以下是一份对所提供论文《The not-so-hidden risks of ‘hidden-to-maturity’ accounting: on depositor runs and bank resilience》(作者:Zachary Feinstein、Grzegorz Hałaj、Andreas Søjmark;发布日期:2026-08-05)极其详尽的分析解读。整份分析对原文的核心论点、数据、假设、图表及估值/风险评估等各环节进行了逐点拆解与批判性评估,并在必要处引用原文页码以便溯源。文中涉及的图表均附带对应图片标注的溯源路径。
元数据与概览(引言与报告概览)
论文题目、作者与机构信息
标题:The not-so-hidden risks of ‘hidden-to-maturity’ accounting: on depositor runs and bank resilience
作者:Zachary Feinstein、Grzegorz Hałaj、Andreas Søjmark
日期:2026年8月5日
主题与背景:以银行存款人大规模挤兑为切入点,研究“持有至到期(HtM)”资产的会计处理在压力情境下对银行流动性与抵御挤兑能力的影响,尤其在SVB(Silicon Valley Bank)暴雷事件的情境下分析HtM分类所产生的安全垫作用及潜在风险;并扩展模型以求解在非强制性清算条件下的最优HtM配置及对监管分析的意义。核心论点包括:HtM设计在挤兑压力下并非“安全屏障”,在价格冲击与火灾性出售(fire sale)压力叠加时可能放大风险;以及通过一个可行的优化框架来衡量在不同市场冲击下银行持有HtM资产的可行性与合理性。原文明确提出该模型可用于评估哪些资产结构特征对监管者评估挤兑风险与银行韧性至关重要。 1 2
核心论点、评级与信息传达
作者的核心信息在于:HtM资产在高应对压力的情境下并非“免疫”机制;若银行的流动性缓冲不足、且HtM资产被迫重新分类并市场化,会导致资产价格冲击放大、资本削减、并诱发或加剧 depositor runs;理论框架还能通过优化问题给出HtM的最优分配,帮助银行在不触发显性重估的前提下维持必要的流动性。上述结论在1-3章的理论构建与4-5章的案例/优化分析中得到支撑。文中还将SVB在2020-2022年的余额表数据用于标定,并展示若以不同价格冲击敏感度与λmax(可接受的杠杆上限)计算,SVB在2022年走向挤兑敏感区的过程。该结论在图表与案例中得到一致呈现。 1 14
结论性要点还包括:Franchise value(特许经营价值)对清算结果的增减影响,以及HtM与AfS之间的权衡对银行风险的影响都可以在该框架下定量分析。若Franchise value高,可能产生全额清算的情形;若较低,则存在部分清算的可能性。该洞察在3.1-3.5小节给出具体定性与定量结果。 11 12
与相关文献与研究的关系
论文明确将研究置于银行挤兑与火灾性出售的文献脉络中,强调HtM框架在实际监管与会计处理中的争议,并与Granja、Jiang等人的研究进行对比:本研究的特色在于以“多种挤兑结果”来刻画挤兑结清的不同路径,而非仅关注 insolvency 的“全有/全无”情形,并将HtM的变动和价格冲击耦合在一起,提供对监管分析的新工具。 3
逐节深度解读(逐章精读与剖析)
2.1 第一部分:引言与概览
章节要点
SVB事件背景与HtM会计争议的提出。强调未豁免的存款人对Solvency与Liquidity的双重关注,以及HtM在Q1 2022后 Unrealized Losses 的快速积累如何影响银行的再投资/再配置能力。论文提出其目标:建立一个简化但可操作的框架,量化Uninsured Deposits 与HtM依赖对挤兑风险的影响,并探索在何种HtM水平下可以降低挤兑风险。 1
关键推理与数据点
HtM设计并非无限制的缓冲;若触发挤兑需要出售,则要将HtM整体重新分类并贴现至市场价格,HtM的“持有至到期”意图在市场冲击时会失去意义。该点在理论描述与SVB案例的联系中被强调。 1
图表/图像
暂无具体图表直接用于本节,但整体叙述为后续图表做铺垫。图片溯源:Figure 1 在后文章节呈现“税前/税后余额表示意图”,见第4节中的Figure 1。图像路径: 5
2.2 第一章1.1:概览与主要贡献
章节要点
提出一个三类资产的简化余额表与两类负债(LI:insured、LU:uninsured)构成的框架,结合AfS与HtM分类及非市场性资产,构造一个“可清算的挤兑均衡”模型。核心贡献包括:提出最小清算解(w↓, γ↓)与最大清算解(w↑, γ↑)的存在性、可计算性以及对稳健性边界的揭示;给出Algorithm 1以逐步求解最小清算解,并讨论若 solvency 条件不成立时的情况( insolvent/illiquid 等)。 2 9
关键推理与数据点
λmax( uninsured 部分愿意接受的杠杆上限)被设定为核心决策变量,用以模拟 depositor 对稳健性的容忍度。作者还强调 λmax 的时间不一定恒定,但初步分析中保持其固定以便识别 balance sheet 结构对风险的影响。Assumption 2.3-2.6 给出 inverse demand 函数 f 的基本性质与价格冲击的技术条件,以确保模型的连续性与单调性。对富有争议的HtM机制,作者指出其是监管讨论的核心之一,且模型与FRB对SVB监管评估的联系在文献引用中有明确指向。 2 6 7
图表/图像
Figure 1(HtM、AfS、AfS的 γ 以及 γ 的价格冲击)作为余额表在“风控—挤兑路径”中的直观表示,帮助读者理解 γ 的定义及对 w 的影响。图片路径: 5
2.3 第一章1.2:相关文献
章节要点
将本研究的位置放在银行挤兑、火 sale 外部性、HtM 设计的争论、以及与Granja/Jiang等人工作的对比中。文中指出他们关注的是“自我实现的Solvency/Run”与Htm的分配优化,而本文则聚焦于挤兑结果的不同分支及其对流动性风险的影响。对于网络效应、系统性风险网络的扩展,作者也指出这可以扩展,但当前未展开。 3
2.4 第二章:余额表构造与模型设定
章节要点
将银行负债分为 insured (LI) 与 uninsured (LU),资产分为四类:流动性现金 x、AfS illiquid s、HtM illiquid h、nonmarketable illiquid ℓ。总资产 A = x + sp + h + ℓ,权益 E = A − L;并引入价格冲击模型,AfS 未清算部分仍按初始价格 p 计价,清算后 AfS 以 ¯(γ) 的价格计价,HtM 则初始以固定价格1计价。对 AfS、HtM 的价格影响、以及清算时的死重损失 α 的设定都在Remark 2.1及 Assumptions 2.3-2.6 中给出。Figure 1 直观展示“风控前后余额表”的变化。 4 5
关键推理与数据点
逆需求函数 f 的设定使得售出 γ 的价格影响 ¯(γ) 连续且单调,AfS 的未售部分与已售部分的价格不同,HtM 则在“初始时以固定价格计价,若被售出则进入 AfS 并叠加死重损失 α”。这是模型把HtM设计与价格冲击耦合的核心机制。Remark 2.5 与 Assumption 2.6 给出在不同情形下的破产/流动性风险界定。 7 8
图表/图像
Figure 1 已在前述引用处链接,帮助理解“风控前后”的资产分类与清算过程的物理变化。 5
2.5 第三章: depositor run 的清算问题
章节要点
将清算问题形式化为对 w∗ 与 γ∗ 的固定点问题Φ: [0, LU]×[0, s+αh]→[0, LU]×[0, s+αh],并给出最小清算解(w↓, γ↓)的存在性(Proposition 3.1)及可计算性(Algorithm 1 的提出;Proposition 3.2 给出分步求解的收敛性与可判定性)。若(5) solvency 条件被违反,需要区分“ insolvency/illiquidity”等情形。步骤1-4 对应四种情景:无出售、无HtM重标、含HtM重标、流动性不足。作者强调最小解是银行在潜在挤兑中的最佳(相对乐观)解。 9 10
关键推理与数据点
Algorithm 1 的四步结构明确了从“最优情形—无出售”到“最差情形— illiquidity”的渐进清算过程,且每一步都给出可验证的条件与输出来指示是否进入下一步。这使模型在实际应用时能够对比不同情景下的挤兑响应路径。该部分还指出若初始 equity E(0,0)≤0,则必然进入全额提现状态。 10 10
图表/图像
在本节引用的图表主要是后续章节的具体案例图;Algorithm 1 的逻辑图和步骤说明为文本描述,不单独附图。对应算法与步骤可在第3章及附录A中查看。图像路径:Figure 2 与 Figure 3 等在后续章节出现,具体图片见各自章节。图像引用: 等,将在后文涉及到 Minimal vs Maximal Clearing 时使用。 16
2.6 第3.1 Franchise value(特许经营价值)
章节要点
Introducing franchise value δ,非可流动性资产,作为每单位存款的额外价值,放在 nonmarketable 项下。该值不能用于直接清算筹资,但会改变 Equity 结构与 λδ(w, γ) 的计算,与 λmax 的比较决定是否触发挤兑。Proposition 3.4 与 3.5 分别讨论了“大 franchise value”与“Small franchise value”情形对清算路径的影响(全额清算或部分清算的可能性)。 11 12
图表/图像
本节理论推导主要以解析式推导为主,图表未直接作为核心证据展示。参考相关图例在其他章节中体现。图片路径:Figure 3 及 Figure 4 在后续章节。 11
2.7 第3.2 Related recent work
章节要点
对比 Jiang et al.(2023b)与 Granja et al.(2024)在“自我实现的 solvency runs”和HtM 设计方面的不同视角,强调本研究将焦点放在“具体清算步骤中的最小解与多路径挤兑”以及价格冲击对HtM重标的影响,而非单纯的全有/全无挤兑分析。并强调本模型的独特性在于引入火灾出售外部性与HtM重标对银行的影响。 12
图表/图像
与对比文献相关的案例更多为文字比较,未附新图。图片路径:Figure 3-5 等在后续章节有具体图形化展示。 12
2.8 第4章:模型机理的演示(Illustration of the model mechanics)
章节要点
给出一个简化的数值示例来演示模型的工作方式。作者设定 x=5、s=h=ℓ=10、LU=22、LI=5、价格冲击系数 b=0.01(线性冲击),λmax=4.5等,展示在不同 λmax 与价格冲击敏感度下的结果分布(Figure 2)。作者还以SVB为案例,给出2020Q1-2022Q4的余额表演变、AfS与HtM 的规模、 unrealized losses 的演变,以及基于该数据的最小清算解的演算结果(Figure 3 与 Table 1)。研究还探讨价格冲击敏感度的区间变化对结论的稳健性(Figure 4 与 Table 1 的敏感性分析)。 13 14 15 16
数据点与要点
SVB 数据要点:2020Q1到2022Q1 存款增长从约560亿美元增至1810亿美元;其中 insured 部分约9亿美元,HtM 资产规模从10亿美元增至101亿美元;2022年Q2 unrealized losses 从0.8亿美元增至-150亿美元。研究在12个SVB时点的快照下进行参数标定,baseline price impact f(γ)=1−0.0005γ,λmax设为7.5。图3显示,在2022년初,随着 unrealized losses 的扩大,银行的偿付能力受挫的情境逐步变得脆弱,可能同时存在流动性与偿付性风险。 14 15
图表/图像
Figure 2(模型机制的 stylized 银行余额表在不同 λmax 和 price impact 下的演变):
Figure 3(SVB 的平衡表12个时点与不同 b 的清算结果):
结论性洞见
论文强调,在SVB数据的标定下,2022年初已显露出高度易损的结构性条件,使得若价格冲击波及 AfS/HtM,挤兑风险对资本的侵蚀将更为明显。该结论在文字描述与图3的可视化结果中相互印证。 14
2.9 第4章继续:多解与区域性挤兑(Figure 5、6)
章节要点
作者展示了最小解与最大解之间的差异(w↓, γ↓ vs w↑, γ↑),并通过Figure 5/6展示在SVB 时间序列中不同 λmax 条件下的多解区域,以及2021Q2–2021Q4阶段出现的解的分化(多解区域的“多重均衡”)。该分析揭示在某些情景下, depositor expectations 会驱动挤兑走向更坏的均衡,类似 Diamond–Dybvig 的自我实现挤兑机制。 16 17
图表/图像
Figure 5(Minimal vs Maximal Clearing Solution for SVB across quarters):
Figure 6(Minimal vs maximal clearing solutions across λmax):
关键洞见
多解区间的存在体现了市场对银行杠杆与流动性缓冲的不同预期如何影响挤兑路径。作者指出在2021Q2–Q4之间的“最小解”与“最大解”之间的差距代表了潜在的挤兑风险在不同参与者预期下的可能性,到了2022Q1后系统收敛至单解(仅存在 illiquid 的路径)。这对监管者强调了对银行结构性脆弱性的连续监测以及对市场信心的敏感性。 16 17
2.10 第5章:HtM与AfS之间的权衡(5.1 Maximising the HtM designation;5.2 Case studies)
章节要点
第5章将HtM的配置内生化:银行在初始时刻决定 AfS 与 HtM 的分配,以应对未来可能的价格冲击与挤兑。设定一个简单的一期模型,在时间0决定 h(HtM 份额)与 s(AfS 份额),在时间1遇到价格冲击时,通过前述清算框架判断是否需要重估(remark)HtM。Proposition 5.2 给出在特定条件下最大化HtM 的闭式解,区分两种Case:Case 1 LU≤x 或 L≤x+l¯(A¯+ℓ) 时,银行将HtM全部指定为HtM,获得对价格冲击的绝对免疫;Case 2 LU>x 且 L>x+l¯(A¯+ℓ) 时,银行在 p1 与 λmax 的约束下选择 s∗(p1, λmax) 以实现最优平衡。该结论为内部风险管理提供了一个实用的优化框架,便于在不触发重估的前提下确定最优HtM分配。 19 20 21
动态推理与细节
Proposition 5.2 的关键在于对 f(γ) 的线性近似 f(γ) = p1(1−bγ) 且对 b 的约束 b<1/[(λmax−1)A¯],在此条件下给出两类解的明确条件。这一推导使得银行在进行资产组合管理时可以把HtM 分配问题转化为对 p1 与 λmax 的组合敏感性分析。Figure 8 展示了在不同 λmax 与价格冲击敏感度 b 下,理论上最优的HtM 份额分布(散点图),以及银行当前的HtM 水平线( dashed line)。 20 21
两个案例研究
案例1:基于 Stylized Balance Sheet 的情景,比较 λmax=4.5、3.5 与 2.5 的表现。在2.5及更低的杠杆阈值下,随着价格冲击的增大,银行更可能需要将大部分资产设为AfS,以避免触发挤兑;在更高杠杆阈值下,HtM 的保持在较高水平以抵抗冲击。Figure 8 给出直观的“点”分布,显示不同情景下的最优HtM 设计偏离现有水平的区域。 21
案例2:SVB 的两个时间点(2021Q4 与 2022Q4)下的最优HtM 设计对比,判断在不同杠杆容忍度下,银行的HtM 设计是否与市场价格冲击下的可承受性相符。图9给出不同杠杆阈值对应的最优HtM,与实际 Tier 1 杠杆的对比,用以揭示在某些杠杆设定下,HtM 的程度与银行实际持有水平的不一致可能暴露挤兑风险。结论是:在2022年前后,若以相对保守的市场冲击假设来看,SVB 的HtM 配置在某些杠杆和价格冲击组合下显得不太“可持续”。图9的散点与线条清晰呈现这一点。 22 22
图表/图像
Figure 7(单期模型的概念图)
Figure 8(Stylized balance sheet 下的理论最优HtM分布):
Figure 9(SVB 的最优HtM分布随杠杆比的变化):
关键洞见
本章揭示:HtM 的“最大化”并非在所有情形都对银行有利,尤其在存在价格冲击且银行没有足够 AfS 作为缓冲时,HtM 的过度依赖反而会在挤兑情境下触发重估与流动性风险。通过对SVB 的案例对比,作者指出在2021-2022年间,HTM 配置若不与市场冲击和流动性覆盖充分匹配,存在结构性脆弱性。该分析也为监管部门对HtM配额的审慎性提供了定量工具。 21 22
2.11 第6章 讨论(Discussion)
章节要点
作者总结:该模型提供了一种简洁的工具来理解银行“结构性脆弱性”与挤兑之间的关系,且可通过显式的 Equilibrium 计算来得到“资金撤离的稳定区间”和“潜在的 insolvency/illiquidity 阈值”。强调平衡点的敏感性:随λmax、α(dead-weight 损失)、b(价格冲击敏感性)等参数的变化,SVB 的挤兑风险路径可能发生显著变化。该研究也为监管实践提供了两点启示:一方面推动对HtM分配的定量评估,另一方面警示在价格冲击时对HtM的“重估”风险。 22
图表/图像
Figure 4 与 Figure 5 的敏感性分析进一步支持上述结论,显示在不同 α、λmax 的组合下,挤兑路径的强度与时序可能变化。图片路径: 、 (在文本中引用时,请参阅具体图示位置)。 15 17
2.12 第A版:A.1-A.4(证明部分)
章节要点
提供了定理证明:A.1(3.1:最小清算解的存在性与固定点)A.2(3.2:Step-by-step algorithm 的正确性与收敛性)A.3(关于 Franchise value 的证明)A.4(5.2 对 Proposition 5.2 的证明)等。证明部分主要用于严格性与理论完整性,展示模型在严格的单调性、边界条件下的逻辑闭环。 24 26 27
关键点
通过 Tarski 定理等工具证明了固定点存在性;并逐步分解四个清算情景的可行性条件,确保最小解的存在性与可计算性。对于Franchise value 的处理,给出与无 Franchalue 情形相容的解集变换规则。对于 L > x 或 LU > x 的情形,给出相应的充分必要条件,确保推论的内在一致性。该部分是理论支撑的核心。 24 26 27
估值分析(若文中存在估值/定价逻辑)
本文的估值分析不是以市场价格的传统“目标价/目标估值”形式呈现,而是通过“最小/最大清算解”与HtM分配的最优解来定性和定量地刻画银行在不同市场冲击、不同λmax与α情境下的潜在估值/资本充足性后果。核心方法包括:
以传导冲击的逆需求函数 f(γ) 与¯(γ) 来量化火灾性出售对价格的冲击与资产价值的下行路径;
以 Algorithm 1 给出最小清算解,从而估计在给定冲击下银行需要出售的 AfS 与HtM 份额的最小量级,以及因此对资本和杠杆的影响;
引入“死亡权损失” α 以及“特许经营价值”δ 的情景分析,量化对清算路径的影响。
数据源与标定
SVB 的余额表数据(Table 1)作为案例标定,覆盖2020Q1至2022Q4的关键变量:存款规模、AfS/HtM 比例、非市场性资产、未实现损益等;并以 FRB 的 SVB 报告作为比对基准。该标定用于检验模型在真实银行结构下的运行逻辑与结果分布。主要数据点包括:存款从56B增至181B、AfS/HtM 的规模扩张、未实现损失显著上升等。图3展示在不同价格冲击参数(b)下,SVB不同时间点的清算路径。 14 15
图表/图像
Table 1:SVB余额表演变(Balance Sheet Evolution of the SVB): 数据描述与横向对比。图示与表列在文中给出具体数据来源说明。图片路径:
Figure 3(SVB 的清算路径在不同参数下的分布):
Figure 4、Figure 5(敏感性分析): 、
风险因素评估(风险因素评估)
模型内在风险点
依赖于 λmax 的设定: deposits 的“可接受杠杆阈值”是一个外生参数,现实中它可能随市场情绪、宏观环境和监管变化波动。若 λmax 明显降低,挤兑风险会提前进入最大清算解的路径;若上升则可能出现多解区间,挤兑路径不确定性提高。文章通过 SVB 的数据演示,在不同 λmax 下会出现从单解到多解的转变。 16 17
对 AfS 与 HtM 的重标与价格冲击的处理:逆需求函数 f 的形式、价格冲击的线性假设(如 f(γ) = p(1−bγ) 与 ¯(γ) = p(1−2bγ) 等)可能影响结果的鲁棒性;理论上不同的 f 形式会改变 γ 的边界与 solvency 区域。作者在Example 2.9/2.10 章给出两种函数形式及其适用条件,提示了结果对建模假设的敏感性。 8
现实性的简化:余额表分解为四类资产、两类负债的极简化,以及银行是在单期框架内处理的情景。作者也明确指出此框架是高度简化的,未来可扩展为网络化模型或多期时序分析,以捕捉更复杂的互动(如银行之间的传染效应、系统性流动性冲击等)。 3
与模型设计相关的缓解与政策启示
通过“最小清算解”的存在性与稳定性分析,模型提供了一种快速的风险指示器:在固定 λmax 的条件下,余额表结构的变化(x、s、h、ℓ 的组合)会直接映射到清算路径。监管者可据此监测银行的HtM份额与AfS的比例,评估在潜在的市场冲击下银行的“最低可承受”水平。论文也强调,HtM 设计应与银行的实际流动性覆盖能力相匹配,否则HtM 的安全垫效应会被冲击所抵消。 2 19
HK/欧洲等地区的 IFRS9 与 GAAP 的制度差异也被讨论,指出不同会计框架对“可hold到 maturity 的能力”认定存在不同的信号传递,这对跨国监管协同提出挑战。 1 3
批判性视角与细微差别(审慎视角)
潜在偏见与不充分之处
模型高度简化:余额表结构、价格冲击、火灾性出售外部性等均以非常简化的参数化方式处理,实际银行的资产组合、负债结构、回购/央行融资、抵押品结构、衍生工具等都可能对清算路径产生重大干扰。作者明确承认模型的“高度简化性”,这意味着结论需要在现实情境下谨慎外推。 3
外部性与网络效应未纳入:论文自述不覆盖金融网络的传染效应;在系统性冲击场景下,银行之间的挤兑传导和市场价格冲击可能放大本文模型的单机构分析结果。未来增强网络化结构可能改变“最小/最大解”的稳定性边界。 3
λmax 的确定性:尽管论文将 λmax 视为给定且在仿真中稳定,但现实中 depositors 的风险偏好是高度动态的,且与宏观事件、银行声誉、监管沟通强相关。因此,λmax 的不确定性可能使模型的预测区间偏离实际。作者在文中也承认 λmax 的时间可变性,但为可计算性在分析中固定。 7
需要注意的矛盾点/微观细节
Franchising value 的引入与案例分析的关系:在极端 Franchise value 情况下,可能出现“全额清算”作为唯一解;但若 Franchise value 很低,则会进入“部分清算”路径。此部分的边界条件较复杂,且不同的 δ/κ 设置可能导致相同初始余额表在不同情境下的解路径截然不同。文中给出条件,但实际应用时对 δ 的估计仍具有不确定性。 11 12
HtM 的实务激励与监管现实之间的匹配度:作者指出,Granja 等人发现部分银行确实以HtM为“资本稳健性掩护”,但将其用于“优化设计以规避风险”,还是“对抗监管”的讨论仍然需要更多的监管数据与跨机构比较来支持。本文提供的一套内生化工具确实有助于揭示潜在不一致性,但实际监管框架的可操作性仍需结合更多证据。 12
权衡与局限性的正向视角
作者明确指出该模型的价值在于提供一个“可操作的、 parsimonious”的框架,使风险管理和监管分析可以快速量化HtM设计对挤兑风险的影响。这种工具性价值在透明度与快速响应方面具有优势,同时也应作为对更全面模型的补充。 5
结论性综合(综合要点与深度洞察)
整体结论
本文系统性地将HtM 会计框架与 depositor runs 的风险联系起来,提出了一个可操作的清算模型,明确展示了在价格冲击、HtM 重标、AfS/HtM 分配以及未保险存款占比等因素共同作用下,银行在挤兑压力下的潜在脆弱性。通过对SVB 的案例标定,论文给出证据:在2021-2022年间,若未能维持足够的现金与 AfS缓冲,以及HtM的可持续性配置,银行更易进入“难以挽回”的挤兑路径,甚至出现 illiquidity 或 insolvency 的风险。该分析为监管者提供了一个定量工具,帮助评估 HtM 设计的合理性,并给出在不同宏观与市场冲击情景下的可操作性边界。 14 17
对监管与实务的具体启示
监管与会计框架应谨慎对待HtM 的持有到到期承诺与市场价值之间的脆弱性,考虑在压力情境下的“是否仍具备持有到期的能力”。论文强调了,对HtM 分配的预测性分析应结合 depositor 风险偏好、价格冲击的规模与时间序列,以及银行的流动性缓冲结构。该框架可用于内部压力测试与监督分析,避免将HtM 视作绝对的安全垫。 1 5
最终判断与作者立场
作者的立场是:HtM 设计在现实世界中对银行韧性有重要影响,但其效力取决于银行能否在挤兑冲击中维持足够的现金与能快速动用的AfS/非HtM缓冲;在价格冲击与火灾性出售叠加的场景下,HtM 资产的“整批重估”是一个现实风险,银行需要通过优化HtM/ AfS 的分配来维持 solvency 的可能性。研究建议监管者对HtM 的“可持有能力”与“持有意图”进行更严格的评估与监督,同时在宏观经济环境变化时重新审视 λmax 的设定。 11 6
总体而言,这篇论文为理解HtM 会计框架对银行挤兑风险的影响提供了一个清晰、可操作的理论工具。它把高度关注的“隐藏到到期”现象从会计叙事带入到可测量的挤兑清算过程,强调了在不同市场冲击与资本结构下HtM的限制性作用及潜在负面外部性。尽管模型有其简化和局限性(如缺乏银行间网络效应、单期分析、对 λmax 的固定假设等),但其对政策讨论的贡献仍然显著,尤其在评估HtM设计的合理性、制定内部压力测试以及引导监管审慎态度方面具备重要参考价值。若未来在多银行网络、跨期分析和更丰富的市场微观结构假设下扩展,该框架可能成为一种更全面的监管分析工具。
附:核心图片/图表溯源(按章节链接,便于快速定位)
Figure 1(HtM/ AfS/ 非市场性资产的初始对比与清算后状态): 5
Figure 2( stylized balance sheet mechanics across λmax 与价格冲击 b 的不同设定): 13
Figure 3(SVB 12 个时点的清算路径及价格冲击参数 β 的敏感性): 14
Figure 4(敏感性分析:α 与 λmax 组合对清算路径的影响): 15
Figure 5(Minimal vs maximal clearing solution 的对比): 16
Figure 6(不同 λmax 下最小与最大清算解的区间示例): 17
Figure 7(HtM/ AfS 的一阶段优化图示): 19
Figure 8(不同 λmax 与 price impact 下的理论最优HtM 分布): 21
Figure 9(SVB 的最优HtM 与实际HtM 的对比与散点图): 22
若需要,我可以把以上分析整理成更紧凑的要点清单,或针对某一章节做更细致的逐条推导与公式解读。