劉 暢

（1.中南財經(jīng)政法大學金融學院，湖北 武漢 430060；2.湖北經(jīng)濟學院金融學院，湖北 武漢430205）

一、商業(yè)銀行系統(tǒng)性風險生成原理的理論分析

關(guān)于商業(yè)銀行系統(tǒng)性風險的生成原理的理論分析，不同的學派從不同的角度對其進行了闡述。以下分別從三個學派的角度進行闡述。

（一）金融脆弱性理論

這一理論的代表主要有Minsky的“脆弱性”理論。Minsky認為，商業(yè)銀行作為信用創(chuàng)造機構(gòu)的代表和分期付款人的相對特征使得金融體系具有一種天然的內(nèi)在不穩(wěn)定性。他認為，金融體系穩(wěn)定的關(guān)鍵就在于商業(yè)銀行和貸款人如何形成與運作現(xiàn)金流，倘若現(xiàn)金流不能有效運作，金融體系就會產(chǎn)生不穩(wěn)定性，因而就有產(chǎn)生危機的可能性。Minsky認為這種不穩(wěn)定與資本主義經(jīng)濟周期有關(guān)，是建立在繁榮與蕭條的長波理論之上的。在資本主義經(jīng)濟繁榮的時期，借款人的借款需求旺盛，與此同時，貸款人則基于對經(jīng)濟形勢的看好，貸款條件相對寬松。于是在這個時候，給金融不穩(wěn)定埋下了種子。在這一時期，資產(chǎn)和負債的運作便產(chǎn)生了現(xiàn)金流入和流出序列。Minsky于1982年根據(jù)投資者的財務狀況按現(xiàn)金流的未來表現(xiàn)將貸款企業(yè)分為三類。

這三類分別是套期保值企業(yè)、投機理財企業(yè)、龐茲理財并認為，隨著經(jīng)濟的不斷發(fā)展，第一類投資者的比重在經(jīng)濟社會中不斷縮小，第二類投資者的負債經(jīng)營將不可避免，其比重越來越大，第三類投資者在現(xiàn)實社會中也是確實存在的。由于負債經(jīng)營的存在，尤其是第二類投資者所采取的理財方式，一旦現(xiàn)金流不能正常流轉(zhuǎn)，勢必對維持現(xiàn)金流運轉(zhuǎn)的金融體系造成不可避免的沖擊。

Kregel則對Minsky的金融不穩(wěn)定性假設進一步作了發(fā)展，他從銀行角度來研究信貸市場的脆弱性，對金融脆弱性作了重新解釋。他于1997年引用了 “安全邊界”（Margins of Safety）的概念，它的作用是在因不可預測的原因使得借款人在未來不能繼續(xù)保持過去的良好信用記錄的情況下給銀行提供一種保護。在經(jīng)濟繁榮時期，借款人的信用狀況相對變好，借款對象不斷增加。由于銀行家的信貸決定受信用狀況的變化而發(fā)生了變化，從而使得此時的安全邊界降低，從而產(chǎn)生了金融系統(tǒng)的脆弱性，為銀行系統(tǒng)性風險埋下了伏筆。

（二）信息經(jīng)濟學理論

信息經(jīng)濟學派對銀行系統(tǒng)性風險產(chǎn)生的解釋主要集中于信息不對稱上。信息不對稱普遍存在于信貸市場中，由此給銀行帶來系統(tǒng)性風險。關(guān)于信息不對稱給銀行所帶來的風險主要是因兩個原因而導致的。

一是信息不對稱所引起的逆向選擇的問題。在傳統(tǒng)的借貸市場中，主要存在兩個方面的信息不對稱：存款市場和貸款市場。在存款市場上，由于存款人對銀行的資產(chǎn)狀況及經(jīng)營管理缺乏深入的了解，從而造成存款人處于劣勢的信息不對稱。在這種情況下，資產(chǎn)狀況及經(jīng)營較差的銀行往往出于競爭的目的以更吸引人的存款條件（如較高的存款利息等）來吸引存款，從而造成存款人的逆向選擇。在貸款市場上，由于貸款人對借款人的信息不能進行充分有效的了解，而將資金貸給愿意支付更高貸款利息的借款人。而這一類借款人往往是還款人具有較高風險的人員，這又造成了借貸市場上的逆向選擇。這兩方面的信息不對稱使得銀行系統(tǒng)具有潛在的風險。

二是信息不對稱所引發(fā)的道德風險。道德風險廣泛地存在于經(jīng)濟生活中的諸多方面中，在銀行機構(gòu)中同樣也存在著道德風險。它主要表現(xiàn)在兩個方面：存款保險和 “最后貸款人”。在存款保險方面，由于保險機構(gòu)給予銀行的保險，促使銀行將資金投資于更高風險和收益的貸款項目上，使得銀行的貸款項目更具有風險性。在“最后貸款人”方面，由于政府部門或國際組織扮演的“最后貸款人”的角色而對銀行部門“施以援手”，促使銀行機構(gòu)，尤其是系統(tǒng)重要的大銀行可能采取冒進的投資策略。無論是存款保險還是“最后貸款人”，都沒能從根本上消除銀行系統(tǒng)的風險，而只是轉(zhuǎn)移了其風險，并且從某種程度上來說，它又進一步加劇了風險。

銀行系統(tǒng)性風險從信息經(jīng)濟學派的理論來看主要是由以上兩種原因交互作用而形成的。此外，由于信息不對稱所導致的擠兌一旦發(fā)生則有可能對銀行系統(tǒng)產(chǎn)生致命的風險。

（三）風險溢出與傳染理論

該理論認為，銀行之間以及不同地區(qū)間的銀行并不是孤立存在互不影響的。不同的銀行間，以及不同地區(qū)之間的銀行之間均存在著直接或間接的債務關(guān)系或資金流動。當一家銀行的資金運轉(zhuǎn)出現(xiàn)困難，如果不能得到解決的話往往會使得整個債務鏈發(fā)生斷裂。一家銀行的債務不能償付的直接后果便是債權(quán)人遭受損失。如果是債權(quán)人是存款人，則會使得該銀行的存款人紛紛提取存款，以避免造成更大的損失。由于存款人無法對整個銀行系統(tǒng)作出準確的判斷，當一家銀行出現(xiàn)問題時，尤其是較有影響力的大銀行出現(xiàn)問題時，存款人的擔憂會在整個社會中蔓延開時，擠兌不可避免地會發(fā)生，銀行系統(tǒng)性風險不可避免地暴發(fā)出來。如果債權(quán)人是銀行部門，則會使得債權(quán)銀行的現(xiàn)金流出現(xiàn)問題，而銀行系統(tǒng)內(nèi)部又存在著錯綜的債務與資金關(guān)系，從而導致整個銀行系統(tǒng)的債務鏈會發(fā)生斷裂，銀行系統(tǒng)性風險便暴發(fā)出來。

無論是存款人與銀行之間，還是銀行與銀行之間的債務債權(quán)關(guān)系出現(xiàn)問題，都有可能對銀行系統(tǒng)產(chǎn)生風險。在當今的銀行系統(tǒng)中，銀行之間的聯(lián)系更為緊密，使得風險更容易從個別銀行溢出從而傳染至其它銀行，銀行系統(tǒng)性風險的產(chǎn)生更具現(xiàn)實基礎。

關(guān)于銀行系統(tǒng)性風險的生成原理，還有諸如資產(chǎn)價格波動理論、金融市場內(nèi)在波動理論、投機理論等?；匈Y產(chǎn)價格波動理論認為，金融創(chuàng)新和金融全球化使得銀行機構(gòu)之間的債務債權(quán)關(guān)系更加緊密與復雜，在資產(chǎn)價格的波動積聚到一定的程度時，便會對一國或地區(qū)的銀行系統(tǒng)的安全帶來風險，一旦暴發(fā)，甚至會影響到其它國家或地區(qū)。

以上關(guān)于銀行系統(tǒng)性風險生成原理的理論解釋，均是從不同的角度來闡述銀行系統(tǒng)性風險的生成。各種理論之間不是相互對立的，而是相互聯(lián)系的。雖然不同的學派的解釋不同，但只是側(cè)重點不同，各自從不同的視角來說明銀行系統(tǒng)性風險的成因。

二、商業(yè)銀行系統(tǒng)性風險的度量方法

（一）未定權(quán)益分析法

Gray&Jobst(2010)提出系統(tǒng)性未定權(quán)益分析框架(Contingent Claims Analysis,CCA)，用來估計系統(tǒng)性困境條件下來自金融部門的政府或有債務。這種方法不僅能夠度量由金融部門轉(zhuǎn)移至政府部門的潛在風險，而且還能識別單個金融機構(gòu)對政府或有債務的貢獻度。

CCA方法基于Merton（1973）的工作。Merton模型認為：公司權(quán)益可被視為一份標的物為公司資產(chǎn)的看漲期權(quán)，執(zhí)行價格為公司未償債務;公司負債可被模型化為買進無風險債務，同時賣出一份基于公司資產(chǎn)的看跌期權(quán)。CCA決定了經(jīng)風險調(diào)整后的公司資產(chǎn)負債表，基于資產(chǎn)負債恒等式：A（t）=D（t）+E（t），即在任意時刻，公司的資產(chǎn) A（t）都等于公司未償債務D（t）的市場價值加上公司權(quán)益E（t）的市場價值。注意，這里的未償債務D（t）的市場價值不等于T時刻到期的未償債務的賬面價值。

為了估計嵌入在公司負債里的看跌期權(quán)的價值，先要估計資產(chǎn)價值及其波動率。注意，這里資產(chǎn)價值不是資產(chǎn)的賬面價值，而是資產(chǎn)的市場價值，不能直接觀測。但是，公司權(quán)益E（t）的市場價值和它的波動率σE都可以直接觀測?，F(xiàn)在設定一個資產(chǎn)價格模型，并在此基礎上導出資產(chǎn)價值及其波動率。根據(jù) Black&Scholes（1973），假設：

其中，r是A（t）的漂移量(在風險中性測度下，r等于無風險利率)，σA是波動率，Zt表示標準的幾何布朗運動。根據(jù)BS期權(quán)定價公式，可得公司權(quán)益價值：

以下關(guān)系成立：

風險債務價值等于無違約風險債務減去可能的違約造成的期望損失的折現(xiàn)值，即：

其中PE（t）可視為一份隱含的看跌期權(quán)的價值，執(zhí)行價格為 B，標的物為資產(chǎn)價值 A（t），即：

用CCA方法計算的隱含的看跌期權(quán)的價格，與CDS市場的信息結(jié)合起來，可估計出政府或有債務。假如政府擔保不影響公司權(quán)益價值，CDS利差只能捕捉金融機構(gòu)留存的期望損失。因此，市場隱含的政府擔保定義為總的期望損失與由CDS利差導出的隱含的看跌期權(quán)價值之差?！癈DS看跌期權(quán)”的價格為：

進一步求得比例：

（二）主成分分析法

Kritzman，Li&Page（2010）提出用“吸收率”（Absorption Ratio，AR）這一指標測量系統(tǒng)性風險。假設在一個特定時間周期內(nèi)，已知N項資產(chǎn)的收益率的協(xié)方差矩陣為∑，我們估計出它的n個正交的特征向量，這n個特征向量解釋了資產(chǎn)收益的總方差的絕大部分。定義吸收率AR為一組資產(chǎn)收益的總方差被確定數(shù)目的一組特征向量解釋或“吸收”的比例，即：

吸收率AR刻畫了市場統(tǒng)一的程度，或者稱為機構(gòu)之間聯(lián)系的緊密程度。相對于聯(lián)系不太緊密的市場，緊密相連的市場將會更為脆弱,面對負面沖擊時，沖擊的傳播速度更快，傳播范圍更廣。若吸收率高,意味著風險的來源更加統(tǒng)一，所以對應的系統(tǒng)性風險水平高。若吸收率較低，意味著風險的來源更加分散，所以對應的系統(tǒng)性風險水平低。值得注意的是，系統(tǒng)性風險大并不一定導致金融動蕩，它只是市場脆弱性的一個指示，即：當風險來源聯(lián)系緊密時，沖擊的影響會傳播地更快更廣。

為了估計AR，需要先估計資產(chǎn)收益的協(xié)方差矩陣和特征向量，設定特征向量的個數(shù)約為資產(chǎn)數(shù)目的1/5。注意，一個特征向量可能與一個可觀測的金融變量相關(guān)，也可能不相關(guān)，它可能反映幾種影響的組合效應，這些影響以某一特定方式同時出現(xiàn)，這種情況下的影響因子可能沒有定義，只是一個統(tǒng)計結(jié)果。而且，隨著時間的變化，風險來源可能改變，所以特征向量的成分也可能改變。但是，AR的目標不是解釋風險的來源，而是尋求測量風險來源之間的聯(lián)系是變緊了，還是變松了。

（三）違約強度模型

Giesecke&Kim（IMF,2009a）提出用違約強度模型（The Default Intensity Model）來統(tǒng)計銀行違約的次數(shù)，進而捕捉金融機構(gòu)之間的系統(tǒng)性聯(lián)系。違約強度模型是針對與違約率密切相關(guān)的衍生產(chǎn)品建立一個隨機方程，假設違約率服從某個擴散方程 （類似于利率方程），估計方程的系數(shù)以確定違約率，用違約率衡量系統(tǒng)性風險。

模型設定：設有穆迪評級的企業(yè)發(fā)生違約的時間為Tn，t時刻已經(jīng)發(fā)生違約的企業(yè)個數(shù)設為Nt，λt表示條件違約強度(或違約率,即每年的違約次數(shù))。假設違約率λt服從過程：

其中

其表明只要違約事件發(fā)生,違約率λt，就會發(fā)生跳躍,這說明溢出效應對未來事件的影響,跳躍強度是違約發(fā)生之前的違約率的函數(shù)，反映違約率越高，違約事件對經(jīng)濟的影響就越大。

（四）Co-Risk 模型

Co-Risk方法最先出現(xiàn)在 IMF的報告（IMF，2009a）中，研究不同的金融機構(gòu)的CDS之間的相關(guān)性。這種方法基于分位數(shù)回歸，捕捉不同金融機構(gòu)的風險因子之間的非線性關(guān)系。具體模型如下：

其中 CDSi,t是金融機構(gòu) i在時間 t的 CDS利差，Rm,t是 t時刻風險因子m的值，q表示分位數(shù)。系數(shù)衡量在不同的分位數(shù)水平下公司j對公司i的信用風險的影響，包括直接和間接的影響。數(shù)學上，分位數(shù)回歸要求解優(yōu)化問題：

其中

估計分位數(shù)回歸的系數(shù)，得到條件Co-Risk為：

其中CDSi(95)是95%的分位數(shù)水平上機構(gòu)i的CDS利差，Co-Risk越高,表明機構(gòu)j對機構(gòu)i的信用風險的影響越大。

三、總結(jié)及對我國的啟示

綜上可以發(fā)現(xiàn)，對系統(tǒng)性風險的測量，不同的方法差別很大，傳統(tǒng)方法側(cè)重于銀行間傳統(tǒng)存貸業(yè)務風險敞口的測量，方法簡單、易操作。風險管理方法和綜合方法側(cè)重于將銀行及其他金融機構(gòu)看做一項資產(chǎn)和一個資產(chǎn)組合，利用有效金融市場交易數(shù)據(jù)和模擬方法得出金融資產(chǎn)的實際價值及統(tǒng)計特性，進而測量單項資產(chǎn)或資產(chǎn)組合的在險價值。這種方法對市場的有效性與數(shù)據(jù)的可靠性要求較高，因而測量的準確性較高。但每種方法都有各自的缺陷，不能一概而論。

由于我國大部分商業(yè)銀行及保險公司仍未上市，因而無法證實風險管理方法在我國的有效性。由于我國金融市場尚未成熟，衍生品缺乏，國有銀行吸收了大部分存款，銀行體系的系統(tǒng)性風險主要來源于信貸擴張風險，因而矩陣法與網(wǎng)絡法是適合我國現(xiàn)實的，矩陣法已經(jīng)得以初步應用，但該方法的使用仍需進一步改進，例如模型中假定各銀行存貸相互獨立的假定可以進一步拓寬，同時應考慮到政府的隱含擔保。而對綜合化經(jīng)營的風險測量目前尚無研究，我國以金融控股公司為主要經(jīng)營模式的綜合化經(jīng)營已經(jīng)初現(xiàn)端倪，次貸危機后各國均加大了對綜合化經(jīng)營機構(gòu)的風險管理，因而對我國綜合化經(jīng)營機構(gòu)系統(tǒng)性風險的測量與監(jiān)管均需進一步加強。

[1]韓劍.流動性沖擊與金融危機傳染[J].上海金融，2009，（4）：52-55.

[2]溫博慧.系統(tǒng)性金融風險測度方法研究綜述 [J].金融發(fā)展研究，2009，（1）：24-27.

[3]范小云，曹元濤，等.銀行系統(tǒng)性風險測度最新研究比較[J].金融博覽，2011，（3）：32-33.

[4]范小云.繁榮的背后：金融系統(tǒng)性風險的本質(zhì)、測度與管理[M].北京：中國金融出版社，2010.

[5]韓立巖，謝飛.國際金融系統(tǒng)風險的放大與傳導：對沖基金在金融風暴中的作用[J].國際金融研究，2012，（6）：16-24.

[6]Xin Huang，Hao Zhou，Haibin Zhu.A framework for assessing the systemic risk of major financial institutions [J].Journal of Banking and Finance，2009，（33）：2036-2049.