流动性监管与银行系统性抛售风险：来自中国的证据

《Pacific-Basin Finance Journal》：Liquidity regulation and bank systemic fire-sale risk: Evidence from China

　　•我们研究了2014年中国流动性监管对银行抛售风险的影响。•基于389家银行的大规模面板数据，研究结果显示该监管措施总体上具有显著的风险缓解作用。•这种风险缓解效果在很大程度上取决于银行最初的资产负债结构。•较低的资本比率可能会抵消这一益处，从而形成负面反馈循环。•该监管措施是通过减少流动性失衡带来的风险，而非通过降低杠杆率来发挥作用。引言尽管2008年全球金融危机之后全球范围内金融监管不断加强，但2023年硅谷银行的倒闭仍提醒人们，由于资产负债表不匹配而引发的流动性风险以及随之而来的资产抛售，依然对金融稳定构成严重威胁。面对突如其来的流动性压力，银行往往不得不抛售其流动性较差的资产，这不仅会引发价格下跌的恶性循环，还会通过资产负债表传导机制迅速波及到那些资产配置相似的其他机构，最终导致金融动荡。鉴于2008年金融危机的惨痛教训，巴塞尔协议III推出了严格的流动性监管框架。该框架以流动性覆盖率（LCR）和净稳定资金比率（NSFR）为核心，旨在提升各银行抵御流动性冲击的能力，同时从源头上遏制资产抛售带来的负面外部效应。然而，尽管流动性监管旨在增强银行系统及整个金融行业的韧性，但在复杂的金融体系中，其与资本监管相比的实际效果仍存在诸多疑问，有待进一步深入评估（Schroth和Abdelrahman，2025；Roberts等人，2023；Ananou等人，2021；De-Bandt等人，2021；Cecchetti和Kashyap，2018）。一方面，流动性监管的引入是否与资本监管叠加，导致了过度的监管严格性，进而引发了资产同质化，最终加剧了抛售风险？另一方面，流动性监管的效果是否取决于特定的条件，这些条件决定了是采用统一的“一刀切”策略还是差异化的实施方式？在此背景下，本研究探讨了中国2014年流动性监管对银行系统抛售风险的影响。我们使用了2009年至2019年间389家中国商业银行的面板数据集，以评估2014年流动性监管的实际影响。首先，借鉴Duarte和Eisenbach（2021）的框架，我们从两个维度构建并衡量了银行层面的抛售风险：风险贡献度（以单个银行的系统性程度IBS作为替代指标）和风险脆弱性（以单个银行的脆弱性IBV作为替代指标）。这有助于我们更全面地了解银行在危机后产生外部风险溢出的能力以及其承受系统性冲击的脆弱性。其次，考虑到中国流动性监管的全面覆盖和逐步实施，我们采用了连续差异法（DID）作为识别策略，以监管实施后各银行面临的流动性压力作为关键解释变量，以此估算该政策对银行层面抛售风险的平均影响。在此基础上，我们进一步分析了银行最初的资产负债表特征（包括流动性、稳定资金比率及资本比率）如何作为关键条件，调节政策的实际效果。此外，我们还采用了灵活的估算方法来研究政策效果随时间的变化规律，并通过反事实分析框架，评估该监管措施对整体系统性抛售风险的净影响。最后，我们进行了多轮严格的稳健性测试，分析了政策效果在银行类型、规模及经济环境三个维度上的差异性。同时，我们也排除了两种可能干扰因素的影响：银行主动的流动性管理行为以及存贷比监管的调整。我们的实证结果表明，中国流动性监管的实施显著降低了银行层面的抛售风险。具体而言，监管实施带来的流动性压力与IBS和IBV均呈显著负相关，且估算出的系数也具有统计学意义。实际上，这一压力解释了政策实施前后IBS总体下降幅度的81.1%，以及IBV总体下降幅度的28.1%，从而有力地支持了流动性监管具有平均风险缓解效应的观点。进一步分析调节效应后发现，政策效果在很大程度上取决于银行最初的资产负债结构。具体来说，我们发现，与资本比率较高的银行相比，那些初始流动性和稳定资金比率较低的银行的流动性监管风险缓解效应明显较弱。更为值得关注的是，与资本状况较好的银行相比，初始资本比率较低的银行在降低抛售风险方面的监管效应明显减弱，甚至出现逆转。这一结果与Hodula等人（2021）提出的“资本-流动性正向反馈循环”理论一致，强调了资本充足率作为银行抵御风险“第一道防线”的重要作用。鉴于政策效果对初始资本比率的高度敏感性，我们的进一步分析表明，流动性监管主要是通过削弱流动性失衡带来的风险来降低抛售风险，而非通过降低杠杆率来实现这一目标。我们的研究结果具有重要的政策意义。虽然我们的研究证实了流动性监管在遏制系统性抛售风险方面的总体有效性，但同时也表明，在实施流动性监管时，监管机构必须充分考虑银行的各种初始条件，警惕对资本状况较弱的银行可能产生的不良后果，从而采取更为精细和差异化的监管策略。本文有多方面的贡献。首先，我们研究了流动性监管对中国银行系统系统性抛售风险的影响，填补了新兴市场相关研究中的重要实证空白。尽管Greenwood等人（2015）以及Duarte和Eisenbach（2021）提出了基于资产负债表的系统性抛售风险衡量框架，但在世界第二大经济体中国，针对微观层面的研究仍然十分有限。虽然一些在中国背景下开展的研究（如Fang和Jing，2022；Fang和Zheng，2016）已经运用这一框架来量化风险并分析其驱动因素，但这些研究往往样本量较小，主要关注衡量指标中各个组成部分的作用，且没有将模型之外的监管政策纳入考量。与这类研究相比，我们的创新之处在于，我们放弃了基于假设和模拟的风险衡量方法，转而采用基于更大样本量、更具实证基础的参数估算方法。具体而言，在应用Duarte和Eisenbach（2021）的框架时，以往的中国研究往往通过参数校准或直接假设的方式来确定模型中的关键参数，如资产流动性折现率和监管杠杆率。而我们则利用银行的历史资产负债表数据，来估算该框架中反映银行不同行为的两个关键参数：目标杠杆率和杠杆率调整速度。这种基于实际数据的参数估算方法提升了我们结果变量的客观性和实证基础。此外，尽管Roberts等人（2023）和Ananou等人（2024）分别研究了美国和荷兰的流动性监管效应，但他们的识别策略主要依赖于各国特定的政策设计以及相对理想的准自然实验环境。相比之下，由于数据限制以及缺乏此类理想的识别环境，中国在这一领域的实证研究仍然较为匮乏。其次，我们揭示了流动性监管在降低系统性抛售风险方面发挥作用的关键条件及传导机制。以往的研究，如Roberts等人（2023）和Ananou等人（2024），主要关注流动性监管的平均效应，对其在不同银行之间的异质性影响以及背后的传导机制探讨较少。而我们的深入分析表明，流动性监管的风险缓解效应在很大程度上受到银行初始条件的影响，包括其流动性水平、稳定资金结构以及资本充足率——这一发现也对监管的传导机制有着重要的启示。第三，我们提供了关于资本监管与流动性监管之间协同作用的宝贵微观证据，从而有助于深化对金融监管框架设计的理解。我们的研究为金融监管领域中关于资本要求与流动性要求是相互替代还是互补的争论提供了有力的实证支持（Vo，2021），即流动性监管的有效性在很大程度上取决于银行的初始资本比率。具体而言，只有资本状况良好的银行才能真正实现预期的风险缓解效果，而对于资本状况不佳的银行，该监管措施反而会适得其反，加剧其原本想要防范的风险。这清楚地表明，在降低系统性抛售风险方面，资本要求与流动性要求并非替代关系，而是互补关系。对于监管实践而言，这意味着流动性标准不应孤立设定，而应与资本要求相协调。最后，我们的研究也为中国背景下关于流动性监管与系统性风险的相关研究做出了贡献。与那些专注于短期流动性指标LCR及其可能的监管规避行为的研究不同（例如，通过发行可转让存款证等金融创新手段来规避监管，而非真正增加流动性缓冲）（Liu等人，2022），我们发现，具有更多结构性意义的长期指标NSFR，可以通过减少银行间的“流动性失衡关联”来有效降低风险，而非依赖LCR所关注的“流动性缓冲”。此外，与那些强调流动性监管（尤其是NSFR）会对货币政策传导产生负面影响的现有研究不同（Peng等人，2025），我们发现了其积极作用：NSFR通过促使银行减少流动性失衡关联，提升了金融系统的稳定性。从研究视角来看，也与那些仅提供非银行部门资产抛售风险溢出事后证据的研究不同（Yang和Yang，2025），我们的研究则着眼于事前评估，旨在探讨监管政策如何从长远角度改变核心银行系统的结构稳定性，以应对未来可能出现的冲击。本文的其余部分安排如下：第二节阐述中国流动性监管的制度背景；第三节构建理论框架，详细说明流动性监管影响系统性抛售风险的途径，并据此提出研究假设；第四节详细介绍我们的实证策略、变量及数据来源；第五节展示并分析实证结果；第六节进行一系列稳健性测试；第七节展开进一步分析，包括反事实情景评估以及对不同政策效果差异的探讨；最后是第八节的结论部分。制度背景2008年全球金融危机暴露出仅依赖资本充足率这一监管模式的严重局限性，同时也凸显了加强流动性监管在维护金融稳定方面的关键作用。为此，银行监管委员会推出了具有里程碑意义的巴塞尔协议III框架，首次建立了全球统一的流动性风险量化标准。该框架从两个不同的时间维度来应对流动性风险。理论分析与假设构建尽管现有文献大多认为流动性监管对银行系统的抛售风险具有缓解作用，但也有一些研究指出它可能带来风险积累的问题（Sundaresan和Xiao，2024；Hachem和Song，2021；Aldasoro和Faia，2016）。首先，流动性监管要求银行持有更高比例的高质量流动资产，从而可能通过流动性缓冲机制降低系统性抛售风险。实际上，实证策略我们采用了Nunn和Qian（2011）以及Dai等人（2024）提出的基于不同处理强度的连续差异法作为识别策略。由于流动性监管对不同银行的约束程度不同，我们使用银行层面的流动性压力这一连续指标作为监管处理强度的替代指标，通过比较监管实施前后这一压力对抛售风险的影响差异，来识别该政策的效果。这一选择的基础结果是表2展示了方程（1）的估算结果。在模型设定方面，我们首先依次估算不包含时间变化因素的银行层面固定效应模型（第（1）列和第（3）列），然后再估算包含时间变化因素的模型（第（2）列和第（4）列），以此来检验我们研究结果的稳健性。表2的结果表明，流动性监管实施后流动性压力的增加显著降低了银行层面的抛售风险，这一结果支持了假设H1。稳健性检验我们进行了多项额外的测试，以验证我们基准结果的稳健性。具体而言，本部分展示了三项主要检验的核心结果：替代性度量、工具变量估计以及竞争性解释。所有测试的详细估计步骤和完整回归表均收录在在线附录F.2–F.4中。此外，针对政策预期和动态内生性的进一步稳健性检验内容也仅见于在线附录。

反事实分析
前述分析表明，流动性监管对单个银行的抛售风险具有显著的平均缓解作用。然而，由于可能存在监管套利以及资产配置的变化，无法简单通过个体层面效应的汇总来推断出整体的政策效应（Sundaresan和Xiao，2024；Roberts等人，2023）。为进一步明确流动性监管对整体总抛售风险的影响，我们……

结论
本文利用2009年至2019年间389家中国商业银行的面板数据，采用连续型差异识别策略，系统研究了2014年中国流动性监管对银行整体抛售风险的影响。主要结论如下：
首先，基准回归结果有力支持了流动性监管对银行整体抛售风险的缓解作用。具体而言，我们发现由监管措施带来的……

CRediT作者贡献声明
魏国晓：验证、监督、资源协调、方法论、资金获取、概念构建。肖帅：写作——审稿与编辑、写作——初稿撰写、方法论、研究设计、数据整理。袁伟：写作——审稿与编辑、写作——初稿撰写、验证、监督、方法论、资金获取、形式分析、数据整理、概念构建。邹欣：写作——审稿与编辑、写作——初稿撰写、验证、监督。

利益冲突声明
不存在需要声明的利益冲突。

魏国晓|肖帅|袁伟|邹欣