| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 我国商业银行系统性风险溢出效应研究 |
| 第744期 作者：□文/马巾乔 时间：2025/1/1 17:50:06 浏览：20次 |
［提要］ 银行作为重要的金融机构之一，有效测度其风险水平是防范化解金融系统性风险的关键。为衡量各银行系统性风险溢出价值，本文以我国14家主要商业银行为研究样本，构建分位数回归的静态CoVaR模型，并分析各银行对银行业风险溢出的重要性。
关键词：商业银行；系统性风险；CoVaR
中图分类号：F832 文献标识码：A
收录日期：2024年8月6日
随着我国经济政策的变革和市场改革的加深，各银行资金业务往来联系紧密，不但会增加银行本身面临的潜在风险，还会增加银行内部的风险溢出效应。因此，当单个银行发生重大亏损时，由于银行间高度的相关性，单个银行的亏损会扩散到整个金融系统，从而导致行业乃至整个社会的系统性风险。金融是一个国家良性发展的重要支撑，金融行业的好坏决定着国家经济的好坏，当整个金融系统面临严重系统性风险时，国家财政经济以及人民的幸福生活也将面临巨大的挑战。对此，国家层面强调要将系统性风险防范管理作为金融监管的首要任务。其中，银行业因其在整个经济金融体系中发挥着决定性作用，与各金融部门、实体经济均联系紧密，是系统性风险研究中的一个重要对象。现阶段，我国商业银行系统性风险问题仍存在隐患，即使我国为此使用了多种手段进行监管和调控，银行不良资产余额和不良贷款率持续攀升，系统性风险溢出效应加大，局部系统性风险发生概率也在不断上升，我国仍需要不断探索更加有效的监管方式，以应对风险管控压力。因此，本文以商业银行系统性风险溢出为研究对象，度量我国主要商业银行间的风险溢出效应，并探讨商业银行如何进行有效的风险监管。对于降低银行业与其他行业部门之间的风险传染，促进银行的发展效率与水平的提高具有极为重要的意义。
一、商业银行系统性风险溢出监管现状
（一）商业银行系统性风险溢出含义。系统性风险表现为一种溢出效应。Schwarca（2008）认为系统性风险是由于某一负向效应，导致金融机构陷入困境，又由于行业间的关联性，导致该负向效应进行恶性循环，进而引起整个系统的崩溃、倒坍。张晓朴（2010）认为系统性风险是指某个危机事件导致的破坏，从一个金融机构传染到多个金融机构，进而导致整个金融体系崩溃的可能性。风险溢出包括直接溢出和间接溢出两方面影响。直接溢出指由于银行间业务、资产负债表之间的相互联系，银行面临交易对手风险，所有当一家企业产生违约时，其交易对手也会面临损失。间接溢出是指当一家银行遭受损失时，尽管各金融机构之间无直接交易，但由于金融市场的联系紧密，风险间接溢出到其他金融机构中，进而对整个经济体系造成伤害。
（二）系统性风险溢出估计方法。在对于系统性风险的研究中，VaR指标被广泛应用于风险的管理和测度中，但它仅能对正常市场条件下的资产风险进行估算，并不包含极端情况，也没有考虑到对于不同市场的风险外溢作用，因此该指标对于风险的预测能力有限。Adrian（2011）在该指标的基础上提出了条件在险值（CoVaR）的方法，该指标用于衡量某个金融机构在系统性风险中所起的作用。该方法的提出弥补了VaR指标的缺陷，并被广泛应用于系统性风险的度量。各学者在CoVaR方法的基础上进行拓展。白静（2021）运用GARCH-DCC-Copula-CoVaR模型，对16家商业银行在金融系统中的系统性风险溢出效应进行实证分析。Wang Chong等（2021）基于ARMA-GARCH模型进行风险效应检验。吴青峰（2020）运用分位数回归的CoVaR模型，以股票市场指数日收益率为样本，对我国股市各板块之间的风险传染进行分析。李竹薇等（2021）则构建Copula-ARMR-GARCH-CoVaR模型研究金融行业间风险传染效应。
（三）银行系统性风险溢出监管现状。2008年次贷危机爆发，我国才开始逐渐意识到系统性风险监管的重要作用。近年来，商业银行作为我国系统性风险监管的主体目标，一直在不断创新金融监管方式及手段，积极推进建设全面风险管理体系，有效提升风险管理手段。然而，由于我国系统性风险体系建设起步较晚，当前仍处于初级阶段，风险管理框架仍需进一步完善，管理手段需进一步强化。在当前国际环境复杂、市场信心不足、市场下行压力较大的背景下，企业信用风险大幅增加，实体经济发展面临巨大挑战，系统性风险发生概率正在加大。银行业在面临系统性风险监管压力不断加大的同时，也面临着如下问题：一是当前风险管理手段多以微观为主，缺少有效的宏观审慎管理方法和对宏观风险的关注；二是目前的风险防范手段主要侧重于短期的风险控制，而缺乏对长期风险的预警与控制手段；三是银行间的风险管理相对薄弱，各银行更专注自身业务和系统的风险管控，缺乏对于整个行业的宏观视野，缺少银行间的合作共享；四是系统性风险溢出的测度方法尚不够完善，无法在复杂的风险环境中准确度量，同时也很难做到及时准确地收集和分析数据。
二、商业银行系统性风险溢出度量方法
结合其他学者的研究，本文最终选用的是分位数回归的方法计算△CoVaR值，该方法将金融机构间的风险联系在一起，CoVaR方法的核心思想是通过尾部联合概率分布来量化机构对整个系统的溢出效应。其中，CoVaR指标指的是通过计算金融机构在危机中的VaR变动来度量各机构在系统中的作用，即当某一银行发生重大损失或倒闭时，对于整个系统风险的贡献程度。其定义为：
Pr（X■≤CoVaR■|X■=VaR■■）=q
其中，VaR■■表示银行i在q置信水平下的最大损失。
当某个银行发生重大损失或倒闭时，其对整个金融系统造成的风险溢出价值为：
△CoVaR■■=CoVaR■■-CoVaR■■
三、商业银行系统性风险溢出的度量
（一）样本选取及数据来源。本文选取了数据时间跨度为2013年1月1日至2022年12月31日的14家主要商业银行（南京银行、中信银行、北京银行、光大银行、兴业银行、华夏银行、民生银行、浦发银行、交通银行、中国银行、农业银行、建设银行、招商银行、工商银行）以及中证银行指数的周交易日收盘价作为研究对象，数据选取来自Choice金融终端，并采用Eviews8.0计量软件进行数据处理。本文用中证银行指数的收益率来代替整个银行系统的收益率情况，并将股票和指数对数收益率乘以100，以减小误差。
（二）描述性统计。本文首先对数据进行描述性统计分析，结果如表1所示。（表1）
由表1可知，银行与银行系统的收益率分布并不服从正态分布，各样本均有左右偏移的情况，其中南京银行左偏程度最为严重。从标准差来看，南京银行波动率最大为5.14，其次是兴业银行和中信银行，可见股份制银行的风险波动整体偏大。从峰度上来看，南京银行的峰度最高，兴业银行次之，且所有样本收益率分布均呈现尖峰肥尾的特点。J-B检验也拒绝各收益率正态性的假设，因此本数据样本适用于分位数回归的方法计算△CoVaR。
（三）实证测算。本文通过如下步骤计算各银行CoVaR及△CoVaR。
1、首先估计下列模型的参数：
R■■=α■■＋β■■R■■＋ε
2、将（1）中得到的α、β参数带入到CoVaR模型中，则各银行对整个银行体系的CoVaR表示为：
CoVaR■■=■■■＋■■■VaR■■
其中，VaR■■可以运用历史模拟法，通过计算各银行的5%分位数的收益率得到。
3、用5%置信水平下的CoVaR减去正常状态下的CoVaR，对各银行的风险溢出价值进行进一步测算：
△CoVaR■■=CoVaR■■-CoVaR■■＝■■■（VaR■■－VaR■■）
4、考虑到不同银行的CoVaR水平不一致，为更好地反映各银行的风险溢出程度，对△CoVaR进行标准化处理：
%△CoVaR■■=（■）×100%
（四）实证结果。最终，利用Eviews8.0软件，对14家银行的样本数据按照如上步骤进行处理，得到结果如表2所示。（表2）
通过表2可看出，各个银行与整个银行系统间存在着不同程度的风险传染效应。从估计结果来看，各商业银行中VaR最高为中信银行-6.51，最低的是农业银行-4.30；CoVaR最高为建设银行-6.89，最低为交通银行-5.83。可以看出，国有商业银行的风险水平与股份制银行相比，相对较小。这表明国有商业银行具有较强的风险防范能力，这可能是由于国有商业银行较股份制银行具有更雄厚的资金实力，并且其在风险把控、业务经营等方面具有相对优势。另外，除兴业银行和中信银行外，其他商业银行的CoVaR值高于相应的VaR值，这表明在考虑风险溢出的情况下，VaR指标在一定程度上会低估风险，因此采用CoVaR法进行估算具有一定的合理性。从系统性风险的关联程度，即%△CoVaR指标的计算结果可以看出，国有银行的%△CoVaR值较高，这表明银行的自身实力与系统性风险关联程度息息相关。最后，按照%△CoVaR进行排名得到，农业银行、工商银行、建设银行和中国银行四家国有银行排名靠前，表明其系统性风险处于行业较高水平，且排名与国有商业银行的资产规模基本一致。而民生银行、华夏银行等股份制银行，由于其业务发展速度较快，其排名也较为靠前，同样面临着较高的系统性风险。
四、政策建议
综上，我国商业银行仍面临着较高的系统性风险，尤其是国有银行和股份制银行。各商业银行要大力开展系统性风险溢出监管手段，及时测度和监控金融市场风险、政策风险等，采取新型的系统性风险监管体制和手段。
第一，建立风险识别预警机制。由于系统性风险影响广泛、难以分散的特点，银行业需要建立风险识别与预警机制，提前把握了解风险的严重程度，并采取措施将风险降到最低。银行可以从其实际经营状况、经营对象等方面着手，对风险进行识别和量化，从而制定有效的特定的风险防范手段。随着金融科技的飞速发展，银行应引用相关高质量风险管理人才，结合大数据、云计算等手段，对风险进行定量分析，以做出更为精准的风险防御手段。
第二，加强银行自我风险防范。实证结果表明，因国有银行自身经营规模和经营能力等方面的优势，其风险较股份制银行来说更小。并且股份制银行中，发展速度较快的兴业银行、民生银行的表现也相对优于其他银行。因此，在风险面前，绝对的经济实力优势是十分必要的。银行要提升自身的风险抵御能力，就要提升自己的风险应对能力，不断完善自身风险管理、业务管理体系，提高资本充足率，减少不良贷款，优化资产结构。这样，才能从根本上降低自身的风险外溢程度。
第三，建立健全银行风险管理体系。实证结果表明，我国国有商业银行在金融系统中存在着较大的风险外溢，因此必须加强对国有银行的风险监测。对于具有较高风险的股份制商业银行，要建立完善的风险监测系统，防止盲目地进行跨地区扩张，并持续改进内部控制机制和谨慎运营。金融监管局可以针对不同的银行设立不同的标准，并建立相应的动态调节机制。一方面金融监管部门要建立健全的银行信息披露体系，并对其进行定期的报告；另一方面应密切关注银行业的发展动态，注重各银行进行业务交易的公平性，银行之间利益共享，以推动整个系统的健康发展。
（作者单位：贵州财经大学应用经济学院）
主要参考文献：
［1］包全永.银行系统性风险的传染模型研究［J］.金融研究，2005（08）.
［2］常瓅元，赵丛泽.关于商业银行系统性风险测度研究的文献综述［J］.时代金融，2017（24）.
［3］梁琪，李政.系统重要性、审慎工具与我国银行业监管［J］.金融研究，2014（08）.
［4］康立，王尚，陈柏廷.基于模型法的我国金融机构系统性风险度量与重要性识别［J］.经济研究导刊，2022（07）.
［5］白静.基于GARCH-DCC-Copula-CoVaR方法的商业银行系统性风险溢出效应研究［J］.华北金融，2021（12）.
［6］吴青峰.中国股票市场板块间风险溢出效应研究——基于分位数回归的CoVaR模型［J］.广西质量监督导报，2020（06）.
［7］李明辉，黄叶苨.商业银行系统性风险溢出及系统重要性研究——来自中国16家上市银行CoVaR的证据［J］.华东师范大学学报（哲学社会科学版），2017.49（05）.
［8］高国华，潘英丽.银行系统性风险度量——基于动态CoVaR方法的分析［J］.上海交通大学学报，2011.45（12）.
［9］Huang X，Zhou H，Zhu H.A framework for assessing the systemic risk of major financial institutions［J］.Journal of Banking & Finance，2009.33（11）.
［10］Acharya V V，Pedersen L H，Philippon T，et al.Measuring systemic risk［J］.The review of financial studies，2017.30（01）.
|
|
|
|
