资产负债管理与银行绩效

摘要：本文运用2007―2012年美国、欧洲和中国商业银行的面板数据，分析了商业银行资产负债管理中主要项目的最新发展及其与银行绩效之间的关系。实证研究结果表明：资产负债比率与银行绩效呈同向变动；流动性、资本充足率以及证券化结构与银行绩效在不同地域呈现出较明显的差异。本文进一步对银行绩效的深层次因素进行了分析，并结合国内外金融监管政策的变革对我国商业银行资产负债管理提出了政策建议。

关键词：资产负债管理 银行绩效 巴塞尔协议Ⅲ

一、引言

在金融管理理论中，资产负债管理（Asset Liability Management）是金融机构特别是商业银行经营管理的理论基石，其核心是使资产和负债项下的各类资金保持总量和结构上的平衡与对称，通过协调配置，以平衡商业银行安全性、流动性和盈利性之间的关系，实现利润的最大化目标。早期西方商业银行由于负债来源稳定，主要通过对资产的优化组合来达到利润最大化的经营目标；之后，随着商业银行在不同时期经营管理特点的不同，逐渐形成负债管理理论和资产负债管理理论。20世纪70年代以来，随着金融创新的不断深化以及金融危机的爆发，金融体系的不稳定性日益加深，商业银行资产负债管理的内涵也在不断丰富和发展。21世纪以来，美国和欧洲相继爆发了次贷危机和欧债危机并且蔓延成为全球性的金融危机，雷曼兄弟等多家著名金融机构倒闭，给全球金融体系带来了严重冲击，国际金融体系面临重建。

美国于2010年7月21日通过《多德―弗兰克华尔街改革与消费者保护法案》，对美国金融监管体系进行了深度调整和加强：加大对系统风险的监管、解决“大而不倒”的问题、加强对金融消费者和投资者的保护、完善对衍生品市场和影子银行体系的监管等。巴塞尔委员会于同年12月16日颁布了《巴塞尔Ⅲ：一个更稳健的银行及银行体系的金融监管框架》，提出了提升资本质量、提高资本充足率监管标准、引入杠杆率指标、制定新的流动性风险指标并可根据经济周期的不同阶段确定相应的逆周期资本缓释等措施，为商业银行的监管制定了更加严格和细致的规定。我国监管当局根据巴塞尔协议Ⅲ的要求，于2011年4月至2012年6月分别颁布了《中国银行业实施新监管标准的指导意见》、《商业银行杠杆率管理办法》、《商业银行资本管理办法（试行）》等规定，确定以资本充足率、杠杆率和流动性等为核心的监管标准，以准确反映商业银行面临的个体风险和系统性风险。

由此可见，2007年金融危机以来，全球金融体系不断变革，金融监管不断加强，那么，商业银行资产负债管理与其经营绩效呈现出什么样的变化？以美国资产全球排名在前500名的27家商业银行为例，从盈利水平来看，其平均股东回报率2007年为773%，以后逐年下降，2009年出现了全面亏损，平均股东回报率为-127%，随后又逐渐攀升，2012年的平均股东回报率达到862%。但即使美国商业银行的平均股东收益率有所上升，仍未达到危机前2006年1346%的水平。从资产负债项目来看，这些美国商业银行的平均贷款规模从2007年的1 33125亿美元增加到2012年的1 75323亿美元，年平均增长为634%；平均客户存款规模从2007年的1 53105亿美元增加到了2012年的2 53871亿美元，年平均增长1316%，存款规模的平均增长率远远高于贷款规模的平均增长率；从资本结构来看，资本充足率从2007年的1122%提升到了2012年的1434%。在这种变化趋势下，资产负债比率、流动性比率和资本充足率等商业银行资产负债管理中的主要因素对其经营绩效的影响程度究竟怎样呢？

本文正是基于以上分析的金融背景下，选取美国、欧洲和中国在全球排名靠前的商业银行2007年金融危机以来的面板数据，对商业银行资产负债管理的最新发展变化及其与经营绩效之间的关系进行实证分析，并对我国商业银行资产负债管理提出了政策性的建议。

二、文献回顾

资产负债管理的文献一般是从两个方面来进行分析的：一是理论模型的分析和运用；二是管理工具和流程的分析和运用。

（一）理论模型的分析和运用

理论模型分析可以分为微观和宏观两个层面。

1微观层面分析

微观层面主要运用规划模型，在约束条件下寻求最优解，实现资产和负债项下的最优配置。由于银行的业务是由资产业务、负债业务和中间业务收入组成，因此，银行利润最大化的模型可表示为

其中：RA为资产业务利率水平；FTPA为资产业务内部资金价格；A为资产业务规模；FTPD为负债业务内部资金价格；RD为负债业务利率水平；D为负债业务规模；P为中间业务价格；M为中间业务量；C为经营成本。

同时，在利润最大化的模型下，商业银行的经营管理又要受到多种指标的约束，最常见的约束指标有：资本充足率指标、贷存比指标、流动性指标、单个贷款比例指标和备付金指标等。商业银行就是在这些约束指标下，实现公式（1）目标函数的最大化，这是商业银行经营管理中最常用的基于利润最大化下的资产负债管理规划模型；资产负债管理规划模型主要包括线性规划模型和动态规划模型。

Tektas和Gunay（2005）运用类似的线性规划模型分析了有效的资产负债管理需要实现银行利润最大化同时也要控制和降低各种风险，并且运用资产负债管理模型分析了在危机中不同的管理策略将会如何影响银行的绩效。

2宏观层面分析

宏观层面多运用回归模型，分析在特定时间跨度内影响银行绩效的主要因素。本文将主要采用宏观层面的分析方法。

Cecchetti， King和Yetman（2011） 研究了2007―2009年的全球金融危机发现，经济表现好的国家，其银行都有合理的资本结构、较低的贷存比率和杠杆率、充足的现金账户盈余和外汇储备，这些也都对银行绩效水平产生重要影响。

Arif和Anees（2012）采用多元回归模型，运用2004―2009年22家巴基斯坦商业银行资产负债表和利润表的数据，分析了影响流动性风险的主要因素（存款、现金准备、流动性缺口和不良资产准备）和银行绩效之间的关系，研究发现，流动性缺口和不良资产准备的增加将会减少银行的绩效。

（二）管理工具和流程的分析和运用

DiRollo（2000）认为资产负债管理对过去、现在和将来的交易都是需要的，可运用的管理工具主要有：期限结构、利率市场特征、特殊交易事项、情景模拟、资产组合、蒙特卡洛随机模拟和资产负债平衡计划等，可以得出资产负债管理的有用结果，主要有缺口或头寸分析、敏感性分析、在险价值分析和模拟分析等。

Black，Brown和Moloney（2003）认为资产负债管理流程是：首先收集建立数据库，将资产负债表内外的数据（包括提前偿还、内部资金价格和对冲等），结合市场和历史的数据（包括价格、利率、波动率和相关性等），形成资产负债管理的数据库；其次进行分析，通过运用动态策略、期权、资本分配、边际收益等方式进行情景模拟、压力测试和风险评估；最后向管理高层呈现资产负债管理的结果，主要有盈利预测、资产负债和利润表分析、流动性资金报告、VaR报告、缺口报告和资本配置等。

三、理论模型与方法

（一）模型选择和变量说明

本文以面板数据模型为基础，研究商业银行资产负债管理与经营绩效之间最新发展的关系。面板数据是把时间序列沿空间方向扩展，或把截面数据沿时间扩展构成的数据集合。面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。面板数据模型的基本形式为

1被解释变量

本文选取股东回报率（ROE）作为被解释变量。衡量银行绩效的指标主要有净利润、每股收益、净息差、资产利润率和股东回报率等，为有效衡量商业银行给股东所带来收益的效率，本文在衡量银行绩效指标中选取股东回报率，股东回报率=净利润/平均股本。

2解释变量

（1）资产负债结构。商业银行资产负债的比例是资产负债管理中的主要内容之一，商业银行资产业务的核心为贷款业务，负债业务的核心为存款业务，商业银行获得稳定的客户存款是稳健经营的基础。因此，本文用贷款规模和客户存款规模的比率来代表商业银行的资产负债比率，以体现出商业银行核心资产和负债业务的占比情况。

（2）流动性结构。流动性是商业银行清偿能力的体现，流动性管理也是商业银行资产负债管理的主要内容之一，本文以流动性资产对存款和借款总规模的比率来表示商业银行的流动性情况。

（3）盈利资产结构。在资产业务中，盈利资产的占比反映出商业银行盈利的能力，本文选取平均盈利资产与平均资产的比率来表示商业银行盈利资产的结构。

（4）资本结构。资本结构反映出商业银行面临的监管压力，属于资产负债管理中的约束性指标。本文选取资本充足率来代表资本结构，资本充足率为净资本与加权风险资产的比例，实际上也是银行杠杆率的另一个表现。资本充足率与杠杆率呈反向变动，如果资本充足率高，则杠杆率就会低。

（5）证券化结构。国际金融危机爆发原因之一是由于商业银行持有的证券投资占总资产的比重不断攀升，当次贷危机发生后，商业银行持有的相关证券资产市值锐减，从而使银行业遭受巨额减值损失，部分银行难以靠自身的盈利消化危机。本文选取证券总额和资产总额的比例来代表商业银行的证券化结构，商业银行的证券化结构也从另一个方面反映出其非传统性存贷款业务的占比情况。

3控制变量

本文选取的控制变量如下：国家信用评级和银行信用评级，主要表明不同国家的国家风险和不同商业银行自身的信用程度；同时，在研究中国商业银行时，选择了是否在A股和H股上市两个控制变量。变量定义与计算方法见表1。

表1变量定义与计算方法

为研究美国、欧洲和中国商业银行资产负债管理与经营绩效变化的关系，本文数据主要来源于Bankscope银行财务数据库和上市商业银行的年报。Bankscope数据库是由欧洲财务数据库提供商Bureauvan Dijk（BvD）与国际银行业权威机构FitchRating（惠誉）合作的，是国际公认的银行财务信息数据库，数据质量具有广泛认可度，因此，采用Bankscope银行财务数据库与上市商业银行年报的数据可信度较高，数据质量能够得到保证。

按照Bankscope银行数据库的资产排名，美国和中国分别选取在全球排名前500家的商业银行，分别有27家和23家；欧洲选取在全球排名前200家商业银行，有44家，其中英国8家、德国4家、法国8家、意大利4家、西班牙4家、比利时4家、荷兰2家、爱尔兰2家、丹麦2家、瑞典2家、葡萄牙1家、芬兰1家、希腊1家、卢森堡1家。时间跨度为国际金融危机以来，即2007―2012年共6年的数据。因为部分银行数据缺失以及剔除异常数据，故本数据为非平衡面板数据。以上三个地域的银行总共有94家，所选择的每家商业银行都为各自地域的典型样本，总共为519个样本，具有较高的代表性，可以体现出这些地域商业银行的主要特征。

四、计量结果与分析

（一）数据特征分析

根据以上数据选取原则，可得到美国、欧洲和中国的商业银行2007―2012年的股东回报率、流动性结构、盈利资产结构、资本充足率以及证券化结构等指标（具体见表2）。

表2主要研究变量的描述性统计单位：%，个

以股东回报率指标为例，各地域2007―2012年数据值及变动情况如图1所示。由表2和图1可知，整体上来看，商业银行受金融危机的影响比较大，2007年到2009年美国和欧洲商业银行的盈利状况在逐年下降，2010年到2012年美国和中国的商业银行盈利状况有所改善，欧洲商业银行的盈利状况仍处在波动中。从各地域来看，中国商业银行2007―2012年股东回报率的平均值为1710%，高于美国和欧洲的商业银行；标准差为641%，低于美国和欧洲商业银行的标准差，表明其波动性较小，2007年以来产生的次贷危机和欧债危机对中国商业银行的冲击较小。比较美国商业银行和欧洲商业银行可以看出，美国商业银行的平均股东回报率要高于欧洲商业银行，波动性要小于欧洲商业银行，表明美国商业银行受影响程度要小于欧洲商业银行。

图1 2007―2012年美国、欧洲和中国商业银行股东回报率变动情况

（二）回归结果分析

本文基于公式（3）的计量模型对美国商业银进行回归，得到模型Ⅰ的估计结果；基于公式（4）的计量模型对欧洲商业银行进行回归，得到模型Ⅱ的估计结果；基于公式（5）的计量模型对中国商业银进行回归，得到模型Ⅲ的估计结果。

表3回归分析结果：资产负债管理对银行绩效的影响

为确定面板数据模型的类型，运用F检验分析是建立混合模型还是建立个体固定效益模型，运用Hausman检验判断是建立个体随机效应模型还是个体固定效应模型。以F检验为例，在美国商业银行模型Ⅰ中，F（26，127）=1143，表明在1%显著水平性水平下拒绝原假设，因此，该模型应建立个体固定效应模型；运用Hausman检验，检验概率为0082，表明在10%显著性水平下拒绝建立个体随机效应模型，应建立个体固定效应模型。同理，模型Ⅱ和模型Ⅲ均适合建立个体固定效应模型。

运用样本数据对模型进行回归。回归模型估计选择最小二乘方法，由于模型中存在横截面异方差，故采用截面加权估计法，属于广义最小二乘法估计（Generalized Least Squares）。

在模型Ⅰ中，对美国商业银行的面板数据进行回归，资产负债管理中各变量的回归系数均在5%显著性水平下拒绝原假设，样本量为160个，模型的拟合度R2为79%，拟合度较好。同理，可以得到模型Ⅱ和模型Ⅲ的回归系数和统计量，具体见表3的回归分析结果。

1银行经营绩效的深层次分析

从图1来看，中国商业银行经营绩效受危机影响较小，并且一直保持在较高的盈利水平。一方面是因为我国商业银行国际业务占比较小，受次贷和欧债危机影响程度较低；另一方面，我国为了应对全球金融危机，于2008年11月推出4万亿元投资计划以及一系列扩大内需的刺激措施，同时也带动了我国商业银行贷款规模的大幅增长。对于贷款规模的大幅增长，应用辩证的观点进行分析。根据央行公布数据，从2008年12月开始，我国金融机构贷款规模有明显增长（具体见图2），2009年和2010年全年分别增加1055万亿元和836万亿元。这些贷款的发放主要又是以中长期贷款为主，2009年和2010年中长期贷款投放规模分别为714万亿元和695万亿元，占总贷款比重分别为6766%和8316%。如果以2009年投放的中长期贷款为例计算产生的效益，假设利差采用三年期存贷款利差207%，则其在未来三年每年产生的利润为1 477亿元，而根据银监会公布的数据，我国商业银行2010年全年净利润为7 637亿元根据银监会统计口径，商业银行为大型商业银行和股份制商业银行，未包含部分城市商业银行，因城市商业银行盈利规模较小，所以，此口径下盈利规模代表了我国商业银行的主要盈利规模。，中长期贷款产生的利润约占净利润的19%，即使再扣除部分经营成本，依然占净利润较高的比重。由此可见，由于政府经济刺激政策使我国商业银行的效益得到了较稳定的增长，如果扣除此因素，我国商业银行的经营绩效并不会如图1所示的一直保持稳定的增长。同时，我国商业银行在金融危机期间投放贷款的资产质量情况也需重点关注，如果宏观经济形势和企业经营状况出现较大的改变，银行资产质量状况恶化，商业银行经营绩效将会产生明显下降。此外，从资产负债角度来看，2009年和2010年我国商业银行存款规模分别增长1335万亿元和1213万亿元，而定期存款仅分别增长429万亿元和221万亿元，远远低于中长期贷款的增长，这对商业银行资产负债管理特别是流动性和期限管理提出了更高的要求。

图2 2007―2012年中国金融机构各项贷款和中长期贷款每月增量

从美国商业银行来看，其盈利水平已经从次贷危机中逐步得到了恢复。次贷危机产生的主要原因是由于金融监管制度缺失造成的，美国放宽对金融业的限制、过度推进金融创新和金融衍生产品，再加上利率水平上升、房价下跌，次级信用借款人无力偿还贷款，从而产生危机。美国监管当局在危机发生后，不断改革监管体制，加强金融监管，从实际情况来看，取得一定成效，其做法值得我国监管当局借鉴。

从欧洲商业银行来看，欧债危机对欧洲商业银行的影响还远未结束。2009年10月以来，由于希腊、葡萄牙、意大利、爱尔兰和西班牙等欧洲国家经济衰退、内部产业结构失衡、过度举债和财政赤字恶化等原因，导致这些国家债务评级相继被下调，从而引发了欧债危机并在不断蔓延，2013年3月塞浦路斯又成为新的申请救助的国家。由于欧洲银行业持有大量的欧元区债券，导致商业银行盈利遭受巨额损失。以希腊银行为例，其信用评级已经由2007年的A级被逐步下调到2012年的CCC级；负债规模从2009年的711亿欧元逐年下降，2012年已经降到了587亿欧元，贷款规模在712亿欧元和769亿欧元之间变动；2011年和2012年分别出现了123亿欧元和21亿欧元的亏损。欧盟和欧洲央行虽然采取了相应的拯救措施和金融监管制度改革，但效果仍待观察。

2金融监管政策变革下的资产负债管理

此次金融危机暴露出了美国金融监管体系的不足：联邦和州均设有金融监管机构的双层多头金融监管模式，缺乏有效的监督协调机制；监管内容和范围有限，对涉及银行、证券和基金等多个领域的金融机构监督管理滞后；监管方式较为单一，对于高杠杆、高关联性和不对称性强的金融衍生产品和创新业务缺乏有效的管理。为建立市场稳定监管、审慎监管和金融市场商业行为监管的金融监管体系，美国政府先后公布了《现代金融监管架构改革蓝图》和《多德―弗兰克华尔街改革与消费者保护法案》，对政府与市场的关系进行了重新的平衡，对金融监管体系进行了加强，这是20世纪30年代以来美国最大规模的一次金融监管改革，主要措施有：成立金融稳定监管委员会，加强对银行控股公司和非银行金融机构的系统性风险的监管，促进市场自律；限制“大而不倒”机构的过度扩张并建立有序的破产处置和自救机制；加强对影子银行的监管、限制金融衍生产品的投机交易，强化评级机构监管，注重保护投资者权益。此外，法案的第171条即“科林斯修正案”（Collins Amendment）明确对所有美国存款类金融机构及其控股公司设立了最低杠杆率和资本要求，并且规定，巴塞尔协议Ⅲ只有在相关规定比美国最低杠杆率和资本要求更严格时才会被采用。由此可见，美国对杠杆率以及资本的监管比巴塞尔协议Ⅲ更加严格。美国金融监管改革呈现出以下特点：从多头功能性监管模式转向更为集中的目标性监管模式；从局部性风险监管转向金融市场系统性风险监管；加强全部金融机构的全方位监管，保护消费者和投资者权益；加强金融监管的国际性合作。正是由于美国监管当局采取的这些措施，使美国商业银行资产负债管理中的多项关键性指标发生了较明显的变化：商业银行加大负债业务的拓展力度，资产负债比率逐步下降；不断加强资本充足率的管理，资本充足率不断攀升；但流动性并未得到明显改善。

金融危机爆发前，英国金融监管集中在金融服务局，该局未能有效防范风险；同时，英格兰银行没有有效维护金融稳定的手段。为加强金融监管，适应发展的需要，英国政府先后通过了《2009年银行法》和《金融服务法》，这标志着新的金融监管体制的建立。英国金融监管改革赋予中央银行宏观审慎管理的职能和工具，同时为加强宏观审慎与微观审慎之间的协调，将微观审慎监管职能回归到中央银行。具体来讲，明确英格兰银行的金融监管职能，下面新设金融政策委员会，负责宏观审慎监管；取消金融服务局，新设审慎监管局，作为英格兰银行的下属机构，负责对各类金融机构进行审慎监管；新设金融行为监管局，负责监管各类金融机构的业务行为，促进金融市场竞争，并保护消费者。《金融服务法》还要求建立多层次的监管协调合作机制，避免监管重复和监管真空。与此同时，金融危机也充分暴露出了欧盟在金融监管上各国条块分割和决策程序过于烦琐的弊端，欧盟和欧洲央行针对金融危机采取的主要改革措施有：一是通过财政政策来改善宏观经济环境，严格控制财政支出，减少社会福利；二是建立新的欧洲金融监管框架，实现监管标准的统一和监管体制的协调。其中，欧盟金融监管改革的核心内容是：成立欧盟系统风险委员会作为宏观监管部门，控制系统性风险；建立欧洲金融监管系统，强化欧盟的微观金融监管和协调机制；扩大金融监管范围，加强金融机构的全面风险管理；成立跨国稳定小组，加强各成员国之间应对危机的金融监管合作。由于英国和欧洲监管当局采取措施的时间相对较短，同时，金融危机的影响还在不断持续中，因此，这些措施对欧洲商业银行资产负债管理的影响尚未得到较明显体现：资产负债比率虽有一定程度下降，但仍然偏高；流动性并未得到较好改善；证券化资产占比则相对比较稳定。

3资产负债管理与银行绩效

资产负债管理中主要因素最新变化及其与银行绩效的关系具体如下：

（1）资产负债结构与经营绩效

国际金融危机后，各地域商业银行资产负债比率变化为：①美国和欧洲商业银行资产负债比率偏高，在金融监管制度不断加强的环境下，其加大了负债业务的拓展力度，资产负债比率逐步下降，美国商业银行平均资产负债比率2007年为9753%，到2012年逐步波动下降到8227%，平均为8778%；欧洲商业银行平均资产负债比率2007年为14375%，2012年为13138%，平均为14356%。②中国商业银行资产负债比率偏低且变动不大，2007年平均资产负债率为6775%，2012年为6903%，平均为6759%。在这种变化趋势下，美国、欧洲和中国商业银行贷款规模与客户存款规模的比率和经营绩效均呈现出同向变动，这是一种长期变化趋势，但回归系数分别为0068、0040和0102，表明资产负债比率变化对经营绩效的影响程度有限。

此外，从资产负债比率可以看出美国、欧洲和中国商业银行经营理念的不同：美国和欧洲的商业银行更倾向投资于收益性高的资产业务，而稳定的客户存款规模相对较小，这也与西方国家高度信用化和高消费的生活方式有关；中国商业银行资产负债率相对较低，一方面是我国颁布的《商业银行法》中明确规定了资产负债比例管理中的贷存比监管指标，贷款余额与存款余额的比例不得超过75%，另一方面虽然我国资本市场有了较快发展，但居民持有的货币资产主要还是存进银行，商业银行的负债来源相对稳定。

（2）流动性结构与经营绩效

美国商业银行流动性结构与经营绩效呈负相关，欧洲和中国的商业银行流动性与经营绩效呈正相关。美国商业银行流动性资产的占比最低，而且呈现出逐步下降的趋势，2007年为1494%，2012年为1273%，平均为1415%；欧洲商业银行流动性也未有明显改善，2007年为3218%，2008年下降到2286%，之后维持在25%～27%，2007―2012年平均为2696%；中国商业银行流动性相对比较稳定并逐年增加，平均为3103%。这表明：金融危机之后，美国和欧洲商业银行的流动性并未得到明显提高，流动性风险仍然是商业银行经营管理中面临的重要课题。对于中国商业银行来讲，流动性风险对经营绩效影响程度有限，回归系数仅为0127，主要原因是我国商业银行以经营传统的存贷款业务为主，表外业务和衍生业务占比较小，流动性对经营绩效的影响不明显。

（3）资本结构与经营绩效

美国和欧洲的商业银行资本充足率与经营绩效产生明显的同向变化，中国商业银行资本充足率与经营绩效呈现弱的反方向变化。国际金融危机之后，巴塞尔协议Ⅲ提出了确定更高资本充足率的要求，美国和欧洲商业银行在经营管理中不断加强资本充足率的管理，资本充足率呈现出不断攀升的趋势，美国商业银行的资本充足率从2007年的1121%提升到2012年的1434%，欧洲商业银行的资本充足率从2007年的1096%提升到2012年的1541%，资本充足率的提升使商业银行的安全性得到了提高。相比较而言，中国商业银行的资本充足率与经营绩效相关性不大，中国商业银行的资本充足率基本都维持在12%左右的水平，并未有明显的提升。

（4）证券化结构与经营绩效

从证券化结构来看，欧洲商业银行证券化资产占比最高且相对比较稳定，2007―2012年的平均水平为3190%；中国商业银行证券化资产占比呈逐渐下降的趋势，从2007年的2304%下降到2012年的2065%；而美国商业银行证券化资产占比则从2007年的1603%提高到2012年的2454%。从证券化结构与经营绩效的关系来看，欧洲和中国商业银行证券化结构与经营绩效呈负相关，美国商业银行则呈正相关。虽然美国商业银行证券化资产占比对经营绩效产生了一定的促进作用，但需要正确分析证券化资产对经营绩效促进作用的基石：如果证券化资产是以真实的现金流为基础，则其安全性就会得到保障；如果像次贷危机中，过度运用金融创新手段，包装质量不好的基础资产，以远远高于实际价值的价格出售，那么一旦出现风险，商业银行将面临巨大损失。

[7]Bert Kand Ton V W，2001，“An asset liability management model for housing associations”， Journal of Property Investment & Finance，19（6）， pp453-471

[8]Claudio G，Lucia G and Gianluca M， 2011，“Liquidity risk exposure for specialised and unspecialised real estate banks： Evidence from the Italian market”， Journal of Property Investment & Finance， 29（2），pp98-114

[9]David S， 2003，“Risk adjusted performance measures and capital allocation”， Balance Sheet， 11（1），pp46-61

[10]Erik B， Edwin Rand Stanislav U， 2001，“Asset/Liability Management for Pension Using CVaR Constraints”， The Journal of Risk Finance， 3（1），pp57-71

[11]Hameeda A H and Jasim A，2012，“Risk management practices of conventional and Islamic banks in Bahrain”， The Journal of Risk Finance， 13（3）， pp215-239

[12]Hosein Pand Omar M， 2012，“Measuring risk and financial support for NPPs using Monte Carlo simulation”， The Journal of Risk Finance， 13（2），pp160-170

[13]Joe D， 2000，“Building an ALM model： a practical guide”， Balance Sheet， 8（3），pp23-25

[14]Keith J and Mark S， 2007 ，“ A new performance-based process model for built asset maintenance”， Facilities， 25（13），pp525-535

[15]Leonardo G and Paolo E M，2011，“Bank heterogeneity and interest rate setting： What lessons have we learned since Lehman Brothers？”， BIS Working Papers

[16]Lisa M V， Pisun X and Huiqi G，2013，“Institutional ownership and executive compensation：Evidence from US banks during the financial crisis”， Managerial Finance， 39 （1），pp28-46

[17]Lucia D P，2012，“Does capitalization enhance efficient risk undertaking？ A comparison between Islamic and conventional banks”， Accounting Research Journal，25（3），pp185-207

[18]Ni C， and Ni W， 2009，“A comparative study on capital system across the Taiwan straits”，International Journal of Law and Management， 51（4），pp234-244

[19]Philip S，2008，“Liquidity production in 21st century banking”， NBER Working Paper

[20]Richard B， Karl B and James M，2003，“Asset and liability management： what does the future have in store？”， Balance Sheet，11（2），pp32-38

[21]Robert F， Karl B and James M， 2002，“The dynamically projected balance sheet： implications for earnings， value and funds transfer pricing”， Balance Sheet，10（2），pp17-21

[22]Roman M， Chris S， 2009，“A note on ratings of international banks”， Journal of Financial Regulation and Compliance， 17（2），pp146-155

[23]Ruth F，2001，“Asset and liability management for banks： a lawyers perspective”， Balance Sheet，9（3）， pp20-23

[24]Shannon A， Sungsoo K and Mark Z，2013，“Hedging instrument in post liquidity crisis： a case of interest rate swaps”， Managerial Finance， 39（1），pp47-59

[25]Stephen G C， Michael R K and James Y，2011，“Weathering the financial crisis： good policy or good luck？”，BIS Working Papers

[26]Thomas D W， 2012 ，“The role of defective mental models in generating the global financial crisis”， Journal of Financial Economic Policy， 4（1），pp41-57

[27]Yiming H， Siqi L and Thomas W L， 2011，“Large creditors and corporate governance： the case of Chinese banks”， Review of Accounting and Finance，10（4），pp332-367