沈 悅,李朝前

(西安交通大學 經(jīng)濟與金融學院,陜西 西安 710061)

一、引 言

2020年年初,突如其來的重大突發(fā)公共衛(wèi)生事件——新冠肺炎疫情(以下簡稱新冠疫情)席卷全球,不僅嚴重威脅人類生命安全和身體健康,且已成為系統(tǒng)性金融風險的重要新增外生沖擊變量?，F(xiàn)今,人類社會人際交往日益頻繁,聯(lián)系越來越密切,突發(fā)公共衛(wèi)生事件一旦爆發(fā)便極有可能演化為區(qū)域性或者全球性事件。由于新冠疫情有高度傳染性和不確定性,爆發(fā)后迅速在國際間大面積傳播,給社會經(jīng)濟正常運行帶來全方位系統(tǒng)性沖擊,世界衛(wèi)生組織遂將其宣布為21世紀以來第六次“全球關注的突發(fā)公共衛(wèi)生事件”(1)世界衛(wèi)生組織目前共宣布了全球六次國際關注的突發(fā)公共衛(wèi)生事件(PHEIC):2009年的甲型H1N1流感、2014年的脊髓灰質(zhì)炎疫情、2014年西非的埃博拉疫情、2016年的寨卡疫情、2018年的剛果(金)埃博拉疫情以及2020年的新冠肺炎疫情。。

新冠疫情爆發(fā)后,全球金融市場出現(xiàn)劇烈震蕩,國際資產(chǎn)價格波動歷史罕見,如美國股市在2020年3月的8個交易日中發(fā)生了4次一級熔斷,債市、匯市也出現(xiàn)了程度不同的下跌;疫情爆發(fā)后上證綜合指數(shù)也出現(xiàn)了不同于以往的異常波動現(xiàn)象。隨著疫情進一步發(fā)展,其對金融市場的滯后影響一直在持續(xù)。在這種背景下,迫切需要研究新冠疫情沖擊對中國金融體系的影響,防范、化解因疫情帶來的系統(tǒng)性金融風險加大。

為此,本文構(gòu)建新冠疫情(2)本文的新冠疫情指的是中國大陸范圍內(nèi)的新冠疫情,后文事件研究法所選取的新冠疫情事件也均為中國大陸范圍內(nèi)的重大發(fā)展變化事件。沖擊影響中國系統(tǒng)性金融風險的理論框架,采用實證方法量化分析新冠疫情對中國系統(tǒng)性金融風險的影響程度及動態(tài)演進過程,歸納總結(jié)中國系統(tǒng)性金融風險在重大突發(fā)公共衛(wèi)生事件下的變化特征,掌握中國系統(tǒng)性金融風險的變化規(guī)律,以期進一步完善重大公共衛(wèi)生事件應對機制和系統(tǒng)性金融風險防范對策。

二、文獻綜述與理論分析

(一)文獻綜述

1.關于系統(tǒng)性金融風險度量的研究

目前,關于系統(tǒng)性金融風險的定義比較主流的觀點是十國集團(G10)于2001年提出的:金融市場的單個機構(gòu)或子行業(yè)受到外部沖擊而遭受嚴重損失,通過金融市場(機構(gòu))間的連接,沖擊向其他相關金融市場(機構(gòu))乃至整個金融系統(tǒng)蔓延,導致金融系統(tǒng)風險上升,從而對實體經(jīng)濟產(chǎn)生嚴重危害。由此可知,系統(tǒng)性金融風險核心概念是風險的傳染。

從現(xiàn)有研究來看,系統(tǒng)性金融風險的度量方法主要分為兩類:一類是基于金融機構(gòu)資產(chǎn)負債表傳染方法;另一類是基于金融市場傳染方法。基于金融機構(gòu)資產(chǎn)負債表傳染方法考慮的是金融機構(gòu)間的資產(chǎn)負債表業(yè)務關聯(lián)風險,主要利用金融網(wǎng)絡模型度量系統(tǒng)性金融風險。根據(jù)金融機構(gòu)因從事資產(chǎn)負債業(yè)務所形成的直接或間接關聯(lián)性,可將金融網(wǎng)絡模型分為兩類:直接關聯(lián)網(wǎng)絡模型和間接關聯(lián)網(wǎng)絡模型。對于直接關聯(lián)網(wǎng)絡模型,其主要關注的是金融機構(gòu)間存在借貸關系而形成的直接關聯(lián)性,如金融機構(gòu)間的同業(yè)拆借、支付結(jié)算[1]。對于間接網(wǎng)絡關聯(lián)模型,其主要關注的是金融機構(gòu)由于持有相同或相似資產(chǎn)組合所形成的間接關聯(lián)性[2]?；诮鹑谑袌鰝魅痉椒ㄖ饕褂媒鹑谑袌龈哳l數(shù)據(jù)度量金融機構(gòu)間的尾部依賴關系。其中,尾部依賴模型主要包括條件在險價值(ΔCoVaR)、邊際期望損失(MES)、SRISK、ΔCoES、或有要求權(CCA)、非線性Granger檢驗等[3-8]。另外,在模型數(shù)據(jù)要求上,金融網(wǎng)絡模型的構(gòu)建需要金融機構(gòu)之間的資產(chǎn)負債表業(yè)務數(shù)據(jù),而資產(chǎn)負債數(shù)據(jù)的最高頻率為季度,基于金融市場數(shù)據(jù)的尾部依賴性模型所需市場數(shù)據(jù)頻率則能夠跨越低頻到高頻的范圍。

目前,Adrian和Brunnermeier提出的動態(tài)CoVaR模型是較為經(jīng)典的基于市場數(shù)據(jù)度量系統(tǒng)性金融風險的模型,動態(tài)CoVaR模型能夠更為全面和客觀地刻畫極端金融事件時金融機構(gòu)可能發(fā)生的最大損失,該模型在國內(nèi)研究中得到廣泛的應用[3-9]。由于新冠疫情發(fā)展迅速,銀行、證券及保險業(yè)等金融行業(yè)的日頻市場數(shù)據(jù)能極為靈敏地反映疫情對金融行業(yè)造成的沖擊,故利用動態(tài)CoVaR測度金融機構(gòu)與金融體系間的尾部依賴性以衡量系統(tǒng)性金融風險,能很好地滿足本文的數(shù)據(jù)要求和研究目的。

2.關于新冠疫情影響金融機構(gòu)(市場)的研究

新冠疫情爆發(fā)后,學術界開展了一系列關于疫情對金融體系、金融市場影響的研究,如楊子暉等厘清了全球新冠疫情沖擊下中國金融市場各部門之間風險傳導關系的動態(tài)演變[10]。Caballero等人揭示了疫情沖擊導致資產(chǎn)價格下降和總需求萎縮,使經(jīng)濟主體財產(chǎn)價值下降,金融杠桿率上升的現(xiàn)象[11]。易行健描述了疫情如何導致風險金融資產(chǎn)估值向下調(diào)整,金融市場價格下降,企業(yè)違約風險上升,金融機構(gòu)、企業(yè)與居民家庭的資產(chǎn)負債表惡化[12]。劉少波等提出疫情全球蔓延會導致實體經(jīng)濟風險上升,反過來傳導至金融市場,呈現(xiàn)實體經(jīng)濟風險與金融風險的雙重疊加特征[13]。方意等揭示了金融市場面臨新冠疫情沖擊時,各金融子市場都會由于共同風險敞口而產(chǎn)生顯著波動,并且在各種因素疊加影響下,金融體系波動加劇,風險顯著上升[14]。Goodell分析了新冠疫情如何直接和間接沖擊金融市場和金融機構(gòu),對經(jīng)濟和金融的影響深遠[15]。蔣海等研究了新冠疫情對中、美、歐股市風險造成的顯著正向沖擊,以及如何導致風險水平顯著上升[16]。方意等則考察了新冠疫情發(fā)生前后全球外匯市場風險網(wǎng)絡變化、疫情沖擊對全球和中國外匯市場風險的影響,以及基本面和政策等因素對該影響的增強或緩釋作用[17]。

可以看出,新冠疫情爆發(fā)以來關于其沖擊如何影響金融市場的研究已引起學術界研究興趣并產(chǎn)生了一批卓有建樹的研究成果。現(xiàn)有研究主要關注新冠疫情沖擊對單個金融市場風險及跨市場(包括國內(nèi)市場間和國內(nèi)外市場間)風險傳染的溢出效應,鮮有從時間維度量化新冠疫情沖擊對中國金融行業(yè)系統(tǒng)性金融風險的動態(tài)影響。與現(xiàn)有研究相比,本文的邊際貢獻在于:第一,鑒于目前新冠疫情影響中國系統(tǒng)性金融風險的研究較少,本文結(jié)合系統(tǒng)性金融風險的生成機理,構(gòu)建了新冠疫情影響中國系統(tǒng)性金融風險的理論分析框架,并進行實證檢驗,彌補了該領域研究匱乏的現(xiàn)狀;第二,基于事件研究法,更加嚴謹?shù)卦谟绊懼袊到y(tǒng)性金融風險的眾多因素中剝離出新冠疫情的單獨影響,從水平效應和趨勢效應兩個角度量化新冠疫情對中國系統(tǒng)性金融風險影響程度及其動態(tài)演變過程;第三,提出預期效應將導致金融部門系統(tǒng)性金融風險的上升,即連續(xù)新冠疫情沖擊導致金融機構(gòu)產(chǎn)生疫情存在慣性的預期,進而導致新冠疫情事件尚未發(fā)生,而各金融部門系統(tǒng)性金融風險便呈現(xiàn)增大的趨勢。

(二)理論分析

沖擊和放大機制是系統(tǒng)性金融風險的兩大要素,其中沖擊是系統(tǒng)性金融風險增大的源頭,在放大機制(杠桿機制與關聯(lián)機制)的作用下,沖擊被數(shù)倍放大,導致系統(tǒng)性金融風險上升。新冠疫情作為一種負向外部沖擊,不僅增大單個金融市場的風險,還增大各金融市場間的風險溢出程度。受新冠疫情影響,實體經(jīng)濟蕭條,供給和需求收縮,此外,疫情的不確定性沖擊了投資者信心,引發(fā)投資者恐慌情緒而進行非理性投資行為,在兩方面因素作用下金融市場會過度反應,金融市場價格波動。因此金融市場風險上升是投資者主觀行為和實體經(jīng)濟疲軟共同驅(qū)動下的結(jié)果。因此,本文將新冠疫情沖擊對系統(tǒng)性金融風險的影響梳理為以下3條:

1.投資者情緒機制

投資者情緒機制是指投資者受疫情影響而產(chǎn)生恐慌情緒,進而在金融市場表現(xiàn)出非理性行為,對金融市場產(chǎn)生影響的機制[18-19]。新冠疫情爆發(fā)引發(fā)投資者恐慌情緒,由此做出對未來過度悲觀的預期,此時受投資者情緒變化的影響,各金融市場發(fā)生相應的波動。當相關新聞報道新冠疫情引起的新增確診人數(shù)和死亡人數(shù)、復工復產(chǎn)難以順利的相關信息時,這些信息會影響投資者情緒,干擾其判斷,造就投資者非理性行為,瘋狂拋售持有的金融資產(chǎn),另外,個體投資者這種嚴重的恐慌情緒具有傳染性,從眾心理使群體投資者紛紛效仿,使得金融市場中“羊群效應”及信息不對稱問題越發(fā)嚴重,進而使金融風險不斷增大[20]。投資者情緒機制貫穿風險發(fā)生和放大的各個環(huán)節(jié),在杠桿機制和關聯(lián)機制的共同作用下,金融風險跨市場、跨部門溢出,從而系統(tǒng)性金融風險上升。

2.杠桿機制

杠桿機制是指因為負債的存在,金融機構(gòu)將初始外部沖擊放大數(shù)倍的機制。金融的基礎是實體經(jīng)濟,新冠疫情一旦爆發(fā)會直接沖擊實體經(jīng)濟,導致實體經(jīng)濟下行,如資產(chǎn)價格下降和總需求萎縮,經(jīng)濟主體財產(chǎn)價值下降,債務率提高,大量風險資產(chǎn)被大量拋售,引發(fā)資產(chǎn)價格進一步下降,最終形成惡性循環(huán)。為了經(jīng)濟恢復,必然要通過貨幣政策、財政政策等刺激經(jīng)濟。但是,一旦經(jīng)濟出現(xiàn)下行,實體經(jīng)濟盈利能力下降,必然會導致風險金融資產(chǎn)的估值向下調(diào)整,金融市場價格開始進入趨勢下降的波動期,企業(yè)債務違約風險也開始上升,金融機構(gòu)、企業(yè)與居民家庭的資產(chǎn)負債表開始惡化。如果疫情持續(xù),那么主權債務危機、銀行業(yè)危機等相互交織的金融危機就有可能接踵而至,最終導致系統(tǒng)性金融風險在金融市場(機構(gòu))之間傳染,加大金融體系風險,最終導致系統(tǒng)性金融風險上升[12]。

3.關聯(lián)機制

圖1 新冠肺炎疫情沖擊金融體系風險傳導機制

關聯(lián)機制是指金融部門在業(yè)務、管理模式、客戶、投資者心理預期等方面存在關聯(lián),使單家金融機構(gòu)的風險通過關聯(lián)性將風險傳染至其他金融機構(gòu),并受到其他機構(gòu)再次傳染的機制[21]。面對新冠疫情沖擊,實體經(jīng)濟下行,金融市場間存在風險傳導,單個金融機構(gòu)或市場的損失短期內(nèi)便會波及其余機構(gòu)和市場,引發(fā)系統(tǒng)性金融風險。這條傳導途徑主要通過資產(chǎn)負債表渠道進行,即突發(fā)公共衛(wèi)生事件對金融市場的沖擊是多層面的,包括改變企業(yè)和個人的投融資行為,導致股票市場價格波動劇烈并影響投資預期等。其沖擊引發(fā)的金融風險由單一金融機構(gòu)或市場蔓延到金融系統(tǒng)。由于金融機構(gòu)之間存在業(yè)務關聯(lián)性,故其相關資產(chǎn)負債、信貸等鏈條能夠引起系統(tǒng)性金融風險的傳染[22]。另外,隨著中國經(jīng)濟飛速發(fā)展,金融業(yè)規(guī)模的迅速膨脹,銀行、證券、保險等金融機構(gòu)之間的業(yè)務往來、業(yè)務合作導致相關聯(lián)的金融機構(gòu)之間形成了復雜的資產(chǎn)負債關系。當銀行過度參與其他金融業(yè)務時,會減少傳統(tǒng)的表內(nèi)業(yè)務、提高杠桿率與經(jīng)營風險,當一家金融機構(gòu)遭遇風險損失時,金融機構(gòu)間的資產(chǎn)負債關系往往使其共擔經(jīng)營危機風險,且金融機構(gòu)間的風險溢出具有非對稱性特征。因此,金融部門在受到外部沖擊的時候,杠桿機制首先發(fā)生作用,隨后杠桿機制和關聯(lián)機制交互作用,進而將外部沖擊數(shù)倍放大,金融部門風險增大,從而導致系統(tǒng)性金融風險上升。綜上所述,新冠疫情沖擊金融體系風險傳導機制如圖1所示。

三、模型設定與數(shù)據(jù)選取

首先采用中國金融市場的相關數(shù)據(jù),構(gòu)建動態(tài)CoVaR模型,并使用分位數(shù)回歸方法獲取中國系統(tǒng)性金融風險指標;其次,基于事件研究法,利用所得的中國系統(tǒng)性金融風險代理指標構(gòu)建基本回歸模型,用于實證檢驗新冠疫情影響中國系統(tǒng)性金融風險的水平效應和趨勢效應;最后,為相關數(shù)據(jù)的選取及其描述性統(tǒng)計。

(一)系統(tǒng)性金融風險的測算

(1)

式(1)所求風險指標僅能反映系統(tǒng)性金融風險的靜態(tài)變化,但無法考察系統(tǒng)性金融風險的動態(tài)特征,為此本文通過加入狀態(tài)變量,將金融機構(gòu)的收益率視為狀態(tài)變量的函數(shù),并運用分位數(shù)回歸方法得到金融機構(gòu)的VaR和CoVaR時間序列,從而計算出動態(tài)系統(tǒng)性金融風險指標。鑒于風險傳遞的滯后性,本文的狀態(tài)變量均取滯后一階。詳細的計算方法如下:

(2)

(3)

然后,運用分位數(shù)回歸的方法估計出上述式(2)、(3)各變量的系數(shù),利用回歸系數(shù),計算出各金融機構(gòu)在95%、50%置信區(qū)間(即ε分別等于5%和50%)下的在險價值及條件在險價值:

(4)

(5)

(6)

(7)

(二)事件研究法

事件研究法(Event-Study Analysis,ESA)可用于評估某特定事件對目標變量的沖擊作用,具體步驟為:以事件發(fā)生時點為中心,定義一個目標變量受事件影響的時間窗口(稱為事件窗口),考察事件發(fā)生前后目標變量的變化趨勢及顯著性程度。事件研究法將事件發(fā)生前后S天的樣本作為處理組,其余樣本作為控制組。可以看出,事件研究法與雙重差分(DID)有相似之處,但其獨到之處在于能夠靈活地選擇時間窗口期對目標變量進行連續(xù)觀察,分析事件沖擊下目標變量的動態(tài)變化。Schularick和Taylor提出了多次階段性同類事件研究法,通過連續(xù)多次加入同類事件可有效緩解內(nèi)生性問題[24]。本文采用多次階段性同類事件研究法分析新冠疫情沖擊下各金融部門系統(tǒng)性金融風險的變化情況。

基于上文對新冠疫情沖擊下系統(tǒng)性金融風險形成機制的分析,新冠疫情沖擊金融體系后(通過實體經(jīng)濟渠道與投資者情緒機制),沖擊借由杠桿機制和關聯(lián)機制進行放大,這個放大過程需經(jīng)歷一段時間的累積,而非一蹴而就。因此,為全面刻畫系統(tǒng)性金融風險在杠桿機制和關聯(lián)機制放大作用下的變化,本文將以新冠疫情事件發(fā)生時點為中心,設定事件發(fā)生前后S個交易日的時間窗口虛擬變量,分析新冠疫情沖擊對金融部門系統(tǒng)性金融風險影響的水平效應及趨勢效應。水平效應指的是新冠疫情事件發(fā)生后各金融部門系統(tǒng)性金融風險顯著高于全樣本平均水平的程度,趨勢效應指的是新冠疫情事件發(fā)生后,各金融部門系統(tǒng)性金融風險隨時間變化趨勢大于新冠疫情事件發(fā)生前的水平。基本回歸模型如下:

Yi,t=αi+γiCOVID-s+φiCOVIDs+εi,t

(8)

Yi,t=αi+ωi×t+εiCOVID-s+?iCOVIDs+θi×t×COVID-s+δi×t×COVIDs+εi,t

(9)

其中,Yi,t為t時刻金融部門i的系統(tǒng)性金融風險;t為時間變量,本文將樣本首個交易日標準化為1,此后每增加一個交易日,t值增加1。COVID-s與COVIDs分別表示新冠疫情沖擊發(fā)生前后s個交易日的事件窗口變量。COVID-s與COVIDs的具體設置如下:

(10)

(11)

對于式(8),φi為不考慮時間窗口變量時新冠疫情對系統(tǒng)性金融風險影響的水平效應,若φi顯著大于0,則表明水平效應存在,即相比于全樣本期內(nèi)的系統(tǒng)性金融風險均值,新冠疫情期間的系統(tǒng)性金融風險均值增大了φi;對于式(9)則考慮了時間窗口變量,通過加入新冠疫情事件變量COVID-s(COVIDs)與時間變量t的交乘項,考察新冠疫情沖擊對系統(tǒng)性金融風險影響的趨勢效應,此時主要關注的是兩個交乘項的系數(shù)差(δi-θi),表示相對于疫情沖擊前s個交易日,在新冠疫情沖擊后s個交易日,各金融部門系統(tǒng)性金融風險隨時間走勢的變化,若(δi-θi)顯著大于0,則說明趨勢效應存在。

(三)數(shù)據(jù)選取與變量描述性統(tǒng)計

1.樣本說明與變量描述性統(tǒng)計

本文共選取了60家A股上市公司,其中包含了16家上市銀行、16家證券公司和4家上市保險公司,另外,在新技術變革、金融市場結(jié)構(gòu)轉(zhuǎn)型及監(jiān)管理念改變等因素的共同驅(qū)動下,房地產(chǎn)業(yè)與傳統(tǒng)金融業(yè)共同構(gòu)成所謂的“泛金融部門”[5]。因此,本文將16家上市房地產(chǎn)公司加入到金融體系(以下將四個部門統(tǒng)稱為金融部門),故本文樣本所選的上市公司覆蓋了貨幣金融服務、資本市場服務、保險業(yè)以及房地產(chǎn)行業(yè)共四大部門,所選上市公司的總市值占整個金融業(yè)與房地產(chǎn)行業(yè)總市值的比例達75%以上,能夠很好地代表并反映我國金融部門的總體情況。

樣本區(qū)間為2018年7月至2020年4月,一共446個交易日數(shù)據(jù),樣本數(shù)據(jù)均來源于WIND數(shù)據(jù)庫與CSMAR數(shù)據(jù)庫。對于樣本區(qū)間的選取,本文嚴格遵循事件研究法對估計窗口與事件窗口在時間窗口選擇上的規(guī)定,具體而言,在現(xiàn)有利用事件研究法研究新冠疫情影響的文獻當中,學者們大多將新冠疫情的事件窗口設定于2020年1月15日至2020年4月30日這段時間區(qū)間內(nèi),該區(qū)間已經(jīng)覆蓋了中國新冠疫情從爆發(fā)到良好控制(在此期間,全國范圍內(nèi)日新增確診人數(shù)低于100人,國內(nèi)新冠疫情防控形勢持續(xù)向好,各城市解封,生產(chǎn)生活秩序呈加快恢復的態(tài)勢)的整個發(fā)展過程[14,16]。值得注意的是,在2020年4月之后,即使個別城市的疫情有所反彈,其對實體經(jīng)濟與金融系統(tǒng)的影響是遠不如2020年1月15日至2020年4月30日這段時間的(國家衛(wèi)建委稱之為新冠疫情常態(tài)化),故本文的樣本區(qū)間選取具有代表性(3)本文嘗試將樣本區(qū)間分別延長至2020年7月(約延長60個交易日)及2020年12月(約延長170交易日),結(jié)論保持不變。。表1為各金融部門的基礎變量、各金融市場指數(shù)以及狀態(tài)變量的描述性統(tǒng)計。

表1 基礎變量的描述性統(tǒng)計

2.新冠疫情事件說明

為了充分了解新冠疫情沖擊對系統(tǒng)性金融風險的具體影響,必須充分把握新冠疫情的動態(tài)發(fā)展過程,為此本文將新冠疫情的每次重大發(fā)展變化視為一次關于新冠疫情事件的沖擊。表2為選取的新冠疫情沖擊事件發(fā)展情況表。

表2 新冠疫情沖擊事件發(fā)展情況

四、實證過程及結(jié)果分析

本文首先分析銀行、證券、保險、房地產(chǎn)業(yè)四個金融部門所有上市公司的風險溢出值ΔCoVaR,其次對各金融部門系統(tǒng)性金融風險走勢進行直觀描述,并對各金融部門系統(tǒng)性金融風險的樣本均值進行排序,最后分析新冠疫情對四個金融部門系統(tǒng)性金融風險的水平效應和趨勢效應。

(一)系統(tǒng)性金融風險的分機構(gòu)測度

根據(jù)式(6)計算出各上市公司的全樣本及疫情期間的ΔCoVaR,據(jù)此對各上市公司在整個樣本期間和疫情期的風險貢獻值進行比較,結(jié)果如表3所示:

表3 各機構(gòu)風險溢出程度ΔCoVaR

(1)從四個金融部門整體來看,除了銀行業(yè)之外,證券業(yè)、保險業(yè)和房地產(chǎn)業(yè)各上市公司的ΔCoVaR在疫情期間的均值普遍大于全樣本均值,由此說明即使在新冠疫情的沖擊下,商業(yè)銀行對中國金融體系的風險貢獻度依然是最小的,證券機構(gòu)、保險機構(gòu)和房地產(chǎn)公司的風險貢獻度較大,原因在于相對于其他三個金融部門,銀行機構(gòu)在中國金融系統(tǒng)中的地位舉足輕重,本身資產(chǎn)價值波動變化并不大,故其風險溢出程度較小。

具體而言,無論是全樣本期間或是疫情期間,銀行業(yè)中國有股份制商業(yè)銀行對系統(tǒng)性金融風險的貢獻較小,如農(nóng)業(yè)銀行、交通銀行、中國銀行等,而股份制商業(yè)銀行風險溢出貢獻最大,如平安銀行、興業(yè)銀行、光大銀行等。原因在于,國有銀行的資產(chǎn)規(guī)模雄厚,擁有國家信用背書,整體風險狀況較為穩(wěn)定,對金融系統(tǒng)帶來的風險較小,股份制商業(yè)銀行迫于競爭壓力或出于風險分擔的目的,往往與其他金融機構(gòu)保持資產(chǎn)買賣、貸款轉(zhuǎn)讓以及證券投資等方面的業(yè)務聯(lián)系,因此,銀行自身的資產(chǎn)雖呈多樣化,但是機構(gòu)間的關聯(lián)性亦大大增強了,當一家股份制商業(yè)銀行遭受到諸如新冠疫情之類的外部沖擊時,在金融機構(gòu)關聯(lián)緊密的背景下,初始風險被成倍放大,從而使整個金融部門的風險溢出程度大大提高,最終系統(tǒng)性金融風險上升。另外,股份制銀行本身穩(wěn)健度較國有銀行低,資產(chǎn)價值在運行中波動性較大,因而風險溢出程度較大。

(2)證券公司和保險公司的風險溢出程度都比較高,對于證券公司,其本身價值波動較為劇烈,故其整體系統(tǒng)性金融風險貢獻度普遍很高,至于保險公司,保險機構(gòu)通常通過采取保費資金分散投資的方式進行資產(chǎn)投資,從而機構(gòu)之間的關聯(lián)性大大增強,例如保費資金得不到良好管理,價值發(fā)生損失、風險水平上升,此時導致資產(chǎn)被拋售、資產(chǎn)被抽回或中斷,從而引起整個金融體系的價值損失。

(3)房地產(chǎn)企業(yè)風險溢出程度同樣較高。房地產(chǎn)業(yè)屬于資金極密集的行業(yè),其產(chǎn)品同時具備抵押品和投資品的性質(zhì),且與金融部門的關聯(lián)較為密切,其價格波動可能會對金融市場帶來沖擊。另外,近年來許多大型房地產(chǎn)企業(yè)積極參股,控股金融機構(gòu),從而與其他行業(yè)高度融合、關聯(lián)緊密,一旦房地產(chǎn)市場泡沫破裂,勢必造成與之相關聯(lián)的企業(yè)經(jīng)營效益受到?jīng)_擊,從而將風險間接地傳導至金融部門,最后破壞了金融體系的穩(wěn)定性。

(二)系統(tǒng)性金融風險的分部門測度

基于式(7)對樣本上市公司的風險度量指標ΔCoVaR求加權平均值,從而構(gòu)建各金融部門的系統(tǒng)性金融風險,并將其描繪于圖2中。由圖2可得出以下結(jié)論:

(1)新冠疫情的沖擊下,除了銀行業(yè)系統(tǒng)性金融風險平均值較全樣本時期均值低外,其余三個金融部門在疫情期間的系統(tǒng)性金融風險均值均高于全樣本時期均值。新冠疫情爆發(fā)后,證券業(yè)、保險業(yè)和房地產(chǎn)業(yè)的系統(tǒng)性金融風險均值(圖2的長虛線)均高于全樣本均值(圖2的短虛線),其中保險業(yè)在疫情期間的系統(tǒng)性金融風險均值遠高于全樣本均值,其次是證券業(yè),最后是房地產(chǎn)業(yè),銀行業(yè)在疫情期間的系統(tǒng)性金融風險均值略低于全樣本均值。

(2)新冠疫情的沖擊下,四個金融部門的系統(tǒng)性金融風險隨時間變化的趨勢受疫情影響而發(fā)生改變。具體而言,從2019年底到2020年1月初開始,銀行、證券、保險以及房地產(chǎn)業(yè)的系統(tǒng)性金融風險水平均呈較緩慢上升的趨勢,到了2020年1月中旬,即新冠疫情在全國開始爆發(fā)后,四個金融部門的系統(tǒng)性金融風險急劇飆升,隨后雖有下降,但是整體態(tài)勢依然高于疫情爆發(fā)點前30個交易日的風險水平值。由此可知,在新冠疫情爆發(fā)無疑打破了金融部門系統(tǒng)性金融風險緩慢上升的趨勢。

(3)受新冠疫情影響,四個金融部門的系統(tǒng)性金融風險波動率變大。從四個金融部門系統(tǒng)性金融風險的走勢來看,在疫情發(fā)生前,銀行業(yè)系統(tǒng)性金融風險的波動率并不大,相比之下,證券業(yè)、保險業(yè)以及房地產(chǎn)業(yè)的系統(tǒng)性金融風險波動率則較大。疫情發(fā)生后,證券業(yè)系統(tǒng)性金融風險雖有大起大落之勢,但與疫情發(fā)生前相比,整體波動幅度不算大,保險業(yè)系統(tǒng)性金融風險則一躍到達歷史高位,至于房地產(chǎn)業(yè),在疫情發(fā)生后,波動幅度是四個金融部門中最大的。一般而言,銀行業(yè)系統(tǒng)性金融風險的極端值不會太多,但是疫情爆發(fā)后,銀行業(yè)和房地產(chǎn)業(yè)的系統(tǒng)性金融風險值高于全樣本時期95%分位數(shù)及低于5%分位數(shù)的觀測值遠多于其他時期。

圖2 各金融部門系統(tǒng)性金融風險走勢

此外,根據(jù)ΔCoVaR的測度值大小對四個金融部門的系統(tǒng)性金融風險進行排序,結(jié)果見表4。從表4中可以看出,無論是疫情期間、疫情膠著期或是疫情緩和期,銀行業(yè)的系統(tǒng)性金融風險均低于其余三個金融部門的系統(tǒng)性金融風險,其次是房地產(chǎn)業(yè),證券業(yè)系統(tǒng)性金融風險在疫情發(fā)生前和疫情膠著時期都是最高,在國內(nèi)疫情開始緩和后,保險業(yè)的系統(tǒng)性金融風險最高。上述結(jié)果說明,在新冠疫情沖擊下,中國銀行業(yè)和房地產(chǎn)業(yè)的系統(tǒng)性金融風險對整個金融系統(tǒng)的風險貢獻度相對較小,證券業(yè)和保險業(yè)仍然是金融體系系統(tǒng)性金融風險的主要輸出行業(yè)。

表4 各金融部門系統(tǒng)性金融風險排序

(三)新冠疫情影響系統(tǒng)性金融風險水平效應和趨勢效應的分部門分析

以上分析僅能直觀了解新冠疫情前后金融部門系統(tǒng)性金融風險變化的一般特征,但無法嚴格地量化新冠疫情對金融部門系統(tǒng)性金融風險的影響。原因在于,新冠疫情的發(fā)展變化較為頻繁,事件前后通常出現(xiàn)重疊的可能,即前一次新冠疫情事件之后與下一次新冠疫情事件之前通常重疊一起,因而相鄰兩次新冠疫情事件對同一時間節(jié)點系統(tǒng)性金融風險的影響交織在一起,為了精準地剝離這種交織影響,將根據(jù)式(8)、(9)做進一步的詳細分析。

1.新冠疫情對金融部門系統(tǒng)性金融風險的水平效應分析

圖3 新冠疫情對各金融部門系統(tǒng)性金融風險的水平效應注:圖中縱坐標表示COVIDs與COVID-s的回歸系數(shù),分別表示疫情事件前后的水平效應;橫坐標表示s的取值,(-s)表示新冠疫情事件前s個交易日,s表示新冠疫情事件后s個交易日;*表示10%顯著水平下顯著。下同。

對式(8)進行回歸,實證分析新冠疫情沖擊下金融部門系統(tǒng)性金融風險水平值的變化。式(8)中的COVIDs表示新冠疫情發(fā)生后s個交易日的虛擬變量,其回歸系數(shù)φi表示疫情發(fā)生后金融部門系統(tǒng)性金融風險的水平值相對于全樣本均值變化情況,若φi顯著大于0,則說明疫情的發(fā)生確實使金融部門系統(tǒng)性金融風險顯著上升,其中,i∈{1,2,3,4},分別代表銀行、證券、保險以及房地產(chǎn)業(yè);同理COVID-s則表示疫情發(fā)生前s個交易日的虛擬變量,其回歸系數(shù)γi表示疫情事件發(fā)生前金融部門系統(tǒng)性金融風險的水平值相對于全樣本均值變化情況。圖3表示了銀行、證券、保險和房地產(chǎn)業(yè)在新冠疫情事件發(fā)生前后水平效應大小及顯著性情況,得出以下結(jié)論:

第一,新冠疫情沖擊對銀行、證券、保險和房地產(chǎn)業(yè)的系統(tǒng)性金融風險具有顯著的水平效應。具體而言,在新冠疫情事件發(fā)生后的第5～30個交易日,銀行業(yè)、證券業(yè)和保險業(yè)的系統(tǒng)性金融風險均值相較于樣本均值顯著增大(φi顯著大于0),房地產(chǎn)業(yè)則較晚,于第7個交易日其系統(tǒng)性金融風險水平效應才顯著。在新冠疫情的影響下,證券業(yè)和保險業(yè)的系統(tǒng)性金融風險水平效應大小遠遠大于銀行業(yè)和房地產(chǎn)業(yè),四個金融部門的排序分別為證券業(yè)、保險業(yè)、房地產(chǎn)業(yè)以及銀行業(yè)(φ2>φ3>φ4>φ1),這一結(jié)論與前文的一般特征分析結(jié)果基本一致。另外,在疫情發(fā)生前的7～30個交易日,證券業(yè)、保險業(yè)和房地產(chǎn)業(yè)系統(tǒng)性金融風險水平均顯著低于全樣本均值(γi顯著小于0)。

第二,在連續(xù)新冠疫情事件沖擊下,金融機構(gòu)會產(chǎn)生疫情存在慣性的預期,即預期效應(4)此處的預期效應并非指金融機構(gòu)對新冠病毒首次爆發(fā)此件突發(fā)公共衛(wèi)生事件的預期,而是指連續(xù)的新冠疫情事件沖擊下,金融機構(gòu)會產(chǎn)生疫情存在慣性的預期。。具體而言,在疫情事件發(fā)生前5～7個交易日,銀行、證券、保險和房地產(chǎn)業(yè)的系統(tǒng)性金融風險水平均開始出現(xiàn)增大的趨勢(γ1正向發(fā)散于0,γ2、γ3、γ4逐漸收斂于0),銀行業(yè)系統(tǒng)性金融風險均值逐漸正向偏離全樣本均值,而證券業(yè)、保險業(yè)和房地產(chǎn)業(yè)系統(tǒng)性金融風險均值正向趨近全樣本均值。原因在于,連續(xù)新冠疫情事件沖擊下,金融機構(gòu)產(chǎn)生了慣性預期,此時金融機構(gòu)經(jīng)營不確定性增大,造成系統(tǒng)性金融風險增大[14,25]。

2.新冠疫情對金融部門系統(tǒng)性金融風險的趨勢效應分析

對式(9)進行回歸,實證分析新冠疫情事件發(fā)生后金融部門系統(tǒng)性金融風險隨時間走勢的變化。本部分關注的核心內(nèi)容是COVIDs×t與COVID-s×t的回歸系數(shù)之差(δi-θi),其中,i∈{1,2,3,4},分別代表銀行、證券、保險以及房地產(chǎn)業(yè)。

圖4 新冠疫情沖擊下各金融部門系統(tǒng)性金融風險隨時間走勢的變化注:圖中縱坐標表示COVIDs×t與COVID-s×t的回歸系數(shù)。

圖4、5報告了新冠疫情對銀行、證券、保險和房地產(chǎn)業(yè)系統(tǒng)性金融風險趨勢效應大小及顯著性情況?；趫D4得出以下結(jié)論:

第一,在新冠疫情事件發(fā)生后,銀行、證券、保險和房地產(chǎn)業(yè)系統(tǒng)性金融風險均呈現(xiàn)上升趨勢。具體而言,銀行業(yè)、證券業(yè)和房地產(chǎn)行業(yè)系統(tǒng)性金融風險分別在疫情事件發(fā)生后的5～22、5～28、5～27個交易日呈顯著的增長趨勢,保險業(yè)則在30個交易日內(nèi)一直保持顯著的增長趨勢(δi顯著大于0)。

第二,連續(xù)新冠疫情事件沖擊下,金融機構(gòu)產(chǎn)生新冠疫情存在慣性的預期。具體而言,在新冠疫情事件前的5～17個交易日內(nèi),證券業(yè)和保險業(yè)系統(tǒng)性金融風險開始呈顯著上升的趨勢(θi顯著大于0),銀行業(yè)和房地產(chǎn)行業(yè)則稍晚,分別于新冠疫情事件發(fā)生前的5～14、5～15交易日內(nèi)系統(tǒng)性金融風險才開始呈顯著上升的趨勢。值得注意的是,結(jié)合前文對四個金融部門系統(tǒng)性金融風險水平效應的分析可知,疫情事件發(fā)生前,系統(tǒng)性金融風險雖有上升趨勢,但風險均值仍是低于系統(tǒng)性金融風險的全樣本均值的(γ2、γ3、γ4均小于0),在疫情事件發(fā)生后,四個金融部門系統(tǒng)性金融風險隨時間走勢進一步上升,此時風險大小已經(jīng)高于全樣本均值了(φi顯著大于0)。

圖5 新冠疫情對各金融部門系統(tǒng)性金融風險的趨勢效應注:圖中縱坐標表示COVIDs×t與COVID-s×t的回歸系數(shù)之差,即(δi-θi),表示新冠疫情事件對各金融部門系統(tǒng)性金融風險的趨勢效應。

根據(jù)圖5可得出以下結(jié)論:

第一,受新冠疫情的影響,銀行、證券、保險以及房地產(chǎn)業(yè)系統(tǒng)性金融風險均存在正向趨勢效應。如同新冠疫情的發(fā)展態(tài)勢一樣,隨著距離疫情事件的時間越長,各金融部門系統(tǒng)性金融風險的趨勢效應逐漸增大,達到峰值,然后隨著疫情得到控制和緩和,系統(tǒng)性金融風險的趨勢效應隨時間推移而逐漸減小,說明新冠疫情對四個金融部門系統(tǒng)性金融風險的影響是一種短期影響,這種短期影響給金融部門帶來了短暫的“劇痛”。背后原因在于,相比于新冠疫情前,新冠疫情事件發(fā)生后,金融機構(gòu)在實體經(jīng)濟下滑與投資者情緒機制雙重因素的驅(qū)動下發(fā)生直接損失,隨著時間推移(疫情發(fā)展),金融機構(gòu)之間的杠桿機制和關聯(lián)機制將直接損失進一步放大,最后金融部門系統(tǒng)性金融風險呈加速上升趨勢,隨著疫情有所緩和,投資者情緒逐漸平息,疫情對金融部門系統(tǒng)性金融風險影響開始減小。

第二,新冠疫情對四個金融部門系統(tǒng)性金融風險的趨勢效應大小和顯著性有所區(qū)別。首先,從趨勢效應大小來看,新冠疫情對證券業(yè)系統(tǒng)性金融風險的趨勢效應是四個金融部門中最大的,緊接著是證券業(yè),然后是房地產(chǎn)業(yè),最后是銀行業(yè);其次,在四個金融部門中,證券業(yè)系統(tǒng)性金融風險趨勢效應的顯著性也是最高的,保險業(yè)的顯著性稍低,然后是房地產(chǎn)業(yè)和銀行業(yè)。具體而言,銀行業(yè)和房地產(chǎn)業(yè)系統(tǒng)性金融風險的趨勢效應分別在新冠疫情事件后的第20個交易日、第23個交易日已經(jīng)不顯著了,并在第24個交易日、第30個交易日已經(jīng)收斂;證券業(yè)和保險業(yè)分別在疫情事件發(fā)生后的第30個交易日、第25個交易日開始不顯著,到了第30個交易日均未完成收斂。由此說明,相對證券業(yè)和保險業(yè),銀行業(yè)和房地產(chǎn)業(yè)承受疫情沖擊的能力更強,更具穩(wěn)定性。

綜上所述,首先,對于新冠疫情沖擊下各金融部門系統(tǒng)性金融風險的水平效應:新冠疫情之前,除了銀行業(yè)外,其余金融部門系統(tǒng)性金融風險的均值均低于全樣本均值,新冠疫情之后,受疫情沖擊影響,四個金融部門的系統(tǒng)性金融風險均值均被顯著拔高,遠大于全樣本均值;其次,對于新冠疫情沖擊下各金融部門系統(tǒng)性金融風險的趨勢效應:與新冠疫情發(fā)生前相比,疫情的發(fā)生對各金融部門具有顯著的正向趨勢效應,趨勢效應隨著疫情的發(fā)展不斷增大而后逐漸下降,直至收斂于0,即隨疫情的緩和,疫情對系統(tǒng)性金融風險的影響逐漸減弱;最后,無論是水平效應或是趨勢效應,都反映了四個金融部門對新冠疫情的抵御能力排序依次為:銀行業(yè)最強、房地產(chǎn)業(yè)次之,緊接著是保險業(yè),最后是證券業(yè)。

五、穩(wěn)健性檢驗

(一)變更計算各金融部門系統(tǒng)性金融風險指標的置信水平

圖6 新冠疫情對各金融部門系統(tǒng)性金融風險的水平效應注:圖中縱坐標表示新冠疫情事件前后的水平效應;橫坐標表示s的取值。

圖7 新冠疫情對各金融部門系統(tǒng)性金融風險的趨勢效應效應注:上圖的縱坐標表示COVIDs×t與COVID-s×t的回歸系數(shù);下圖的縱坐標表示新冠疫情事件前后的趨勢效應;橫坐標表示s的取值。

圖8 新冠疫情對各金融部門系統(tǒng)性金融風險的水平效應注:圖中縱坐標表示新冠疫情事件前后的水平效應;橫坐標表示s的取值。

圖9 新冠疫情對各金融部門系統(tǒng)性金融風險的趨勢效應注:上圖的縱坐標表示COVIDs×t與COVID-s×t的回歸系數(shù);下圖的縱坐標表示新冠疫情事件前后的趨勢效應;橫坐標表示s的取值。

(二)縮短樣本區(qū)間

本部分將樣本區(qū)間縮短至2019年1月4日至2020年4月30日,然后對系統(tǒng)性金融風險的水平效應和趨勢效應進行檢驗,結(jié)果如圖8、9所示。檢驗結(jié)果表明,新冠疫情沖擊對四個金融部門的系統(tǒng)性金融風險均具有顯著正向的水平效應;新冠疫情沖擊對銀行、證券、保險和房地產(chǎn)業(yè)的系統(tǒng)性金融風險均具有正向的趨勢效應,證券業(yè)系統(tǒng)性金融風險的趨勢效應依舊是最大的,銀行業(yè)仍舊是最小的,但與基準分析稍有不同的是,保險業(yè)系統(tǒng)性金融風險趨勢效應在新冠疫情事件后的第27個交易日已經(jīng)完成收斂。

綜上所述,無論是采取更換計算系統(tǒng)性金融風險指標的置信水平或是縮短樣本區(qū)間,對新冠疫情沖擊影響四個金融部門系統(tǒng)性金融風險的水平效應和趨勢效應進行穩(wěn)健性檢驗,檢驗結(jié)果與基本分析基本保持一致。

六、結(jié)論與政策建議

本文采用事件研究法,從水平效應和趨勢效應兩方面,量化分析2020年初爆發(fā)的新冠疫情對銀行、證券、保險和房地產(chǎn)業(yè)系統(tǒng)性金融風險的影響,得出以下結(jié)論:

第一,新冠疫情對銀行、證券、保險和房地產(chǎn)業(yè)系統(tǒng)性金融風險不僅存在顯著的正向水平效應,而且還具有顯著的正向趨勢效應。

一方面,在新冠疫情的沖擊下,四個金融部門的系統(tǒng)性金融風險均值顯著高于整體樣本均值。新冠疫情事件前的30個交易日內(nèi),除了銀行業(yè)外,其余三個金融部門系統(tǒng)性金融風險均值均低于整體均值,新冠疫情事件后的30個交易日內(nèi),四個金融部門的系統(tǒng)性金融風險均值均被顯著拔高,遠大于全樣本均值;另一方面,在新冠疫情的沖擊下,四個金融部門的系統(tǒng)性金融風險趨勢效應逐漸增大,達到一定點后開始下降。具體而言,受到疫情沖擊后,金融機構(gòu)遭受直接損失,在金融機構(gòu)的杠桿機制和關聯(lián)機制共同作用的推動下,這種直接損失被數(shù)倍放大,但是這個過程需要經(jīng)歷一個過程,隨即各金融部門系統(tǒng)性金融風險增大,得益于我國在新冠疫情防治方面種種良好舉措,疫情得到緩解,銀行和房地產(chǎn)業(yè)系統(tǒng)性金融風險的走勢已不再受疫情影響,而證券業(yè)和保險業(yè)系統(tǒng)性金融風險的走勢受疫情影響的時間則超過了30個交易日。

第二,銀行業(yè)對新冠疫情沖擊的抵御能力較證券業(yè)、保險業(yè)和房地產(chǎn)業(yè)更強。一方面,就各金融部門系統(tǒng)性金融風險的水平效應而言,新冠疫情后,銀行業(yè)系統(tǒng)性金融風險均值僅稍高于整體均值,表明其系統(tǒng)性金融風險對新冠疫情沖擊相對缺乏彈性,而證券業(yè)、保險業(yè)及房地產(chǎn)業(yè)系統(tǒng)性金融風險均值均遠高于全樣本均值;另一方面,就四個金融部門系統(tǒng)性金融風險的趨勢效應來看,銀行業(yè)趨勢效應的大小均顯著低于其余三個金融部門,而證券業(yè)和保險業(yè)的趨勢效應持續(xù)時間最長,疫情事件后的30個交易日內(nèi)仍未能將沖擊完全消化。銀行業(yè)抵御新冠疫情沖擊的能力遠高于其余三個金融部門,證券業(yè)的抵御沖擊能力最為孱弱。因此,在現(xiàn)今各金融部門關聯(lián)性越來越強的情況下,銀行業(yè)受到源于其余三個金融部門的風險傳染的可能性大大增加。

第三,連續(xù)新冠疫情事件沖擊使金融機構(gòu)產(chǎn)生新冠疫情存在慣性的預期,從而增大了金融部門系統(tǒng)性金融風險。在連續(xù)的新冠疫情事件沖擊下,金融機構(gòu)在無法得知新冠疫情事態(tài)發(fā)展的走向時,會產(chǎn)生新冠疫情沖擊會持續(xù)下去的預期,導致經(jīng)營的不確定增加,遂系統(tǒng)性金融風險在新冠疫情沖擊發(fā)生前便顯現(xiàn)出上升的趨勢。

鑒于以上結(jié)論,提出以下政策建議:

第一,對于系統(tǒng)性金融風險貢獻度最高的證券業(yè)和保險業(yè),必須提高自身資產(chǎn)質(zhì)量,對資金投向合理規(guī)劃和引導,提升自身抵御外部沖擊的能力;同時監(jiān)管部門需要加強對這些金融機構(gòu)的監(jiān)管,并保證監(jiān)管政策具備全局性和科學性,以確保金融機構(gòu)能控制風險及穩(wěn)健運營,此外,對于突發(fā)公共衛(wèi)生事件這類容易引起投資者情緒波動的外部沖擊,監(jiān)管部門還應在疫情爆發(fā)時嚴格監(jiān)控信息披露,緩解信息不對稱,穩(wěn)定投資者情緒,從而避免由不理性預期帶來的風險增大。

第二,銀行業(yè)對外生沖擊的抵抗能力最強,但是隨著銀行業(yè)與其他金融部門的關聯(lián)性逐漸增強,風險跨行業(yè)傳染愈加嚴重,因此必須減少銀行業(yè)與其余金融部門的過度關聯(lián)。近年來,房地產(chǎn)的發(fā)展離不開銀行業(yè),這造就了銀行業(yè)與房地產(chǎn)業(yè)關聯(lián)極為密切,除此之外證券業(yè)和保險業(yè)與銀行業(yè)的關聯(lián)性也越發(fā)增強,這無疑使銀行業(yè)與其余金融部門共同暴露的程度大幅上升,風險互相積聚。監(jiān)管部門不僅要考慮到銀行機構(gòu)“太大而不能倒”,還必須兼顧“太關聯(lián)而不能倒”,應當加強對銀行機構(gòu)的監(jiān)控,以便更好地控制銀行機構(gòu)與其他金融機構(gòu)的風險程度,及時為銀行業(yè)金融機構(gòu)阻斷系統(tǒng)性金融風險來源。

第三,對于連續(xù)突發(fā)公共衛(wèi)生事件帶來的外部沖擊,金融機構(gòu)會產(chǎn)生沖擊存在慣性的預期。為此,國家衛(wèi)生健康委等有關部門應及時、準確、全面地披露疫情相關信息,遏制謠言,穩(wěn)定投資者情緒;政策當局應適宜地釋放利好信息,穩(wěn)定金融機構(gòu)的預期、對沖慣性預期,以此避免金融機構(gòu)慣性預期導致經(jīng)營不確定性而使系統(tǒng)性金融風險上升的現(xiàn)象。