歐陽資生，李 釗

（湖南商學院 財政金融學院，湖南 長沙 410205）

中國上市保險公司的系統(tǒng)重要性評估研究

歐陽資生，李 釗

（湖南商學院 財政金融學院，湖南 長沙 410205）

2008年的美國次貸危機對世界實體經(jīng)濟和金融體系造成了巨大沖擊，也引起了人們對系統(tǒng)性風險的關(guān)注，國際金融監(jiān)管組織更是提出了強化對系統(tǒng)重要性金融機構(gòu)進行識別和評估的宏觀審慎監(jiān)管的觀點。鑒于此，本文擬以在中國A股上市的四家保險公司的股價波動數(shù)據(jù)為研究對象，利用基于分位數(shù)回歸的CoV a R方法對四家保險公司的系統(tǒng)性風險溢出展開測度，評估其系統(tǒng)重要性，以期為中國的監(jiān)管部門對系統(tǒng)重要性金融機構(gòu)的識別和系統(tǒng)性風險的宏觀審慎監(jiān)管提供一些參考性思路。

系統(tǒng)性風險；溢出效應；條件在險價值

一、引言

2008年發(fā)生的全球金融危機事件對全球金融穩(wěn)定和世界經(jīng)濟帶來了巨大沖擊，也引發(fā)了巴塞爾委員會等國際金融監(jiān)管機構(gòu)和專家學者們對金融系統(tǒng)性風險的關(guān)注和研究。國際金融監(jiān)管機構(gòu)更是提出了 “系統(tǒng)重要性金融機構(gòu)”的概念，并給出了相應的量化分析方法和指標體系用以度量金融機構(gòu)的系統(tǒng)風險的貢獻程度，以此來識別系統(tǒng)重要性金融機構(gòu)。所謂的金融系統(tǒng)性風險，是指當某一個金融機構(gòu)發(fā)生財務困境的風險事件時，由于各金融機構(gòu)間存在相互關(guān)聯(lián)性，進而將風險在金融系統(tǒng)內(nèi)擴散至其他金融機構(gòu)，從而導致系統(tǒng)性風險的產(chǎn)生。具體而言，當單個個體金融機構(gòu)出現(xiàn)財務困境的風險事件時，由于各金融機構(gòu)之間或多或少地存在相互關(guān)聯(lián)性，該機構(gòu)的個體風險會以市場交易行為、融資渠道、同業(yè)拆借行為、支付體系、資產(chǎn)負債表、公眾信心等各種形式外溢至其他相關(guān)聯(lián)的金融機構(gòu)，進而導致金融體系內(nèi)衍生出系統(tǒng)性風險。

中國保險業(yè)經(jīng)過近年來的發(fā)展壯大，保費收入和資產(chǎn)規(guī)模均持續(xù)擴大，其在中國金融體系甚至于整個國民經(jīng)濟運行體系中的地位日益增強。近些年，因為宏觀經(jīng)濟內(nèi)外環(huán)境的不斷變化，我國保險行業(yè)的系統(tǒng)性風險持續(xù)積累，對保險業(yè)和金融體系都是一個很大的風險隱患，所以，當前強化對保險業(yè)的系統(tǒng)性風險研究是有十分重要的現(xiàn)實意義的。鑒于此，本文在已有的國內(nèi)外相關(guān)研究的基礎(chǔ)上，利用基于CoVaR模型的分位數(shù)回歸方法對中國上市的保險公司進行系統(tǒng)重要性度量，根據(jù)度量結(jié)果進行結(jié)論分析以期為中國的監(jiān)管部門對系統(tǒng)重要性金融機構(gòu)的識別和系統(tǒng)性風險的宏觀審慎監(jiān)管提供一些參考性思路。

二、文獻回顧

縱觀近期國內(nèi)外對于系統(tǒng)重要性金融機構(gòu)的評估識別方法的研究成果，可以劃分為指標體系方法與定量模型方法兩種。指標體系方法通過構(gòu)建相關(guān)指標并賦予其對應的權(quán)重，以此從多個視角體現(xiàn)金融機構(gòu)的負外部性，進而全方位地對金融機構(gòu)的系統(tǒng)重要性進行識別與評估。英國金融服務局 （2009） 首次主張依據(jù) “規(guī)模”、 “關(guān)聯(lián)性”、 “種類”三個維度展開金融機構(gòu)系統(tǒng)重要性的識別；巴塞爾委員會 （2011）提出以定量指標為基礎(chǔ)，以定性評估為輔助評估系統(tǒng)重要性銀行，其中定量指標主要包括五大類，即：“規(guī)模”、“可替代性”、 “關(guān)聯(lián)性”、 “復雜性” 和 “全球活躍度”；2011年中國銀監(jiān)會提出針對中國系統(tǒng)重要性銀行的評估， 將依據(jù) “規(guī)模”、 “可替代性”、 “關(guān)聯(lián)性”、“復雜性”四個方面展開。巴曙松 （2012）則提出在我國現(xiàn)有的指標體系中應增添國民信心指標。

第二類是定量模型方法，該方法通過收集上市金融機構(gòu)的市場交易數(shù)據(jù)構(gòu)建數(shù)學模型，在風險溢出的角度下度量個體機構(gòu)對金融體系的風險貢獻程度，以此更為精確識別和評估系統(tǒng)重要性金融機構(gòu)。定量模型方法主要有沙普利值法、網(wǎng)絡模型法、EVT模型法、CDS價差法、MES模型法、CoVaR模型法等，根據(jù)模型的適用性、可操作性以及數(shù)據(jù)的可獲得性，本文選擇采用CoVaR模型法對上市保險公司進行系統(tǒng)重要性識別評估，該方法能夠?qū)⒔鹑跈C構(gòu)的系統(tǒng)性風險溢出數(shù)據(jù)化。Adrian&Brunnermeier（2008）首次提出CoVaR模型方法用以度量金融機構(gòu)系統(tǒng)性風險溢出的方法；在兩人的研究成果基礎(chǔ)上，國內(nèi)外學者進行了進一步研究并且歸納起來計算CoVaR值的思路，主要有：分位數(shù)回歸、Copula函數(shù)和GARCH模型。利用分位數(shù)回歸方法的有：陳忠陽等 （2013）認為中國上市商業(yè)銀行的規(guī)模與系統(tǒng)性風險貢獻度存在負相關(guān)現(xiàn)象；白雪梅等 （2014）利用分位數(shù)CoVaR方法，測度了中國保險業(yè)、銀行業(yè)和信托業(yè)等27家上市金融機構(gòu)在近5年的系統(tǒng)性風險；周天蕓 （2014）利用基于分位數(shù)回歸的非對稱CoVaR模型度量了證券業(yè)、保險業(yè)和銀行業(yè)等金融機構(gòu)的系統(tǒng)性風險；陳守東等 （2014）利用極端分位數(shù)技術(shù)CoVaR評估了銀行業(yè)、保險業(yè)和證券業(yè)等33家上市金融機構(gòu)的系統(tǒng)重要性；朱冬梅（2015）利用分位數(shù)CoVaR方法度量了中國平安、中國人壽、中國太保的系統(tǒng)性風險貢獻度；劉志洋 （2015）利用面板數(shù)據(jù)模型和CoVaR模型對商業(yè)銀行流動性比率和系統(tǒng)性風險貢獻度的關(guān)系進行了實證研究，并認為二者雖無直接關(guān)系但存在間接關(guān)系；尹力等 （2016）利用分位數(shù)CoVaR方法分別比較了國有、股份制、城市三種商業(yè)銀行對金融體系的系統(tǒng)性風險貢獻度；劉亮 （2016）通過分位數(shù)CoVaR方法度量了中國20家上市商業(yè)銀行的系統(tǒng)性風險溢出情況。利用GARCH模型方法的有：Girardi&ErgünaT（2013）選擇DCC-GARCH計算金融機構(gòu)的CoVaR。利用Copula函數(shù)方法的學者有：Hakwa&Rüdiger（2012）利用Copula函數(shù)和 CoVaR模型度量邊際系統(tǒng)風險貢獻；Reboredo&Ugolini（2014）利用 Copula函數(shù)和CoVaR模型對歐洲主權(quán)債務市場的系統(tǒng)性風險進行了評估；胡浩（212）利用時變Copula-CoVaR方法研究了中國商業(yè)銀行的系統(tǒng)重要性問題；沈悅等（2014）利用GARCH-Copula-CoVaR模型測度了銀行、保險、證券和信托對中國金融體系的系統(tǒng)性風 險 貢 獻 程 度 ； 張 天 頂 等 （2016） 利 用GARCH-Copula-CoVaR模型研究了中國上市商業(yè)銀行風險溢出，并認為面對2015年的股災，商業(yè)銀行的系統(tǒng)性風險在持續(xù)攀升。

綜上所述，國內(nèi)外相關(guān)文獻對于系統(tǒng)重要性金融機構(gòu)的評估識別方法主要包括指標體系方法與定量模型方法兩種，指標體系方法可以從多個視角對金融機構(gòu)的系統(tǒng)重要性進行識別與評估，而定量模型方法通過實證分析可以更為精確識別和評估系統(tǒng)重要性金融機構(gòu)。其中，定量模型法中的CoVaR方法更是被國內(nèi)外學者們廣泛使用，且歸納起來計算CoVaR值的思路，主要有分位數(shù)回歸、Copula函數(shù)和GARCH模型等。根據(jù)模型的適用性、可操作性以及數(shù)據(jù)的可獲得性，本文同樣選擇采用基于分位數(shù)回歸的CoVaR模型法對在中國A股上市的四家保險公司進行系統(tǒng)重要性識別評估。

三、保險公司系統(tǒng)性風險溢出的度量

1.研究方法

（1） 分位數(shù)回歸。

Koenker&Bassett(1978)提出了分位數(shù)回歸方法，相較于OLS而言，分位數(shù)回歸對誤差項的假設(shè)條件不強。對于不符合正態(tài)分布的數(shù)據(jù)來說，該方法系數(shù)估計量相對更穩(wěn)健。如果用system表示金融體系，i表示某金融機構(gòu)，以表示金融體系在金融機構(gòu)i發(fā)生風險損失事件時的風險值，則根據(jù)VaR定義可得以下在q分位數(shù)的回歸模型：

兩組患者治療后DVT發(fā)生情況的分析，治療后研究組患者的深靜脈血栓發(fā)病率（10.76%）對照組（10.25%），差異無統(tǒng)計學意義（P＜0.05）。

（2） CoVaR模型。

20世紀90年代VaR在險價值指的是在一定的置信度水平下，金融機構(gòu)在未來某一個特定期間里最壞情況下的損失大小。如果金融機構(gòu)i的預期收益率為Xi，則分位數(shù)1-q下的在險價值VaR可以定義為：

定義表示該機構(gòu)未來某個期間里在1-q的置信度下，損失最大不超過，由于VaR不能有效刻畫金融機構(gòu)之間的風險溢出，Adrian& Brunnermeier（2008）提出CoVaR模型用以刻畫金融機構(gòu)間的風險聯(lián)動關(guān)系，其定義為：

則金融機構(gòu)i對金融體系的系統(tǒng)性風險貢獻為：

為了更好地體現(xiàn)各金融機構(gòu)對金融體系的系統(tǒng)性風險溢出效應程度對比，有必要對風險溢出效應進行標準化，其標準化形式為：

2.實證分析

（1）樣本選取和數(shù)據(jù)處理。

本文選用在中國A股市場公開上市的四家保險公司 （中國人壽、中國平安、新華保險、中國太保）2013年1月4日至2016年11月11日的數(shù)據(jù)；對于金融體系的刻畫，本文選取上海證券交易所發(fā)布的上證金融指數(shù) （000038）在2013年1月4日至2016年11月11日的數(shù)據(jù) （兩組數(shù)據(jù)都來源于同花順iFinD）。對兩組時間序列剔除節(jié)假日和不在同一個交易日的數(shù)據(jù)后，剩下908個有效數(shù)據(jù)。將五組數(shù)據(jù)換算成收益率形式，其公式為：

其中，Pt、Pt-1分別為各保險公司在t和t-1日的收盤價格，Rt為各保險公司股票收益率。

將四家保險公司的收益率和上證金融的收益率展開描述性統(tǒng)計，結(jié)果見下表1。五組收益率序列中四組序列的峰度值均大于3，只有新華保險小于3，且五組序列的J-B統(tǒng)計量的P值都為0，明顯收益率序列具有非正態(tài)性，顯然兩組序列服從尖峰、厚尾分布。

（2） 實證結(jié)果與說明。

在實證部分，本文選擇構(gòu)建q=5%時的分位數(shù)回歸模型，結(jié)合CoVaR方法度量四家上市的保險公司對上證金融指數(shù)的系統(tǒng)性風險的貢獻程度，以此評估各保險公司的系統(tǒng)重要性。利用上述式(1)至式 （9）結(jié)合R軟件編程，測度計算在四家保險公司在2013年1月4日至2016年11月11日這段樣本期間內(nèi)當發(fā)生風險事件時對金融體系的系統(tǒng)性風險溢出效應。同時，由于溢出效應表現(xiàn)出雙向的特性，還需要測度當金融體系發(fā)生風險事件時對四家保險公司的系統(tǒng)性風險溢出效應。具體計算結(jié)果見表 2和表 3， 其中， VaRi、VaRsystem、CoVaR、△CoVaR、%CoVaR實際上均為負值，但表2和表3為了方便直觀，反映風險的大小以絕對值表示，數(shù)值越大表示風險越大。

表1 各上市保險公司與上證金融收益率的描述性統(tǒng)計量

根據(jù)表 2，各上市保險公司對金融體系的CoVaR、△CoVaR和保險公司、上證金融的VaR計算結(jié)果可知，四家上市保險公司的VaR值均更大于 CoVaR值，即 VaR測度的在險價值要比CoVaR測度的條件在險價值更小，顯而易見，用傳統(tǒng)的VaR方法度量風險會導致風險被低估的情況，而CoVaR模型在度量各金融機構(gòu)與金融體系間系統(tǒng)性風險溢出時具有優(yōu)勢。

表2 各上市保險公司對金融體系的系統(tǒng)性風險溢出效應

表3 金融體系對各上市保險公司系統(tǒng)性風險溢出效應

此外，根據(jù)表2中△CoVaR、%CoVaR的大小對比可知，在個體金融機構(gòu)對金融體系的系統(tǒng)性風險貢獻度的排名中，中國平安是第一，中國人壽排名最后，所以四家上市保險公司的系統(tǒng)重要性程度情況是 （從大到小的順序）：中國平安＞中國太保＞新華保險＞中國人壽。然而中國人壽卻是四家保險公司當中資產(chǎn)規(guī)模最大的。這可能和四家保險公司的股權(quán)結(jié)構(gòu)有關(guān)，中國人壽是國資委絕對控股的央企，新華保險前十股東中有國資背景的匯金、寶鋼、中金三家公司合計持股也超過了50%，中國太保屬于上海市屬國資控股上市公司，中國平安股權(quán)結(jié)構(gòu)比較分散而無控股股東的情況。正是因為，中國人壽、中國太保、新華保險三家保險公司都是國資直接或者間接控股，都存在政府信用背書做支撐，所以金融市場上對于這些公開上市的具有大型央企或者國企背景的金融機構(gòu)都存在 “大而不倒”的積極預期，即理性的市場參與人會認為該金融機構(gòu)在陷入風險損失事件時，均會受到政府的緊急救援，進而國有商業(yè)銀行的償付能力不會受到質(zhì)疑，所以該類風險事件對金融體系的影響都是有限的。

對照表2和表3的結(jié)果，當金融體系發(fā)生風險損失事件時對中國人壽的風險溢出值0.0491，要大于中國人壽發(fā)生風險損失事件時對金融體系的風險溢出值0.0315；而當金融體系發(fā)生風險損失事件時對中國平安的風險溢出值0.0462，要小于中國平安發(fā)生風險損失事件時對金融體系風險溢出值0.0465。顯然可知，中國平安在抵御系統(tǒng)性風險能力和風險管理能力方面要明顯的強于中國人壽。

四、結(jié)論

本文選擇在Adrian&Brunnermeier（2008）提出的分位數(shù)CoVaR方法基礎(chǔ)上，度量了在中國A股市場上市的四家保險公司的系統(tǒng)性風險溢出值大小，并給出了系統(tǒng)重要性的評估結(jié)果。實證研究的結(jié)果表明：

第一，中國上市的四家保險公司在發(fā)生損失風險事件時對金融體系的系統(tǒng)性風險溢出值，從大到小依次為：中國平安＞中國太保＞新華保險＞中國人壽。中國平安的風險溢出效益最大，究其原因，主要是因為中國平安是股權(quán)結(jié)構(gòu)分散，其他三家保險公司國資色彩濃重，因而一旦發(fā)生損失風險事件，將會有國家信用兜底，具有特殊國情、特殊體制帶來的 “大而不倒”屬性。此外，中國平安不像其他保險公司一樣絕大部分收入來源于保險業(yè)務，中國平安確切地說是一家集保險、銀行、證券、投資咨詢等多種金融業(yè)務于一體的綜合性程度非常高的金融服務集團，其經(jīng)營的金融業(yè)務多元化遠遠大于其他三家保險公司，因此，中國平安與金融行業(yè)的其他眾多金融機構(gòu)個體的關(guān)聯(lián)性程度之高也非其他三家保險公司可比的。

第二，通常而言，規(guī)模是系統(tǒng)重要性評估工作的一個比較重要的考量指標，但是規(guī)模最大的中國人壽在系統(tǒng)重要性排名中墊底，表明規(guī)模只是評估金融機構(gòu)系統(tǒng)重要性的一個充分不必要條件，這也再一次證明了巴塞爾委員會、金融穩(wěn)定理事會和中國銀監(jiān)會均主張設(shè)置多個指標，從“規(guī)?！?、“可替代性”、“關(guān)聯(lián)性”、“復雜性” 和 “全球活躍度”多個視角下全方位地識別評估金融機構(gòu)系統(tǒng)重要性的合理性。

第三，四家保險公司利用VaR方法測度的在險價值要比CoVaR方法測度的條件在險價值都更小，即傳統(tǒng)的VaR方法度量風險會導致風險被低估的情況，顯然這就印證了CoVaR方法可以更加有效地度量各保險公司與金融體系之間的風險溢出情況。此外，表2和表3的對比可以發(fā)現(xiàn)，中國平安比中國人壽在抵御系統(tǒng)性風險能力和風險管理能力方面要明顯做得到位。

[1] AdrianT,BrunnermeierM.CoVaR:AMethodforMacroprudential Regulation[J].2008.

[2]HakwaB,J?gerambroz˙ewiczM,RüdigerB.Measuringand AnalysingMarginalSystemic Risk Contribution using CoVaR:ACopulaApproach[J].Papers,2012.

[3] GirardiG,ErgünA T.Systemicriskmeasurement: MultivariateGARCHestimationofCoVaR [J].Journalof Banking&Finance,2013,37(8):págs，3169-3180.

[4] ReboredoJC,UgoliniA.SystemicriskinEuropean sovereigndebtmarkets:ACoVaR-copulaapproach[J]. JournalofInternationalMoney&Finance,2014（51）: 214-244.

[5] 陳忠陽,劉志洋.國有大型商業(yè)銀行系統(tǒng)性風險貢獻度真的高嗎——來自中國上市商業(yè)銀行股票收益率的證據(jù)[J].財貿(mào)經(jīng)濟,2013（9）:57-66.

[6] 白雪梅,石大龍.中國金融體系的系統(tǒng)性風險度量[J].國際金融研究,2014（6）:75-85.

[7] 周天蕓,楊子暉,余潔宜.機構(gòu)關(guān)聯(lián)、風險溢出與中國金融系統(tǒng)性風險[J].統(tǒng)計研究,2014（11）:43-49.

[8] 陳守東,王妍.我國金融機構(gòu)的系統(tǒng)性金融風險評估——基于極端分位數(shù)回歸技術(shù)的風險度量[J].中國管理科學,2014（7）:10-17.

[9] 沈悅,戴士偉,羅希.中國金融業(yè)系統(tǒng)性風險溢出效應測度——基于GARCH-Copula-CoVaR模型的研究 [J].當代經(jīng)濟科學,2014（6）:30-38，123.

[10]朱冬梅.中國保險業(yè)系統(tǒng)性風險研究[D].大連：東北財經(jīng)大學,2015.

[11]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（4）:123-128.

[12] 張?zhí)祉?張宇.我國上市商業(yè)銀行風險溢出評價與宏觀審慎監(jiān)管 [J].現(xiàn)代財經(jīng) (天津財經(jīng)大學學報),2016（7）: 80-91.

（責任編輯：周小紅）

Evaluation of Systemic Importance of China’s Listed Insurance Companies

OUYANG Zi-sheng，LI Zhao

（School of Finance,Hunan University of Commerce,Changsha,Hunan 410205）

The U.S.subprime mortgage crisis has cast a huge impact on the world's real economy and the financial system,and also made people pay attention to the systemic risk.The international organizations of financial supervision even proposed to increase their macro-prudential supervision efforts on identifying and assessing the systematical importance of financial institutions.In view of this,this paper uses the stock price fluctuation data of four listed insurance companies in China as the research object.By using CoVaR method based on Quantile Regression to measure the systematic risk spillover of four insurance companies and assessing their systematical importance,the paper aims to provide some references for China’s regulatory authorities to identify the systematical importance of financial institute and some references for the macro prudential regulation of systemic risk.

systemic risk；spillover effect；conditional value at risk

F842.3

A

1008-2107(2017)01-0025-05

2016-11-12

湖南省自然科學基金資助“基于廣義CoVaR模型的系統(tǒng)重要性金融機構(gòu)的測度及風險傳導機制研究”。

歐陽資生（1967—），男，湖南邵陽人，湖南商學院科研處處長，財政金融學院教授，博士，主要研究方向:金融風險管理；李釗（1991—），男，湖南衡陽人，湖南商學院碩士研究生，主要研究方向:金融風險管理。