文献来源：Viral V. Acharya, Björn Imbierowicz, Sascha Steffen, Daniel Teichmann,Does the lack of financial stability impair the transmission of monetary policy?,Journal of Financial Economics,Volume 138, Issue 2,2020,Pages 342-365,

推荐原因：文章研究了2006年1月至2010年6月欧洲中央银行流动性向银行存款和贷款利差的传导。作者发现了与银行风险导致的传输通道受损一致的证据。尽管央行流动性降低了高风险银行和低风险银行的存款息差，但一年期以上期限的高风险银行的贷款息差并没有降低。这对高风险银行借款人的资产负债表产生了不利影响，导致支出减少、资本经费减少和就业减少。文章的研究结果表明，在货币政策宽松时期，银行的资本约束对银行贷款渠道和央行最后贷款人功能的有效性构成了挑战。

文章的背景是欧洲央行(ECB)在2008年1[文]0月引入全额流动性分配，作为对全球金融危机深[章]化的回应。在此之前，欧洲央行通过竞争性招标向[来]银行发放流动性，以满足总流动性目标。分配给银[自]行部门的流动性是为了使每家银行都能满足其准备[1]金要求。2008年9月雷曼兄弟(Lehman[7] Brothers)违约后，银行间市场压力严重[量](Afonso et al.， 2011)，阻碍了银行间流动性的有效配置。2[化]008年10月8日，欧洲央行开始以现行的主要[ ]再融资操作(MRO)利率满足个别银行的所有流[ ]动性要求，通过其主要再融资操作换取抵押品，最[ ]终为银行体系提供了大量过剩的流动性。

文章首先重点关注存款合同，分析中央银行流动性[1]如何影响高风险和低风险银行的公司存款利差。第[7]一个主要结论是，在金融危机期间，中央银行流动[q]性的增加与银行存款利差的显著下降有关。在金融[u]危机期间，流动性每增加一个标准差，存款利差就[a]会在全额配售政策出台前降低约3个基点，在全额[n]配售政策出台后降低约8个基点。通过区分银行风[t]险(使用银行的信用违约互换利差来衡量)，文章[.]发现，在全额配售期开始前，低风险银行(而不是[c]高风险银行)的存款利差随着流动性的增加而下降[o]。此后，当央行流动性增加时，高风险银行和低风[m]险银行同样会降低存款利差。从整个流动性分配期[文]间的数据中追踪企业存款的供求函数，结果表明在[章]其他一切保持不变的情况下，当银行提供更高的利[来]差时，企业提供更多的存款。换句话说，存款供给[自]函数是向上倾斜的。银行对存款的需求是向下倾斜[1]的，即如果存款的拨备越高，那么存款的边际效用[7]就越低，从而降低了存款利差。供给函数的斜率系[量]数更低，表明存款供给相对于存款利差而言是相对[化]缺乏弹性的。央行流动性的增加会使存款需求曲线[ ]向内移动，在其他条件相同的情况下，高风险和低[ ]风险银行对企业存款的支付都更少。

综合来看，存款利差差异表明，在全额配售政策出[ ]台之前，央行流动性的增加不足以降低高、低风险[1]银行的资金风险。高风险银行需要支付高得多的存[7]款利差，以补偿储户，吸引资金。在全额配售期之[q]前，银行间市场功能失调，低风险银行尤其囤积流[u]动性(Afonso et al.， 2011)。欧洲央行随后以最后贷款人(LOL[a]R)的身份介入，全额满足所有银行的流动性要求[n]。与此同时，欧洲央行扩大了可作为再融资操作合[t]格抵押品的资产清单，作为对民间融资损失的弥补[.]，并最终减轻了高风险银行的融资压力。

文章利用在存款市场上观察到的同一组银行，研究[c]欧洲央行作为LOLR的干预如何转化为银行的贷[o]款-贷款决策。在引入全额分配政策之前，没有发[m]现(与存款市场相反)欧洲央行流动性对低风险银[文]行和高风险银行贷款利差的不同影响;无论是高风[章]险银行还是低风险银行，贷款利差都不受央行流动[来]性变化的影响。但引入后，低风险银行的贷款利差[自]有所下降，而当欧洲央行增加流动性供应时，高风[1]险银行的贷款利差保持不变。在全部配售期间，欧[7]洲央行流动性增加一个标准差，相对于高风险银行[量]，低风险银行的贷款利差将下降约27个基点，而[化]平均贷款利差约为306个基点。此外，文章考察[ ]了不同期限贷款在全额配售政策期间的货币政策传[ ]递情况。结果表明，尤其是对于期限超过一年的贷[ ]款，央行流动性的传导渠道受损。

最后，文章调查了由于欧洲央行的流动性框架，高[1]风险银行和低风险银行的借款人的实际后果。在欧[7]洲央行提供流动性后，高风险银行的借款人增加了[q]相对于定期贷款借款的信用额度，但这些公司也减[u]少了投资，降低了资本支出，并减少了员工数量。[a]

综上所述，文章发现有证据表明，即使在欧洲央行的全额配售政策出台后，欧元区货币政策的传导渠道在贷款市场受损，但在存款市场没有受损。这一证据表明，银行部门资产负债表的疲软限制了欧洲央行在金融危机期间作为LOLR的作用。

文献来源：Niels S. Grønborg, Asger Lunde, Allan Timmermann, Russ Wermers, Picking funds with confidence, Journal of Financial Economics, Volume 139, Issue 1, 2021, Pages 1-28,

推荐原因：文章提出了一种新的方法来选筛选主动型共同基金，该方法利用投资组合持有和基金回报信息，通过一系列基金的两两比较来消除预测业绩较差的基金。采用本文的方法所筛选的基金相比传统的阿尔法排名方法，具有更高的经风险调整后回报。文章还发现经该方法筛选后的基金可以穿越不同经济状态，保持较好的表现。

每年都有大量的资金和人力的投入用于选择最好的[文]共同基金。然而，尽管学术研究已经进行了几十年[章]，但预测哪些共同基金未来将继续获得优异的业绩[来]仍然是一个难以实现的目标。虽然许多研究都挑选[自]出了与未来表现相关的个别基金的不同特征，但目[1]前尚不清楚如何有效地识别出未来最有可能跑赢大[7]盘的那组基金。事实上，识别一组更优秀的基金，[量]而不是单个基金，涉及到一个复杂得多的统计问题[化]。

本文介绍了一种有效的方法来识别(事前)具有卓[ ]越业绩的基金集，以及识别所选基金集的规模，他[ ]们采用的投资策略类型，以及这一组基金(连同其[ ]风险调整后的业绩)如何随着时间的推移而变化。[1]识别“最佳”(或卓越)基金集合的方法不仅要求[7]将每个基金的表现与单一基准(或一组风险因素，[q]这是通常的做法)进行比较，而且还要求在各个基[u]金之间进行大量的两两比较，以消除那些业绩至少[a]由另一个基金主导的基金。

文章采用的方法为进行一系列的两两测试，以依次[n]剔除业绩较差的基金。如果发现了至少一只相对于[t]任何其他基金表现明显较差的基金，那么这只基金[.]将被淘汰，淘汰过程将继续在缩减后的基金集合上[c]进行，直到不能再识别出与任何其他基金相比表现[o]较差的基金。并将最后剩余的一组基金——预测业[m]绩较好的基金——标记为基金信心集(FCS)。[文]

结果发现FCS方法可以用来选择一组平均业绩明显好于使用排名靠前的固定比例(例如，5%或10%)的基金组合。特别是，FCS中的基金组合每月产生超过65个bps的四因子alpha，这在统计上具有高度显著性，远远高于一系列现有方法所能实现的业绩。