張 雨，王資燕

（貴州財(cái)經(jīng)大學(xué)，貴州 貴陽(yáng) 550025）

近年來(lái)，在我國(guó)金融市場(chǎng)開放程度不斷提高、金融改革持續(xù)深化、金融創(chuàng)新日趨活躍的背景下，我國(guó)股票市場(chǎng)日趨復(fù)雜，系統(tǒng)性風(fēng)險(xiǎn)不斷積累。股票市場(chǎng)作為宏觀經(jīng)濟(jì)的“晴雨表”，一旦爆發(fā)系統(tǒng)性風(fēng)險(xiǎn)不僅嚴(yán)重影響整個(gè)金融體系的穩(wěn)定，還會(huì)強(qiáng)烈沖擊實(shí)體經(jīng)濟(jì)，因此研究股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)具有重要意義。

系統(tǒng)性風(fēng)險(xiǎn)的研究一直以來(lái)都是學(xué)術(shù)界關(guān)注和爭(zhēng)論的焦點(diǎn)，2008年金融危機(jī)后，廣大學(xué)者對(duì)傳統(tǒng)的風(fēng)險(xiǎn)價(jià)值法產(chǎn)生了質(zhì)疑，Barnett A和Graves N[1]在風(fēng)險(xiǎn)價(jià)值（Value at Risk，VaR）的基礎(chǔ)上首次提出了可以衡量金融機(jī)構(gòu)風(fēng)險(xiǎn)傳染的條件風(fēng)險(xiǎn)價(jià)值（Conditional Value at Risk，CoVaR）。江婕等[2]基于上市金融機(jī)構(gòu)股票市場(chǎng)數(shù)據(jù)分別運(yùn)用β系數(shù)法、VaR法、CoVaR法、預(yù)期損失法和邊際預(yù)期損失法5種方法度量系統(tǒng)性風(fēng)險(xiǎn)，研究結(jié)果表明，條件風(fēng)險(xiǎn)價(jià)值可包含更多的極端信息，且解釋和度量效果最好。張?bào)K[3]運(yùn)用GARCH-Copula-CoVaR模型，度量了滬深300二級(jí)行業(yè)指數(shù)的條件風(fēng)險(xiǎn)價(jià)值。陳亞飛[4]研究發(fā)現(xiàn)運(yùn)用基于分位數(shù)回歸的CoVaR模型能夠更好地度量金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平，金融機(jī)構(gòu)的自身風(fēng)險(xiǎn)水平與其對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)水平并不等價(jià)。楊子暉等[5]將CoVaR法、ΔCoVaR法與風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)方法相結(jié)合，從靜態(tài)與動(dòng)態(tài)兩個(gè)研究角度考察了我國(guó)金融風(fēng)險(xiǎn)的跨部門傳染。宮曉莉等[6]通過(guò)計(jì)算我國(guó)金融系統(tǒng)性風(fēng)險(xiǎn)的條件風(fēng)險(xiǎn)價(jià)值和邊際期望損失，研究了我國(guó)金融系統(tǒng)的風(fēng)險(xiǎn)溢出效應(yīng)以及時(shí)變特征?，F(xiàn)有的文獻(xiàn)中研究對(duì)象一般為整個(gè)金融體系或銀行體系，對(duì)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的研究較少，本文參考已有文獻(xiàn)，將對(duì)我國(guó)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行初步的度量和分析。

1 條件風(fēng)險(xiǎn)價(jià)值模型構(gòu)建

參考已有文獻(xiàn)，基于分位數(shù)回歸的CoVaR模型，分析單個(gè)行業(yè)發(fā)生極端風(fēng)險(xiǎn)損失時(shí)對(duì)整個(gè)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響。條件風(fēng)險(xiǎn)價(jià)值是在風(fēng)險(xiǎn)價(jià)值的基礎(chǔ)上改進(jìn)而來(lái)，其本質(zhì)也是風(fēng)險(xiǎn)價(jià)值。風(fēng)險(xiǎn)價(jià)值是指在一定置信水平下，某一金融資產(chǎn)或證券組合價(jià)值在未來(lái)特定時(shí)期內(nèi)的最大可能損失值，公式為

式中：Ri為金融機(jī)構(gòu)i的收益率；1-q為置信水平。

式中：j代指整個(gè)股票市場(chǎng)；i代指單個(gè)行業(yè)。求解行業(yè)i的條件風(fēng)險(xiǎn)價(jià)值，步驟如下。

第一步：將收益率看作狀態(tài)變量的函數(shù)，狀態(tài)變量Mt取滯后一期，行業(yè)i的收益率表達(dá)式為

2 實(shí)證結(jié)果與分析

2.1 樣本選取

選取滬深300指數(shù)及其10個(gè)一級(jí)行業(yè)指數(shù)的月對(duì)數(shù)收益率作為研究對(duì)象，其中，滬深300一級(jí)行業(yè)指數(shù)包括：能源、材料、工業(yè)、可選消費(fèi)、日常消費(fèi)、醫(yī)療保健、金融地產(chǎn)、信息技術(shù)、電信業(yè)務(wù)和公共事業(yè)。滬深300指數(shù)是由滬深兩市中市值大、流動(dòng)性好的300只股票編制而成，其市值占滬深兩市的60%左右，故能夠較好地代表整個(gè)股票市場(chǎng)。滬深300指數(shù)發(fā)布于2005年4月8日，為充分涵蓋我國(guó)股票市場(chǎng)的多個(gè)風(fēng)險(xiǎn)時(shí)段，本文時(shí)間區(qū)間選取2007年7月至2020年6月。將對(duì)數(shù)收益率結(jié)果乘100進(jìn)行處理。狀態(tài)變量選取與股票收益率密切相關(guān)的4個(gè)宏觀經(jīng)濟(jì)變量，M1為宏觀經(jīng)濟(jì)景氣指數(shù)、M2為廣義貨幣增長(zhǎng)率、M3為消費(fèi)者價(jià)格指數(shù)、M4為中國(guó)制造業(yè)采購(gòu)經(jīng)理指數(shù)。本文數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

2.2 平穩(wěn)性檢驗(yàn)

對(duì)上述時(shí)間序列變量進(jìn)行單位根（Augmented Dickey-Fuller，ADF）檢驗(yàn)，p值均小于0.05，說(shuō)明滬深300指數(shù)及其行業(yè)指數(shù)月收益率序列和控制變量都是平穩(wěn)的，可以進(jìn)行回歸分析。

2.3 實(shí)證結(jié)果分析

在0.01和0.05分位數(shù)下滬深300一級(jí)行業(yè)指數(shù)的VaR，CoVaR和ΔCoVaR值的比較見(jiàn)表1。

由表1可知，首先，分位數(shù)越小，行業(yè)自身風(fēng)險(xiǎn)越大，行業(yè)發(fā)生極端風(fēng)險(xiǎn)時(shí)對(duì)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響程度越大。其次，行業(yè)自身風(fēng)險(xiǎn)價(jià)值與其對(duì)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度相關(guān)性較小。在極端條件下，自身風(fēng)險(xiǎn)高的行業(yè)不一定對(duì)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度大。在0.01分位數(shù)下，能源行業(yè)自身風(fēng)險(xiǎn)最大，但其條件風(fēng)險(xiǎn)價(jià)值和對(duì)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度排名第四，而條件風(fēng)險(xiǎn)價(jià)值和風(fēng)險(xiǎn)貢獻(xiàn)度最大的公共事業(yè)，其自身風(fēng)險(xiǎn)卻很??；在0.05分位數(shù)下，信息技術(shù)的自身風(fēng)險(xiǎn)最大，但其條件風(fēng)險(xiǎn)價(jià)值和對(duì)整個(gè)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度排名第五，而條件風(fēng)險(xiǎn)價(jià)值和風(fēng)險(xiǎn)貢獻(xiàn)度最大的醫(yī)藥衛(wèi)生，其自身風(fēng)險(xiǎn)也較小。這說(shuō)明股票市場(chǎng)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)，不僅受行業(yè)自身風(fēng)險(xiǎn)影響，還受其他諸多因素影響。最后，在不同分位數(shù)下，系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度排名前三的行業(yè)為信息技術(shù)、原材料和電信業(yè)務(wù)，說(shuō)明以上3個(gè)行業(yè)為股票市場(chǎng)系統(tǒng)重要性行業(yè)，其發(fā)生極端風(fēng)險(xiǎn)事件時(shí)，會(huì)對(duì)股票市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生重要影響。

表1 不同分位數(shù)下VaR，CoVaR和ΔCoVaR值的比較

3 結(jié)束語(yǔ)

本文通過(guò)度量滬深300行業(yè)指數(shù)的條件風(fēng)險(xiǎn)價(jià)值，刻畫股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)壓力。分析發(fā)現(xiàn)：一是發(fā)生行業(yè)風(fēng)險(xiǎn)損失會(huì)增加整個(gè)股票市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)，僅使用風(fēng)險(xiǎn)價(jià)值對(duì)股票市場(chǎng)風(fēng)險(xiǎn)進(jìn)行評(píng)估會(huì)導(dǎo)致風(fēng)險(xiǎn)被低估，條件風(fēng)險(xiǎn)價(jià)值可以更好地估計(jì)股票市場(chǎng)在極端風(fēng)險(xiǎn)條件下的風(fēng)險(xiǎn)；二是在0.01分位數(shù)下行業(yè)發(fā)生的風(fēng)險(xiǎn)損失和對(duì)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響程度都大于在0.05分位數(shù)下的情況，即條件越極端時(shí)，行業(yè)自身風(fēng)險(xiǎn)越大，對(duì)整個(gè)系統(tǒng)性風(fēng)險(xiǎn)的影響越大；三是不同行業(yè)發(fā)生風(fēng)險(xiǎn)損失事件對(duì)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響程度不同，信息技術(shù)、原材料和電信業(yè)務(wù)為股票市場(chǎng)系統(tǒng)重要性行業(yè)，其發(fā)生極端風(fēng)險(xiǎn)損失時(shí)會(huì)較大程度地增加股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)壓力。監(jiān)管者在關(guān)注行業(yè)自身風(fēng)險(xiǎn)的同時(shí)，應(yīng)加強(qiáng)監(jiān)管對(duì)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度高的行業(yè)，實(shí)踐中可將引起這些行業(yè)極端風(fēng)險(xiǎn)損失的因素作為指標(biāo)納入股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警體系，對(duì)這些指標(biāo)進(jìn)行重點(diǎn)監(jiān)測(cè)和審查；細(xì)化監(jiān)管體制，通過(guò)對(duì)行業(yè)進(jìn)行系統(tǒng)重要性排名，從而實(shí)現(xiàn)分層次分梯度層層監(jiān)管，針對(duì)不同風(fēng)險(xiǎn)層次的行業(yè)制定不同的監(jiān)管方案，嚴(yán)防股票市場(chǎng)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)。