本文构建了一个“月光型”经济中损失厌恶存款人的银行挤兑暴露模型,将消费棘轮、主观坏状态概率与流动性需求相结合,刻画支持挤兑的 Bank Run Exposure State Space,并以停止过程和鞅表示描述暴露动态。基于2001年第四季度至2024年第四季度、232家银行和8,909个银行季度观测的 Call Report 实证显示,交易存款、核心存款与消费贷款构成的回归加权代理变量较零售存款份额略有更高解释力,但公共季度数据仍不足以直接识别存款人的账户级行为机制。
报告标题:《Bank Run Exposure in a Paycheck-to-Paycheck Economy with Loss-Averse Depositors》(《薪资紧平衡经济与损失厌恶存款人下的银行挤兑暴露》)。
作者:G. Charles-Cadogan。
发布形式与日期:Working Paper,2026年8月13日。
研究主题:银行挤兑风险、行为流动性需求、损失厌恶、消费棘轮、存款可兑付暂停,以及基于美国银行监管报表的实证验证。
报告没有给出传统意义上的股票评级、目标价或投资建议,其核心目标是提出一个银行挤兑风险的理论框架,并用公开银行资产负债表数据进行“概念验证”而非正式因果检验。 作者的中心观点是:传统流动性监管通常将存款流出视为外生压力参数,但在一个“靠工资过日子”、收入主要通过活期存款到账、且储户具有损失厌恶的经济中,流动性需求可能由储户主观信念内生决定,并在压力状态下突然放大。
报告进一步提出,若储户对“工资延迟、减少或收入恶化”的主观概率足够高,且损失厌恶程度较强,他们会提高现金和存款提取需求;银行因此需要持有更多现金储备,从而挤出原本可以用于生产性贷款的资金。 这构成报告的政策含义:仅依赖LCR等平均意义上的监管流出率,可能低估特定客户群在行为压力状态下的实际取款风险。
报告首先以Basel III流动性覆盖率(LCR)为切入点。LCR要求银行持有足够的高质量流动性资产,以应对30天压力情景下的净现金流出;美国则通过Regulation WW实施相关规则。 报告列举了不同类型存款的监管流出系数,包括稳定零售存款3%、其他零售存款10%、部分第三方零售存款20%或40%,以及某些无担保批发融资100%的流出处理。
这些规定体现了监管机构对资金稳定性、存款人类别、存款保险覆盖和批发融资风险的区分,但作者认为它们仍然主要是“平均化、规则化”的压力参数,而非解释储户为何在特定时点突然提款的行为模型。 报告特别强调,网上银行、移动银行、即时账户访问和直接存款,使得收入压力可以更快地转化为提款压力;数字渠道并不创造损失厌恶,但会加速损失厌恶流动性需求向实际存款流出的转换。
作者引用PayrollOrg 2025年调查作为经验动机:92.65%的受访者通过直接存款收取工资;77.67%的人表示,如果下一笔工资延迟一周,他们会较难或非常难以履行当前财务义务。 在工资延迟时,受访者主要选择延迟账单或付款,占29.01%;使用储蓄,占26.26%;向亲友借款,占25.46%。此外,73.64%的人更偏好提高工资而不是增加医疗福利,54.96%的人更偏好每次工资多拿现金而不是年末大额退税,77.70%获得年度加薪者认为加薪不足以抵消通胀。
这些数据支持“工资敏感型经济”的描述,但也应注意:调查数据反映的是家庭流动性脆弱性,并不直接证明这些家庭会从某一家银行提款,更不直接测量损失厌恶参数。因此,它更适合作为理论动机,而非对模型机制的直接识别。
报告将自身置于Diamond-Dybvig银行挤兑模型、Goldstein-Pauzner信号模型、Uhlig系统性银行挤兑模型,以及关于回购市场、战略性贷款违约和储户行为的文献中。
与Diamond-Dybvig模型相比,传统模型的核心是不同流动性偏好的消费者以及“银行短借长贷”造成的多重均衡;本报告则把“类型空间”重新解释为损失厌恶程度的分布,重点关注储户因工资和消费下降而产生的提款需求。 与Goldstein-Pauzner模型相比,本报告并非主要依赖私人信号触发挤兑,而是强调主观坏状态概率、消费参考点和损失厌恶的联合影响。 与2023年SVB事件相关研究相比,报告承认未保险存款、持有至到期证券未实现损失、银行规模和现金持有量的重要性,但进一步追问:在相同资产负债表脆弱性下,某类储户是否由于收入和消费压力而更容易挤兑。
报告宣称的主要理论创新包括三点:
报告以Tobin的流动性偏好理论和Kahneman-Tversky前景理论为基础,将财富或收入相对于参考水平的变化记为 (x)。收益状态使用凹函数,损失状态也使用损失幅度函数,但损失分支前乘以损失厌恶系数 (\lambda)。因此,储户并非只关心财富水平,而是特别关心相对于既定消费标准的下降。
报告允许财富变化服从正态分布,并通过累计前景理论的概率加权测度计算期望价值。作者由此推导出收入平均变化与收入风险之间的局部补偿斜率,并将其解释为流动性风险暴露系数 (\beta(x;\lambda))。关键结论是,随着损失厌恶程度变化,平均收入与收入波动之间的权衡关系可能改变方向;当(\lambda)超过某个临界值(\lambda_c)时,流动性风险暴露的局部导数可能为负。
其经济含义不是“损失厌恶越高,所有风险都越低”,而是:损失厌恶会改变储户在平均收入、收入风险和流动性持有之间的边际权衡,且这种关系具有非线性和状态依赖性。
模型假设储户没有财富,消费符合永久收入假说,工资通过直接存款进入银行,银行通过活期存款创造流动性,并以现金储备和即时可变现资产满足提款需求。
“消费棘轮”是模型的重要行为机制:消费水平上升后,储户不愿意接受消费下降,因此消费过程具有非负跳跃或单调累积特征。 报告的定理2.1指出,只有当带损失厌恶的边际消费倾向高于无损失厌恶时,一期消费棘轮增量才为非负。
这意味着在不确定性和损失厌恶下,储户可能表现出更高的边际消费倾向,即更快地将工资转化为消费,并更少地容忍收入下降。该机制与“工资到账后消费时点明显变化”的相关文献形成呼应,但报告也承认其Hall-CRRA校准主要是启发式而非严格的因果推导。
报告使用Hall消费增长框架和CRRA效用作为平滑基准,并提出损失厌恶与消费增长率大致成反比的启发式校准:消费增长越弱,潜在损失厌恶越高。 图1显示,随着Hall/CRRA风险参数 (\sigma)从约1增加到6,损失厌恶指数从约2.18上升至约2.43,并穿过作者设定的中位数基准2.25;同时,图中以红色虚线标示约2.718的参考值。
图1下方的分布图显示,半柯西冲击使损失厌恶指数大部分时间集中在较低区间,但右尾非常厚,极端值可远高于常态区间;为便于显示,原始模拟分布在99%分位处截断。 这张图支持作者的核心建模选择:普通时期的储户行为可以围绕中位数2.25波动,但罕见恐慌状态不能用薄尾正态分布充分描述。
最优消费问题的KKT条件表明,当损失状态的加权边际价值超过收益状态的加权边际价值时,会出现足以触发挤兑的压力状态。 直观地说,当储户认为未来收入下降的概率很高,且收入下降会直接威胁下一期消费时,即使银行基本面尚未恶化,也可能出现提前提款。
报告将满足该不等式的状态集合定义为可接受的银行挤兑状态,并进一步指出,当主观坏状态概率显著高于好状态概率时,损失厌恶参数达到临界水平,挤兑状态集合就会出现。 这就是所谓Bank Run Exposure State Space。它描述的不是银行已经失败,而是储户群体已经具备“容易挤兑”的行为和流动性条件。
报告把存款提取看成按照某种顺序发生的离散事件。当累计提款第一次超过银行现金储备时,定义为停止时点,即银行暂停存款兑付。 如果压力提款是具有主观坏状态概率的伯努利事件,则停止前观察到的非压力交易数可以用负二项分布表示;在停止时间较长且单次压力事件概率较小时,还可以采用泊松近似。
这个构造的优点是将抽象的“挤兑概率”转化为三个可观察或可建模的对象:提款发生顺序、银行现金储备约束和储户对坏状态的主观概率。 但其局限也很明显:伯努利独立性、固定或可参数化的压力提款概率,以及提款顺序外生等假设,可能无法完全反映社交媒体传播、同业流动性支持和储户协调行为。
在动态部分,报告将银行挤兑暴露视为随机系数,而非固定的流动性风险斜率。其半柯西损失厌恶过程由标准正态稳态分布的Ornstein-Uhlenbeck过程经过正态分布函数和半柯西逆分布函数映射得到。 该过程保持正值和厚尾,并通过Ito公式将损失厌恶的动态传导到银行挤兑暴露系数。
图4的左上图显示潜在OU驱动过程围绕零上下波动;右上图则显示映射后的损失厌恶路径始终为正,并频繁出现高于2.25基准的尖峰,部分路径在50处截断以改善可读性。 左下的对数图和右下的稳态分布进一步显示,极端值虽少,却可能非常大。
图5进一步把这一机制传递给银行挤兑暴露。左图中位数对数暴露路径相对稳定,但大量个体路径会出现高峰;右图的5%—95%区间在许多时间点仍然很宽。 因而,平均暴露平静并不意味着横截面风险稳定,这对监管监测尤其重要。
图2展示四组模拟回归情景:基准情景、提高储备率、降低提款强度,以及高损失厌恶和拟合残差情景。 横轴是流动性风险,纵轴是现金—储备波动;蓝色点代表普通状态,黑色透明点代表极端或挤兑状态,红色点代表暂停兑付状态。基准图中红色点大量位于拟合线之上,说明少量压力状态对总体储备需求具有不成比例的影响。
提高储备率或降低提款强度后,极端观察值仍然存在,但整体压力程度下降;高损失厌恶情景则表现出更明显的残差和尾部风险。 这说明回归可被用于运营诊断,但不能单独识别具体是储备政策、提款强度还是遗漏的行为因素导致压力点。
图3直接比较真实储备需求、包含行为因素的拟合值和遗漏损失厌恶的“仅流动性”拟合值。真实值和行为拟合值在压力点上出现明显尖峰,而仅流动性模型的曲线较为平滑。 报告给出的基准模拟结果是:行为模型拟合储备需求的标准差为0.238,流动性-only模型仅为0.030,后者低估储备需求波动约87.3%。 这一结果支持“遗漏行为因素会导致风险估计过于稳定”的观点,但需要强调它来自模拟数据,不能直接视为现实银行体系中的87.3%估计值。
实证使用2001年第一季度至2024年第四季度的美国商业银行FFIEC Call Report。构造滞后存款增长、四季度滚动流动性波动和现金储备变化后,样本为232家银行、8,909个银行季度观测,起始期为2001年第四季度。 其中,大衰退窗口包含799个观测,COVID封控窗口包含146个观测。
因变量是现金与资产比率的季度变化;流动性风险用存款增长的四季度滚动标准差表示,并按季度对1%尾部进行缩尾处理。 初始行为代理变量是零售资金占比,但作者明确承认零售资金并不等于损失厌恶,只是代表可能更依赖工资收入、对流动性更敏感的客户群。
作者还构建回归加权综合指标,包含交易性存款占比、核心存款占比和消费贷款占比。标准化后,三者权重分别为0.169、0.537和0.294;同时构造等权指标作为稳健性比较。 此外还控制未保险存款占比,并定义资产低于10亿美元且仅有国内办公室的“小银行”指标。
报告所提供的表格页只展示了表题和注释,没有呈现完整的系数、样本量、R²或显著性列,因此以下结果主要依据正文对表格的文字描述。
总体而言,实证结果支持的是“综合资产负债表指标具有略多的信息含量”和“某些事件或小银行群体可能存在放大效应”,而不是对损失厌恶因果机制的强确认。
第一,核心行为变量不可直接观测。公开季度Call Report无法观察工资到账时点、直接存款延迟、透支、失败付款、余额快速下降或数字转账行为,因此零售资金占比及综合指标只是间接代理。
第二,模拟结果依赖较强设定。半柯西过程产生极厚右尾,能够描述极端恐慌,但其参数、中位数2.25及尾部形态并未由本报告的银行级数据直接估计,而是借助文献和启发式校准。
第三,模型假设储户基本没有财富,并采用短期工资—消费关系。这一设定适合描述流动性脆弱家庭,却可能不适用于拥有较高储蓄、证券资产或多银行账户的储户。
第四,实证识别存在分母和内生性风险。存款测量错误可能同时影响存款增长波动和零售资金占比,使交互项被机械性放大;报告也明确指出,存款分母清洗不是简单的数据处理,而是识别策略的一部分。
第五,结果存在代理变量依赖。综合指标提高了R²,但SVB事件期的综合指标系数反而不比零售占比更精确;小银行结果也随着是否加入未保险存款控制而变化较大。 这说明“模型拟合更好”不等于“行为机制识别更强”。
这份工作论文的最大贡献不是证明某个公开数据回归系数显著,而是提出一个具有明确行为机制的银行挤兑暴露框架:工资收入通过活期存款进入银行,收入或消费下降相对于参考水平形成损失,较高的主观坏状态概率提高流动性需求,数字渠道又加快提款实现,最终使银行现金储备需求出现非线性尖峰。
理论部分通过消费棘轮、损失厌恶临界值、停止过程和半柯西随机过程,把储户心理、提款顺序、现金约束和银行暴露动态连接起来。 图1、图3、图4和图5共同传达出一个重要信息:平均或中位数风险可以保持平稳,但极端压力状态和横截面尾部风险仍可能迅速扩大。
实证部分则较为克制。232家银行、8,909个银行季度样本能够证明该回归框架可以用公开监管数据实施,综合指标相较单一零售占比略微改善拟合,小银行和SVB时期存在一定的正向放大迹象,但多数关键交互项统计精度不足。 因此,作者总体立场是:银行挤兑暴露应当作为一种可监测的、具有客户群体特征的风险指标,而非仅依赖传统流动性比率进行判断;不过,要真正验证理论,仍需银行内部的账户级、工资周期级和数字交易数据。
2608.11266.pdf