最新我国上市商业银行系统性风险测度
GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究
金融天地GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究吕东杰 宁波银监局摘要：当前，国际金融市场动荡起伏，科学技术的迅猛发展以及金融管制的放松致使金融市场面临前所未有的市场风险。
作为时下测度金融市场风险的新标准和新方法，VaR方法(Value at Risk,VaR)在实施过程中，最重要却又最棘手的问题是如何刻画收益波动的聚集性及分布的尖峰厚尾性。
文章首先对风险测度的VaR方法进行评析，得出其存在的弊端，并以此提出基于GARCH-CvaR的我国上市银行系统性风险测度方法。
最后以我国上市银行实际数据为样本，对基于不同分布下的GARCH-VaR/CVaR模型进行实证分析和检验，得出模型能更精准的测度我国上市银行系统风险，为投资者和银行风险监管者提供了一个较好的风险测度方法。
关键词：GARCH-CVaR；银行风险；风险测度中图分类号：F832；0212 文献识别码：A 文章编号：1001-828X(2017)024-0255-03一、引言上世纪70年代布雷顿森林体系瓦解，以及08、09年的全球金融与欧洲债务危机，使国际金融乃至全球经济受到较大冲击。
目前，随着我国金融开放步伐日益加快，银行业稳健性经营将面临巨大挑战，政府和银监部门也普遍意识到系统性风险的识别、监测和度量对维持我国银行业稳定起着极其重要的作用。
2011年4月27好，我国银监会根据《第三版巴塞尔协议》要求及国内银行经营及监管实践经验，公开发布了《中国银行业实施新监管标准的指导意见》。
意见指出通过考虑“规模、关联度、可替代性和复杂性”四个因素，拟建立系统重要性银行的评估方法论和持续评估框架[1]。
因此，探寻一种行之有效的预测与识别、度量与规避上市银行系统风险方法，已成为银行监管者、管理部门和投资者当前共同关注的重要课题。
1953年Markowitz在其代表作《组合选择：投资的有效多样性》一书中，开创了用均值和方差刻画投资中风险与收益间的关系。
我国系统性金融风险的测度与防范
我国系统性金融风险的测度与防范随着金融市场的不断发展和金融创新的不断推进，我国金融体系也面临着越来越大的系统性金融风险。
系统性金融风险是指金融体系中的一项或多项风险，在发生或恶化时，可能引发金融市场的系统性崩溃，对整个经济产生严重的负面影响，甚至导致系统性金融危机。
对我国系统性金融风险的测度与防范显得尤为重要。
一、系统性金融风险的测度系统性金融风险的测度是金融监管和政策制定的重要依据，主要包括以下几个方面的内容：1. 金融机构的系统性重要性测度。
通过评估金融机构在金融体系中的地位和影响程度，从资产规模、交易活动、关联度等多个角度来测度其系统性重要性，判断其在金融市场中的潜在风险。
2. 金融市场的流动性风险测度。
通过分析金融市场上各类资产的流动性情况，包括市场上的市场摩擦、流动性冲击、市场深度和广度等指标，评估金融市场的整体风险水平。
3. 金融市场的杠杆率测度。
通过测度金融市场上的杠杆率情况，包括杠杆资产和杠杆资产占比等指标，评估市场的杠杆率水平和潜在的系统性风险。
针对系统性金融风险的测度结果，要采取一系列有效的防范措施，以降低金融市场发生系统性危机的可能性，包括：1. 完善金融监管体系。
建立健全金融监管制度，加强市场准入和退出机制，严格监管金融机构的设立、运营和退出，防范金融市场的垄断和滥用市场权力。
2. 强化金融市场风险管理。
要制定并执行严格的风险管理规定，包括资本充足、流动性管理、市场风险控制等，引导金融机构规范经营，防范系统性风险。
3. 提高金融市场的透明度。
加强金融市场信息披露，完善市场监管，提高市场的透明度和公平性，防范市场操纵和内幕交易。
4. 健全风险监测和预警机制。
建立系统性风险的监测和预警体系，及时发现风险信号，采取相应的风险管理措施。
5. 健全金融危机处置机制。
提高金融危机的处置能力，建立健全的金融市场稳定维护机制，切实应对金融危机发生的可能性。
我国系统性金融风险的测度与防范工作任重而道远，需要政府、金融监管机构和金融机构等各方通力合作，共同降低金融市场的系统性风险水平，保障金融市场的稳定和健康发展。
中国上市银行的系统性风险价值及溢出——基于CoVaR方法的实证分析
作者简介 ： 郭卫东 （ １ ９ ７ ６ 一） ， 男， 河 南 内乡 人 ， 北 京 师 范 大 学 经 济 与 工 商 管 理 学 院 博 士研 究 生 ， 郑州航空工业管理学院讲师 ， 研究 方 向 ： 资
本市场与风险管理 。
应 重 点加 强监 管 。
关键词 ： 系统 性 风 险 ；在 险 价 值 ；条件 风 险 价 值 ； 风 险溢 出
中图分类号 ： Ｆ ８ ３ ２ ． ３；Ｆ ２ ２ ４ 文 献 标 志码 ： Ａ 文章编号 ： １ ０ ０ ９ — ６ １ １ ６（ ２ ０１ ３） ０ ４ － ０ ０ ８ ９ ＂ － ０ ７
中国 上 市银 行 的系 统性 风 险 价值 及 溢 出
— —
基于 Ｃ ｏ Ｖ ａ Ｒ方 法 的实证 分 析
郭 卫东
（ 北 京 师 范 大 学 经 济 与 工 商管 理 学 院 ，北 京 １ ０ ０ ８ ７ ５ ）
摘
要： 采 用 当前 度 量 银 行 机 构 系统 性 风 险 贡 献 测 度 的 Ｃ ｏ Ｖ ａ Ｒ方法 ， 运 用分 位 数 回 归技 术 ， 对 中国 １ ４家 上 市银 行 的
收稿 日期 ：２ ０ １ ３ － ０ ３ － ２ ２
指 标体 系评 估 了每 家银 行 在 ２ ０ ０ ６ －２ ０ １ ０年 间 的
基 金 项 目：国家 社 会 科 学 基 金 重 点 项 目“ 我 国 经 济发 展 方式 转 型 中 的金 融 保 障 体 系 研 究 ” （ １ ０ Ａ Ｊ Ｌ ０ ０ ５ ） ； 国 家 社 会 科 学 基 金 重 大 项 目“ 加
一
、
引 言
对系统性金融风险的测度与防范分析
对系统性金融风险的测度与防范分析随着经济全球化的不断深入和当前国际金融市场的快速发展，国际金融市场面临的系统性金融风险也日益凸显。
系统性金融风险是指金融体系中的一个或多个关键部分发生风险事件，导致整个金融体系甚至整个国家乃至全球金融体系发生连锁反应，从而引发金融市场的系统性崩溃。
对系统性金融风险的测度与防范显得尤为重要。
一、对系统性金融风险的测度1. 宏观经济指标法宏观经济指标法是通过对宏观经济发展情况的监测，包括国民收入、生产总值、居民消费水平等指标，来预测金融市场发生系统性风险的可能性。
这种方法主要依赖于对宏观经济形势的判断，可以辅助政府和金融监管机构及时采取措施防范系统性金融风险。
2. 金融市场波动指标法金融市场波动指标法是通过对金融市场的波动情况进行监测和分析，包括股市指数、债券价格、货币市场利率等指标，来判断市场风险状况和系统性风险程度。
这种方法通过监测市场波动情况来预判系统性风险，能够及时发现风险，并采取相应措施。
3. 金融机构风险暴露指标法金融机构风险暴露指标法是通过监测金融机构的资产负债情况、信用风险、流动性风险等指标，来评估金融机构的系统性风险暴露程度。
这种方法能够及时了解金融机构的风险状况，为监管机构制定风险防范政策提供依据。
系统性金融风险测度的意义在于及时了解金融市场的风险状况，为政府和金融监管机构采取相应措施提供依据。
只有及时发现系统性金融风险，才能及时采取措施加以防范，避免金融市场发生系统性崩溃，从而有效维护金融市场的稳定和健康发展。
（一）增强金融监管力度加强金融监管，是防范系统性金融风险的关键环节。
金融监管机构应加强对金融市场的监测和监管，对于存在风险隐患的金融机构要进行及时跟踪和干预，对可能引发系统性风险的金融交易行为要进行限制和规范，以防止风险蔓延。
（二）建立系统性风险监测预警机制建立系统性风险监测预警机制，是预防系统性金融风险的有效手段。
金融监管机构和相关部门应建立完善的系统性风险监测预警机制，及时发现金融市场的潜在风险，对可能引发系统性风险的因素进行全面评估和预警提示，为政府和相关部门采取预防措施提供依据。
系统性金融风险动态测度——基于动态CoVaR模型
2024年4月第21卷 第4期湖北经济学院学报(人文社会科学版)Journal of Hubei University of Economics(Humanities and Social Sciences)Apr.2024Vol.21 No.4系统性金融风险动态测度——基于动态CoVaR 模型何泽宇（南京审计大学 经济学院，江苏 南京 211815）摘 要：科学、有效地进行系统性金融风险动态测度与分析，直接关系到我国金融风险的防范与化解。
本文基于46家上市金融机构股票数据，构建了系统性金融风险的动态CoVaR 研究模型，分析各金融机构的风险溢出价值以及对金融体系整体的贡献情况，最后为我国金融监管工作提出相关政策建议。
关键词：系统性金融风险；CoVaR 模型；风险溢出价值作者简介：何泽宇（1997- ），男，湖北襄阳人，南京审计大学经济学院硕士研究生，研究方向为金融风险。
一、引言最近十年在经济下行和中美摩擦不断的背景下，我国金融系统面临的风险复杂多样，且更容易爆发。
2013年的“钱荒”，2015年的股灾，以及突发的公共卫生事件对整个宏观经济的不利冲击，都不同程度的影响系统性金融风险。
随着经济下行压力继续加大和就业环境持续恶化，未来系统性金融风险爆发概率可能提高。
如何防范和化解系统性金融风险是关乎党和国家金融安全的重大问题。
二、文献综述国内外大量学者用不同的计量方法实证测算和度量系统性金融风险，并形成了比较完整的测量和应对方法，其中CoVaR 是最近国内外常用的一种测度金融机构对系统性金融风险的边际贡献的方法。
Tobias Adrian 等（2016）详细探讨CoVaR 定义、指标估算、指标运用、指标构建和研究结论[1]。
王周伟等（2014）认为条件风险价值(CoVaR)是度量系统性风险的有效指标之一。
有多种方法计算条件在险价值，其中分位数回归法能够较好地刻画不同分位数对应的系统性风险价值[2]。
商业银行系统风险—β系数的测算
商业银行系统风险—β系数的测算随着市场经济的深入推进，商业银行作为经济发展的重要支撑，其经营风险也日益凸显。
尤其是金融危机爆发以来，银行业的风险管理问题变得更加严峻，因此商业银行需要对其风险进行科学评估和监控。
在商业银行系统中，β系数的测算是重要的风险评估工具。
β系数是市场风险的一种度量，它是指某一特定证券的收益率相对于市场指数收益率的变化情况。
当β系数为1时，意味着证券的收益率与市场指数收益率的波动幅度一致，说明该证券的风险与市场风险相等。
当β系数小于1时，证券的收益率波动幅度小于市场指数的波动幅度，风险相对较小。
当β系数大于1时，则证券的收益率波动幅度大于市场指数的波动幅度，风险相对较大。
在商业银行系统中，β系数的测算可以用于评估商业银行的市场风险水平。
商业银行在市场上的表现取决于经济环境、政策环境以及市场竞争环境等因素，这些因素对商业银行的经营表现和风险具有重要影响。
因此，商业银行需要利用β系数测算出其股票在市场中的风险水平，从而制定出科学有效的风险管理策略，以保护银行股东的权益和实现其经营目标。
商业银行的β系数计算需要确定相关因素，如股票价格、市场指数、时间周期以及波动率等，这些因素的不同取值会影响到β系数的大小。
如果商业银行的β系数较大，表明其受市场风险的影响较大，风险也相对更高。
反之，如果商业银行的β系数较小，则其对市场风险的敏感度较低，风险也相对较小。
值得注意的是，β系数并不是确定商业银行风险水平的唯一指标，在实际应用中还需要综合考虑其他因素。
例如，商业银行的业务结构、资本充足率、经营管理水平等也会对银行的风险造成重要影响。
因此，在利用β系数来评估银行风险时，需要综合考虑多种因素，并结合实际情况进行分析判断。
综上所述，商业银行在风险管理方面需要细化分析自身风险状况，选择适合自己特点的风险管理方法和工具。
β系数是衡量商业银行系统风险的重要指标，可以对商业银行系统的风险水平进行评估和监控。
基于CoVaR方法的商业银行系统性风险测度分析
基于ＣｏＶａＲ方法的商业银行系统性风险测度分析杨㊀鋆摘㊀要：作为审慎监管的一部分，对于系统重要性金融机构的监管对于防范金融系统性风险具有重大意义㊂文章利用ＣｏＶａＲ方法，以我国２６家上市商业银行为样本，测量了这２６家上市商业银行２０１８年２月１日至２０１９年１２月３１日期间对于银行体系的风险溢出㊂结果显示，国有商业银行规模较大，对系统性风险的贡献也相对较大，在进行金融监管时对其需要特别注意，防止风险的发生对其造成较大的冲击从而威胁金融体系稳定㊂同时，一部分地方商业银行也可能威胁金融体系稳定，需要多加注意㊂关键词：系统性风险；ＣｏＶａＲ；系统重要性金融机构一㊁引言在我国，银行业在金融体系中仍然占据着主导地位㊂近年来，随着经济不确定性的增加，金融系统也承受着一定的压力㊂在此情况下，守住金融不发生金融系统性风险的底线的重要一环就是守住银行业不发生系统性风险㊂而对于银行体系中占据重要地位的㊁与其他金融机构有密切联系的系统重要性金融机构，一旦其发生风险，那么与其有业务往来的相关金融机构都有可能受到冲击，导致风险在金融体系内的传染，造成系统性金融风险㊂基于这一想法，文章对我国各上市商业银行对于银行体系的风险溢出效应进行测度，据此判断系统重要性银行，以期能为金融监管的有效实施㊁金融危机的有效防范提供一定的参考意见㊂二㊁文献综述首先，文章所提到的系统性风险主要是指单个金融机构发生风险并在金融体系内传播，威胁整个金融体系的风险，在此基础上考虑系统性风险的度量㊂而关于系统性风险的度量，相关研究较多㊂具体而言，系统性风险度量和系统重要性金融机构判别的主要方法有ＣｏＶａＲ（条件在险价值）㊁ＭＥＳ（边际期望损失）㊁ＳＲＩＳＫ㊁网络分析法等：ＣｏＶａＲ主要是测度当某个金融机构发生风险时，金融体系的风险情况变化，以此测度该金融对系统性风险的贡献㊂ＣｏＶａＲ整体而言是一种思想，在具体计算方法上有所差异㊂例如，陈守东㊁王妍（２０１４）考虑了时变的ＣｏＶａＲ模型，利用基于极值分布的极端分位数回归技术估计了２００７－２０１３年我国３３家金融机构的ＣｏＶａＲ值㊂而陈忠阳和刘志洋（２０１３）则利用二元ＧＡＲＣＨ模型估计２００６－２０１２我国１６家上市商业银行的ＣｏＶａＲ值㊂边际期望损失ＭＥＳ，表示在一定的临界条件下，某一金融机构对系统损失的贡献㊂而ＳＲＩＳＫ是在动态ＭＥＳ的基础上提出的，ＳＲＩＳＫ指标的优势在于可以同时捕捉到规模㊁杠杆率和关联性等重要因素的影响，对于单个机构的系统重要性的衡量更为合理㊂网络分析法主要是基于金融机构间的业务结构来分析金融机构之间的风险关联性，以及当某一机构发生风险时，会对金融体系造成怎样的影响㊂但由于网络分析法需要的银行间敞口数据不易得，因此该方法有一定局限㊂三㊁实证分析（一）方法介绍１．ＣｏＶａＲ方法ＶａＲ，即在险价值，是指在一定的置信水平下，某一金融资产在未来特定的一段时间内的最大可能损失㊂令表示该资产的资产收益率，则定义为收益率的ｑ分位数，即有：Ｐ（ＲɤＶａＲｑ）＝ｑ（１）根据Ａｄｒｉａｎ和Ｂｒｕｎｎｅｒｍｅｉｅｒ（２０１１）的定义，ＣｏＶａＲｓｙｓ｜ｉｑ表示在金融机构ｉ处于某一特定状况下，金融体系的ＶａＲ值㊂记ｔ时刻金融机构ｉ发生事件Ｃ（Ｒｉ），则Ｐ（ＲｓｙｓɤＣｏＶａＲｓｙｓ｜ｉｑ｜Ｃ（Ｒｉ））＝ｑ（２）金融机构ｉ对金融体系的风险贡献度用ΔＣｏＶａＲ度量，表示为：ΔＣｏＶａＲｓｙｓ｜ｉｑ＝ＣｏＶａＲｓｙｓ｜Ｒｉ＝ＶａＲｉｑｑ－ＣｏＶａＲｓｙｓ｜Ｒｉ＝ＶａＲｉ０．５ｑ（３）式（３）中ＶａＲｉ０．５表示金融机构ｉ正常情况下的在险价值，ＶａＲｉｑ表示极端情况下金融机构ｉ的在险价值㊂ΔＣｏＶａＲ表示金融机构ｉ发生危险时对系统性风险的贡献㊂ΔＣｏＶａＲｓｙｓ｜ｉｑ即衡量了金融机构ｉ对金融系统性风险的影响程度㊂２．分位数回归估计ＣｏＶａＲ为考察金融机构ｉ发生风险时对金融体系的风险溢出效应，建立以下ｑ分位数回归模型：Ｒｓｙｓ，ｉｑ＝αｉｑ＋βｉｑＲｉ（４）其中，Ｒｓｙｓ，ｉｑ表示金融机构ｉ发生风险时的ｑ分位数下的预测收益率，Ｒｉ表示金融机构ｉ的收益率㊂αｉｑ和βｉｑ为待估参数㊂根据在险价值的定义，有：ＶａＲｓｙｓ｜ｉｑ＝Ｒｓｙｓ，ｉｑ（５）其中，ＶａＲｓｙｓ｜ｉｑ表示金融机构ｉ发生风险时金融体系的在险价值㊂将（５）式代入（４）式，得：ＶａＲｓｙｓ｜ｉｑ＝αｉｑ＋βｉｑＲｉ（６）再根据前一节所讲的ＣｏＶａＲ方法，令Ｒｉ＝ＶａＲｉｑ，代入（６）式，可以得到ＣｏＶａＲ的计算公式：ＣｏＶａＲｓｙｓ｜Ｒｉ＝ＶａＲｉｑｑ＝αｉｑ＋βｉｑＶａＲｉｑ（７）根据（３）式，可得：ΔＣｏＶａＲｓｙｓ｜ｉｑ＝βｉｑ（ＶａＲｉｑ－ＶａＲｉ０．５）（８）根据式（８），即可求出各银行对于银行体系的系统性风险贡献㊂（二）数据选取及来源文章选用２０１８年２月１日至２０１９年１２月３１日期间我国２６家上市商业银行股票日收益率数据，银行业系统收益率则采用同期间中证银行指数收益率㊂由于部分商业银行上市时间较晚，因此从中证指数的成分３３家上市商业银行中剔除了７家，仅余２６家㊂考虑到被剔除的银行均为地方商业银行，规模相对较小，应当不会对结果产生较大影响㊂各上市商业银行及中证银行指数日收益率数据均来自Ｔｕｓｈａｒｅ平台及Ｃｈｏｉｃｅ数据库㊂（三）各银行ΔＣｏＶａＲ测算６０１金融观察Һ㊀ΔＣｏＶａＲ的计算使用分位数回归方法计算得到待估参数值，然后使用样本的０．５分位数和０．０５分位数根据式（８）计算得到５％置信水平下各银行的ΔＣｏＶａＲ值，结果如表１所示㊂表１㊀２６家上市商业银行ΔＣｏＶａＲ测算及按总资本排序排名银行ΔＣｏＶａＲ（％）总资本（亿元）排名银行ΔＣｏＶａＲ（％）总资本（亿元）排名常熟银行－１．１１７１７８６．６４２２张家港行－０．８８１１９５．１０２６成都银行－０．６０３５４３１．２４２１中信银行－１．１０２６４６１９．１０９光大银行－１．２７５４７２３２．４７１１华夏银行－１．４９４３０２１７．１０１３江阴银行－１．２９２５１２１６．０７２５建设银行－１．７５６２４５１７７．３０３南京银行－１．３３８１３３３５．５９１７苏农银行－１．２６９１２６１．７８２４上海银行－１．３７１２１８７５．５９１５北京银行－１．９２９２６８０２．６７１４贵阳银行－１．４８７５５２７．１８２０交通银行－１．６７９９３２８．７９５江苏银行－１．３２１２０６６５．７７１６杭州银行－１．３２７９８０６．２８１９无锡银行－１．２０７１６２８．６７２３工商银行－１．６８７３０４２６３．８１１兴业银行－１．４０６６９８２１．０７宁波银行－１．３４６１２３９７．１９１８民生银行－１．７０２６２７３７．４３１０浦发银行－１．６３４６７９０６．７８中国银行－１．６５３２２６０８１．６４４招商银行－１．８０４７３０５９．２５６农业银行－１．４９２４８７０９．６１２平安银行－１．３１２３７０７６．８３１２㊀㊀从上表可以看到，在全部２６家上市商业银行中，北京银行㊁招商银行㊁建设银行㊁民生银行相对对于系统性风险的贡献更大，其中北京银行对于系统性风险的溢出效应更为显著㊂紧随这几家银行之后，中国银行㊁工商银行㊁浦发银行对于系统性风险也有不小的贡献㊂这几家银行的总资产规模排名也相对较高，但并非所有资产规模较大的银行都对系统性风险有较大贡献度㊂综上，各银行对于系统性风险的贡献与银行的规模并不存在必然的联系㊂但整体来看，系统性风险贡献较高的银行相对而言规模也较大㊂也就是说，规模可以认为是系统性风险贡献较大的一个必要条件，系统性风险贡献较大的银行往往规模较大㊂反之，规模大的银行系统性风险贡献却未必较大㊂通过对贵州银行和华夏银行的对比也可以看出，规模并不是决定系统性风险贡献的唯一因素：华夏银行总资本大约是贵州银行的５ ６倍，但对于系统性风险的贡献却与贵州银行相差无几㊂同时可以发现，总资产约是贵州银行２倍的宁波银行对于系统性风险的贡献却小于贵州银行㊂因此，在判断系统重要性银行时，不能以规模作为唯一判断的标准，还需要同时考虑到各家银行的资产结构㊁与其他银行的网络关系等㊂此外，从表中可以发现，系统性风险较高的银行大多为股份制商业银行和国有商业银行㊂为探究不同类型的商业银行对于系统性风险的贡献是否存在不同，将２６家商业银行按照地方商业银行㊁股份制商业银行㊁国有商业银行分为三类，分别计算其ΔＣｏＶａＲ均值进行比较：表２㊀各类型商业银行ΔＣｏＶａＲ均值类型ΔＣｏＶａＲ均值地方商业银行－１．２６８股份制商业银行－１．４６６国有商业银行－１．６５１㊀㊀从表２可以看到，地方商业银行㊁股份制商业银行和国有商业银行的ΔＣｏＶａＲ之间有比较显著的差异：国有商业银行ΔＣｏＶａＲ最高（绝对值意义上），股份制商业银行次之，地方商业银行最低㊂这也说明了这三类银行在金融体系中重要程度的差异：国有商业银行在银行体系中始终是处于中心地位；股份制商业银行规模也不小，与其他银行的业务往来也较为密切，相对比较重要；而地方商业银行相对而言影响范围较小，系统重要性相对较低㊂四㊁结论与建议文章利用ＣｏＶａＲ方法计算了我国２０１８年２月１日至２０１９年１２月３１日期间２６家上市商业银行对于系统性风险的贡献程度㊂根据对结果的分析，可以发现：（１）商业银行对于系统性风险的贡献与其规模之间并不必然成正比㊂北京银行按规模仅在第１４位，但其对于系统性风险贡献的却最高㊂此外，贵州银行资产远小于华夏银行，但对系统性风险的贡献却相差无几㊂这些都说明规模并不是决定银行系统性风险贡献的唯一因素㊂（２）在各类型商业银行中，国有商业银行对于系统性风险贡献最大，股份制商业银行次之，地方商业银行最低，国有商业银行在银行体系中仍处于重要地位㊂此外，北京银行㊁招商银行㊁建设银行㊁民生银行㊁中国银行㊁工商银行和浦发银行具有较强的系统性风险溢出效应，相对来说是系统性重要银行，在进行监管时可以对其多加注意㊂参考文献：［１］陈守东，王妍．我国金融机构的系统性金融风险评估基于极端分位数回归技术的风险度量［Ｊ］．中国管理科学，２０１４，２２（７）：１０－１７．［２］陈忠阳，刘志洋．国有大型商业银行系统性风险贡献度真的高吗 来自中国上市商业银行股票收益率的证据［Ｊ］．财贸经济，２０１３（９）：５７－６６．［３］刘志洋，宋玉颖．商业银行流动性风险与系统性风险贡献度［Ｊ］．南开经济研究，２０１５（１）：１３１－１４３．［４］梁琪，李政，郝项超．我国系统重要性金融机构的识别与监管 基于系统性风险指数ＳＲＩＳＫ方法的分析［Ｊ］．金融研究，２０１３（９）：５６－７０．［５］方意，郑子文．系统性风险在银行间的传染路径研究基于持有共同资产网络模型［Ｊ］．国际金融研究，２０１６（６）：６１－７２．［６］ＡｄｒｉａｎＴ，ＢｒｕｎｎｅｒｍｅｉｅｒＭＫ．ＣｏＶａＲ［Ｒ］．ＮａｔｉｏｎａｌＢｕｒｅａｕｏｆＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈ，２０１１．作者简介：杨鋆，四川大学经济学院㊂７０１。
银行系统性风险度量_基于动态CoVaR方法的分析_高国华
j q
与无条件 V aRjq 值相比, CoV aR 方法考虑了银
行间市场风险的溢出性和传导性, 能够反映危机时
期机构间相关性增加的事实, 是对传统 VaR 模型的
改进. 同理, 银行 i 对系统性风险的边际贡献为当银
行 i 发生最大可能损失时, 银行体系的条件风险与
无条件风险之差为
Co
V
aR
sys| q
2008 年国际金融危机以来, 系统重要性金融机 构的识别、测度和监管成为国内外学术界和政府部 门关注的焦点. IMF 、欧盟及美国等在发布的金融监 管改革研究文献中均将系统性风险的累积和宏观审 慎监管的缺失作为导致国际金融危机的重要因素之 一. 本文应 用 GARCH- CoVaR 模型对我国 上市银 行的系统性风险贡献度及其与银行财务特征和宏观 经济波动的关系进行了分析, 为银行系统性风险的
Abstract: T his paper est imat ed banking sy st emic r isk based on CoVaR m easure discussed by Adrian and Brunner meier( 2009) . Our conclusio ns are: banking syst emic risk has no linear relationship w it h it s VaR. In China the fo ur st ate- o w ned banks have mo st sy st emic r isk. CoVaR, V aR and non- perf orming loans rat io are sig nif icant t o predict fut ur e marginal syst emic risk of banks. Key words: CoVaR measure; syst emic risk; risk spil lover
[系统性,危机,风险]金融危机前后我国上市银行系统性风险的比较
金融危机前后我国上市银行系统性风险的比较[关键词] 金融危机；上市银行；系统性风险； GARCH（1，1）模型1 引言2008年起，以美国次级抵押贷款市场危机为导火索而引发的全球性金融危机，揭示出当前金融业存在众多的问题，银行业的系统性风险也再次成为各国政策决策者关注的焦点。
美国、英国、欧盟纷纷出台金融监管改革法案，巴塞尔委员会也对新资本协议进行了修改，总体趋势是将宏观审慎监管和传统的微观审慎监管结合起来，银行内部约束与外部监管结合起来，共同全面防范由资产证券化、金融衍生产品等金融创新带来的系统性风险。
虽然我国在这次金融危机中所遭受的损失程度较轻，但是随着我国金融市场开放步伐的加快，我国银行业必然将面临着更大的系统性风险。
因而在全球金融一体化的大背景下，研究我国银行业系统性风险的测度是十分必要且重要的。
这将为我国银行业的系统性风险预防与防范提供基础。
关于银行系统性风险的形成机制，理论界尚存争议，其中具有代表性的理论有：金融体系脆弱性理论、金融危机理论、信息不对称理论、金融资产价格波动理论、风险溢出与传染理论。
1.1 金融体系脆弱性理论金融体系脆弱性理论的代表人物是海曼?明斯基。
他认为：金融机构的内在特性将使得他们经历周期性的危机和破产，从而会导致宏观经济的衰退和萧条[1]。
从银行危机的经济周期角度来看，银行的经营状况会随经济周期变化而变化，即银行系统性风险的发生并不是由于外部冲击或政策错误而造成的，而是由经济和银行系统的周期性内生的。
在经济波动中，由于投资高潮和低谷的交替出现，银行正常的信贷资金流动必然受阻，故当实际部门正常的资金循环被打断后，就会发生违约和破产事件，而实际部门资金循环的紊乱最终要影响到金融体系，即实际部门的倒闭破产困境将不可避免地扩展到整个银行系统。
从金融市场有限理性的角度来看，银行系统性风险或危机的爆发是由于金融市场的非理性行为造成的。
金德尔伯格认为，大部分金融市场在大部分时间内是理性的，从长远的观点看，这个世界或多或少地像“经济人”那样行事，但金融市场偶尔的非理性行为导致了金融危机的爆发[2]。
我国上市商业银行风险溢出效应的测度及分析研究——基于CoVar模型的分析
其 中， 中位数 可 以表示 为 ｑ Ｏ ５ ， 于 Ｙ（ Ｙ ， ， （． ） 对 ｙ ， 。 … Ｙ ）的一 组 随机样 本 ， 本 均值 回归 是使 误 差 平 样
第 ２期
李 玉 贤 ： 国上 市 商 业 银 行 风 险溢 出效 应 的测 度 及 分 析研 究 — — 于 Ｃ Ｖ ｒ 型 的分 析 我 ｏ ａ模
中 图法分 类号 ：８０ ３ Ｆ ３ ．
文 献 标 识 码 ：Ａ
０ 引 言
金 融危机 的 出现往 往是 由单 一金 融机 构或 经济 体 的风 险引 发进 而 影 响整 个金 融 系 统 而爆 发 的． 随着
经济 全球 化 的加快 ， 各金 融机 构 和经济 体之 间 的联系 更为 紧密 ，０ ７年爆 发 的次 贷危 机 和 ２ １ ２０ ０ １年 以来爆 发 的欧 债危机 ， 是 由单 一 金融机 构 或经济 体 引发 的金融 市场 风 险迅速 扩散 到其他 国家 和地 区 ， 都 最终 导致
的异方差 ， 会导致 普通 最小二 乘法 的失效 ． 这 同时 ， 普通 最小二 乘法 只描述 了总体 的平 均信 息 ， 能充 分体 不 现 因变 量分布 各部 分 的信 息． 了弥补 传 统 线性 回归 方 法 的不 足 ， ｅ ｋ ｒ和 Ｂ ｓｅｔ １ ７ ） 先提 出 了 为 Ｋｏ ｎ ｅ ａ ｓｔ（ ９ ８ 首 分 位数 回归 的思想 ， 分位 数 回归 根据 因变量 的条 件分位 数对 自变量 进行 回归 ， 以得 到所 有分位 数下 的回 可 归模 型Ｅ ． ６ 因此 ， ］ 分位 数 回归能 够更全 面反 映部分 因变量 受 自变量 的影响情 况．
２１ ０ ２年 ４月
文 章 编 号 ：０ ０ ５ １ （ｏ ２ ｏ 一 ｌ ５０ １ ０ ８ １ ２ １ ） ２Ｏ １ ７
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国上市商业银行系统性风险测度
摘要：系统性风险的衡量一直是近几年监管改革领域的研究热点，在宏观审慎监管中，不仅需要识别出系统重要性金融机构，还需要对系统重要性金融机构的系统性风险大小进行测度。
本文选取中国上市银行作为样本，采用边际资本预期不足法，运用金融市场数据和年报数据对2006-2013年间我国上市银行的系统性风险开展实证测量，并对测量结果进行稳健性检验。
研究表明五大国银的边际风险水平处于低位，而中小型银行的边际系统性风险普遍较高，稳定性更差，在金融危机中增加单位资产带来的系统性风险增加程度更大。
关键词：系统性风险;商业银行;边际资本预期不足;宏观监管
一、边际预期不足法概述
边际预期损失法能够衡量当金融系统发生风险时，单个金融机构的边际预期损失。
模型假定银行i的股东权益资本为wi，总资产为ai，当金融系统的总资产低于一定比例z时将发生系统性风险，即当时w1izai，记I=1。
为了衡量在未发生金融危机时单个金融机构对系统风险的边际贡献程度，可以将金融系统的预期资本不足值（ES）对银行i总资产占系统总资产的比重求偏导数，即为MES。
下式表示在一定时间期间内，发生5%的系统性事件时银行i的平均损失值。
系统性预期不足定义为，它衡量了当系统发生危机时银行i的资本低于目标水平的平均程度，即在金融危机期间单个银行实际的系统性风险贡献值。
它是监管者对每个银行加收系统性预期不足（SES）税收的依据，以激励金融机构将损失外部性转化为内部成本。
但在现实中，SES是实际系统性风险值，在危机爆发前是未知数。
进一步的，A.P.P.R.的研究证明SES和MES存在如下理论关系：
边际资本预期不足法能够有效地度量单个金融机构的系统性风险的边际贡献程度，为宏观审慎监管提供参考。
但到目前为止，关于边际资本预期不足法在的研究还较少，尤其是实证方面的研究。
本文在前人理论研究的基础上，选取更加广泛全面的样本和数据，通过边际资本预期不足法，针对我国宏观情形和商业银行风险特征进行相应调整估计模型，对我国16家上市商业银行的系统性风险进行测量，为更好的对单个金融机构开展宏观审慎监管提供参考方法。
二、实证结果
（一）样本选取及说明
（二）实证结果
本节首先检验MES对国内金融机构系统性损失的解释能力，然后测算上市商业银行2009-2013年的MES值。
依据上述样本选取和计算方法，本文对我国16家上市商业银行的MES和SES进行了测度，并且比较在相同时间区间内MES和传统风险测量工具的效果。
首先，从最高和最低排名来看，2013年MES值最高前三位是民生银行、兴业银行和浦发银行，其中民生银行的MES绝对值为0.06，表示在金融市场处于尾部事件的时期内，民生银行的平均股票收益率为-6%，即增加一单位资产带来的系统性风险增加6%。
五大国有股份制银行的MES绝对值均低于0.04，其中工商银行最低，仅为-0.0194。
结合上文中的指标法评估结果，这说明虽然国银在金融系统中占有较大分量的系统重要性，但它们对系统性风险的边际贡献程度处于低位。
然后，从聚类分析来看，低等系统重要性银行在危机中的波动性较强，其对系统风险的边际贡献率偏高，即增加额外一单位资产带来的系统性风险更大。
这可
能是因为小型银行的资金渠道、业务范围有限，增加资产的困难度和融资成本更高，随之而来的风险更大。
而中等系统重要性的MES大部分处于高位，例如民生银行、兴业银行、浦发银行和中信银行，这类银行的资金供给和业务渠道比低等系统重要性银行更为充足，但与国银相比又有所不足。
另一方面，它们扩展业务增加资产的需求强烈，开发的金融产品具有较强的关联性和复杂性，但是又不如国银能够有足够的资金缓冲垫和完善的风险控制系统来抵御危机，缺乏健全的安全网络系统。
因此中等银行的边际风险贡献率长期处于高水平。
边际预期不足值MES衡量了单个银行承担的风险对金融系统总风险的贡献增加值。
中低等系统重要性银行的MES较高，说明扩张规模带来的风险较大，针对此类银行监管机构可以要求较高的资本要求，以防止为增加资产扩张规模而发生过度风险承担和过度杠杆效应的问题。
三、结论
研究结果表明从边际风险贡献来看，大型国有银行对金融系统的边际风险贡献程度明显低于中小型银行，即新增额外的资产带来的风险更低;而中小型银行的边际风险长期处于较高水平，在这兴业银行和民生银行中体现得尤为明显。
值得注意的是，边际风险较低并不意味着总系统性风险较低。
从时间维度来看，单家银行各银行的边际风险贡献程度都有随时间下降的趋势。
本文的结果为监管部门制定宏观审慎监管措施、防范系统性风险提供了参考，比如可以根据不同银行对系统性风险的边际贡献大小区别附加不同的校准资本或流动性要求等。
参考文献：
[4]范小云，王道平，方意. 我国金融机构的系统性风险贡献测度监管――基于边际风险贡献与杠杆率的研究[J]. 南开经济研究，2011（4）.。