[摘要] 2008年起，以美國次級抵押貸款市場危機為導(dǎo)火索而引發(fā)的全球性金融危機，揭示出當(dāng)前金融業(yè)存在的眾多問題，銀行業(yè)的系統(tǒng)性風(fēng)險也再次成為各國政策決策者關(guān)注的焦點。本文擬選擇在滬深兩市上市的商業(yè)銀行為樣本，對13家上市銀行從2009年至2013年的交易數(shù)據(jù)構(gòu)建單指數(shù)模型，從而分析出金融危機前后各家上市銀行系統(tǒng)性風(fēng)險變化狀況，并通過GARCH（1，1）模型證明金融危機后我國銀行業(yè)系統(tǒng)性風(fēng)險有所增加這一結(jié)論。

[關(guān)鍵詞] 金融危機；上市銀行；系統(tǒng)性風(fēng)險； GARCH（1，1）模型

[DOI] 10.13939/j.cnki.zgsc.2015.08.011

1 引 言

2008年起，以美國次級抵押貸款市場危機為導(dǎo)火索而引發(fā)的全球性金融危機，揭示出當(dāng)前金融業(yè)存在眾多的問題，銀行業(yè)的系統(tǒng)性風(fēng)險也再次成為各國政策決策者關(guān)注的焦點。美國、英國、歐盟紛紛出臺金融監(jiān)管改革法案，巴塞爾委員會也對新資本協(xié)議進行了修改，總體趨勢是將宏觀審慎監(jiān)管和傳統(tǒng)的微觀審慎監(jiān)管結(jié)合起來，銀行內(nèi)部約束與外部監(jiān)管結(jié)合起來，共同全面防范由資產(chǎn)證券化、金融衍生產(chǎn)品等金融創(chuàng)新帶來的系統(tǒng)性風(fēng)險。雖然我國在這次金融危機中所遭受的損失程度較輕，但是隨著我國金融市場開放步伐的加快，我國銀行業(yè)必然將面臨著更大的系統(tǒng)性風(fēng)險。因而在全球金融一體化的大背景下，研究我國銀行業(yè)系統(tǒng)性風(fēng)險的測度是十分必要且重要的。這將為我國銀行業(yè)的系統(tǒng)性風(fēng)險預(yù)防與防范提供基礎(chǔ)。

關(guān)于銀行系統(tǒng)性風(fēng)險的形成機制，理論界尚存爭議，其中具有代表性的理論有：金融體系脆弱性理論、金融危機理論、信息不對稱理論、金融資產(chǎn)價格波動理論、風(fēng)險溢出與傳染理論。

1.1 金融體系脆弱性理論

金融體系脆弱性理論的代表人物是海曼·明斯基。他認(rèn)為：金融機構(gòu)的內(nèi)在特性將使得他們經(jīng)歷周期性的危機和破產(chǎn)，從而會導(dǎo)致宏觀經(jīng)濟的衰退和蕭條[1]。

從銀行危機的經(jīng)濟周期角度來看，銀行的經(jīng)營狀況會隨經(jīng)濟周期變化而變化，即銀行系統(tǒng)性風(fēng)險的發(fā)生并不是由于外部沖擊或政策錯誤而造成的，而是由經(jīng)濟和銀行系統(tǒng)的周期性內(nèi)生的。在經(jīng)濟波動中，由于投資高潮和低谷的交替出現(xiàn)，銀行正常的信貸資金流動必然受阻，故當(dāng)實際部門正常的資金循環(huán)被打斷后，就會發(fā)生違約和破產(chǎn)事件，而實際部門資金循環(huán)的紊亂最終要影響到金融體系，即實際部門的倒閉破產(chǎn)困境將不可避免地擴展到整個銀行系統(tǒng)。

從金融市場有限理性的角度來看，銀行系統(tǒng)性風(fēng)險或危機的爆發(fā)是由于金融市場的非理性行為造成的。金德爾伯格認(rèn)為，大部分金融市場在大部分時間內(nèi)是理性的，從長遠(yuǎn)的觀點看，這個世界或多或少地像“經(jīng)濟人”那樣行事，但金融市場偶爾的非理性行為導(dǎo)致了金融危機的爆發(fā)[2]。

1.2 金融危機理論 [3]

金融危機理論是由以弗里德曼為代表的貨幣學(xué)派提出的。該理論注重于對金融體系內(nèi)部的研究。弗里德曼認(rèn)為：一些突發(fā)事件可能使公眾對銀行將存款兌換為通貨的能力喪失信心，銀行業(yè)的高負(fù)債特性易引起銀行業(yè)的恐慌。施瓦茨運用這一理論進一步區(qū)分了所謂“真實金融危機”和“虛假金融危機”。他認(rèn)為：只要公眾相信貨幣當(dāng)局會提供他們需要的通貨，銀行業(yè)恐慌就可以避免。1866 年的金融危機以后，由于英格蘭銀行正式承擔(dān)了最后貸款人的責(zé)任，英國沒有發(fā)生過真實的金融危機。而“虛假金融危機”主要是指社會經(jīng)濟中特定部門財富的減少，不足以導(dǎo)致擠兌和銀行業(yè)恐慌。施瓦茨認(rèn)為，中央銀行對“虛假金融危機”不必采取拯救行動，如拯救只會造成資源浪費。

1.3 信息不對稱理論

信息經(jīng)濟學(xué)派認(rèn)為：在信息不對稱的情況下，單個儲戶的理性行為是趁著銀行還有支付能力時搶先提款，因此在現(xiàn)實生活中銀行擠兌具有爆發(fā)性發(fā)生的可能性，而銀行對此是無能為力的，所以在市場信心崩潰時就可能產(chǎn)生巨大的系統(tǒng)性風(fēng)險。同樣，存款人、銀行經(jīng)營者、借款人、銀行監(jiān)管者之間的信息不對稱也將導(dǎo)致逆向選擇和道德風(fēng)險，從而使銀行不能有效地配置金融資源。

1.4 金融資產(chǎn)價格波動理論[4]

金融資產(chǎn)價格波動理論認(rèn)為：金融市場具有內(nèi)在的不穩(wěn)定性。由金融資產(chǎn)價格波動和金融投機行為導(dǎo)致的資本市場波動使金融資產(chǎn)的風(fēng)險全面上升，而金融創(chuàng)新、金融全球化的發(fā)展又使金融資產(chǎn)風(fēng)險的傳染性具有了便捷的通道。因此，當(dāng)金融資產(chǎn)價格的變動風(fēng)險積聚到一定程度時，將使某個國家或地區(qū)的銀行體系或整個金融體系產(chǎn)生普遍的不良預(yù)期，從而有可能引發(fā)金融危機。在風(fēng)險的交叉?zhèn)魅鞠?，一國乃至?shù)國的銀行體系都會受到十分巨大的影響，進而產(chǎn)生系統(tǒng)性危機。

2 系統(tǒng)性風(fēng)險的模型設(shè)定

2.1 單指數(shù)模型[5]

3 實證分析

3.1 樣本選取

本文以在滬深兩市上市交易的13家上市商業(yè)銀行（建設(shè)銀行、工商銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、交通銀行、中國銀行、中信銀行和深圳發(fā)展銀行）作為研究對象。

3.2 樣本期間

系統(tǒng)性風(fēng)險的實證研究的時間跨度一般以3—5年為宜?？紤]到不同銀行上市時間差異以及橫向可比性，故將樣本期間定為2009年9月28日至2013年12月30日。

3.3 數(shù)據(jù)來源

由于樣本期間較長，若采用日收盤價則會導(dǎo)致數(shù)據(jù)過多，故選取各個上市銀行每周收盤價作為原始采集數(shù)據(jù)。本文在研究中使用了五方面的數(shù)據(jù)：經(jīng)過復(fù)權(quán)處理的各上市銀行周收盤價、上證A股指數(shù)的周收盤價、滬市金融板塊指數(shù)的周收盤價、深圳成分股指數(shù)的周收盤價以及深市金融板塊指數(shù)的周收盤價。本文所用的經(jīng)過復(fù)權(quán)處理的各樣本銀行的周收盤、大盤周收盤價、金融指數(shù)的周收盤價均來源于錢龍證券分析系統(tǒng)。

3.4 統(tǒng)計分析過程

3.4.1 單指數(shù)模型分析

（3）系統(tǒng)性風(fēng)險的測算。運用EViews6.0軟件將上述數(shù)據(jù)代入后，可得到回歸結(jié)果，從而計算得到系統(tǒng)性風(fēng)險系數(shù)。以民生銀行2013年數(shù)據(jù)為例，得到結(jié)果見表1和表2。

經(jīng)過比較回歸結(jié)果后發(fā)現(xiàn)：無論滬市、深市，以金融板塊指數(shù)的周收益率作為市場收益率得到的回歸結(jié)果在擬合度、參數(shù)顯著性水平等方面均優(yōu)于上證A股指數(shù)和深圳成分股指數(shù)的周收益率作為市場收益率的結(jié)果。經(jīng)整理后，13家上市公司從2009年至2013年系統(tǒng)性風(fēng)險系數(shù)及t檢驗結(jié)果見表3。

通過表3可以看到，若以10%作為置信區(qū)間，除了2009年個別銀行的系統(tǒng)性風(fēng)險系數(shù)值未能通過t檢驗，其他均通過，這可能與2009年樣本量過少有關(guān)。

通過分析可以發(fā)現(xiàn)，13家上市銀行大致可以分為三類。第一類：除了個別年份的反彈，系統(tǒng)性風(fēng)險系數(shù)隨時間大致呈下降趨勢。這一類包括了：建設(shè)銀行、工商銀行、中國銀行、中信銀行和深圳發(fā)展銀行。第二類：除了個別年份跌落，系統(tǒng)性風(fēng)險系數(shù)隨時間大致呈上升趨勢。這一類包括：華夏銀行、南京銀行、興業(yè)銀行、北京銀行。第三類：雖然系統(tǒng)性風(fēng)險系數(shù)升升降降，但是基本上處于某一區(qū)間。這一類上市銀行包括：浦發(fā)銀行（系統(tǒng)性風(fēng)險系數(shù)在1.0～1.2）、民生銀行（系統(tǒng)性風(fēng)險系數(shù)在0.8～0.9）、招商銀行（系統(tǒng)性風(fēng)險系數(shù)在0.95～1.1）、交通銀行（系統(tǒng)性風(fēng)險系數(shù)在0.8～1.0）。

經(jīng)仔細(xì)分析可以發(fā)現(xiàn)：第一類銀行都是資產(chǎn)規(guī)模較大的上市銀行，他們的系統(tǒng)性風(fēng)險隨著金融危機的推移逐步下降，且系統(tǒng)性風(fēng)險系數(shù)都小于1，說明這5家上市銀行屬于防守型公司，其收益率的變化小于市場組合收益率的變化，大盤上升時其收益有限，大盤下跌時，其抗跌性較強；第二類銀行相對于第一類銀行而言，資產(chǎn)規(guī)模較小，系統(tǒng)性風(fēng)險隨著金融危機的來臨而逐步上升，且這一類銀行的系統(tǒng)性風(fēng)險系數(shù)大多大于1，說明這4家銀行屬于進取型公司，其收益率的變化大于市場組合收益率的變化，大盤上升時獲利較大，大盤下跌時損失也較大；第三類上市銀行的系統(tǒng)性風(fēng)險系數(shù)較為穩(wěn)定且都在1之間徘徊，說明這四家銀行其系統(tǒng)性風(fēng)險與市場組合的系統(tǒng)性風(fēng)險相同。

從時間上來分析發(fā)現(xiàn)：從2009年到2013年，13家上市銀行中有6家銀行系統(tǒng)性風(fēng)險系數(shù)上升，7家銀行系統(tǒng)性風(fēng)險系數(shù)下降；從2010年到2011年，13家上市銀行中有8家銀行系統(tǒng)性風(fēng)險系數(shù)上升，5家銀行系統(tǒng)性風(fēng)險系數(shù)下降；從2011年到2012年，13家上市銀行中有7家銀行系統(tǒng)性風(fēng)險系數(shù)上升，6家銀行系統(tǒng)性風(fēng)險系數(shù)下降；從2012年到2013年，13家上市銀行中有6家銀行系統(tǒng)性風(fēng)險系數(shù)上升，7家銀行系統(tǒng)性風(fēng)險系數(shù)下降。這似乎無法體現(xiàn)金融危機對于我國上市銀行的影響。但是，若是以系統(tǒng)性風(fēng)險系數(shù)大于1作為高系統(tǒng)風(fēng)險的標(biāo)志，則可以發(fā)現(xiàn)：2009年只有2家銀行系統(tǒng)性風(fēng)險系數(shù)大于1，而2010年有4家，2011年有3家，2012年有6家，2013年有5家，都較金融危機之前有所上升。

為了更好地說明這一點，下面將引入GARCH（1，1）模型來說明在金融危機后，我國上市銀行股票收益率具有波動集聚效應(yīng)。

3.4.2 GARCH（1， 1）模型分析

將數(shù)據(jù)導(dǎo)入EViews6.0后，生成一組收益率序列，通過觀察收益率序列的圖形，可知，存在波動集聚效應(yīng)。以深市金融板塊指數(shù)為例，如圖1。

再通過相關(guān)性檢驗和相應(yīng)回歸，可以確定深市金融板塊指數(shù)收益率序列的均值模型為：r=0.135625r（-8）+ε。經(jīng)過ARCH效應(yīng)檢驗，由F統(tǒng)計量和LM統(tǒng)計量大小可知，模型已不存在ARCH 效應(yīng)。然后通過EViews軟件，構(gòu)建GARCH（1，1）模型，得到以下結(jié)果見表4。

再對模型的殘差進行ARCH效應(yīng)檢驗，得到結(jié)果見表5。

由上述結(jié)果可知：殘差不存在ARCH效應(yīng)。

故由深市金融板塊指數(shù)收益率序列構(gòu)建的GARCH（1，1）模型的均值方程為：r=0.135625r（-8）+ε；條件方差方程為：0.000114+0.276339* RESID（-1）^2 +0.601050*GARCH（-1），且殘差不再存在ARCH效應(yīng)。

再對其他數(shù)據(jù)進行上述步驟，可以發(fā)現(xiàn)13家上市銀行的收益率序列都存在著波動集聚效應(yīng)。

4 結(jié)論

第一，金融危機后，各家上市銀行的系統(tǒng)性風(fēng)險并不是都隨著時間的推移而上升的。部分商業(yè)銀行的系統(tǒng)性風(fēng)險在金融危機后逐步上升，而部分商業(yè)銀行的系統(tǒng)性風(fēng)險在金融危機后逐步下降，還有一部分則是較為平穩(wěn)地在某一區(qū)間波動。

第二，資產(chǎn)規(guī)模較大的上市銀行在金融危機后所受到的系統(tǒng)性風(fēng)險相比于資產(chǎn)規(guī)模較小的上市銀行來說要小。這可能是資產(chǎn)規(guī)模較大的商業(yè)銀行有雄厚的資本可以抵御風(fēng)險。

第三，從總體來說，金融危機后我國上市銀行業(yè)系統(tǒng)性風(fēng)險還是增加了。通過GARCH（1，1）模型也可以證明2010年和2012年上市銀行的收益率波動幅度明顯增大。這說明金融危機對于上市銀行的收益率還是有明顯影響的。

參考文獻：

[1]鐘偉，李心丹.現(xiàn)代西方金融體系內(nèi)在風(fēng)險性及其防范理論[J].金融研究，1998（8）.

[2]周道許.現(xiàn)代金融監(jiān)管體制研究[M].北京：中國金融出版社，2000：38.

[3]周柏.我國上市銀行系統(tǒng)性風(fēng)險研究[D].天津：河北工業(yè)大學(xué)，2008（6）.

[4]翟金林.銀行系統(tǒng)性風(fēng)險的成因及防范研究[J].南開學(xué)報，2001 （4）：83-89.

[5]韓德宗，朱晉.證券投資學(xué)原理[M].北京：機械工業(yè)出版社，2010：231-233.

[6]趙衛(wèi)亞，彭壽康，朱晉.計量經(jīng)濟學(xué)[M].北京：機械工業(yè)出版社，2010： 161-162.

[7]楊軍華.宏觀審慎監(jiān)管在系統(tǒng)性金融風(fēng)險管理中的作用[J].中國行政管理，2011（8）：125-127.

[8]金運.股份制商業(yè)銀行如何防范系統(tǒng)性風(fēng)險[J].中國金融家，2004（10）：22-24.

[9]謝平，鄒傳偉.金融危機后有關(guān)金融監(jiān)管改革的理論綜述[J].金融研究，2010（2）：1-17.

[10]劉桂榮，盧添翼.上市銀行系統(tǒng)性風(fēng)險的實證研究[J].商業(yè)時代，2007（10）：59-60.

[11]Michael Schr?der， Martin Schüler. The Systemic Risk Potential in European Banking—Evidence from Bivariate GARCH Models[J]. ZEW Discussion Paper， 2010 （8）.

[12]張強，馮超.金融危機后我國上市商業(yè)銀行系統(tǒng)性風(fēng)險測算[J].上海金融，2010（12）： 32-35.

[13]湯柳，王旭祥.論宏觀審慎原則下系統(tǒng)性風(fēng)險研究的新發(fā)展[J].浙江金融，2010（10）：16-18.

[14]王書斌，王雅俊.銀行系統(tǒng)性風(fēng)險傳染機制的研究與實證——基于資產(chǎn)價格波動視角[J].金融與經(jīng)濟，2010（7）：6-9.

[15]宋薇.我國上市銀行系統(tǒng)性風(fēng)險預(yù)測研究——基于β系數(shù)穩(wěn)定性及影響因素的視角[D].青島：中國海洋大學(xué)，2011（6）.

[16]高志勇.系統(tǒng)性風(fēng)險與宏觀審慎監(jiān)管——基于美國銀行業(yè)的實證研究[J].財經(jīng)理論與實踐，2010（5）：12-18.

[17]莊宗明，高志勇.后危機時期的兩岸金融監(jiān)管合作[J].廈門大學(xué)學(xué)報，2011（4）：69-77.

[18]溫博慧.系統(tǒng)性金融風(fēng)險測度方法研究綜述[J].金融發(fā)展研究，2010（1）：24-27.

[19]Alfred Lehar. Measuring systemic risk： A risk management approach[J].Journal of Banking & Finance，2011（29）： 2577–2603.

[20]于蓓. 銀行系統(tǒng)性風(fēng)險及其測度研究綜述[J].中國市場，2013（1）.

[21]金穎. 我國銀行業(yè)系統(tǒng)性風(fēng)險研究——基于貝塔系數(shù)的測算[J].中國市場，2014（6）.

[作者簡介] 高亮，就職于上海美特幕墻有限公司廈門分公司。