上海财经大学金融学院：跨境银行资金流动和系统性风险

 

　　首先，Karolyi教授介绍了研究背景。接着介绍了数据来源于26个OECD国家(source countries)的银行资金流出数据和119个国家(target countries)的银行资金流入数据。接着Karolyi教授介绍了“Regulatory arbitrage”的定义以及在做这篇论文时已有的优势和遇到的困难。

 

　　Karolyi教授给出了在论文中各风险变量的计算方法。他将银行系统风险(SRISK)定义为当银行面临危机时为保持8%的资本资产比所需要的资本量。同时，Karolyi教授用MES(marginal expeceted shortfall)来衡量单个银行所面临的系统风险值。另外，Karolyi教授给出了一些现有的指标可以衡量银行系统的稳定性。第一个实证研究中，Karolyi教授将系统风险与GDP的比值(SRISK-to-GDP)作为因变量进行回归，通过分析回归结果，可以发现，bank flow越多，SRISK-to-GDP越低，这说明bank flow并不会增加银行系统风险。有老师疑问在bank flow发生的同时国家财政或者监管政策的改变是否会影响银行的系统风险，Karolyi教授认为政策的变化当然会影响银行的系统风险的变化，这将是商业银行管理需要进一步研究的课题。

 

　　Karolyi教授用了Houston在2012年提出的gravity model来检验每年每两个流入-流出国之间银行系统风险的变化。有老师提问，在衡量bank flows时有没有区别equity还是liability的形式。Karolyi教授解释说，由于数据的不可得性，并没有对数据作此处理。

 

　　在实证研究中，Karolyi教授针对Large、High NPL、High Trading Income、High cost-to-Assets、High leverage、High ST funding等不同类型的银行分别进行回归，评价bank flow通过何种途径来银行系统风险。同时，Karolyi教授也计算了遇到bank flow冲击之后银行各项业务指标的变化。

 

　　最后，Karolyi教授得出结论认为当有银行资金流入时，资金流入国的银行会更加倾向于从事短期融资、降低杠杆率、减少坏账率、减少成本和提高资金利用效率，这在一定程度上降低了银行的系统风险，这一实证研究结果也与传统的“regulatory arbitrage”的想法相悖。