嚴(yán)一鋒

（1.北京大學(xué) 經(jīng)濟(jì)學(xué)院博士后流動(dòng)站，北京 100871；2.中國(guó)銀監(jiān)會(huì)博士后工作站，北京 100140）

0 引言

我國(guó)金融領(lǐng)域相繼發(fā)生貨幣市場(chǎng)“錢(qián)荒”、銀行資產(chǎn)質(zhì)量惡化、股市劇變波動(dòng)、債市違約頻發(fā)等重大風(fēng)險(xiǎn)事件。當(dāng)前金融風(fēng)險(xiǎn)呈現(xiàn)出系統(tǒng)性、交叉性特征，對(duì)系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)測(cè)度量提出了十分迫切的需求。系統(tǒng)性風(fēng)險(xiǎn)度量方法主要包括金融壓力指數(shù)[1，2]、網(wǎng)絡(luò)分析法[3，4]、系統(tǒng)性或有權(quán)益分析、條件在險(xiǎn)價(jià)值[5]、邊際期望損失和系統(tǒng)性期望損失[6]、系統(tǒng)性風(fēng)險(xiǎn)指數(shù)、困境保險(xiǎn)費(fèi)、Shapley值[7]、聯(lián)合風(fēng)險(xiǎn)模型等。其中，條件在險(xiǎn)價(jià)值（CoVaR）將在險(xiǎn)價(jià)值（VaR）的理念用于度量金融機(jī)構(gòu)之間或金融機(jī)構(gòu)與金融系統(tǒng)之間的尾部風(fēng)險(xiǎn)相關(guān)性，用金融機(jī)構(gòu)分別處于正常和困境兩種狀態(tài)下金融系統(tǒng)條件在險(xiǎn)價(jià)值的變化來(lái)度量該金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)水平。CoVaR方法具有數(shù)據(jù)易得、操作便捷的優(yōu)點(diǎn)，比較適用于我國(guó)系統(tǒng)性風(fēng)險(xiǎn)的度量，可用于以下四個(gè)方面：一是論證宏觀(guān)審慎監(jiān)管的必要性[8,9]；二是識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)[10,11]；三是研究金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出效應(yīng)[12-14]；四是辨析系統(tǒng)性風(fēng)險(xiǎn)的影響因素[15，16]。基于此，本文采用CoVaR方法度量我國(guó)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)水平，給出系統(tǒng)性風(fēng)險(xiǎn)的歷史演變，為當(dāng)前系統(tǒng)性風(fēng)險(xiǎn)防控提供實(shí)證支持。

1 計(jì)量模型與估計(jì)方法

1.1 基本概念

CoVaR方法是VaR方法的衍生。概率下，金融機(jī)構(gòu)i的最大可能損失，即金融機(jī)構(gòu)i損失變量Xi的q%分位數(shù)：

C(Xi)的條件下，金融機(jī)構(gòu)j的在險(xiǎn)價(jià)值?？啥x為下述條件概率分布的q%分位數(shù)：

金融機(jī)構(gòu)i對(duì)金融機(jī)構(gòu)j的風(fēng)險(xiǎn)溢出可表示為金融機(jī)構(gòu)i分別處于正常和困境(Xi=)兩種狀態(tài)下金融機(jī)構(gòu)j的CoVaR變化：

同理，金融機(jī)構(gòu)i對(duì)金融系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)可表示為：

1.2 分位數(shù)回歸

CoVaR可由分位數(shù)回歸估計(jì)得到，金融系統(tǒng)損失變量對(duì)金融機(jī)構(gòu)i損失變量Xi的q%分位數(shù)回歸如式（5）所示：

因此，如果將Xi=代入式（5），就可以得到金融機(jī)構(gòu)i的：

金融機(jī)構(gòu)i的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)Δ可由式（8）計(jì)算得到：

1.3 動(dòng)態(tài)條件在險(xiǎn)價(jià)值

為了估計(jì)動(dòng)態(tài)ΔCoVaR，將VaR和 CoVaR進(jìn)一步表示為狀態(tài)變量Mt-1的函數(shù)，并做以下分位數(shù)回歸：

通過(guò)上述分位數(shù)回歸，可得到以下估計(jì)值：

因此，金融機(jī)構(gòu)i的動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)ΔCoVaR可由式（13）計(jì)算得到：

2 數(shù)據(jù)說(shuō)明與描述性統(tǒng)計(jì)

2.1 損失率變量

本文收集了2010年8月27日至2016年12月30日平安銀行、浦發(fā)銀行、民生銀行、招商銀行、華夏銀行、中國(guó)銀行、工商銀行、興業(yè)銀行、中信銀行、交通銀行、寧波銀行、南京銀行、北京銀行、建設(shè)銀行、農(nóng)業(yè)銀行和光大銀行16家上市銀行每周最后一個(gè)交易日的股票收盤(pán)價(jià)相對(duì)于上一周最后一個(gè)交易日收盤(pán)價(jià)的漲跌幅，并取其相反數(shù)作為各家銀行損失率的代理變量；將各家銀行損失率的市值加權(quán)平均值作為銀行系統(tǒng)損失率的代理變量。損失率的描述性統(tǒng)計(jì)如表1所示。數(shù)據(jù)來(lái)自WIND。

表1 上市銀行和銀行系統(tǒng)損失率的描述性統(tǒng)計(jì) （單位：%）

2.2 狀態(tài)變量

本文選取的狀態(tài)變量包括：（1）3月期國(guó)債到期收益率的變化。采用3月期國(guó)債到期收益率每周最后一個(gè)交易日較上一周最后一個(gè)交易日的變化作為代理變量。（2）長(zhǎng)短期利差的變化。長(zhǎng)短期利差用10年期國(guó)債到期收益率和3月期國(guó)債到期收益率的差來(lái)表示。（3）流動(dòng)性利差。采用3月期上海銀行間同業(yè)拆放利率（SHIBOR）和3月期國(guó)債到期收益率之間的差作為代理變量。（4）信用利差的變化。信用利差用10年期AAA級(jí)企業(yè)債到期收益率和10年期國(guó)債到期收益率的差來(lái)表示。（5）市場(chǎng)收益率。用滬深300指數(shù)每周最后一個(gè)交易日較上一周最后一個(gè)交易日的漲跌幅作為代理變量。（6）房地產(chǎn)業(yè)與金融業(yè)利差。分別計(jì)算房地產(chǎn)行業(yè)指數(shù)和金融行業(yè)指數(shù)每周最后一個(gè)交易日較上一周最后一個(gè)交易日的漲跌幅，將房地產(chǎn)行業(yè)指數(shù)和金融行業(yè)指數(shù)漲跌幅的差作為房地產(chǎn)業(yè)與金融業(yè)利差的代理變量。（7）波動(dòng)率。將滬深300指數(shù)日度漲跌幅的22天滾動(dòng)標(biāo)準(zhǔn)差作為代理變量。狀態(tài)變量時(shí)間跨度從2010年8月27日至2016年12月30日，共計(jì)326個(gè)觀(guān)測(cè)數(shù)據(jù)。狀態(tài)變量的走勢(shì)如圖1所示，描述性統(tǒng)計(jì)見(jiàn)表2。數(shù)據(jù)來(lái)自WIND。

圖1 狀態(tài)變量的走勢(shì)（單位：%）

表2 狀態(tài)變量的描述性統(tǒng)計(jì) （單位：%）

3 實(shí)證分析

3.1 上市銀行的系統(tǒng)性風(fēng)險(xiǎn)水平

將銀行系統(tǒng)的損失率作為因變量、16家銀行的損失率分別作為自變量，代入式（5）估計(jì)99%分位數(shù)回歸模型。接著，將銀行損失率的50%分位數(shù)VaR50和99%分位數(shù)VaR99代入式（8），計(jì)算得到該銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)ΔCoVaR99。計(jì)算結(jié)果及16家銀行ΔCoVaR99的排名如表3所示。

表3 銀行系統(tǒng)性風(fēng)險(xiǎn)排名

表3表明，農(nóng)業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)水平最高，工商銀行、建設(shè)銀行和中國(guó)銀行的系統(tǒng)性風(fēng)險(xiǎn)分別排名第4、7和8位，由此可見(jiàn)，四家國(guó)有大型銀行的系統(tǒng)性風(fēng)險(xiǎn)水平總體處于行業(yè)較高水平。在全國(guó)性股份制銀行中，華夏銀行、民生銀行和興業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)排名靠前，分別排名第3、5和6位。在城市商業(yè)銀行中，除了南京銀行的系統(tǒng)性風(fēng)險(xiǎn)較大之外，寧波銀行和北京銀行均排名靠后，分別排在第11和14位。

圖2顯示，條件在險(xiǎn)價(jià)值和在險(xiǎn)價(jià)值明顯不同，事實(shí)上，兩者的相關(guān)系數(shù)僅為0.068。一方面，在險(xiǎn)價(jià)值雖然可以較好地度量金融機(jī)構(gòu)的單體風(fēng)險(xiǎn)，但難以充分反映系統(tǒng)性風(fēng)險(xiǎn)狀況。另一方面，單體機(jī)構(gòu)風(fēng)險(xiǎn)較低并不意味著系統(tǒng)性風(fēng)險(xiǎn)可控，致力于單體機(jī)構(gòu)安全的微觀(guān)審慎監(jiān)管無(wú)法有效防控系統(tǒng)性風(fēng)險(xiǎn)。該結(jié)果為宏觀(guān)審慎監(jiān)管提供了實(shí)證支持。

圖2 在險(xiǎn)價(jià)值和條件在險(xiǎn)價(jià)值的比較

3.2 系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化

為了進(jìn)一步認(rèn)識(shí)我國(guó)上市銀行系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化，將16家銀行的損失率分別作為式（9）的因變量、狀態(tài)變量Mt-1作為自變量，估計(jì)99%和50%兩類(lèi)分位數(shù)回歸模型；將銀行系統(tǒng)損失率作為式（10）的因變量狀態(tài)變量Mt-1和銀行損失率作為自變量，估計(jì)99%分位數(shù)回歸模型。將式（9）估計(jì)得到的測(cè)值以及式（10）估計(jì)得到的代入式（13），計(jì)算得到銀行i的動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)，結(jié)果如圖3所示。

圖3 銀行系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化

圖3顯示，各銀行的系統(tǒng)性風(fēng)險(xiǎn)走勢(shì)存在相似之處，比如：寧波銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國(guó)銀行、中信銀行這13家銀行的系統(tǒng)性風(fēng)險(xiǎn)在2015年明顯上升，該階段正是銀行信用風(fēng)險(xiǎn)加速惡化、盈利水平持續(xù)下滑的時(shí)期，我國(guó)股票市場(chǎng)也在2015年經(jīng)歷了劇烈波動(dòng)。多數(shù)銀行的系統(tǒng)性風(fēng)險(xiǎn)在2016年呈現(xiàn)下行態(tài)勢(shì)，但部分銀行的系統(tǒng)性風(fēng)險(xiǎn)在2016年底有所抬頭，比如：浦發(fā)銀行、華夏銀行、南京銀行、興業(yè)銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、建設(shè)銀行、中國(guó)銀行這9家銀行的系統(tǒng)性風(fēng)險(xiǎn)在2016年底反彈比較明顯，預(yù)示著未來(lái)系統(tǒng)性風(fēng)險(xiǎn)防控壓力仍然較大。

為了進(jìn)一步描述銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化，將16家銀行的動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)按照市值加權(quán)平均，結(jié)果如圖4所示?？梢钥闯?015年以前，銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)基本保持平穩(wěn)運(yùn)行，波動(dòng)范圍在均值加減1個(gè)標(biāo)準(zhǔn)差左右；2015至2016年初，銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)大幅超過(guò)歷史均值，尤其是2015年6至8月份，系統(tǒng)性風(fēng)險(xiǎn)達(dá)到歷史高位，比均值高出2～3個(gè)標(biāo)準(zhǔn)差以上，該階段正是股票市場(chǎng)劇烈波動(dòng)時(shí)期，股市系統(tǒng)性風(fēng)險(xiǎn)向銀行業(yè)溢出的效應(yīng)十分明顯；2016年末，銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)觸底反彈，短時(shí)間內(nèi)抬升幅度超過(guò)1個(gè)標(biāo)準(zhǔn)差，應(yīng)對(duì)系統(tǒng)性風(fēng)險(xiǎn)上升勢(shì)頭保持高度警惕。

圖4 銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化

4 結(jié)論及建議

本文采用條件在險(xiǎn)價(jià)值方法測(cè)度了我國(guó)16家上市銀行的系統(tǒng)性風(fēng)險(xiǎn)水平。結(jié)果表明：農(nóng)業(yè)銀行、工商銀行、建設(shè)銀行和中國(guó)銀行四家國(guó)有大型銀行的系統(tǒng)性風(fēng)險(xiǎn)處于行業(yè)較高水平；全國(guó)性股份制銀行中，華夏銀行、民生銀行和興業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)排名靠前；城市商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)相對(duì)較小。本文還進(jìn)一步估計(jì)了動(dòng)態(tài)條件在險(xiǎn)價(jià)值，描述了系統(tǒng)性風(fēng)險(xiǎn)的歷史演變，發(fā)現(xiàn)多數(shù)銀行的系統(tǒng)性風(fēng)險(xiǎn)在2015年明顯升高，該階段正是銀行信用風(fēng)險(xiǎn)加速惡化、盈利水平持續(xù)下滑的時(shí)期，我國(guó)股票市場(chǎng)也在2015年經(jīng)歷了劇烈波動(dòng)；此外，銀行的系統(tǒng)性風(fēng)險(xiǎn)在2016年總體下行，但部分銀行在2016年底觸底反彈，預(yù)示著未來(lái)系統(tǒng)性風(fēng)險(xiǎn)防控壓力仍然較大。為了應(yīng)對(duì)錯(cuò)綜復(fù)雜的風(fēng)險(xiǎn)形勢(shì)，結(jié)合本文測(cè)度結(jié)果，提出以下政策建議：

一是要充分借鑒國(guó)內(nèi)外研究成果，構(gòu)建適用于我國(guó)金融發(fā)展水平的系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警體系。要從系統(tǒng)性風(fēng)險(xiǎn)著眼，全面審視監(jiān)管制度短板、工具缺失和信息不足的問(wèn)題，加快構(gòu)建系統(tǒng)性風(fēng)險(xiǎn)聯(lián)防聯(lián)控機(jī)制及監(jiān)測(cè)預(yù)警體系，及時(shí)發(fā)現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)隱患，采取有力措施開(kāi)展全面風(fēng)險(xiǎn)防范。

二是要突出重點(diǎn)，強(qiáng)化系統(tǒng)重要性機(jī)構(gòu)監(jiān)管。本文發(fā)現(xiàn)，銀行的系統(tǒng)性風(fēng)險(xiǎn)水平隨著時(shí)間推移發(fā)生明顯變化，不同銀行在不同時(shí)點(diǎn)發(fā)揮系統(tǒng)重要性作用。因此，要定期開(kāi)展系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測(cè)，識(shí)別系統(tǒng)重要性機(jī)構(gòu)，重點(diǎn)針對(duì)這類(lèi)機(jī)構(gòu)提高風(fēng)險(xiǎn)緩釋能力，增強(qiáng)資本實(shí)力、夯實(shí)撥備水平、提升盈利能力，著力消除機(jī)構(gòu)自身脆弱性，確保機(jī)構(gòu)對(duì)外部沖擊具有充分的免疫力。

三是不能忽視中小銀行引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的可能。股份制銀行尤其是城市商業(yè)銀行等中小銀行雖然在規(guī)模上和國(guó)有大型銀行存在不小差距，但是中小銀行在業(yè)務(wù)創(chuàng)新性、外部關(guān)聯(lián)性等方面更加突出，而且中小銀行在內(nèi)部經(jīng)營(yíng)管理和流動(dòng)性上更容易發(fā)生風(fēng)險(xiǎn)。因此，要根據(jù)大型銀行和中小銀行的不同特點(diǎn)，開(kāi)展有針對(duì)性、差異化的風(fēng)險(xiǎn)防控，積極處置存量風(fēng)險(xiǎn)、嚴(yán)格控制增量風(fēng)險(xiǎn)。