發(fā)布時間：2021-10-13所屬分類：免費文獻瀏覽：1次
摘 要： 現代商業(yè)
《異質性視角下的商業(yè)銀行系統(tǒng)性風險溢出效應測度》論文發(fā)表期刊：《現代商業(yè)》；發(fā)表周期：2021年23期
《異質性視角下的商業(yè)銀行系統(tǒng)性風險溢出效應測度》論文作者信息：程露瑩，廣州南方學院，講師，研究生，研究方向：應用經濟學。
摘要：商業(yè)銀行系統(tǒng)性風險預防能力和效果直接關系到了商業(yè)銀行運行穩(wěn)定程度與國民經濟安全程度。為此，本文首先分析了異質性經濟學概念和商業(yè)銀行系統(tǒng)性風險定義，其次分析了商業(yè)銀行系統(tǒng)性風險溢出類型和商業(yè)銀行系統(tǒng)性風險溢出效應測度方式，再次分析了異質性視角下商業(yè)銀行系統(tǒng)性風險溢出效應測度模型及其應用，最后分析了異質性視角下商業(yè)銀行系統(tǒng)性風險防范對策，旨在為商業(yè)銀行系統(tǒng)性風險溢出效應分析及系統(tǒng)性風險預防提供參考。
關鍵詞：異質性;商業(yè)銀行;系統(tǒng)性風險;風險溢出效應
在國內外經濟因素的共同影響下，我國經濟市場發(fā)展面臨著一定程度的風險，為了有效應對這種風險，我國開啟了全面深化改革的進程，現階段正處于關鍵階段;并且有很多實體經濟行業(yè)面臨著較大的金融風險，這導致了部分地區(qū)的區(qū)域金融風險，同時這些金融風險有向全國系統(tǒng)性風險轉變的趨勢。商業(yè)銀行在國民經濟體系中處于核心地位，是承擔金融風險的主要主體，商業(yè)銀行的風險管理能力十分重要，由此可見，商業(yè)銀行有義務承擔起抵抗系統(tǒng)性風險的責任。
一、異質性視角下商業(yè)銀行系統(tǒng)性風險溢出效應測度相關理論
(一)商業(yè)銀行系統(tǒng)性風險溢出類型
1.直接風險溢出
金融資產風險溢出。商業(yè)銀行的金融資產風險溢出度較高，這是因為商業(yè)銀行的資產類型較多，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，一旦出現系統(tǒng)性風險，便會大概率導致金融資產風險溢出[1]。
金融合約風險溢出。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)銀行之間的風險關聯(lián)性。此外，通過合約衍生的金融產品雖然能夠帶來較高的經濟效益，同樣也可能會導致較高的金融風險，這是因為金融產品交易雙方較為容易忽視金融風險問題，這樣金融風險的出現概率便會隨著交易金額的增加而提高，逐漸積累便會導致較為嚴重的系統(tǒng)性風險和經濟損失。
2.間接風險溢出
間接風險溢出指的是市場環(huán)境導致的系統(tǒng)性風險，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)境出現問題或者是面臨危機，商業(yè)銀行難免會出現系統(tǒng)性風險。此外，大部分商業(yè)銀行的金融業(yè)務是相同或相似的，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.融資風險溢出
融資風險溢出指的是商業(yè)銀行之間由于借貸關系導致的系統(tǒng)性風險，商業(yè)銀行之間經常會出現融資行為，這便增加了融資風險的出現概率。具體來講，融資風險溢出體現在如下兩個方面：第一，信用風險預期變化及市場利率變化會增加融資成本，繼而導致風險;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)性風險出現概率便會增加。
(二)商業(yè)銀行系統(tǒng)性風險溢出效應測度方式
1.宏觀經濟分析方式
宏觀經濟分析方式指的是基于宏觀經濟數據建立早期預警分析模型，通過此模型來分析商業(yè)銀行系統(tǒng)性風險，常見分析指標有股價數據、信貸數據、資產價格數據等，這些數據都能夠反映商業(yè)銀行經營狀況，一旦出現失衡問題，便表示商業(yè)銀行可能陷入到了系統(tǒng)性風險中[3]。
2.違約強度模型方式
違約強度模型方式指的是通過預計違約事件發(fā)生概率及違約損失程度，來預計商業(yè)銀行系統(tǒng)性風險的發(fā)生概率及影響程度。違約強度模型中，應用頻率較高的為DIM模型，該模型的應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)性風險。
3.網絡結構分析方式
網絡結構分析方式指的是構建商業(yè)銀行資產負債表網絡，通過分析網絡形狀對風險的傳播情況進行模擬，進而判定商業(yè)銀行系統(tǒng)性風險，是現階段受關注程度較高的一種分析方式。
通過網絡結構分析方式，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在金融危機下采取的措施導致的多米諾骨牌效應。
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指標方式、DCC-GARCH計量方式等，其中應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)性風險溢出效應測度中的應用，主要是通過金融市場上的橫截面數據來實現的[4]。
二、異質性視角下商業(yè)銀行系統(tǒng)性風險溢出效應測度模型及其應用
(一)選擇CoVaR測度模型
考慮到本次實驗數據獲得的難易程度及真實程度，選擇應用在險價值方式及CoVaR測度模型展開測度工作。
CoVaR測度模型相關指標可以表示為：P(xi≥CoVaRijq|xj=VaRjq)=q;ΔCoVaRijq=CoVaRijq-VaRjq;%≥CoVaRijq=(ΔCoVaRijq/VaRjq)*100%=[(CoVaRijq-VaRjq)/VaRjq]*100%。其中，xi為i的風險損失;P為概率;VaRjq為i在1-q置信水平下的無條件風險價值;CoVaRijq為i在1-q置信水平下受到j影響后的總風險價值;ΔCoVaRijq為j在相同置信區(qū)間下、其風險價值對i的溢出風險大小;%≥CoVaRijq為i受到j影響后的溢出風險價值與其無條件風險價值的比值。
(二)選擇和處理數據
我國上市銀行資產占據了總體商業(yè)銀行資產的80%，在此基礎上，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)銀行作為異質性視角下商業(yè)銀行系統(tǒng)性風險溢出效應測度的研究對象。為了確保統(tǒng)計數據的真實性和準確性，本次研究選擇的數據均在2013年1月1日～2019年12月31日之間，具體數據對象為各個商業(yè)銀行股票的周收盤價，并且對其進行前復權方式處理，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]。
本次研究數據處理工作均由Eviews6.0軟件完成。
(三)分析數據
首先分析本次研究的原始數據，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的數據進行分析，能夠得到如下結論：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，計算結果具體如圖2和圖3所示。
通過對圖2和圖3的數據進行分析，能夠得到如下結論：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)分析實證結果
在CoVaR測度模型分析結果的基礎上，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果，具體如下。
首先，對12家商業(yè)銀行的銀行股指數進行J-B檢驗，檢驗結果如表1所示。
通過對表1數據進行分析，能夠得到如下結論：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，呈現為“尖峰厚尾，非對稱分布”的特征，這符合符合大多數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)性風險溢出效應進行分析，計算其ΔCoVaRijq、VaRjq數值，計算結果如表2所示。
通過對表2數據進行分析，能夠得到如下結論：應用VaR方式計算得到的商業(yè)銀行系統(tǒng)性風險溢出效應小于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)性風險溢出效應，并且其計算標準能夠滿足商業(yè)銀行對系統(tǒng)性風險的判斷標準;12家商業(yè)銀行中，系統(tǒng)性風險溢出效應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)性風險溢出效應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險抵御意識和能力。
三、異質性視角下商業(yè)銀行系統(tǒng)性風險防范對策
(一)建立系統(tǒng)性風險預警體系
商業(yè)銀行業(yè)務活動的進行一直伴隨著系統(tǒng)性風險，基于此，抵御系統(tǒng)性風險的最佳方式便是建立系統(tǒng)性風險預警體系，以此來做到對系統(tǒng)性風險的預先防范，同時盡量縮小已發(fā)生的系統(tǒng)性風險的影響范圍[7]。具體來講，商業(yè)銀行系統(tǒng)性風險預警體系包括系統(tǒng)性風險識別體系(有效識別系統(tǒng)性風險)、系統(tǒng)性風險預警指標體系(合理判定系統(tǒng)性風險)、系統(tǒng)性風險預防體系(采取針對性系統(tǒng)性風險預防措施)。我國商業(yè)銀行在建立系統(tǒng)性風險預警體系的過程中，可以適當借鑒發(fā)達國家商業(yè)銀行的系統(tǒng)性風險預防經驗，同時結合銀行的實際運營情況與我國金融市場的發(fā)展狀況，各項預警指標的選擇需要符合系統(tǒng)性風險預警需求，同時與國際慣例相接軌。
(二)加大對重點銀行的監(jiān)管力度
能夠產生系統(tǒng)性風險的商業(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)銀行出現了風險，便有很大的概率會引發(fā)商業(yè)銀行行業(yè)系統(tǒng)風險，為此，相關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)性風險的意識和能力，以此來降低系統(tǒng)性風險對其運營發(fā)展造成的經濟損失;此外，還需要降低其由于系統(tǒng)性風險而破產倒閉的概率。在實際的商業(yè)銀行監(jiān)管過程中，相關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致的系統(tǒng)性風險;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。
(三)預防系統(tǒng)性風險過度傳染
系統(tǒng)性風險的最明顯特點便是其傳染性，即一家商業(yè)銀行的風險可能會傳染給其他銀行，為此，相關部門需要預防系統(tǒng)性風險在商業(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，相關部門需要頒布相關政策，如貨幣調節(jié)政策、財政政策、宏觀政策等，以此來調價商業(yè)銀行與金融市場之間的關系，避免出現沖突;相關部門需要幫助商業(yè)銀行劃分相關職責，引導其密切關注金融市場、證券市場的變化，注意分析商業(yè)銀行系統(tǒng)性風險溢出效應及相關預防機制，這樣才能夠切實提高商業(yè)銀行對于系統(tǒng)性風險的預判意識和能力，同時在系統(tǒng)性風險發(fā)生的情況下，有足夠的能力盡量規(guī)避不利影響。
四、結語
本次選擇的CoVaR測度模型適合應用在異質性視角下商業(yè)銀行系統(tǒng)性風險溢出效應測度中，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)性風險溢出效應測度。但是CoVaR測度方式也存在一定的局限性，例如，對股票市場歷史數據的依賴性較強、無法應用在未上市商業(yè)銀行及上市時間較短商業(yè)銀行系統(tǒng)性風險溢出效應測度中。
因此，在選擇應用CoVaR測度方式的同時，為了提高測度準確性，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)性風險溢出效應測度[J].河北工業(yè)大學學報，2019，48(05)：81-90.
[2]王蓉.金融系統(tǒng)性風險的雙向溢出效應及其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)性風險溢出效應的實證研究[J].蘇州大學學報(哲學社會科學版)，2016，37(04)：123-128.
[4]沈虹，邢熒.基于CoVaR方法的國內商業(yè)銀行系統(tǒng)性風險度量[J].揚州大學學報(人文社會科學版)，2016，20(05)：68-72.
[5]張煒，童中文.中國上市商業(yè)銀行系統(tǒng)性風險測度——基于SCCA方法的分析[J].金融與經濟，2017(02)：57-63.
[6]徐文彬.基于VAR方法的銀行業(yè)系統(tǒng)性風險預警模型研究[J].經濟研究參考，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)性風險溢出研究[J].當代經濟，2017(30)：123-125.
[8]徐苑清，童中文.商業(yè)銀行系統(tǒng)性風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)性風險的識別與預警研究[J].中央財經大學學報，2020(10)：36-53.
