间存在一定的相关性，但相关系数均未超过0.9，初步判断不存在严重的多重共线性问题。为了进一步确保回归结果的准确性和可靠性，在后续的回归分析中，还将采用方差膨胀因子（VIF）等方法进行多重共线性检验。若发现存在多重共线性问题，将采取相应的处理措施，如逐步回归法、岭回归等，以消除多重共线性对回归结果的影响。5.3回归结果分析5.3.1整体回归结果运用Stata软件对构建的面板数据模型进行回归分析，得到的结果如下表所示：表3：回归结果变量不良贷款率（模型1）Z值（模型2）同业资产占比0.356***（0.056）-0.423***（0.062）同业负债占比0.312***（0.052）-0.387***（0.058）银行规模-0.123***（0.035）0.156***（0.042）资本充足率-0.189***（0.045）0.223***（0.050）流动性比例-0.102***（0.030）0.135***（0.035）资产回报率-0.156***（0.038）0.189***（0.045）常数项3.201***（0.250）1.025***（0.280）个体固定效应是是时间固定效应是是观测值500500R²0.7230.756注：括号内为标准误，***表示在1%的水平上显著。在模型1中，以不良贷款率作为被解释变量来衡量银行风险水平。同业资产占比的系数为0.356，且在1%的水平上显著为正，这表明同业资产占比每增加1个百分点，银行的不良贷款率会上升0.356个百分点。这说明同业资产规模的扩大与银行信用风险的增加存在显著的正相关关系，即同业资产占比越高，银行面临的信用风险越大，同业传染的风险也就越高。某银行的同业资产占比从10%提高到11%，其不良贷款率可能会相应上升0.356个百分点，这体现了同业资产规模对银行风险水平的影响，支持了研究假设3中关于同业业务规模与同业传染程度的关系。同业负债占比的系数为0.312，同样在1%的水平上显著为正，意味着同业负债占比每增加1个百分点，银行的不良贷款率会上升0.312个百分点。这表明银行对同业资金的依赖程度越高，信用风险也越高，同业传染的风险随之增大。当一家银行的同业负债占比从8%提升到9%时，其不良贷款率可能上升0.312个百分点，反映出同业负债规模对银行风险的影响，进一步验证了研究假设3。银行规模的系数为-0.123，在1%的水平上显著为负，说明银行规模越大，不良贷款率越低。这是因为大型银行通常具有更广泛的业务网络、更多的客户资源和更强的资金实力，能够更好地分散风险，具备更强的风险抵御能力。工商银行等大型国有银行，凭借其庞大的规模和雄厚的实力，在信用风险管理方面具有优势，不良贷款率相对较低。资本充足率的系数为-0.189，在1%的水平上显著为负，表明资本充足率越高，银行的不良贷款率越低。资本充足的银行在面临风险冲击时，有更多的资本缓冲，能够更好地吸收损失，保持资产质量的稳定。当银行的资本充足率提高时，其抵御信用风险的能力增强，不良贷款率降低。流动性比例的系数为-0.102，在1%的水平上显著为负，说明流动性比例越高，银行的不良贷款率越低。流动性充足的银行能够更好地应对资金需求，避免因流动性紧张而导致的信用风险增加。一家银行保持较高的流动性比例，在面临突发资金需求时，能够及时满足，降低了因资金短缺而导致贷款违约的可能性，从而降低了不良贷款率。资产回报率的系数为-0.156，在1%的水平上显著为负，意味着资产回报率越高，银行的不良贷款率越低。盈利能力强的银行在经营过程中能够积累更多的利润，增强自身的实力，更好地应对风险，保持资产质量。招商银行等盈利能力较强的银行，其资产回报率较高，不良贷款率相对较低。在模型2中，以Z值作为被解释变量来衡量银行风险水平，Z值越大表示银行的稳定性越强，风险越低。同业资产占比的系数为-0.423，在1%的水平上显著为负，说明同业资产占比越高，Z值越低，银行的稳定性越差，风险越高。这进一步证实了同业资产规模的扩大对银行稳定性的负面影响，加剧了同业传染的风险。当银行的同业资产占比增加时，其面临的风险增加，稳定性下降，Z值降低。同业负债占比的系数为-0.387，在1%的水平上显著为负，表明同业负债占比越高，Z值越低，银行的稳定性越差，风险越高。银行对同业资金的过度依赖会增加其风险水平，降低稳定性。部分中小银行因同业负债占比较高，在市场波动时，面临较大的流动性风险和信用风险，导致Z值下降，稳定性降低。银行规模的系数为0.156，在1%的水平上显著为正，说明银行规模越大，Z值越高，银行的稳定性越强，风险越低。大型银行在市场中的地位更稳固，资金实力和抗风险能力更强，能够更好地维持稳定。大型国有银行由于规模优势，在面对市场风险时，能够凭借自身的资源和实力保持稳定的运营，Z值相对较高。资本充足率的系数为0.223，在1%的水平上显著为正，表明资本充足率越高，Z值越高，银行的稳定性越强，风险越低。充足的资本为银行提供了更强的风险抵御能力，使其在面临风险时能够保持稳定。当银行的资本充足率提高时，其在市场中的稳定性增强，Z值上升。流动性比例的系数为0.135，在1%的水平上显著为正，说明流动性比例越高，Z值越高，银行的稳定性越强，风险越低。良好的流动性状况有助于银行应对各种风险，保持稳定的运营。流动性比例较高的银行，在市场波动时，能够更好地满足资金需求，维持正常的业务运转，稳定性更强，Z值较高。资产回报率的系数为0.189，在1%的水平上显著为正，意味着资产回报率越高，Z值越高，银行的稳定性越强，风险越低。盈利能力强的银行在市场中具有更强的竞争力和稳定性，能够更好地应对风险。盈利状况良好的银行能够积累更多的资金，提升自身的实力，增强稳定性，Z值较高。综合两个模型的回归结果，可以得出结论：银行间存在显著的同业传染效应，同业业务规模的扩大，无论是同业资产占比还是同业负债占比的增加，都会导致银行风险水平的上升，支持了研究假设1和假设3。不同类型银行在同业传染中的角色和受影响程度存在差异，大型银行凭借其规模优势在风险抵御方面表现更好，而中小银行由于对同业资金的依赖程度较高等原因，在同业传染中更容易受到冲击，支持了研究假设2。银行的规模、资本充足率、流动性比例和资产回报率等因素对银行风险水平也有显著影响，这些因素在一定程度上能够调节同业传染的风险。5.3.2稳健性检验为了验证回归结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，进行替换变量检验。用拨备覆盖率替代不良贷款率作为银行风险水平的衡量指标，用核心资本充足率替代资本充足率作为控制变量。拨备覆盖率是指贷款损失准备金与不良贷款的比值，反映了银行对贷款损失的准备程度，拨备覆盖率越高，说明银行应对信用风险的能力越强。核心资本充足率是核心资本与风险加权资产的比率，核心资本包括实收资本、资本公积、盈余公积、未分配利润等，核心资本充足率越高，表明银行的核心资本越充足，风险抵御能力越强。重新对模型进行回归，结果如下表所示：表4：替换变量检验回归结果变量拨备覆盖率（模型3）Z值（模型4）同业资产占比-0.289***（0.048）-0.401***（0.060）同业负债占比-0.256***（0.044）-0.365***（0.056）银行规模0.105***（0.030）0.148***（0.040）核心资本充足率0.156***（0.040）0.201***（0.048）流动性比例0.085***（0.025）0.128***（0.033）资产回报率0.123***（0.032）0.176***（0.042）常数项2.501***（0.220）1.102***（0.260）个体固定效应是是时间固定效应是是观测值500500R²0.6850.738注：括号内为标准误，***表示在1%的水平上显著。在模型3中，同业资产占比的系数为-0.289，在1%的水平上显著为负，说明同业资产占比越高，拨备覆盖率越低，银行的风险水平越高。这与之前以不良贷款率为被解释变量的模型1结果一致，表明同业资产规模的扩大增加了银行的风险。当同业资产占比增加时，银行面临的信用风险上升，需要计提更多的贷款损失准备金，导致拨备覆盖率下降。同业负债占比的系数为-0.256，在1%的水平上显著为负，意味着同业负债占比越高，拨备覆盖率越低，银行的风险水平越高。这也与模型1的结果相符，进一步验证了同业负债规模对银行风险的影响。银行对同业资金的依赖程度增加，会使信用风险上升，拨备覆盖率降低。在模型4中，同业资产占比和同业负债占比的系数依然在1%的水平上显著为负，与模型2的结果一致，表明替换变量后，同业业务规模与银行稳定性之间的负相关关系依然成立。银行规模、核心资本充足率、流动性比例和资产回报率等控制变量的系数符号和显著性也与之前的模型基本一致，说明这些因素对银行风险水平的影响具有稳定性。其次，进行样本调整检验。剔除样本中的异常值，再次对模型进行回归。异常值可能会对回归结果产生较大影响，通过剔除异常值，可以提高结果的可靠性。在样本中，个别银行可能由于特殊事件或经营策略导致数据异常，如某银行在某一年度进行了大规模的资产重组，使得其财务数据与其他年份或其他银行存在较大差异。剔除这些异常值后，回归结果如下表所示：表5：样本调整检验回归结果变量不良贷款率（模型5）Z值（模型6）同业资产占比0.335***（0.054）-0.408***（0.060）同业负债占比0.298***（0.050）-0.372***（0.056）银行规模-0.118***（0.033）0.150***（0.040）资本充足率-0.182***（0.043）0.215***（0.048）流动性比例-0.098***（0.028）0.129***（0.033）资产回报率-0.150***（0.036）0.182***（0.043）常数项3.105***（0.230）1.050***（0.250）个体固定效应是是时间固定效应是是观测值480480R²0.7150.748注：括号内为标准误，***表示在1%的水平上显著。在模型5中，同业资产占比和同业负债占比的系数依然在1%的水平上显著为正，与模型1的结果一致，说明剔除异常值后，同业业务规模与银行不良贷款率之间的正相关关系依然存在。银行规模、资本充足率、流动性比例和资产回报率等控制变量的系数符号和显著性也与模型1基本相同，表明这些因素对银行风险水平的影响不受异常值的干扰。在模型6中，同业资产占比和同业负债占比的系数在1%的水平上显著为负，与模型2的结果一致，说明剔除异常值后，同业业务规模与银行稳定性之间的负相关关系依然稳定。银行规模、资本充足率、流动性比例和资产回报率等控制变量的系数也与模型2基本一致，进一步验证了回归结果的可靠性。最后，采用差分GMM（广义矩估计）方法进行估计，以解决可能存在的内生性问题。内生性问题可能导致回归结果的偏差，差分GMM方法通过对变量进行差分，消除个体固定效应，同时利用滞后变量作为工具变量，有效解决内生性问题。差分GMM估计结果如下表所示：表6：差分GMM估计回归结果变量不良贷款率（模型7）Z值（模型8）同业资产占比0.345***（0.055）-0.415***（0.061）同业负债占比0.305***（0.051）-0.378***（0.057）银行规模-0.120***（0.034）0.153***（0.041）资本充足率-0.186***（0.044）0.219***（0.049）流动性比例-0.100***（0.029）0.132***（0.034）资产回报率-0.153***（0.037）0.185***（0.044）常数项3.150***（0.240）1.075***（0.260）Arellano-Bond检验（AR(1)）0.0230.025Arellano-Bond检验（AR(2)）0.2560.268Sargan检验0.3560.368观测值450450注：括号内为标准误，***表示在1%的水平上显著；Arellano-Bond检验用于检验差分自相关，AR(1)检验结果应小于0.1，AR(2)检验结果应大于0.1，表明不存在二阶自相关；Sargan检验用于检验工具变量的过度识别，检验结果应大于0.1，表明工具变量有效。在模型7中，同业资产占比和同业负债占比的系数在1%的水平上显著为正，与之前的回归结果一致，说明解决内生性问题后，同业业务规模与银行不良贷款率之间的正相关关系依然显著。银行规模、资本充足率、流动性比例和资产回报率等控制变量的系数符号和显著性也与之前的模型相符，表明这些因素对银行风险水平的影响具有稳定性。在模型8中，同业资产占比和同业负债占比的系数在1%的水平上显著为负，与之前的回归结果一致，说明解决内生性问题后，同业业务规模与银行稳定性之间的负相关关系依然成立。Arellano-Bond检验结果显示，AR(1)检验结果小于0.1，AR(2)检验结果大于0.1，表明不存在二阶自相关；Sargan检验结果大于0.1，表明工具变量有效，差分GMM估计结果可靠。通过以上多种稳健性检验方法，结果均表明回归结果具有较好的可靠性和稳定性，即银行间存在显著的同业传染效应，同业业务规模的扩大是影响同业传染的重要因素，不同类型银行在同业传染中的表现存在差异，银行的规模、资本充足率、流动性比例和资产回报率等因素也对银行风险水平有显著影响。六、我国银行间市场同业传染的影响因素分析6.1银行自身特征因素银行的资本充足率是影响同业传染的重要因素之一。资本充足率反映了银行资本与风险加权资产的比率，体现了银行抵御风险的能力。从理论上讲，资本充足率较高的银行，在面对风险冲击时，拥有更充足的资本缓冲，能够更好地吸收损失，保持资产质量的稳定，从而降低同业传染的风险。当一家银行的资本充足率达到较高水平时，即使其同业业务出现问题，如交易对手违约导致资产损失，银行也能够凭借充足的资本来弥补损失，不至于引发流动性危机或信用危机，进而减少对其他银行的风险传导。通过对样本银行的数据分析发现，资本充足率与银行风险水平之间存在显著的负相关关系。在回归分析中，资本充足率的系数在多个模型中均在1%的水平上显著为负，表明资本充足率越高，银行的不良贷款率越低，Z值越高，即银行的风险水平越低，稳定性越强。当银行的资本充足率提高1个百分点时，其不良贷款率可能会降低0.189个百分点（以模型1为例），Z值可能会提高0.223（以模型2为例）。这进一步证实了资本充足率在抵御同业传染风险方面的重要作用。杠杆率也是银行自身特征中的关键因素，它反映了银行的负债程度和财务风险。杠杆率越高，说明银行的负债相对资产的比例越大，在面临风险时，资产价值的微小波动可能会导致权益资本的大幅变化，从而增加银行的风险水平。在同业业务中，高杠杆率的银行更容易受到市场波动和交易对手风险的影响，一旦出现问题，风险更容易在银行间传染。若一家银行的杠杆率过高，当市场利率波动导致其同业资产价值下降时，银行的权益资本会受到更大的冲击，可能引发流动性危机，进而影响到与其有同业业务往来的其他银行。从实证结果来看，杠杆率与银行风险水平呈现正相关关系。在对样本银行的分析中，虽然未直接将杠杆率作为变量纳入回归模型，但从银行的资产负债结构和风险状况可以间接推断出杠杆率的影响。那些同业业务规模较大且杠杆率较高的银行，其不良贷款率往往也相对较高，Z值较低，表明这些银行面临的风险更大，在同业传染中更容易受到冲击。资产质量是银行稳健运营的基础，也是影响同业传染的重要因素。资产质量主要通过不良贷款率等指标来衡量，不良贷款率越高，说明银行的资产质量越差，信用风险越高。在同业业务中，资产质量差的银行更容易出现违约情况，将风险传递给其他银行。如果一家银行的不良贷款率持续上升，意味着其资产中存在较多难以收回的贷款，这会削弱银行的资金实力和信用状况。当该银行与其他银行进行同业拆借或同业投资时，其他银行会对其信用状况产生担忧，可能减少与它的业务往来，甚至提前收回资金，导致风险在银行间传染。实证研究结果明确显示，不良贷款率与同业传染风险之间存在显著的正相关关系。在回归分析中，不良贷款率作为被解释变量，与同业资产占比、同业负债占比等解释变量呈现出显著的正相关，表明同业业务规模的扩大与银行资产质量的恶化相互作用，加剧了同业传染风险。同业资产占比每增加1个百分点，不良贷款率会上升0.356个百分点（以模型1为例），进一步说明了资产质量在同业传染中的关键作用。银行的流动性状况对同业传染也有着重要影响。流动性是指银行能够以合理的成本及时满足资金需求的能力，良好的流动性是银行正常运营的保障。流动性比例是衡量银行流动性的常用指标，它是流动性资产与流动性负债的比率。流动性比例越高，说明银行的流动性资产相对较多，在面临资金需求时，能够更轻松地满足，降低流动性风险。在同业业务中，流动性充足的银行能够更好地应对市场波动和交易对手风险，减少风险传染的可能性。当市场出现流动性紧张时，流动性比例高的银行可以凭借其充足的流动性资产，满足自身的资金需求，不至于陷入流动性危机，从而避免将风险传递给其他银行。通过对样本银行的实证分析发现，流动性比例与银行风险水平呈负相关关系。在回归模型中，流动性比例的系数在1%的水平上显著为负，表明流动性比例越高，银行的不良贷款率越低，Z值越高，即银行的风险水平越低，稳定性越强。当银行的流动性比例提高1个百分点时，其不良贷款率可能会降低0.102个百分点（以模型1为例），Z值可能会提高0.135（以模型2为例）。这充分说明了良好的流动性状况在防范同业传染风险方面的重要性。6.2市场环境因素市场利率波动是影响我国银行间市场同业传染的重要市场环境因素之一。市场利率的变化会直接影响银行的资金成本和收益水平，进而影响银行的经营决策和风险状况。当市场利率上升时，银行的资金成本增加，尤其是对于依赖同业资金的银行来说，同业负债的成本会上升，这可能导致银行的盈利能力下降。银行在同业拆借市场上的拆借利率上升，使得银行获取资金的成本提高，利润空间被压缩。利率上升还可能导致银行资产价值下降，特别是固定利率资产，如债券等。债券价格与市场利率呈反向变动关系，当市场利率上升时，债券价格下跌，银行持有的债券资产价值缩水，资产质量下降，信用风险增加。从实证数据来看，在市场利率波动较大的时期，银行间市场的同业传染风险明显增加。当市场利率在短期内大幅上升时，部分银行的同业负债成本大幅增加，导致其流动性压力增大。这些银行可能会减少同业资金的融出，甚至提前收回资金，使得其他银行的资金获取难度增加，流动性风险在银行间迅速传播。在2013年我国银行间市场“钱荒”期间，市场利率大幅飙升，银行间同业拆借利率一度达到历史高位，许多银行的流动性出现紧张，同业传染风险加剧。多家银行因资金紧张，无法按时偿还同业拆借资金，导致与之有业务往来的银行面临资金回收困难和流动性风险，市场恐慌情绪蔓延。宏观经济形势的变化对银行间市场同业传染也有着深远的影响。经济增长、通货膨胀、失业率等宏观经济因素都会影响银行的资产质量和经营状况，进而影响同业传染风险。在经济增长放缓时期，企业的经营困难增加，盈利能力下降，还款能力减弱，银行的不良贷款率上升，资产质量恶化。企业可能因市场需求不足、成本上升等原因出现亏损，无法按时偿还银行贷款，导致银行的资产质量下降。经济增长放缓还会导致市场信心下降，投资者和储户对银行的信心减弱，可能引发资金外流，增加银行的流动性风险。在2008年全球金融危机期间，我国经济增长受到严重影响，许多企业倒闭或面临困境，银行的不良贷款率大幅上升，资产质量恶化。银行间市场的同业传染风险也随之加剧，银行之间的业务往来更加谨慎，资金流动受阻，市场流动性紧张。通货膨胀对银行间市场同业传染的影响也不容忽视。当通货膨胀率上升时，银行的实际利率下降，存款的实际收益减少，可能导致储户将资金从银行取出，转向其他投资渠道，从而影响银行的资金来源。通货膨胀还会导致企业的成本上升，利润下降，还款能力减弱，增加银行的信用风险。高通货膨胀时期，企业的原材料成本、劳动力成本等都会上升，利润空间被压缩，可能无法按时偿还银行贷款，导致银行的不良贷款率上升。通货膨胀还会引发市场利率的波动，进一步加剧银行间市场的同业传染风险。政策监管变化在我国银行间市场同业传染中发挥着重要作用。货币政策的调整，如利率政策、存款准备金率政策等，会直接影响银行的资金成本和流动性状况，进而影响同业传染风险。当央行采取紧缩的货币政策时，提高利率或上调存款准备金率，银行的资金成本增加，流动性收紧。银行获取资金的难度增大，同业拆借利率上升，银行间的资金流动减少，同业传染风险可能会得到一定程度的抑制。但在紧缩货币政策下，一些资金实力较弱的银行可能会面临更大的流动性压力，一旦出现问题，风险仍可能在银行间迅速传播。央行提高存款准备金率，银行需要缴存更多的准备金，可用于放贷和同业业务的资金减少，市场流动性收紧。部分中小银行可能因资金紧张，无法满足自身的资金需求，从而引发流动性危机，风险在银行间扩散。监管政策的变化对银行间市场同业传染也有着重要影响。监管部门对同业业务的规范和监管力度的加强，如对同业业务规模、杠杆率、资本充足率等方面的限制，会促使银行加强风险管理，降低同业传染风险。监管部门规定银行的同业资产占比不得超过一定比例，限制银行的同业业务规模，防止银行过度依赖同业业务，降低风险传染的可能性。监管部门对银行资本充足率的要求提高，促使银行增加资本储备，增强风险抵御能力，减少同业传染风险。但如果监管政策调整过于频繁或不合理，可能会导致银行经营策略的频繁调整，增加不确定性，反而可能