衛(wèi)靜

【摘要】商業(yè)銀行所面臨的系統(tǒng)性風(fēng)險具有很強(qiáng)的傳染性，當(dāng)各單個銀行面臨危機(jī)時，其對銀行業(yè)整體的影響是不可避免的。本文采用了分位數(shù)方法計算出了我國16家上市銀行的CovaR，并分組處理后分析了不同類型的銀行自身接受風(fēng)險的程度以及對外溢出風(fēng)險的程度，最后根據(jù)實證模型所得的研究結(jié)果，對我國銀行業(yè)在風(fēng)險監(jiān)管方面提出了合理的建議。

【關(guān)鍵詞】風(fēng)險溢出效應(yīng) CoVaR模型 分位數(shù)回歸法

一、樣本選取和數(shù)據(jù)處理

本文選取的研究對象為國內(nèi)上市時間較早的16家銀行（具體名稱見表1），以其作為我們的樣本銀行。將研究的時間段定為2013.1.4-2018.1.5，期間長，數(shù)據(jù)全面，選取各個銀行每個星期五的收盤價作為周數(shù)據(jù)進(jìn)行研究。用內(nèi)地銀行指數(shù)（000947）來代替銀行業(yè)整體。經(jīng)過處理后，我們共獲得258個數(shù)據(jù)。

為了減少計算誤差，我們在利用各個銀行和內(nèi)地銀行指數(shù)的周收盤價計算所需的收益率時采用一階差分的形式，并將結(jié)果擴(kuò)大100倍。計算公式為：

Rt=100×Ln（Pt/Pt-1）

二、研究模型

VaR——風(fēng)險價值，是指在給定概率水平下，在特定的持有期內(nèi)所面臨的最大期望損失。VaRq1可看作收益率q的分位數(shù)，表達(dá)式為：pr（Ri≤VaRqi）=q。

CoVaRqj/i表示在機(jī)構(gòu)i的損失為VaRqi的條件下，機(jī)構(gòu)j（或者整個金融系統(tǒng)）的VaR，用公式表達(dá)為pr（Rj≤CoVaRqj/i|VaRqi）=q。機(jī)構(gòu)i對機(jī)構(gòu)j的外部效應(yīng)，即風(fēng)險溢出的表達(dá)式為：ΔCoVaRqj/i=CoVaRqj/rj=VaRqj-VaRqj

三、實證分析

（一）分類型研究的風(fēng)險溢出效應(yīng)及排序

本文采用的方法為分位數(shù)回歸法。取分位數(shù)q=0.05。以工商銀行為例，q=0.05，運(yùn)用Stata15軟件來計算得出：

VaR0.05icbc=-0.0529468，aR0.5icbc=0.0O2O101，

VaR0.5sys/icbc=-0.08191554，ΔCoVaR0.05sys/icbc=-0.04714132。

按照上述同樣的方法，可以得到置信度為95%時所有樣本銀行的相關(guān)數(shù)值。

為了研究出我國不同類型商業(yè)銀行對銀行業(yè)整體的風(fēng)險溢出程度，我們把16家樣本銀行按照性質(zhì)分為了三組，處理后得表1。

（二）實證結(jié)果分析

（1）從單個銀行的風(fēng)險水平來看，作為中國最大的商業(yè)銀行的工商銀行VaR值在16家樣本銀行中最小，排第16位，說明其自身具有良好的風(fēng)險控制能力。分組處理結(jié)果顯示，A組銀行VaR的平均值最小，自身風(fēng)險較小，反映了其在銀行業(yè)中的地位；而B組銀行和C組銀行的VaR平均值較高且差別不大，表明其自身風(fēng)險控制能力較弱，容易面臨更大的損失。

（2）從對銀行業(yè)整體的風(fēng)險溢出程度來看，排序前五里包括四家大型商業(yè)銀行，且A組的ΔCOVaR的平均值高于其他兩組，說明大型商業(yè)銀行在陷入危機(jī)時對銀行業(yè)產(chǎn)生的外部效應(yīng)最大，更易引起整個銀行業(yè)的不穩(wěn)定；而C組的平均值要高于B組，一方面，說明我國城市商業(yè)銀行在近幾年發(fā)展比較迅速，規(guī)模不斷擴(kuò)大，在銀行業(yè)體系中的地位逐步升高，占據(jù)著越來越重要的地位；另一方面，城市商業(yè)銀行相對于股份制商業(yè)銀行的不良貸款率一直較高，風(fēng)險管理機(jī)制亟待完善，因此，一旦城商行發(fā)生危機(jī)，由于其自身風(fēng)控能力較弱，導(dǎo)致其外部效應(yīng)較大。

（三）政策建議

（1）金融監(jiān)管部門應(yīng)加強(qiáng)對上市銀行的管理，要求定期披露相關(guān)風(fēng)險指標(biāo)和數(shù)據(jù)，制定可行的風(fēng)險處理應(yīng)急機(jī)制，及時化解自身風(fēng)險，防止風(fēng)險外溢。

（2）經(jīng)實證分析我們得出，不同類型的銀行因地域和規(guī)模等因素，導(dǎo)致其自身接受風(fēng)險的程度以及對外溢出程度是不同的，存在差異的，因此，金融監(jiān)管部門應(yīng)該采取有區(qū)別的監(jiān)管措施，將監(jiān)管標(biāo)準(zhǔn)詳細(xì)化、針對化。

參考文獻(xiàn)：

[1]張路，張溪婷.基于CoVaR模型的我國上市銀行系統(tǒng)性風(fēng)險度量[J].統(tǒng)計與管理，2017，（11）.

[2]沈虹，邢熒.基于CoVaR方法的國內(nèi)商業(yè)銀行系統(tǒng)性風(fēng)險度量[J].揚(yáng)州大學(xué)學(xué)報（人文社會科學(xué)版），2016，（05）.