摘 要：美國(guó)次貸危機(jī)和歐債危機(jī)的爆發(fā)使得銀行系統(tǒng)性風(fēng)險(xiǎn)受到極大關(guān)注。本文基于銀行系統(tǒng)性風(fēng)險(xiǎn)的特征和內(nèi)涵，以銀行系統(tǒng)性風(fēng)險(xiǎn)的度量、理論建模和實(shí)證分析為主線，對(duì)相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)地梳理和回顧。銀行系統(tǒng)性風(fēng)險(xiǎn)未來可能的研究方向是使用大數(shù)據(jù)來協(xié)調(diào)處理全球銀行系統(tǒng)性風(fēng)險(xiǎn)度量的數(shù)據(jù)和方法；銀行業(yè)務(wù)和信息傳染的交互性對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)生成機(jī)制的影響；動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)與銀行系統(tǒng)性風(fēng)險(xiǎn)的仿真模擬；銀行系統(tǒng)性風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)學(xué)框架構(gòu)建。

關(guān)鍵詞：系統(tǒng)性風(fēng)險(xiǎn)；銀行；傳染

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2015）12-0010-06 DOI：10.3969/j.issn.1003-9031.2015.12.02

一、引言

銀行的風(fēng)險(xiǎn)管理越來越依賴于一些復(fù)雜而強(qiáng)有力的風(fēng)險(xiǎn)管理工具，銀行監(jiān)管者也試圖通過一些精確的風(fēng)險(xiǎn)管理模型來降低單個(gè)銀行的風(fēng)險(xiǎn)。如果按照系統(tǒng)論的觀點(diǎn)看待銀行業(yè)，增強(qiáng)銀行系統(tǒng)的穩(wěn)定性并不能依靠改進(jìn)單個(gè)銀行的風(fēng)險(xiǎn)管理模型，或者維持單個(gè)銀行一定的資本充足率水平。在銀行系統(tǒng)中，對(duì)流動(dòng)性的管理使得銀行間維系著復(fù)雜的借貸關(guān)系，而未來大量衍生工具的使用使得它們之間的關(guān)系變得更加錯(cuò)綜復(fù)雜。因而，僅從銀行個(gè)體層面無(wú)法反映銀行間市場(chǎng)中存在的這種復(fù)雜的交易關(guān)系。銀行間市場(chǎng)中債權(quán)、債務(wù)和銀行間復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系，使得基于對(duì)單個(gè)銀行的分析無(wú)法評(píng)估整個(gè)銀行系統(tǒng)性風(fēng)險(xiǎn)。因而，需要研究銀行系統(tǒng)性風(fēng)險(xiǎn)的生成機(jī)制，并針對(duì)銀行系統(tǒng)層面的定量風(fēng)險(xiǎn)分析方法。本文將從銀行系統(tǒng)性風(fēng)險(xiǎn)的度量、理論模型和實(shí)證分析角度進(jìn)行綜述，以期為銀行系統(tǒng)風(fēng)險(xiǎn)研究和金融宏觀審慎監(jiān)管研究提供參考和借鑒。

二、銀行系統(tǒng)性風(fēng)險(xiǎn)的度量方法

銀行系統(tǒng)性風(fēng)險(xiǎn)可以被認(rèn)為是由于某一或某幾個(gè)主要銀行的失敗給其他銀行帶來負(fù)外部性，造成其他銀行的生存受到影響，有可能使銀行系統(tǒng)喪失基本功能的可能性。系統(tǒng)性風(fēng)險(xiǎn)的特征一般可以包括：外部性、風(fēng)險(xiǎn)收益的非對(duì)稱性、傳染性、有損實(shí)體經(jīng)濟(jì)和影響投資者信心等，其中最為明顯、相對(duì)容易判斷和識(shí)別的特征。銀行系統(tǒng)性風(fēng)險(xiǎn)的傳染渠道可以分為宏觀沖擊下的被動(dòng)傳染渠道、實(shí)際業(yè)務(wù)傳染渠道和信息傳染渠道三種。度量研究的思路有：綜合模擬法、銀行間的業(yè)務(wù)度量法、條件涉險(xiǎn)價(jià)值和邊際貢獻(xiàn)法、困境保險(xiǎn)溢價(jià)法。

（一）綜合模擬法

該方法一般只考察銀行間的數(shù)據(jù)，如股市收益率和財(cái)務(wù)數(shù)據(jù)等，不考察其實(shí)際業(yè)務(wù)。通過對(duì)多家銀行資產(chǎn)波動(dòng)的模擬，考慮在滿足一定的條件下系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率，使用銀行資產(chǎn)間的關(guān)系度量風(fēng)險(xiǎn)的傳染。Barnhill和Souto（2008）以巴西28家大銀行的系統(tǒng)性風(fēng)險(xiǎn)為對(duì)象，發(fā)展了前向資產(chǎn)模擬方法來測(cè)算市場(chǎng)風(fēng)險(xiǎn)、私人部門以及主權(quán)和銀行間違約風(fēng)險(xiǎn)對(duì)所有單個(gè)銀行和銀行集團(tuán)的影響[1]。Lehar（2005）使用1988—2002年國(guó)際銀行的樣本，使用股票市場(chǎng)的信息，應(yīng)用或有權(quán)益分析法（CCA），估計(jì)了銀行資產(chǎn)組合間的聯(lián)合動(dòng)態(tài)和相關(guān)性[2]。吳恒煜等（2013）以2007—2012年中國(guó)上市銀行的股市數(shù)據(jù)和相關(guān)財(cái)務(wù)數(shù)據(jù)，基于拓展的或有權(quán)益分析法分析系統(tǒng)性風(fēng)險(xiǎn)，研究了系統(tǒng)性風(fēng)險(xiǎn)演變的動(dòng)態(tài)特征[3]。

（二）銀行間的業(yè)務(wù)度量法

該方法主要包括銀行間市場(chǎng)的交易分析、支付系統(tǒng)傳染分析和銀行間的信息分析。

1.利用銀行間的市場(chǎng)交易分析風(fēng)險(xiǎn)發(fā)生的概率，這一分析是基于風(fēng)險(xiǎn)傳染依賴于銀行關(guān)聯(lián)方式。Haldane和May（2011）以銀行業(yè)生態(tài)系統(tǒng)的視角研究系統(tǒng)性風(fēng)險(xiǎn)，分析了沖擊和沖擊的傳染，并提出了相關(guān)降低系統(tǒng)性風(fēng)險(xiǎn)的公共政策含義[4]。Vafopoulos（2012）引入了銀行間風(fēng)險(xiǎn)關(guān)聯(lián)的分析，并以此檢驗(yàn)了希臘主要銀行的“支票作為擔(dān)?！本W(wǎng)絡(luò)的實(shí)際例子，所提出的方法為監(jiān)管當(dāng)局更準(zhǔn)確的測(cè)算系統(tǒng)性風(fēng)險(xiǎn)提供重要的工具[5]。Sergueiva（20

13）在網(wǎng)絡(luò)法的基礎(chǔ)上提出了一個(gè)綜合方法來識(shí)別、建模、分析和檢測(cè)銀行系統(tǒng)性風(fēng)險(xiǎn)[6]。隋聰?shù)龋?014）利用網(wǎng)絡(luò)結(jié)構(gòu)結(jié)論分析了銀行間違約傳染和系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系[7]。范宏（2014）使用動(dòng)態(tài)網(wǎng)絡(luò)系統(tǒng)理論和系統(tǒng)仿真的方法研究了銀行系統(tǒng)性風(fēng)險(xiǎn)的累積過程[8]。

2.系統(tǒng)性風(fēng)險(xiǎn)的支付系統(tǒng)傳染渠道。Diamond和Dybvig（1983）首先使用三階段模型研究系統(tǒng)性風(fēng)險(xiǎn)的支付系統(tǒng)渠道[9]。Chakravorti（1996）研究了多邊凈額支付系統(tǒng)中的系統(tǒng)性風(fēng)險(xiǎn)，構(gòu)建四階段模型分析隨機(jī)宏觀沖擊的效應(yīng)[10]。Afonso和Shin（2009）研究了大額支付系統(tǒng)中的流動(dòng)性和系統(tǒng)性風(fēng)險(xiǎn)，使用了格論的方法求解一個(gè)均衡映射的唯一不動(dòng)點(diǎn)，對(duì)環(huán)境變化作了比較靜態(tài)分析[11]。因此，通過支付系統(tǒng)傳染的系統(tǒng)性風(fēng)險(xiǎn)可以被認(rèn)為是支付系統(tǒng)傳染渠道。

3. 由信息傳染引發(fā)的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。Chen（199

9），Chen和Hasan（2008）在這方面的研究較多。該方法認(rèn)為，即使銀行間沒有存款關(guān)系，由于銀行的收益相關(guān)性，一家銀行的失敗會(huì)影響投資者對(duì)其他銀行的預(yù)期，當(dāng)部分銀行資產(chǎn)出現(xiàn)負(fù)面信號(hào)時(shí)，擠兌的發(fā)生則會(huì)引發(fā)倒閉[12-13]。從歷史上銀行系統(tǒng)性危機(jī)來看，銀行業(yè)務(wù)傳染導(dǎo)致的危機(jī)一般多發(fā)生于初期，而信息傳染會(huì)加速和放大系統(tǒng)性風(fēng)險(xiǎn)，繼而導(dǎo)致支付渠道的傳染出現(xiàn)，有時(shí)候銀行系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生是多渠道造成的。

（三）條件涉險(xiǎn)價(jià)值和邊際貢獻(xiàn)法

Adrian和Brunnermeier（2008）提出的條件涉險(xiǎn)價(jià)值法（CoVaR）方法，用于度量單個(gè)銀行陷入困境對(duì)銀行體系尾部風(fēng)險(xiǎn)的影響，它是一種特殊的測(cè)算系統(tǒng)重要性銀行的方法，但其沒有可加性，因此無(wú)法通過單個(gè)的風(fēng)險(xiǎn)貢獻(xiàn)加總來估計(jì)系統(tǒng)性風(fēng)險(xiǎn)的大小[14]。Adrian和Brunnermeier（2011）又將系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度引入，用CoVaR與整個(gè)銀行體系VaR的差來測(cè)度，該方法能夠?qū)杉毅y行間的關(guān)聯(lián)進(jìn)行量化，但存在的問題是只考慮了損失分布的特定分位數(shù)，并沒有捕捉到門限值以下最為重要的極端尾部風(fēng)險(xiǎn)[15]。陸靜和胡曉紅（2014）利用CoVaR和時(shí)變的尾部風(fēng)險(xiǎn)模擬的方法對(duì)中國(guó)上市銀行進(jìn)行了實(shí)證研究[16]。Acharya（2012）等在期望損失理論基礎(chǔ)上提出了邊際和系統(tǒng)性期望損失法[17]。Tarashev（2011）等將系統(tǒng)重要性銀行和系統(tǒng)性風(fēng)險(xiǎn)的度量結(jié)合起來，使用夏普利值系統(tǒng)性風(fēng)險(xiǎn)分配到單個(gè)機(jī)構(gòu)上，單個(gè)機(jī)構(gòu)的系統(tǒng)重要性測(cè)度加總后就等于度量系統(tǒng)性范圍的風(fēng)險(xiǎn)[18]。Düllmann和Puzanova（2011）以莫頓型的多因素投資組合模型來測(cè)算銀行系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，該模型歸納的銀行系統(tǒng)相關(guān)性的主要驅(qū)動(dòng)因素是規(guī)模、違約風(fēng)險(xiǎn)和作為關(guān)聯(lián)代理變量的銀行資產(chǎn)相關(guān)性[19]。

與CoVaR方法不同，夏普利值法采用從上到下的方法測(cè)量系統(tǒng)重要性，通過將系統(tǒng)范圍的風(fēng)險(xiǎn)歸因于單個(gè)銀行實(shí)現(xiàn)。相比之下，CoVaR直接關(guān)注單個(gè)銀行，而且并不是基于系統(tǒng)范圍風(fēng)險(xiǎn)的特定測(cè)算，它是一個(gè)從下到上的方法，并不提供可以加總的構(gòu)件，所以將系統(tǒng)中所有銀行的CoVaR加總并不能提供系統(tǒng)范圍的VaR。

（四）困境保險(xiǎn)溢價(jià)法

Huang，Zhou和Zhu（2011）提出了一種新的度量系統(tǒng)性風(fēng)險(xiǎn)的方法，困境保險(xiǎn)溢價(jià)（DIP）可以理解為因銀行體系發(fā)生困境而導(dǎo)致?lián)p失所需要的保費(fèi)溢價(jià)，尤其是針對(duì)那些大型的復(fù)雜銀行使用，可以通過其對(duì)銀行體系總體溢價(jià)的邊際貢獻(xiàn)來測(cè)量，因此它也具有可加性[20]。他們還評(píng)估了2007年金融危機(jī)期間大型復(fù)雜金融機(jī)構(gòu)的系統(tǒng)重要性，并認(rèn)為規(guī)模在系統(tǒng)性風(fēng)險(xiǎn)的測(cè)量中非常重要。Black（2012）等研究了歐債危機(jī)期間歐洲銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，他們?cè)O(shè)計(jì)了假設(shè)的困境保險(xiǎn)溢價(jià)作為歐洲銀行體系的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度，對(duì)58家主要的單個(gè)歐洲銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)作了測(cè)量[21]。

困境保險(xiǎn)溢價(jià)法的優(yōu)點(diǎn)在于可以提供宏觀審慎監(jiān)管的工具，能夠識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)，有助于理解系統(tǒng)性風(fēng)險(xiǎn)的來源。另外，所需的高頻數(shù)據(jù)可以直接從市場(chǎng)中提取。該方法的缺點(diǎn)在于需要滿足市場(chǎng)有效的前提假設(shè)；反周期資本緩沖的時(shí)間維度難以確定；作為一種公共政策，系統(tǒng)性資本費(fèi)用應(yīng)該基于風(fēng)險(xiǎn)中性價(jià)格還是基于精算預(yù)期損失也很難確定。

DIP法與MES法、CoVaR法相比，不需要極端情形分布，而只需極端情形下對(duì)資產(chǎn)組合損失求條件期望得出閾值即可，后兩種方法是需要基于分布度量的。另外，DIP法主要使用CDS數(shù)據(jù)，更加注重破產(chǎn)風(fēng)險(xiǎn)，而MES法只使用股市數(shù)據(jù)即可。Benoit（2012）等還提出了可基于公共數(shù)據(jù)估計(jì)的系統(tǒng)性風(fēng)險(xiǎn)度量方法（CoVaR和MES），并從理論和實(shí)證進(jìn)行對(duì)比[22]。

三、銀行系統(tǒng)性風(fēng)險(xiǎn)的理論研究

銀行系統(tǒng)性風(fēng)險(xiǎn)的傳染、擴(kuò)散等生成機(jī)制的研究是銀行系統(tǒng)性風(fēng)險(xiǎn)研究的重要組成部分。一般而言，系統(tǒng)性風(fēng)險(xiǎn)在銀行間傳播主要依賴于兩個(gè)途徑，一是實(shí)際業(yè)務(wù)途徑，另一個(gè)是信息途徑。這兩個(gè)途徑有時(shí)很難劃分清楚，經(jīng)常相伴而生，相互影響。也就是某一機(jī)構(gòu)受到實(shí)際業(yè)務(wù)的影響出現(xiàn)流動(dòng)性危機(jī)，繼而通過信息的傳播，引起擠提的發(fā)生，加重了流動(dòng)性危機(jī)，一旦該機(jī)構(gòu)失敗，就會(huì)大大增加銀行體系的系統(tǒng)性風(fēng)險(xiǎn)；或者整個(gè)銀行體系在受到總沖擊影響后，資產(chǎn)狀況好的銀行由于信息的傳播，存款者認(rèn)為其狀況會(huì)與資產(chǎn)狀況差的同等銀行一樣，導(dǎo)致好銀行在短時(shí)間出現(xiàn)大規(guī)模的擠提，形成恐慌，繼而增大銀行體系的系統(tǒng)性風(fēng)險(xiǎn)。從某種程度來說，銀行間借貸作為應(yīng)付流動(dòng)性沖擊的保險(xiǎn)措施是存在的，但這種保險(xiǎn)是有代價(jià)的，即會(huì)產(chǎn)生系統(tǒng)性風(fēng)險(xiǎn)。下面主要從理論模型方面進(jìn)行闡述。

（一）銀行擠提與恐慌

近年來不少文獻(xiàn)是通過構(gòu)建模型研究單一銀行脆弱性，像經(jīng)典的Diamond-Dybvig（以下簡(jiǎn)稱DD）模型，這其中涉及的銀行合約與系統(tǒng)性風(fēng)險(xiǎn)有關(guān)。Bhattacharya和Thakor（1993）指出應(yīng)該區(qū)別單一銀行的擠提和多銀行模型中銀行恐慌引起的銀行傳染[23]。傳統(tǒng)的銀行擠提模型包括三類：（1）Diamond和Dybvig（1983）自我實(shí)現(xiàn)的銀行擠提模型；（2）Jacklin和Bhattacharya （1988）（以下簡(jiǎn)稱JB模型）信息的銀行擠提模型[24]，后續(xù)的研究還有Diamond和Rajan（2000）、Chen和Hasan（2008），該類模型認(rèn)為存款者的擠提是由于諸如銀行投資變動(dòng)等新信息的披露，像領(lǐng)先的商業(yè)周期指數(shù)引起的[25]；（3）Chari和Jagannathan（1988）恐慌和經(jīng)濟(jì)基本面的銀行擠提模型[26]。

DD模型并沒有指出存款者對(duì)銀行恐慌的原因，而JB模型的特征是將銀行和存款者雙向非對(duì)稱信息引入模型，銀行擠提會(huì)因部分存款者獲得不利信息而發(fā)生，而這卻是唯一均衡。Diamond和Rajan（2000）在一個(gè)沒有非對(duì)稱信息和貸款清算成本的激勵(lì)框架中分析可要求的債務(wù)收益權(quán)角色。Chen和Hasan（2008）在單一銀行和無(wú)數(shù)原子狀存款者的假設(shè)下，得出存款者關(guān)于將被揭露的銀行有關(guān)質(zhì)量和數(shù)量信息的預(yù)期能對(duì)他們?nèi)】畹募?lì)程度有影響，解釋了為什么銀行擠提看上去像恐慌性擠提。

（二）多銀行體系的拓展和銀行傳染

Chen（1999）將單銀行擠兌模型擴(kuò)展為多銀行體系，并與羊群效應(yīng)結(jié)合起來，在此模型中，有兩種外部性會(huì)導(dǎo)致銀行被傳染而倒閉。Huang和Xu（1999）將銀行間市場(chǎng)危機(jī)的發(fā)生與項(xiàng)目融資結(jié)構(gòu)的逆向選擇結(jié)果聯(lián)系起來，并比較了單一銀行融資和多銀行融資的危機(jī)發(fā)生可能性，結(jié)果表明多銀行融資體系更穩(wěn)定，減少了銀行系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生[27]。De Bandt和Hartmann（2000）認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)的核心就是傳染效應(yīng)，不同種類的外部效應(yīng)，有關(guān)傳染的理論模型處于開發(fā)中，而具有堅(jiān)實(shí)理論基礎(chǔ)的系統(tǒng)性風(fēng)險(xiǎn)概念還缺乏[28]。Horváth和Wagner（2012）研究了反周期資本要求與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，將系統(tǒng)性風(fēng)險(xiǎn)分為兩個(gè)維度，時(shí)間維度和橫截面維度，它們內(nèi)在相關(guān)，強(qiáng)調(diào)一種維度的政策將會(huì)影響另外的維度，所以降低系統(tǒng)性風(fēng)險(xiǎn)的政策需要同時(shí)考慮兩者[29]。Montagna和Lux（2014）基于應(yīng)對(duì)不完全結(jié)構(gòu)信息的概率方法，研究了銀行間市場(chǎng)的傳染風(fēng)險(xiǎn)[30]。Cont（2012）等構(gòu)建了銀行異質(zhì)性網(wǎng)絡(luò)結(jié)構(gòu)，并在此基礎(chǔ)上研究違約傳染與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，分析資產(chǎn)負(fù)債表大小和網(wǎng)絡(luò)結(jié)構(gòu)對(duì)單個(gè)機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)[31]。Ha.aj和Kok（2013）使用模擬網(wǎng)絡(luò)研究銀行間的傳染，并通過構(gòu)建系統(tǒng)性概率指數(shù)，這一指數(shù)基本上與模擬網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)果是一致的[32]。

（三）總沖擊和借貸潮

傳統(tǒng)上，許多系統(tǒng)性銀行危機(jī)與衰退和宏觀經(jīng)濟(jì)沖擊有關(guān)，但超出單個(gè)銀行擠提理論模型的很少?？梢钥吹皆S多銀行危機(jī)與周期性的經(jīng)濟(jì)低迷，或其他總沖擊有關(guān)。為什么通過這些事件，銀行會(huì)同時(shí)出現(xiàn)困境，甚至在沒有直接的銀行間傳染條件下，大多銀行包括健康的銀行也難以幸免銀行危機(jī)的襲擊？ Chen（1999）表明在其模型中，一個(gè)逆向宏觀沖擊將增加傳染的可能性。反過來，對(duì)銀行借貸的限制影響經(jīng)濟(jì)周期，因此造成逆向加速或反饋效應(yīng)。Dewatripont和Tirole（1993）應(yīng)用銀行廠商的資本結(jié)構(gòu)這一現(xiàn)代公司金融模型，說明銀行過度依賴于債務(wù)融資也會(huì)導(dǎo)致借貸中的過多風(fēng)險(xiǎn)承擔(dān)[33]。借貸潮的文獻(xiàn)也會(huì)與金融部門結(jié)構(gòu)問題有關(guān)，這些結(jié)構(gòu)問題增加了系統(tǒng)性事件的可能性和嚴(yán)重性。

四、銀行系統(tǒng)性風(fēng)險(xiǎn)的實(shí)證研究

（一）銀行失敗和隨后的其他銀行失敗相關(guān)性的測(cè)算

Grossman（1993），Schoenmaker等（1996）均證實(shí)銀行失敗與隨后的其他銀行失敗存在相關(guān)性的假說[34-35]。但是，這些方法的缺點(diǎn)在于未考慮宏觀因素對(duì)自相關(guān)的影響，這可能掩蓋了一些傳染的證據(jù)，另外，它僅能夠探測(cè)宏觀數(shù)據(jù)頻度的跨期傳染，而不能是更短的時(shí)間區(qū)間。Duarte和Eisenbach（2014）研究了銀行火速出售的外部性和溢出效應(yīng)與系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，并以美國(guó)的商業(yè)銀行和回購(gòu)市場(chǎng)的數(shù)據(jù)進(jìn)行實(shí)證分析，并認(rèn)為這一傳染渠道對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響較大，但銀行的杠桿率和關(guān)聯(lián)度也有重要的作用[36]。

（二）應(yīng)用事件研究股價(jià)的反應(yīng)

該方法的思路是諸如銀行突然公布?jí)馁~準(zhǔn)備金增加等負(fù)面消息對(duì)銀行股價(jià)反應(yīng)的事件分析表明銀行間存在傳染。一家銀行的負(fù)面消息會(huì)導(dǎo)致其他銀行股價(jià)的異常下降。Jayanti和Whyte（1996）證明了美國(guó)大陸伊利諾伊國(guó)民銀行的危機(jī)引起英國(guó)、加拿大銀行股價(jià)的負(fù)面變動(dòng)[37]。Docking， Hirschey和Jones（1997）研究了1985—1990年美國(guó)9家貨幣中心銀行的188個(gè)貸款損失準(zhǔn)備金聲明和102家地區(qū)銀行的390個(gè)聲明的影響，表明前者的聲明對(duì)其它貨幣中心銀行的股價(jià)影響很小，而地區(qū)銀行的聲明對(duì)其他地區(qū)銀行和貨幣中心銀行的負(fù)面影響較大[38]。但這些負(fù)面消息的股市反應(yīng)是否能作為純粹的傳染效應(yīng)和理性投資者選擇來解釋還有待進(jìn)一步的研究。研究中的一些例子不能代表廣義的系統(tǒng)性影響，因?yàn)椴簧侔l(fā)展中國(guó)家債務(wù)危機(jī)的例子可以看作是總沖擊引起的。

（三）度量存款人對(duì)負(fù)面消息的反應(yīng)

一家銀行的問題揭露也會(huì)導(dǎo)致存款人從另外銀行取款，從而表明銀行傳染的存在。Saunders和Wilson（1996）研究了大蕭條時(shí)期美國(guó)兩組銀行（一組為163家失敗的國(guó)民銀行，另一組為229家存活下來的銀行）的年存款流動(dòng)狀況，發(fā)現(xiàn)從失敗銀行提款的增加伴隨未失敗銀行存款的增加，說明存款人對(duì)存款進(jìn)行了安全投資轉(zhuǎn)移，1930—1932年數(shù)據(jù)表明，隨著從失敗銀行提取存款的增加，從未失敗銀行的存款提取明顯更多了，表明為銀行恐慌[39]。但這種方法并不能排除一些失敗銀行是由于不知情的支取而導(dǎo)致失敗的。Calomiris和Mason（1997）研究了1932年芝加哥銀行恐慌，是否在此期間存在一些事前健康的銀行而失敗[40]。

（四）宏觀經(jīng)濟(jì)波動(dòng)和借貸潮

對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的實(shí)證研究表明歷史上許多銀行系統(tǒng)性危機(jī)均與宏觀經(jīng)濟(jì)波動(dòng)及其他總沖擊或區(qū)域沖擊有關(guān)。Demirguc-Kunt 和Detragiache（1998）用多變量Logit模型對(duì)1980—1994年的45國(guó)和60國(guó)銀行危機(jī)數(shù)據(jù)進(jìn)行分析的結(jié)果表明，GDP增長(zhǎng)率、實(shí)際利率、通脹率和私人信貸增長(zhǎng)等均是非常顯著的解釋變量。與銀行危機(jī)的經(jīng)濟(jì)周期假說一致，所有的GDP增長(zhǎng)率與高度顯著的變量[41]。Gourinchas（2001）等證明在信貸泡沫發(fā)生后銀行危機(jī)和貨幣危機(jī)發(fā)生的無(wú)條件概率比信貸平穩(wěn)時(shí)期高很多[42]。Giglio（2013）等研究了系統(tǒng)性風(fēng)險(xiǎn)和宏觀經(jīng)濟(jì)的實(shí)證評(píng)價(jià)標(biāo)準(zhǔn)，提出了一套評(píng)價(jià)系統(tǒng)性風(fēng)險(xiǎn)測(cè)算的實(shí)證相關(guān)性標(biāo)準(zhǔn)[43]。

銀行系統(tǒng)性風(fēng)險(xiǎn)的實(shí)證研究線索看起來較為清晰，它們普遍認(rèn)為許多歷史上的銀行危機(jī)與宏觀經(jīng)濟(jì)波動(dòng)、其他總的沖擊和地區(qū)沖擊有關(guān)。但是，銀行傳染重要性的解釋還不夠直接，通過實(shí)證很難判斷傳染到底是基于信息的還是純粹的傳染類型。這會(huì)導(dǎo)致央行提供的緊急流動(dòng)性支持到底給個(gè)體銀行還是市場(chǎng)這一爭(zhēng)論。這也是以后研究中的一個(gè)主要問題。

五、結(jié)語(yǔ)與展望

傳統(tǒng)上對(duì)于銀行系統(tǒng)性風(fēng)險(xiǎn)的研究包括：?jiǎn)蝹€(gè)銀行困境或其他沖擊可能在復(fù)雜的金融體系中被傳遞和擴(kuò)大，而傳染具有外部性，這也直接導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的復(fù)雜性，銀行擠提涉及到經(jīng)紀(jì)人、交易商、證券化、回購(gòu)市場(chǎng)等，這些都與系統(tǒng)性風(fēng)險(xiǎn)密切相關(guān)。另外，目前銀行系統(tǒng)性風(fēng)險(xiǎn)在數(shù)據(jù)、度量和監(jiān)管方面面臨不小的挑戰(zhàn)，如度量方面面臨“盧卡斯批判”和“古德哈特法則”的約束，但如果銀行系統(tǒng)性風(fēng)險(xiǎn)不能度量就無(wú)法對(duì)其管理。網(wǎng)絡(luò)方法和尾部風(fēng)險(xiǎn)的研究有顯著進(jìn)展，但研究需要增加一些評(píng)價(jià)標(biāo)準(zhǔn)，如樣本外的績(jī)效等，這方面研究目前也在進(jìn)行中。

未來銀行系統(tǒng)性風(fēng)險(xiǎn)的研究方向可能包括以下幾個(gè)方面：

（一）使用大數(shù)據(jù)來協(xié)調(diào)處理全球銀行系統(tǒng)性風(fēng)險(xiǎn)度量的數(shù)據(jù)和方法

目前，對(duì)于銀行系統(tǒng)性風(fēng)險(xiǎn)的度量或者基于公開的銀行數(shù)據(jù)，如股票交易數(shù)據(jù)和CDS數(shù)據(jù)，或者基于銀行間市場(chǎng)數(shù)據(jù)，這些數(shù)據(jù)無(wú)法反映銀行實(shí)時(shí)數(shù)據(jù)的動(dòng)態(tài)變化，而風(fēng)險(xiǎn)具有累積性，這嚴(yán)重制約了系統(tǒng)性風(fēng)險(xiǎn)的建模和度量。而且，模型的誤設(shè)對(duì)度量本身及度量的經(jīng)濟(jì)后果的影響應(yīng)該謹(jǐn)慎對(duì)待。另外，美國(guó)財(cái)政部所屬的金融研究辦公室將會(huì)為全世界的研究者提供新的數(shù)據(jù)，但是一些原始形式的數(shù)據(jù)涉密，這對(duì)外部研究者的信息共享帶來挑戰(zhàn)。未來可行的研究就是將全球系統(tǒng)重要性銀行業(yè)務(wù)的海量數(shù)據(jù)以大數(shù)據(jù)的方式匿名集中，通過統(tǒng)計(jì)分析度量尾部系統(tǒng)性風(fēng)險(xiǎn)的聯(lián)動(dòng)性，實(shí)證分析測(cè)算沖擊對(duì)宏觀經(jīng)濟(jì)的影響。目前，紐約大學(xué)斯特恩商學(xué)院的Engle教授團(tuán)隊(duì)所建立的V-Lab網(wǎng)站正在做這樣的嘗試。

（二）銀行業(yè)務(wù)和信息傳染的交互性對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)生成機(jī)制的影響

當(dāng)前的文獻(xiàn)研究認(rèn)為基于擠提的傳染具有內(nèi)生性，儲(chǔ)戶的提款是基于對(duì)其他提款者的預(yù)測(cè)，但這些會(huì)隨著外部隨機(jī)信息而發(fā)生改變，從演化博弈和全局博弈視角研究?jī)?chǔ)戶和銀行、儲(chǔ)戶和儲(chǔ)戶之間的信息關(guān)聯(lián)和影響機(jī)制，信息的交互、學(xué)習(xí)、模仿等這些復(fù)雜的認(rèn)知和決策行為對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的生成機(jī)制有著重要的決定作用。所以，從微觀層面的儲(chǔ)戶—儲(chǔ)戶和儲(chǔ)戶—銀行行為到宏觀層面的銀行—銀行行為和銀行—宏觀經(jīng)濟(jì)的研究相結(jié)合將是未來研究的另一方向。

（三）動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)與銀行系統(tǒng)性風(fēng)險(xiǎn)的仿真模擬研究

銀行間關(guān)聯(lián)對(duì)流動(dòng)性的支持有益，但會(huì)放大銀行系統(tǒng)的脆弱性，會(huì)出現(xiàn)“太關(guān)聯(lián)而倒閉”的現(xiàn)象。這是一對(duì)矛盾的關(guān)系，未來對(duì)這一關(guān)系的研究會(huì)拓展至銀行間網(wǎng)絡(luò)結(jié)構(gòu)對(duì)銀行傳染和銀行系統(tǒng)性風(fēng)險(xiǎn)的影響，復(fù)雜網(wǎng)絡(luò)理論是重要的方法之一。這類方法將銀行網(wǎng)絡(luò)看作復(fù)雜網(wǎng)絡(luò)系統(tǒng)，使用拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)動(dòng)力學(xué)和節(jié)點(diǎn)動(dòng)態(tài)交互等方法進(jìn)行研究，拓?fù)浣Y(jié)構(gòu)的演化和節(jié)點(diǎn)動(dòng)力學(xué)演化結(jié)合在一起就成為動(dòng)態(tài)演化的網(wǎng)絡(luò)系統(tǒng)。傳統(tǒng)的研究包括銀行的直接信貸網(wǎng)絡(luò)和銀行間接聯(lián)系網(wǎng)絡(luò)，不管是哪一種都沒有刻畫風(fēng)險(xiǎn)累積的動(dòng)態(tài)過程，基于仿真模擬的動(dòng)態(tài)演化銀行網(wǎng)絡(luò)結(jié)構(gòu)研究是解決這一問題的有效方法。

（四）銀行系統(tǒng)性風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)學(xué)框架構(gòu)建

將銀行系統(tǒng)性風(fēng)險(xiǎn)的研究與宏觀經(jīng)濟(jì)學(xué)結(jié)合起來也將是未來的研究方向，即銀行系統(tǒng)性風(fēng)險(xiǎn)對(duì)宏觀經(jīng)濟(jì)的影響。通過構(gòu)建模型，將銀行這一金融中介納入宏觀經(jīng)濟(jì)框架，模型產(chǎn)生一個(gè)隨機(jī)穩(wěn)態(tài)分布的經(jīng)濟(jì)，其中，部分的狀態(tài)對(duì)應(yīng)系統(tǒng)性風(fēng)險(xiǎn)的狀態(tài)，并可以檢驗(yàn)從正常狀態(tài)對(duì)系統(tǒng)性風(fēng)險(xiǎn)狀態(tài)的轉(zhuǎn)變，模型可以將宏觀壓力測(cè)試與系統(tǒng)性風(fēng)險(xiǎn)的狀態(tài)概率聯(lián)系起來。模型的構(gòu)建需要能夠量化和評(píng)估系統(tǒng)性風(fēng)險(xiǎn)，尤其是宏觀經(jīng)濟(jì)出現(xiàn)壓力時(shí)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的概率影響，主要利用實(shí)證分析來研究系統(tǒng)性風(fēng)險(xiǎn)和宏觀經(jīng)濟(jì)的關(guān)系。

（責(zé)任編輯：張恩娟）

參考文獻(xiàn)：

[1]Barnhill，T.M.and R.M.Souto.Systemic bank risk in Brazil： An Assessment of Correlated market， Credit，Sovereign and Inter-bank Risk in an Environment with Stochastic Volatilities and Correlations[M]. Deutsche Bundesbank Discussion Paper Series 2：Banking and Financial Studies，2008：13.

[2]Lehar，A..Measuring Systemic Risk：A Risk Management Approach[J] .Journal of Banking and Finance，2005，29 （10）：2577-2603.

[3]吳恒煜，胡錫亮，呂江林.我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)研究——基于拓展的未定權(quán)益分析法[J].國(guó)際金融研究，2013（7）：85-96.

[4]Haldane，A..and R.M.May.Systemic Risk in Banking Ecosystems[J].Nature，2011，469：351-355.

[5]Vafopoulos. M.Looking for Grassroot Sources of Systemic

Risk： the Case of ‘cheques-as-collateral’ Network[J].Journal of Payments Strategy Systems，2012，6：183-197.

[6]Sergueiva， A.Systemic Risk Identification， Modelling， Analysis， and Monitoring： An Integrated Approach[R]. arXiv：2013： 1310.6486vl.

[7]隋聰，遲國(guó)泰，王宗堯.網(wǎng)絡(luò)結(jié)構(gòu)與銀行系統(tǒng)性風(fēng)險(xiǎn)[J].管理科學(xué)學(xué)報(bào)，2014（4）：57-70.

[8]范宏.動(dòng)態(tài)銀行網(wǎng)絡(luò)系統(tǒng)中系統(tǒng)性風(fēng)險(xiǎn)定量計(jì)算方法研究[J].物理學(xué)報(bào)，2014（3）：1-8.

[9]Diamond，W.D.and H. P.Dybvig.Bank Runs，Deposit Insurance， and Liquidity[J].Journal of Political Economy，1983，91，401-419.

[10]Chakravorti，S..Analysis of systemic risk in the payments system[R].Financial Industry Studies Working Paper 96-2， Federal Reserve Bank of Dallas，1996.

[11]Afonso，G.M.and H.S.Shin.Systemic Risk and Liquidity in Payment Systems[R].FRB of New York Staff Report，2009：352.

[12]Chen Y.Banking Panics：The Role of the First-Come，F(xiàn)irst-Served Rule and Information Externalities[J].Journal of Political Economy，1999， 107：946-968.

[13] Chen，Y.and I.Hasan.Why Do Bank Runs Look Like Panic？ A New Explanation[J].Journal of Money， Credit and Banking，2008（40）：535-546.

[14]Adrian，T.and M.Brunnermeier.CoVaR[R].Staff Reports 348， Federal Reserve Bank of New York，2008.

[15]Adrian，T.and M.Brunnermeier.CoVaR[R].NBER Wor-

king Paper， 2011：17454.

[16]陸靜，胡曉紅.基于條件在險(xiǎn)價(jià)值法的商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)研究[J].中國(guó)軟科學(xué)，2014（4）：25-42.

[17]Acharya V.V.，L H.Pedersen， T.Philippon and M.Richardson.Measuring Systemic Risk[R].CEPR Discussion Papers，2012：8824.

[18]Tarashev N.，C.Borio and K.Tsatsaronis.Attributing

Systemic Risk to Individual Institutions[R].BIS Working Paper，2010：308.

[19]Dullmann，K.and N.，Puzanova.Systemic Risk Contributions： A Credit Portfolio Approach[D].Duestch Bundesbank Dicussion paper，2011： 8.

[20]Huang，X.，H.Zhou， and H.Zhu.A Framework for Assessing the Systemic Risk of Major Financial Institutions[J].Journal of Banking and Finance，2009，33：2036-2049.

[21]Black et.al.The Systemic Risk of European Banks during the Financial and Sovereign Debt Crises[R].Board of Governors of the Federal Reserve System International Finance Discussion Papers，2013：1083.

[22]Benoit S.，G.Collettaz and C.Hurlin.A Theoretical and Empirical Comparison of Systemic Risk Measures： MES versus CoVaR[R].SSRN Working paper，2012.

[23]Bhattacharya， S.and A.，Thakor. Contemporary Banking Theory[J].Journal of Financial Intermediation，1993，3（1）：2-50.

[24]Jacklin， C.and S. Bhattacharya.Distinguishing Panics and Information-Based Bank Runs：Welfare and Policy Implications[J].Journal of Political Economy，1988，96：568-592.

[25]Diamond，D.W.and R.G.Rajan.A Theory Of Bank Capital[J].Journal of Finance，2000，55：2431-2465.

[26]Chari，V.V.and Jagannathan，R.Banking Panics，Information and Rational Expectation Equilibrium[J].Journal of Finance，1988，43（3）：749-761.

[27]Huang，H.and C.Xu.Financial Institutions，F(xiàn)inancial Contagion， and Financial Crises[R].CID Working Papers 21，Center for International Development at Harvard University，1999.

[28]DeBandt，O.and P.Hartmann.Systemic Risk：A Survey[R].European Central Bank working paper，2000：35.

[29]Horváth B.and W.Wagner.The Disturbing Interaction between Countercyclical Capital Requirements and Systemic Risk[D].SSRN Working Paper，2012.

[30]Montagna，M.and T.Lux.Contagion Risk in the Interbank Market： A Probabilistic Approach to Cope with Incomplete Structural Information[D].Kiel Working Paper，2014：1937.

[31]Cont，R.，A.Moussa and E.Santos.Network Structure and Systemic Risk in Banking Systems[R].in Fouque， J.-P.， Langsam， J.（Eds.） Handbook on Systemic Risk， Cambridge University Press，2013.

[32]Ha aj，G.and C.，Kok.Assessing Interbank Contagion Using Simulated Networks[R].ECB Working Paper Series，2013：1506.

[33]Dewatripont，M.and J.Tirole.The Prudential Regulation of Banks[R].Cambridge， MA， MIT Press，1993.

[34]Grossman，R.The Macroeconomic Consequences of Bank Failures under the National Banking System[J].Explorations in Economic History，1993， 30（3）：294-320.

[35]Schoenmaker，D.，Peter M.Garber and D.F.I.Folkerts-LandauThe Reform of Wholesale Payment Systems and its Impacton Financial Markets，[R].IMF Working Papers 96/37， International Monetary Fund，1996.

[36]Duarte，F(xiàn).and T.M.Eisenbach.Fire-sale Spillovers and Systemic Risk[R].Federal Reserve Bank of New York Staff Reports，2014：645.

[37]Jayanti，S V and A. M.，Whyte.Global Contagion Effects of the Continental Illinois Failure[J].Journal of International Financial Markets，Institutions Money，1996（6）：87-99.

[38]Docking， D.S.， Hirschey， M.and Jones， E.Information and Contagion Effects of Bank Loan Loss Reserve Announcements[J].Journal of Financial Economics，1997（43）：219-239.

[39]Saunders，A.，and B. Wilson.Contagious bank runs： evidence from the 1929-1933 period[J].Journal of Financial Intermediation， 1996（5），409？423.

[40]Calomiris，Charles W.，and Joseph R.MasonContagion and Bank Failures During the Great Depression：The June 1932 Chicago Banking Panic，[J].American Economic Review，1997（87）：863-883.

[41]Demirgüc-Kunt， A. and E. Detragiache.The Determinants of Banking Crises in Developing and Developed Economies[J].International Monetary Fund Staff Papers，1998（45）：81-109.

[42]Gourinchas，P.O.，R.Valdes， and O.Landerretche.Len-

ding Booms： Latina America and the World[J].Economia，Spring Issue，2001：47-99.

[43] Giglio，S.，B.Kelly and S. Pruitt.Systemic Risk and the Macro Economy： An Empirical Evaluation[D].University of Chicago working paper， 2013.