■杜冠德，胡志浩

一、引言

2008年全球金融危機(jī)對(duì)世界金融體系造成了嚴(yán)重沖擊和破壞，以西方發(fā)達(dá)國(guó)家為代表的眾多經(jīng)濟(jì)體陷入衰退困境，零利率甚至負(fù)利率政策得到廣泛實(shí)施，但多年來效果微弱，復(fù)蘇乏力，金融危機(jī)已然使世界經(jīng)濟(jì)付出了巨大代價(jià)。

根據(jù)歷史經(jīng)驗(yàn)，金融危機(jī)所導(dǎo)致的通縮型大衰退一般程度較深，恢復(fù)時(shí)間較長(zhǎng)。金融危機(jī)是系統(tǒng)性金融風(fēng)險(xiǎn)不斷積累直至爆發(fā)的結(jié)果，由于金融機(jī)構(gòu)共同的風(fēng)險(xiǎn)敞口或存在業(yè)務(wù)關(guān)聯(lián)，系統(tǒng)性風(fēng)險(xiǎn)會(huì)造成大范圍的影響和擴(kuò)散，威脅金融穩(wěn)定。

此次國(guó)際金融危機(jī)由美國(guó)次貸危機(jī)引發(fā)。事前，美聯(lián)儲(chǔ)對(duì)次級(jí)債務(wù)風(fēng)險(xiǎn)做出了嚴(yán)重誤判，認(rèn)為其是完全可以忽略不計(jì)的風(fēng)險(xiǎn)。但事實(shí)上，美國(guó)的主要金融機(jī)構(gòu)都大量持有次級(jí)債務(wù)相關(guān)的MBS等有毒資產(chǎn)，金融體系為經(jīng)濟(jì)的虛假繁榮承擔(dān)著巨大風(fēng)險(xiǎn)。

金融危機(jī)后，對(duì)系統(tǒng)性風(fēng)險(xiǎn)的防范受到了高度重視。有效宏觀審慎政策的實(shí)施，要求能夠?qū)ο到y(tǒng)性風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的動(dòng)態(tài)評(píng)估。IMF-FSB-BIS（2016）聯(lián)合報(bào)告指出，系統(tǒng)性金融風(fēng)險(xiǎn)包括時(shí)間和橫截面（結(jié)構(gòu)性）兩個(gè)維度。其中：時(shí)間維度是指金融體系風(fēng)險(xiǎn)隨時(shí)間積累而產(chǎn)生的脆弱性，主要包括信貸總量和資產(chǎn)價(jià)格過度增長(zhǎng)等宏觀脆弱性、家庭和公司信貸增長(zhǎng)等部門脆弱性以及金融部門期限和外幣錯(cuò)配累積的脆弱性；橫截面維度是指金融體系內(nèi)部的相互關(guān)聯(lián)性及相關(guān)的風(fēng)險(xiǎn)分布所產(chǎn)生的脆弱性，主要包括金融機(jī)構(gòu)（包括金融市場(chǎng)基礎(chǔ)設(shè)施）間的關(guān)聯(lián)性風(fēng)險(xiǎn)以及某一機(jī)構(gòu)倒閉對(duì)整個(gè)金融體系的影響。

近年來，學(xué)者們對(duì)系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)測(cè)和度量方法進(jìn)行了大量探索，國(guó)內(nèi)也相繼涌現(xiàn)出一系列的綜述文獻(xiàn)。其中，比較有代表性的是根據(jù)不同的數(shù)據(jù)來源，對(duì)現(xiàn)存的各種度量方法進(jìn)行分類和介紹。

系統(tǒng)性風(fēng)險(xiǎn)度量的目的是能夠及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，從而采取宏觀審慎政策處置風(fēng)險(xiǎn)，進(jìn)而防范危機(jī)。而現(xiàn)有文獻(xiàn)中尚缺乏從這一根本目標(biāo)出發(fā)，對(duì)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度進(jìn)行較為深入的解讀和準(zhǔn)確的概括。也正是基于這一角度，我們才能對(duì)現(xiàn)存測(cè)度方法的不足有更清晰的認(rèn)識(shí)，從而明確未來研究的著力點(diǎn)。因此，本文根據(jù)學(xué)術(shù)文獻(xiàn)對(duì)系統(tǒng)性風(fēng)險(xiǎn)界定的不同，將測(cè)度方法主要分為三類，即測(cè)度（單個(gè)）系統(tǒng)重要性金融機(jī)構(gòu)所承擔(dān)的整體風(fēng)險(xiǎn)，測(cè)度經(jīng)濟(jì)部門的債務(wù)風(fēng)險(xiǎn)和部門間的風(fēng)險(xiǎn)傳導(dǎo)以及測(cè)度銀行間同業(yè)拆借關(guān)聯(lián)所導(dǎo)致的銀行體系脆弱性。

二、系統(tǒng)重要性金融機(jī)構(gòu)所承擔(dān)的整體風(fēng)險(xiǎn)

次貸危機(jī)爆發(fā)后，作為全球最大保險(xiǎn)公司的美國(guó)國(guó)際集團(tuán)（AIG，American International Group），因持有大量與次級(jí)債務(wù)相關(guān)的衍生品而面臨嚴(yán)重的財(cái)務(wù)危機(jī)。為避免AIG破產(chǎn)對(duì)金融體系造成大范圍的沖擊，美聯(lián)儲(chǔ)對(duì)其實(shí)施了緊急救助，減少了危機(jī)的擴(kuò)散。其后，美國(guó)第四大投資銀行“雷曼兄弟”（Lehman Brothers）因未能獲得救助而破產(chǎn)，由此引發(fā)了持有其大量票據(jù)的貨幣市場(chǎng)共同基金（MMFs）面臨危機(jī)，并迅速蔓延至整個(gè)MMFs部門（Allen et al.，2009）。這些經(jīng)驗(yàn)和教訓(xùn)表明，系統(tǒng)重要性金融機(jī)構(gòu)對(duì)于維護(hù)金融穩(wěn)定舉足輕重。目前的主要測(cè)度方法正是基于這一角度，對(duì)單個(gè)金融機(jī)構(gòu)所承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)和評(píng)估。歸納起來，主要包括以下四類方法：

（一）CoVaR與Co-Risk

自2008年金融危機(jī)以來，Adrian&Brunnermeier（2016）提出的△CoVaR是最具代表性的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度。該測(cè)度基于風(fēng)險(xiǎn)管理中最為常用的VaR，將其推廣到單個(gè)金融機(jī)構(gòu)處于某一狀態(tài)時(shí)整個(gè)金融體系的條件在險(xiǎn)價(jià)值（CoVaR），并以該金融機(jī)構(gòu)處于危機(jī)或正常狀態(tài)下的CoVaR之差作為其所承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)度量（相對(duì)于個(gè)體風(fēng)險(xiǎn)承擔(dān)）。

除了上述對(duì)橫截面維度的風(fēng)險(xiǎn)度量，Adrian&Brunnermeier（2016）還基于CoVaR對(duì)時(shí)間維度即順周期性進(jìn)行了討論。他們將公司特性和宏觀指標(biāo)的滯后項(xiàng)作為解釋變量，建立了CoVaR的預(yù)測(cè)模型。研究結(jié)果表明，前瞻性的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度Forward-△CoVaR（即未來△CoVaR的預(yù)測(cè)值）和當(dāng)前的△CoVaR具有很強(qiáng)的負(fù)相關(guān)性，從而揭示了系統(tǒng)性風(fēng)險(xiǎn)的順周期性。然而，CoVaR還只是度量尾部依賴性的一種統(tǒng)計(jì)方法，并不能刻畫因果關(guān)系，也不能揭示金融機(jī)構(gòu)所承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)的具體機(jī)制，因而對(duì)于宏觀審慎管理的作用存在局限性。

Chan-Lau et al.（2009）提出了一個(gè)類似的條件（分布）度量方法，稱為Co-Risk模型。他們基于美國(guó)、歐洲和日本的全球系統(tǒng)重要性金融機(jī)構(gòu)的CDS日度價(jià)差數(shù)據(jù)，利用分位數(shù)回歸研究一個(gè)機(jī)構(gòu)的信用風(fēng)險(xiǎn)狀況對(duì)另一個(gè)機(jī)構(gòu)信用風(fēng)險(xiǎn)的影響。該模型建立了“條件Co-Risk測(cè)度”：首先計(jì)算一個(gè)金融機(jī)構(gòu)的條件CDS價(jià)差（即在另一個(gè)金融機(jī)構(gòu)CDS價(jià)差處于95%分位數(shù)的條件下），然后計(jì)算條件CDS價(jià)差相對(duì)該機(jī)構(gòu)非條件下的95%分位數(shù)價(jià)差的變化，并將其作為機(jī)構(gòu)間信用風(fēng)險(xiǎn)關(guān)聯(lián)性的度量指標(biāo)。

（二）SES與SRISK

Acharya et al.（2017）提 出 的 SES（Systemic Expected Shortfall）測(cè)度也產(chǎn)生了較大的影響。他們將整個(gè)金融系統(tǒng)資本不足時(shí)（將總資本充足率低于某一比例定義為系統(tǒng)性危機(jī)）某一單個(gè)銀行的預(yù)期資本短缺定義為該銀行的SES，并將其作為對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。同時(shí)，將金融體系的權(quán)益資本視為單個(gè)機(jī)構(gòu)資本的組合，用MES（Marginal Expected Shortfall）表示某一單個(gè)銀行對(duì)金融系統(tǒng)ES（Expected Shortfall）的邊際貢獻(xiàn)。他們的理論模型表明，單個(gè)金融機(jī)構(gòu)的SES與該機(jī)構(gòu)的杠桿率和MES存在較為密切的關(guān)系，故而可用后者對(duì)該機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)（SES）進(jìn)行分析和預(yù)測(cè)。在文中，他們選取的SES代理變量有三種：危機(jī)期間壓力測(cè)試所評(píng)估的資本短缺、危機(jī)期間的股票收益率和CDS價(jià)差。而且，在一年中市場(chǎng)收益率最低的5%天數(shù)內(nèi)，將銀行股票的平均收益率作為其MES。實(shí)證結(jié)果表明，根據(jù)次貸危機(jī)前1年的數(shù)據(jù)估計(jì)的銀行杠桿率和MES，能夠預(yù)測(cè)該銀行在危機(jī)期間的SES實(shí)現(xiàn)值。

這為度量和預(yù)測(cè)金融機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)提供了一種新方法，但該方法在理論上也存在一些不足。首先，SES的定義是金融危機(jī)中單個(gè)金融機(jī)構(gòu)的資本短缺，其數(shù)值大小雖然可以在一定程度上代表其對(duì)金融體系穩(wěn)定可能帶來的影響，但該機(jī)構(gòu)的資本損失也有可能是其他機(jī)構(gòu)風(fēng)險(xiǎn)溢出的結(jié)果，即仍然是微觀意義上的風(fēng)險(xiǎn)。因此，SES測(cè)度不能揭示風(fēng)險(xiǎn)的來源及風(fēng)險(xiǎn)發(fā)生的先后順序等系統(tǒng)性風(fēng)險(xiǎn)機(jī)制。其次，理論模型對(duì)SES與杠桿率、MES存在密切關(guān)系的論證是基于SES的上述定義，文中采用的后兩種代理變量（股票收益率、CDS價(jià)差）有些缺乏理論基礎(chǔ)。第三，SES是一種事后測(cè)度，對(duì)于未發(fā)生過金融危機(jī)的國(guó)家，該方法的使用將受到制約。

“A到VP”格式中的“到”不是可有可無的。關(guān)于“到”的意義和作用，前文已做了專門討論。它在“A到VP”格式的意義和結(jié)構(gòu)上都承載著不可或缺的作用。單獨(dú)看A和VP都不能理解它們的整體含義，不能根據(jù)表面意義得出整個(gè)格式的意義，“A到VP”是“A”“到”“VP”意義的整合與融合，它已經(jīng)成為語言表達(dá)的固定格式。沒有“到”的連接，整個(gè)結(jié)構(gòu)就不完整、不自足，表義也不連貫或有偏差，謂詞性VP對(duì)A的描述和補(bǔ)足就不能產(chǎn)生作用。例如：

Brownless&Engle（2017）對(duì)MES和SES做了進(jìn)一步發(fā)展，提出了SRISK（Systemic Risk Indices）測(cè)度①“Volatility，Correlation and Tails for Systemic Risk Measurement”為其工作論文版本。：將市場(chǎng)在未來一段時(shí)間內(nèi)收益率低于-10%的情況下，某一金融機(jī)構(gòu)的預(yù)期資本短缺定義為該機(jī)構(gòu)在當(dāng)前時(shí)刻的SRISK，并將其作為測(cè)度單個(gè)機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的一種動(dòng)態(tài)指標(biāo)（有別于SES靜態(tài)測(cè)度）。同時(shí)，將某一金融機(jī)構(gòu)在未來一段時(shí)間內(nèi)的股權(quán)預(yù)期收益率（在市場(chǎng)收益率低于-10%的條件下）定義為該機(jī)構(gòu)當(dāng)前的LRMES（Long-Run MES）。在一定的假設(shè)條件下，容易得到SRISK是公司規(guī)模、杠桿率和LRMES的函數(shù)。這一測(cè)度方法克服了SES事后觀測(cè)的不足，并且能夠動(dòng)態(tài)評(píng)估。但根據(jù)定義，SRISK度量的是整個(gè)金融體系發(fā)生危機(jī)時(shí)（風(fēng)險(xiǎn)已全面擴(kuò)散的情況下）某一機(jī)構(gòu)的損失，而不是單個(gè)機(jī)構(gòu)對(duì)整個(gè)系統(tǒng)造成的風(fēng)險(xiǎn)。系統(tǒng)重要性金融機(jī)構(gòu)（SIFIs）在整個(gè)市場(chǎng)中舉足輕重，市場(chǎng)收益率的崩潰實(shí)際上表示SIFIs處于危機(jī)狀態(tài)，故而SRISK測(cè)度反映的其實(shí)是公司規(guī)模的大小，而不能揭示金融風(fēng)險(xiǎn)機(jī)制。關(guān)于SRISK測(cè)度的探討也可參見Acharya et al.，（2012）。

（三）DIP

另一個(gè)受到廣泛關(guān)注的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度是Huang et al.（2009）提出的 DIP（Distress Insurance Premium）。他們將銀行系統(tǒng)大規(guī)模信用違約視為系統(tǒng)性風(fēng)險(xiǎn)（文中設(shè)定的閾值為銀行部門債務(wù)組合的違約損失達(dá)到其總債務(wù)規(guī)模的15%及以上），計(jì)算系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)時(shí)銀行部門所造成的預(yù)期損失的當(dāng)前價(jià)值，即DIP②文中選取了十幾家重要的銀行作為研究樣本。。

具體來說，他們首先基于一定的假設(shè)條件，利用CDS價(jià)差計(jì)算單個(gè)銀行的風(fēng)險(xiǎn)中性違約概率③因?yàn)橐?jì)算現(xiàn)值即無套利價(jià)格，故而要計(jì)算以無風(fēng)險(xiǎn)利率折現(xiàn)后的風(fēng)險(xiǎn)中性期望。，然后基于股票價(jià)格預(yù)測(cè)銀行資產(chǎn)未來收益的相關(guān)性，并將其作為對(duì)銀行違約相關(guān)性的估計(jì)。基于這兩個(gè)要素所計(jì)算的DIP是一種前瞻性的動(dòng)態(tài)測(cè)度。Huang et al.，（2012）對(duì)DIP做了進(jìn)一步發(fā)展，將單個(gè)銀行對(duì)DIP的邊際貢獻(xiàn)作為該銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，并且能夠在時(shí)間和橫截面兩個(gè)維度進(jìn)行度量。

（四）Shapley Value

Tarashev et al.（2009）將 合 作 博 弈 論 中 的Shapley值④Shapley（1953）提出了一種度量每位參與者對(duì)團(tuán)隊(duì)貢獻(xiàn)的方法：計(jì)算每位參與者對(duì)所有可能的子團(tuán)隊(duì)邊際貢獻(xiàn)的平均值，即Shapley Value。概念應(yīng)用于系統(tǒng)性風(fēng)險(xiǎn)分析，度量單個(gè)金融機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，即度量金融機(jī)構(gòu)的系統(tǒng)重要性。Shapley值是一種一般性的分配原理，基于這一原理對(duì)系統(tǒng)性風(fēng)險(xiǎn)分配依賴于具體的風(fēng)險(xiǎn)測(cè)度。他們選擇ES（Expected Shortfall，預(yù)期損失）作為系統(tǒng)性風(fēng)險(xiǎn)測(cè)度，對(duì)選定的20家大型跨國(guó)金融機(jī)構(gòu)，運(yùn)用Shapley值方法分析違約概率、規(guī)模和對(duì)共同風(fēng)險(xiǎn)的敞口等因素對(duì)金融機(jī)構(gòu)系統(tǒng)重要性的影響。

Tarashev et al.，（2016）對(duì)度量金融機(jī)構(gòu)（銀行）系統(tǒng)重要性的Shapley值方法做了進(jìn)一步研究，建立了嚴(yán)格的理論基礎(chǔ)，并對(duì)相關(guān)實(shí)證結(jié)果給出了理論證明。

以上四大類方法主要是基于SIFIs的股票收益率進(jìn)行風(fēng)險(xiǎn)度量。此外，也有學(xué)者嘗試運(yùn)用股票期權(quán)數(shù)據(jù)進(jìn)行分析，例如Malz（2013）使用的方法包括以下兩個(gè)步驟：

1.基于期權(quán)數(shù)據(jù)估計(jì)金融部門股票組合收益率的概率分布。首先，基于G-SIBs（Global Systemically Important Banks）的股票期權(quán)價(jià)格等數(shù)據(jù)，估計(jì)股票未來收益率的概率分布。然后，用單個(gè)股票和股票指數(shù)的隱含波動(dòng)率，估計(jì)股票收益率的相關(guān)系數(shù)。最后，基于股票收益率分布和相關(guān)系數(shù)，運(yùn)用正態(tài)Copula模型估計(jì)股票收益率的聯(lián)合分布，進(jìn)而得到金融部門股票組合的概率分布。

2.基于金融部門股票組合的收益率分布計(jì)算系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)。首先，計(jì)算金融部門股票組合在未來3個(gè)月內(nèi)遭受大幅損失（例如25%的市值損失）的概率。其次，計(jì)算金融部門股票組合收益率尾部分布（后5%）的平均損失。最后，在某一金融機(jī)構(gòu)遭受損失的條件下計(jì)算前兩種測(cè)度，即“條件系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)”。

三、經(jīng)濟(jì)部門的債務(wù)風(fēng)險(xiǎn)及部門間風(fēng)險(xiǎn)傳導(dǎo)

與聚焦于系統(tǒng)重要性金融機(jī)構(gòu)的風(fēng)險(xiǎn)測(cè)度方法不同的是，CCA（Contingent Claims Analysis）模型是基于經(jīng)濟(jì)部門的結(jié)構(gòu)模型，通過計(jì)算部門的風(fēng)險(xiǎn)債務(wù)暴露、違約概率、危機(jī)距離等風(fēng)險(xiǎn)指標(biāo)，分析各部門的信用風(fēng)險(xiǎn)以及部門間基于資產(chǎn)負(fù)債表關(guān)聯(lián)的風(fēng)險(xiǎn)傳導(dǎo)，并將其作為對(duì)系統(tǒng)性風(fēng)險(xiǎn)的度量。

CCA是Merton（1973）所提出的分析方法，即假設(shè)總資產(chǎn)的市場(chǎng)價(jià)值服從It?隨機(jī)過程，則可以運(yùn)用期權(quán)定價(jià)的方法對(duì)公司的權(quán)益、債務(wù)的市場(chǎng)價(jià)值進(jìn)行計(jì)算和分析。其中，權(quán)益資本可以視為以總資產(chǎn)為標(biāo)的、債務(wù)額為敲定價(jià)格的看漲期權(quán)。類似地，公司未來的資本短缺，即總資產(chǎn)相對(duì)于總債務(wù)的差額可以視為總資產(chǎn)的看跌期權(quán)。

后來的學(xué)者們對(duì)CCA方法進(jìn)行了拓展，將其應(yīng)用于系統(tǒng)性風(fēng)險(xiǎn)分析和度量。例如，Lehar（2005）基于CCA方法，研究了銀行系統(tǒng)的風(fēng)險(xiǎn)度量。他將銀行體系的風(fēng)險(xiǎn)定義為銀行監(jiān)管者投資組合的風(fēng)險(xiǎn)，利用看跌期權(quán)定價(jià)原理計(jì)算單個(gè)銀行預(yù)期資本短缺的現(xiàn)值，并利用股票市場(chǎng)信息估計(jì)銀行資產(chǎn)之間的動(dòng)態(tài)關(guān)聯(lián)，從而對(duì)銀行體系的風(fēng)險(xiǎn)進(jìn)行評(píng)估。Gray et al.（2007）將CCA模型框架進(jìn)行了拓展，使其能夠適用于主權(quán)資產(chǎn)負(fù)債表，從而能夠?qū)χ鳈?quán)信用風(fēng)險(xiǎn)和相關(guān)政策進(jìn)行量化分析。Gray et al.（2007）基于CCA方法，提出了一個(gè)度量系統(tǒng)性風(fēng)險(xiǎn)的新框架：將一個(gè)經(jīng)濟(jì)體的各個(gè)部門視為相互關(guān)聯(lián)的由資產(chǎn)、負(fù)債和擔(dān)保所構(gòu)成的投資組合，運(yùn)用風(fēng)險(xiǎn)調(diào)整的資產(chǎn)負(fù)債表進(jìn)行風(fēng)險(xiǎn)分析。這一方法比傳統(tǒng)方法能夠更好地刻畫風(fēng)險(xiǎn)逐漸積累后突然爆發(fā)的非線性特征，以及對(duì)資產(chǎn)負(fù)債錯(cuò)配的影響進(jìn)行量化，并且更加便于通過數(shù)值模擬和壓力測(cè)試對(duì)宏觀審慎政策的效應(yīng)進(jìn)行評(píng)估。Gray et al.（2008）對(duì)基于CCA的主權(quán)信用風(fēng)險(xiǎn)模型做了進(jìn)一步發(fā)展，建立了一個(gè)分析公共部門債務(wù)可持續(xù)性的新框架。這一方法克服了傳統(tǒng)方法在度量風(fēng)險(xiǎn)暴露、違約概率和信用利差方面存在的缺陷，并且能夠進(jìn)行相關(guān)政策分析。Gray&Jobst（2010）建立了“系統(tǒng)性 CCA”（Systemic CCA）的新框架，基于市場(chǎng)信息計(jì)算預(yù)期損失，對(duì)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行度量，并將該方法應(yīng)用于政府隱性債務(wù)分析。Jobst&Gray（2013）基于“系統(tǒng)性CCA”框架，通過估計(jì)金融機(jī)構(gòu)的聯(lián)合預(yù)期損失，對(duì)系統(tǒng)性的償付能力風(fēng)險(xiǎn)進(jìn)行度量和分析。Gray et al.（2013）將 CCA 和 GVAR（Global Vector Autoregression）方法相結(jié)合，分析銀行、政府、公司等部門間的風(fēng)險(xiǎn)傳導(dǎo)。通過對(duì)校準(zhǔn)后的模型進(jìn)行銀行風(fēng)險(xiǎn)和主權(quán)風(fēng)險(xiǎn)的沖擊模擬，分析風(fēng)險(xiǎn)溢出效應(yīng)，并對(duì)宏觀審慎政策的有效性進(jìn)行評(píng)估。Gray（2014）基于CCA分析了房地產(chǎn)價(jià)格和住房抵押貸款風(fēng)險(xiǎn)向銀行部門的傳導(dǎo)，以及銀行部門的風(fēng)險(xiǎn)向政府部門及實(shí)體經(jīng)濟(jì)的傳導(dǎo)，并將這一分析框架應(yīng)用于愛爾蘭。

CCA模型的主要不足在于，其依賴于總資產(chǎn)服從幾何布朗運(yùn)動(dòng)的基本假設(shè)①即Black-Scholes模型中對(duì)標(biāo)的股票價(jià)格過程的假設(shè)，漂移和波動(dòng)率均為常數(shù)。，并繼而得到部門的權(quán)益和債務(wù)，故而與事實(shí)存在較大的偏離。

四、銀行間同業(yè)拆借關(guān)聯(lián)所導(dǎo)致的銀行體系脆弱性

大量文獻(xiàn)基于網(wǎng)絡(luò)模型研究銀行間同業(yè)拆借關(guān)聯(lián)所導(dǎo)致的銀行體系脆弱性。Allen&Gale（2000）是金融網(wǎng)絡(luò)模型的奠基性文獻(xiàn)。他們對(duì)銀行間信用關(guān)聯(lián)和風(fēng)險(xiǎn)傳染建模，論證了銀行系統(tǒng)信用關(guān)聯(lián)的完全結(jié)構(gòu)（Complete Interconnection）比非完全結(jié)構(gòu)在面臨外部流動(dòng)性沖擊時(shí)更加穩(wěn)定。Eisenberg&Noe（2001）在一定條件下證明了銀行間信用關(guān)聯(lián)網(wǎng)絡(luò)存在唯一的“清算支付向量”，并建立了一個(gè)基本算法（“Fictitious Sequential Default”Algorithm），分析銀行違約風(fēng)險(xiǎn)的傳染過程。Cifuentes et al.（2005）主要分析了資產(chǎn)拋售與資產(chǎn)減值相互作用所導(dǎo)致的銀行系統(tǒng)風(fēng)險(xiǎn)傳染。Degryse&Nguyen（2007）發(fā)現(xiàn)完全結(jié)構(gòu)的銀行間網(wǎng)絡(luò)比“多貨幣中心”（Multiple-Money-Center）網(wǎng)絡(luò)結(jié)構(gòu)更加穩(wěn)健。Gai et al.（2011）的研究表明，銀行間網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性和集中度增加會(huì)放大銀行系統(tǒng)的脆弱性。Cont et al.（2013）運(yùn)用“傳染指數(shù)”（Contagion Index）度量金融機(jī)構(gòu)的系統(tǒng)重要性，并對(duì)銀行網(wǎng)絡(luò)中的傳染風(fēng)險(xiǎn)進(jìn)行分析。Glasserman&Young（2015）提出了一個(gè)不同于傳統(tǒng)金融網(wǎng)絡(luò)模型分析的新思路，即建立單個(gè)金融機(jī)構(gòu)特性（資產(chǎn)規(guī)模、杠桿率和關(guān)聯(lián)性）與網(wǎng)絡(luò)中傳染放大效應(yīng)之間的關(guān)系，這一關(guān)系并不依賴于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

五、其他測(cè)度方法

（一）宏觀指標(biāo)與宏觀指數(shù)

用一組宏觀指標(biāo)或其合成的宏觀指數(shù)來度量金融體系的總體風(fēng)險(xiǎn)狀況，這類方法可以統(tǒng)稱為“金融狀況指數(shù)”（Financial Conditions Indexes）。

例如：Frankel&Rose（1996）、Sachs et al.（1996）對(duì)發(fā)生貨幣危機(jī)的主要經(jīng)濟(jì)基本面因素進(jìn)行了研究；Kaminsky et al.（1998）建立了貨幣危機(jī)預(yù)警系統(tǒng)；Illing&Liu（2006）、Morales&Estrada（2010）、Cardarelli et al.（2011）、Brave&Butters（2012）、Carlson et al.（2014）建 立 了“ 金 融 壓 力 指 數(shù) ”（Financial Stress Indexes）。此外，Brunnermeier et al.（2014）建立了“流動(dòng)性錯(cuò)配指數(shù)”（Liquidity Mismatch Index）。

（二）主成分分析與格蘭杰因果網(wǎng)絡(luò)

Billio et al.（2012）基于主成分分析和格蘭杰因果檢驗(yàn)，建立了兩類度量金融機(jī)構(gòu)關(guān)聯(lián)性和系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo)。他們?cè)诿绹?guó)的銀行、證券交易商、保險(xiǎn)公司和對(duì)沖基金四類金融機(jī)構(gòu)中分別選取最大的25家，并基于其股票月度收益率（或?qū)_基金的月度收益率）進(jìn)行統(tǒng)計(jì)分析。

首先，將樣本機(jī)構(gòu)股票收益率的“方差-協(xié)方差矩陣”進(jìn)行正交分解，從而可以將收益率表示為主成分的線性組合。將金融系統(tǒng)的總風(fēng)險(xiǎn)定義為主成分方差之和。選定前幾個(gè)解釋力最強(qiáng)的主成分，將它們的方差之和與總風(fēng)險(xiǎn)的比值作為金融系統(tǒng)關(guān)聯(lián)性的（動(dòng)態(tài)）指標(biāo)。這是因?yàn)楫?dāng)金融系統(tǒng)關(guān)聯(lián)性增強(qiáng)時(shí)，選定的前幾個(gè)主成分對(duì)總波動(dòng)的解釋比例增加。同時(shí)，金融系統(tǒng)關(guān)聯(lián)性增強(qiáng)也在一定程度上意味著系統(tǒng)性風(fēng)險(xiǎn)水平上升。另外，也可以計(jì)算單個(gè)機(jī)構(gòu)對(duì)總風(fēng)險(xiǎn)的貢獻(xiàn)。

接下來，他們對(duì)機(jī)構(gòu)的股票收益率序列互相進(jìn)行格蘭杰因果檢驗(yàn)，從而建立“格蘭杰因果網(wǎng)絡(luò)”，并基于該網(wǎng)絡(luò)提出了度量關(guān)聯(lián)性的5個(gè)指標(biāo)：格蘭杰因果度（Degree of Granger Causality）、關(guān)聯(lián)數(shù)目（Number of Connections）、部門條件關(guān)聯(lián)（Sectorconditional Connections）、緊密度（Closeness）、特征向量中心性（Eigenvector Centrality）。

六、主要結(jié)論

本文對(duì)主要的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度方法進(jìn)行了較為詳盡的回顧。測(cè)度（單個(gè)）系統(tǒng)重要性金融機(jī)構(gòu)所承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)仍是目前的主流方法,但這類方法度量的是危機(jī)爆發(fā)后擴(kuò)散階段的風(fēng)險(xiǎn)，并不能揭示系統(tǒng)性風(fēng)險(xiǎn)在機(jī)制上的來源，故而對(duì)于采取有效的宏觀審慎政策進(jìn)行逆周期調(diào)節(jié)的作用有限。

以美國(guó)次貸危機(jī)為例，雷曼兄弟等系統(tǒng)重要性金融機(jī)構(gòu)對(duì)其金融體系穩(wěn)定性的重要意義是不言而喻的，危機(jī)爆發(fā)前這些大型金融機(jī)構(gòu)看似都保持著穩(wěn)健運(yùn)行，并無危機(jī)征兆，但事實(shí)上它們乃至美國(guó)金融體系已經(jīng)積累了巨大風(fēng)險(xiǎn)。在房地產(chǎn)泡沫破裂后，這些大型金融機(jī)構(gòu)所暴露出來的巨大流動(dòng)性缺口，會(huì)迅速表現(xiàn)為整個(gè)金融體系穩(wěn)定性的崩潰。從系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)的先后順序看，比大型機(jī)構(gòu)破產(chǎn)所引發(fā)的連鎖效應(yīng)更為關(guān)鍵的問題是，這些實(shí)力強(qiáng)大、舉足輕重的系統(tǒng)重要性金融機(jī)構(gòu)為什么會(huì)集體同時(shí)遭受規(guī)模如此龐大的損失以致破產(chǎn)？這一風(fēng)險(xiǎn)從何積累而來？事實(shí)上，這就是系統(tǒng)性風(fēng)險(xiǎn)，即相當(dāng)數(shù)量的系統(tǒng)重要性金融機(jī)構(gòu)因大規(guī)模卷入資產(chǎn)價(jià)格泡沫而面臨危機(jī)，從而危及金融體系穩(wěn)定。

總之，系統(tǒng)性風(fēng)險(xiǎn)是金融體系或多數(shù)系統(tǒng)重要性金融機(jī)構(gòu)所面臨的共同風(fēng)險(xiǎn)因素，這些風(fēng)險(xiǎn)因素及其潛在影響是系統(tǒng)性風(fēng)險(xiǎn)分析和度量的核心。在當(dāng)前我國(guó)防范化解重大風(fēng)險(xiǎn)的關(guān)鍵時(shí)期，對(duì)房地產(chǎn)泡沫、地方政府債務(wù)、影子銀行體系等主要的系統(tǒng)性風(fēng)險(xiǎn)因素及其潛在影響進(jìn)行準(zhǔn)確的動(dòng)態(tài)評(píng)估，是系統(tǒng)性風(fēng)險(xiǎn)度量對(duì)于維護(hù)金融穩(wěn)定的重要意義所在，其目標(biāo)在于能夠及時(shí)采取宏觀審慎政策，增強(qiáng)金融體系的穩(wěn)健性。從經(jīng)濟(jì)部門看，房地產(chǎn)價(jià)格和住房抵押貸款風(fēng)險(xiǎn)向銀行體系傳導(dǎo)，繼而由銀行體系向?qū)嶓w經(jīng)濟(jì)和政府部門傳導(dǎo)，是危機(jī)的重要傳導(dǎo)路徑。因此，房地產(chǎn)市場(chǎng)的平穩(wěn)和銀行體系的穩(wěn)健，是宏觀穩(wěn)定的重要前提。此外，幾年前的“錢荒”事件充分暴露了銀行間同業(yè)拆借的復(fù)雜關(guān)聯(lián)可能導(dǎo)致的流動(dòng)性危機(jī)，故而對(duì)銀行間同業(yè)拆借市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)監(jiān)測(cè)也是維護(hù)金融穩(wěn)定必不可少的重要環(huán)節(jié)。