發(fā)布時間：2021-10-13所屬分類：免費文獻瀏覽：1次
摘 要： 現(xiàn)代商業(yè)
《異質(zhì)性視角下的商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度》論文發(fā)表期刊：《現(xiàn)代商業(yè)》；發(fā)表周期：2021年23期
《異質(zhì)性視角下的商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度》論文作者信息：程露瑩，廣州南方學(xué)院，講師，研究生，研究方向：應(yīng)用經(jīng)濟學(xué)。
摘要：商業(yè)銀行系統(tǒng)性風(fēng)險預(yù)防能力和效果直接關(guān)系到了商業(yè)銀行運行穩(wěn)定程度與國民經(jīng)濟安全程度。為此，本文首先分析了異質(zhì)性經(jīng)濟學(xué)概念和商業(yè)銀行系統(tǒng)性風(fēng)險定義，其次分析了商業(yè)銀行系統(tǒng)性風(fēng)險溢出類型和商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度方式，再次分析了異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度模型及其應(yīng)用，最后分析了異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險防范對策，旨在為商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)分析及系統(tǒng)性風(fēng)險預(yù)防提供參考。
關(guān)鍵詞：異質(zhì)性;商業(yè)銀行;系統(tǒng)性風(fēng)險;風(fēng)險溢出效應(yīng)
在國內(nèi)外經(jīng)濟因素的共同影響下，我國經(jīng)濟市場發(fā)展面臨著一定程度的風(fēng)險，為了有效應(yīng)對這種風(fēng)險，我國開啟了全面深化改革的進程，現(xiàn)階段正處于關(guān)鍵階段;并且有很多實體經(jīng)濟行業(yè)面臨著較大的金融風(fēng)險，這導(dǎo)致了部分地區(qū)的區(qū)域金融風(fēng)險，同時這些金融風(fēng)險有向全國系統(tǒng)性風(fēng)險轉(zhuǎn)變的趨勢。商業(yè)銀行在國民經(jīng)濟體系中處于核心地位，是承擔(dān)金融風(fēng)險的主要主體，商業(yè)銀行的風(fēng)險管理能力十分重要，由此可見，商業(yè)銀行有義務(wù)承擔(dān)起抵抗系統(tǒng)性風(fēng)險的責(zé)任。
一、異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度相關(guān)理論
(一)商業(yè)銀行系統(tǒng)性風(fēng)險溢出類型
1.直接風(fēng)險溢出
金融資產(chǎn)風(fēng)險溢出。商業(yè)銀行的金融資產(chǎn)風(fēng)險溢出度較高，這是因為商業(yè)銀行的資產(chǎn)類型較多，并且大部分來自于金融交易，同時商業(yè)銀行之間在金融資產(chǎn)方面存在著較為密切的聯(lián)系，這使得商業(yè)銀行之間通過各種金融活動來相互持有金融資產(chǎn)，一旦出現(xiàn)系統(tǒng)性風(fēng)險，便會大概率導(dǎo)致金融資產(chǎn)風(fēng)險溢出[1]。
金融合約風(fēng)險溢出。商業(yè)銀行之間簽訂金融合約屬于十分常見的行為，這在一定程度上增加了商業(yè)銀行之間的風(fēng)險關(guān)聯(lián)性。此外，通過合約衍生的金融產(chǎn)品雖然能夠帶來較高的經(jīng)濟效益，同樣也可能會導(dǎo)致較高的金融風(fēng)險，這是因為金融產(chǎn)品交易雙方較為容易忽視金融風(fēng)險問題，這樣金融風(fēng)險的出現(xiàn)概率便會隨著交易金額的增加而提高，逐漸積累便會導(dǎo)致較為嚴重的系統(tǒng)性風(fēng)險和經(jīng)濟損失。
2.間接風(fēng)險溢出
間接風(fēng)險溢出指的是市場環(huán)境導(dǎo)致的系統(tǒng)性風(fēng)險，商業(yè)銀行同處于金融市場中，其面臨的客觀環(huán)境相同，并且對金融市場環(huán)境依賴性較高，因此，一旦金融市場環(huán)境出現(xiàn)問題或者是面臨危機，商業(yè)銀行難免會出現(xiàn)系統(tǒng)性風(fēng)險。此外，大部分商業(yè)銀行的金融業(yè)務(wù)是相同或相似的，這表示這些銀行在面對市場環(huán)境變化時，能夠采取的措施也是相同或相似的[2]。
3.融資風(fēng)險溢出
融資風(fēng)險溢出指的是商業(yè)銀行之間由于借貸關(guān)系導(dǎo)致的系統(tǒng)性風(fēng)險，商業(yè)銀行之間經(jīng)常會出現(xiàn)融資行為，這便增加了融資風(fēng)險的出現(xiàn)概率。具體來講，融資風(fēng)險溢出體現(xiàn)在如下兩個方面：第一，信用風(fēng)險預(yù)期變化及市場利率變化會增加融資成本，繼而導(dǎo)致風(fēng)險;第二，金融市場流動性會改變商業(yè)銀行的融資難度，一旦融資難度增加，系統(tǒng)性風(fēng)險出現(xiàn)概率便會增加。
(二)商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度方式
1.宏觀經(jīng)濟分析方式
宏觀經(jīng)濟分析方式指的是基于宏觀經(jīng)濟數(shù)據(jù)建立早期預(yù)警分析模型，通過此模型來分析商業(yè)銀行系統(tǒng)性風(fēng)險，常見分析指標(biāo)有股價數(shù)據(jù)、信貸數(shù)據(jù)、資產(chǎn)價格數(shù)據(jù)等，這些數(shù)據(jù)都能夠反映商業(yè)銀行經(jīng)營狀況，一旦出現(xiàn)失衡問題，便表示商業(yè)銀行可能陷入到了系統(tǒng)性風(fēng)險中[3]。
2.違約強度模型方式
違約強度模型方式指的是通過預(yù)計違約事件發(fā)生概率及違約損失程度，來預(yù)計商業(yè)銀行系統(tǒng)性風(fēng)險的發(fā)生概率及影響程度。違約強度模型中，應(yīng)用頻率較高的為DIM模型，該模型的應(yīng)用建立在既定擴散方程上，這樣便能夠通過該模型來計算計違約事件發(fā)生概率，進而估計商業(yè)銀行系統(tǒng)性風(fēng)險。
3.網(wǎng)絡(luò)結(jié)構(gòu)分析方式
網(wǎng)絡(luò)結(jié)構(gòu)分析方式指的是構(gòu)建商業(yè)銀行資產(chǎn)負債表網(wǎng)絡(luò)，通過分析網(wǎng)絡(luò)形狀對風(fēng)險的傳播情況進行模擬，進而判定商業(yè)銀行系統(tǒng)性風(fēng)險，是現(xiàn)階段受關(guān)注程度較高的一種分析方式。
通過網(wǎng)絡(luò)結(jié)構(gòu)分析方式，既能夠掌握銀行違約事件及其影響情況，又能夠掌握金融機構(gòu)在金融危機下采取的措施導(dǎo)致的多米諾骨牌效應(yīng)。
4.橫截面方式
橫截面方式主要包括條件在險價值方式(CoVaR)、期望損失方式(ES)、困境保費方式、SRISK指標(biāo)方式、DCC-GARCH計量方式等，其中應(yīng)用頻率最高的為條件在險價值方式。上述橫截面方式在商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度中的應(yīng)用，主要是通過金融市場上的橫截面數(shù)據(jù)來實現(xiàn)的[4]。
二、異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度模型及其應(yīng)用
(一)選擇CoVaR測度模型
考慮到本次實驗數(shù)據(jù)獲得的難易程度及真實程度，選擇應(yīng)用在險價值方式及CoVaR測度模型展開測度工作。
CoVaR測度模型相關(guān)指標(biāo)可以表示為：P(xi≥CoVaRijq|xj=VaRjq)=q;ΔCoVaRijq=CoVaRijq-VaRjq;%≥CoVaRijq=(ΔCoVaRijq/VaRjq)*100%=[(CoVaRijq-VaRjq)/VaRjq]*100%。其中，xi為i的風(fēng)險損失;P為概率;VaRjq為i在1-q置信水平下的無條件風(fēng)險價值;CoVaRijq為i在1-q置信水平下受到j(luò)影響后的總風(fēng)險價值;ΔCoVaRijq為j在相同置信區(qū)間下、其風(fēng)險價值對i的溢出風(fēng)險大小;%≥CoVaRijq為i受到j(luò)影響后的溢出風(fēng)險價值與其無條件風(fēng)險價值的比值。
(二)選擇和處理數(shù)據(jù)
我國上市銀行資產(chǎn)占據(jù)了總體商業(yè)銀行資產(chǎn)的80%，在此基礎(chǔ)上，考慮到上市時間的差別，本文選擇在2010年之前上市的12家商業(yè)銀行作為異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度的研究對象。為了確保統(tǒng)計數(shù)據(jù)的真實性和準(zhǔn)確性，本次研究選擇的數(shù)據(jù)均在2013年1月1日～2019年12月31日之間，具體數(shù)據(jù)對象為各個商業(yè)銀行股票的周收盤價，并且對其進行前復(fù)權(quán)方式處理，同時選擇計算股票收益率為解釋變量。
具體通過取對數(shù)一階差分的方式獲得各個商業(yè)銀行的股票收益率及整體商業(yè)銀行的股票收益率，為了降低計算失誤率，將計算結(jié)果均乘以100，具體計算公式如下：Rit=100*ln(Iit/Iit-1);其中，Rit為商業(yè)銀行i在t日的股票收益率，Iit為t周股票收盤價格，Iit-1為t-1周股票收盤價格[5]。
本次研究數(shù)據(jù)處理工作均由Eviews6.0軟件完成。
(三)分析數(shù)據(jù)
首先分析本次研究的原始數(shù)據(jù)，即12家商業(yè)銀行在2013年1月1日～2019年12月31日之間股票的周收盤價，具體如圖1所示。
通過對圖1的數(shù)據(jù)進行分析，能夠得到如下結(jié)論：各個商業(yè)銀行股票周收盤價走向存在相似之處，但是股票周收盤價波動范圍有一定差別，股票周收盤價最低點和最高點的出現(xiàn)時間有一定差別。但可以統(tǒng)一的是，在金融危機發(fā)生之后，受到金融市場變動因素的影響，各個商業(yè)銀行股票周收盤價走向都有一定程度的下滑，這一點需要進行進一步分析[6]。
隨后，按照上文中的計算公式計算各個商業(yè)銀行的股票收益率及整體商業(yè)銀行的股票收益率，計算結(jié)果具體如圖2和圖3所示。
通過對圖2和圖3的數(shù)據(jù)進行分析，能夠得到如下結(jié)論：盡管各個商業(yè)銀行的股票收益率在金融危機之后都有不同程度的下滑，但是近年來，其股票收益率下滑趨勢有所收斂，并且部分商業(yè)銀行開始呈現(xiàn)為上升趨勢;興業(yè)銀行和中信銀行股票收益率下滑趨勢較為顯著，并且收斂趨勢不夠明顯;建設(shè)銀行、浦發(fā)銀行、中國銀行股票收益率下滑趨勢相對較小，并且收斂趨勢較為明顯。
(四)分析實證結(jié)果
在CoVaR測度模型分析結(jié)果的基礎(chǔ)上，本文將進一步進行實證分析，以此來獲得更加明確的分析結(jié)果，具體如下。
首先，對12家商業(yè)銀行的銀行股指數(shù)進行J-B檢驗，檢驗結(jié)果如表1所示。
通過對表1數(shù)據(jù)進行分析，能夠得到如下結(jié)論：各個商業(yè)銀行的股票收益率都普遍存在左偏情況，并且所有商業(yè)銀行的股收益率峰度都超過了4，呈現(xiàn)為“尖峰厚尾，非對稱分布”的特征，這符合符合大多數(shù)金融事件序列的基本特征。
其次，對12家商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)進行分析，計算其ΔCoVaRijq、VaRjq數(shù)值，計算結(jié)果如表2所示。
通過對表2數(shù)據(jù)進行分析，能夠得到如下結(jié)論：應(yīng)用VaR方式計算得到的商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)小于CoVaR方式，這表示通過CoVaR方式能夠有效計算得到商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)，并且其計算標(biāo)準(zhǔn)能夠滿足商業(yè)銀行對系統(tǒng)性風(fēng)險的判斷標(biāo)準(zhǔn);12家商業(yè)銀行中，系統(tǒng)性風(fēng)險溢出效應(yīng)最為顯著的銀行有民生銀行、中信銀行、華夏銀行，究其原因是股份制銀行存在風(fēng)險抵御意識和能力相對較低的問題;12家商業(yè)銀行中，系統(tǒng)性風(fēng)險溢出效應(yīng)最為顯著的銀行有工商銀行、浦發(fā)銀行、中國銀行，究其原因是國有大型銀行存在風(fēng)險抵御意識和能力相對較高的特征，并且以浦發(fā)銀行為首的部分股份制銀行也存在較高的風(fēng)險抵御意識和能力。
三、異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險防范對策
(一)建立系統(tǒng)性風(fēng)險預(yù)警體系
商業(yè)銀行業(yè)務(wù)活動的進行一直伴隨著系統(tǒng)性風(fēng)險，基于此，抵御系統(tǒng)性風(fēng)險的最佳方式便是建立系統(tǒng)性風(fēng)險預(yù)警體系，以此來做到對系統(tǒng)性風(fēng)險的預(yù)先防范，同時盡量縮小已發(fā)生的系統(tǒng)性風(fēng)險的影響范圍[7]。具體來講，商業(yè)銀行系統(tǒng)性風(fēng)險預(yù)警體系包括系統(tǒng)性風(fēng)險識別體系(有效識別系統(tǒng)性風(fēng)險)、系統(tǒng)性風(fēng)險預(yù)警指標(biāo)體系(合理判定系統(tǒng)性風(fēng)險)、系統(tǒng)性風(fēng)險預(yù)防體系(采取針對性系統(tǒng)性風(fēng)險預(yù)防措施)。我國商業(yè)銀行在建立系統(tǒng)性風(fēng)險預(yù)警體系的過程中，可以適當(dāng)借鑒發(fā)達國家商業(yè)銀行的系統(tǒng)性風(fēng)險預(yù)防經(jīng)驗，同時結(jié)合銀行的實際運營情況與我國金融市場的發(fā)展?fàn)顩r，各項預(yù)警指標(biāo)的選擇需要符合系統(tǒng)性風(fēng)險預(yù)警需求，同時與國際慣例相接軌。
(二)加大對重點銀行的監(jiān)管力度
能夠產(chǎn)生系統(tǒng)性風(fēng)險的商業(yè)銀行普遍具備運營規(guī)模較高、在金融市場中的重要性較高等特點，這表示一旦這些商業(yè)銀行出現(xiàn)了風(fēng)險，便有很大的概率會引發(fā)商業(yè)銀行行業(yè)系統(tǒng)風(fēng)險，為此，相關(guān)部門需要加大對這些重點銀行的監(jiān)管力度[8]。具體來講，對重點商業(yè)銀行進行監(jiān)管的目的為督促和幫助其提高抵抗系統(tǒng)性風(fēng)險的意識和能力，以此來降低系統(tǒng)性風(fēng)險對其運營發(fā)展造成的經(jīng)濟損失;此外，還需要降低其由于系統(tǒng)性風(fēng)險而破產(chǎn)倒閉的概率。在實際的商業(yè)銀行監(jiān)管過程中，相關(guān)部門可以對銀行的信貸投向作出一定限制，要求銀行盡量從多個層面開展信貸活動，避免單一信貸活動導(dǎo)致的系統(tǒng)性風(fēng)險;對銀行的各項金融交易進行一定管制，以此來避免過高的杠桿交易出現(xiàn)。
(三)預(yù)防系統(tǒng)性風(fēng)險過度傳染
系統(tǒng)性風(fēng)險的最明顯特點便是其傳染性，即一家商業(yè)銀行的風(fēng)險可能會傳染給其他銀行，為此，相關(guān)部門需要預(yù)防系統(tǒng)性風(fēng)險在商業(yè)銀行行業(yè)中的過度傳染，以此來降低系統(tǒng)性風(fēng)險給整體商業(yè)銀行行業(yè)造成的損失和影響[9]。具體來講，相關(guān)部門需要頒布相關(guān)政策，如貨幣調(diào)節(jié)政策、財政政策、宏觀政策等，以此來調(diào)價商業(yè)銀行與金融市場之間的關(guān)系，避免出現(xiàn)沖突;相關(guān)部門需要幫助商業(yè)銀行劃分相關(guān)職責(zé)，引導(dǎo)其密切關(guān)注金融市場、證券市場的變化，注意分析商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)及相關(guān)預(yù)防機制，這樣才能夠切實提高商業(yè)銀行對于系統(tǒng)性風(fēng)險的預(yù)判意識和能力，同時在系統(tǒng)性風(fēng)險發(fā)生的情況下，有足夠的能力盡量規(guī)避不利影響。
四、結(jié)語
本次選擇的CoVaR測度模型適合應(yīng)用在異質(zhì)性視角下商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度中，能夠彌補傳統(tǒng)測度方式的不足之處，同時適用于單一商業(yè)銀行和整體商業(yè)銀行行業(yè)系統(tǒng)性風(fēng)險溢出效應(yīng)測度。但是CoVaR測度方式也存在一定的局限性，例如，對股票市場歷史數(shù)據(jù)的依賴性較強、無法應(yīng)用在未上市商業(yè)銀行及上市時間較短商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度中。
因此，在選擇應(yīng)用CoVaR測度方式的同時，為了提高測度準(zhǔn)確性，可以選擇聯(lián)合其他測度方式。
參考文獻：
[1]葉莉，李園豐，王遠哲.基于CoVaR方法的我國商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)測度[J].河北工業(yè)大學(xué)學(xué)報，2019，48(05)：81-90.
[2]王蓉.金融系統(tǒng)性風(fēng)險的雙向溢出效應(yīng)及其CoVaR模型估計[J].統(tǒng)計與決策，2016(02)：146-148.
[3]劉亮.中國商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)的實證研究[J].蘇州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2016，37(04)：123-128.
[4]沈虹，邢熒.基于CoVaR方法的國內(nèi)商業(yè)銀行系統(tǒng)性風(fēng)險度量[J].揚州大學(xué)學(xué)報(人文社會科學(xué)版)，2016，20(05)：68-72.
[5]張煒，童中文.中國上市商業(yè)銀行系統(tǒng)性風(fēng)險測度——基于SCCA方法的分析[J].金融與經(jīng)濟，2017(02)：57-63.
[6]徐文彬.基于VAR方法的銀行業(yè)系統(tǒng)性風(fēng)險預(yù)警模型研究[J].經(jīng)濟研究參考，2016(63)：45-53.
[7]麥木蓉，彭濤.基于CoVaR模型的上市商業(yè)銀行系統(tǒng)性風(fēng)險溢出研究[J].當(dāng)代經(jīng)濟，2017(30)：123-125.
[8]徐苑清，童中文.商業(yè)銀行系統(tǒng)性風(fēng)險價值及溢出的測度[J].統(tǒng)計與決策，2015(06)：159-162.
[9]李辰穎.我國商業(yè)銀行系統(tǒng)性風(fēng)險的識別與預(yù)警研究[J].中央財經(jīng)大學(xué)學(xué)報，2020(10)：36-53.