论文部分内容阅读
2007～2009年国际金融危机爆发后，金融体系的系统性风险成为了国际金融理论界和实务界关注的热点话题。危机的爆发实质是早期积聚的金融体系系统性风险的释放，过程伴随明显的传染性特征。为了避免灾难重发，保证金融稳定和经济增长，全球在加强宏观审慎监管、防范金融体系系统性风险方面取得了共识，银行“太大而不能倒”和“太关联而不能倒”等问题成为金融监管改革的重要议题。巴塞尔委员会在《全球系统重要性银行(G-SIFIs):评估方法和附加资本吸收要求》中要求相关银行披露全球系统重要性评估指标，在2012年6月发布的《国内系统重要性银行纲领》中认为，从全球来看系统重要性不太显著的一些银行仍可能对一国经济和金融体系产生重要影响。我国也在“十二五”规划中将构建金融宏观审慎框架作为金融体制改革的重要内容，在2012年发布的《商业银行资本管理办法》中明确了系统性重要银行的宏观审慎监管目标，但其中并未指出具体的系统性重要银行的识别方法。在2014年1月推出的《商业银行全球系统重要性评估指标披露指引》中明确了全球系统重要性银行范围和信息披露要求，但仍未对国内系统重要性银行(D-SIFIs)的识别和动态调整等予以说明。因此，对银行系统性风险以及系统重要性银行确定方法研究具有重要的现实意义。
已有大量的文献对系统性风险度量和金融机构系统性风险贡献进行了研究。Acharya等(2010)、Brownlees等(2012)基于股票市场收益数据，使用的是SES和SRISK等方法，但Kleinow等(2014)认为，这些方法不能很好地刻画单家银行与金融体系之间的尾部风险相依性，由此得到的系统重要性测度指标与市场β之间有着较高的相关性。为此，一部分文献基于银行间风险传导渠道，如资产负债关联和共同风险因子暴露等，使用网络模型来探讨系统性风险的度量问题。马君潞等(2007)和李宗怡等(2005)基于银行同业拆借市场数据对我国银行间传染风险问题进行了研究，模拟分析时采用的外部冲击来自于某家银行突发倒闭。尽管如此，对市场风险因子冲击的相关研究并不多见。分析考虑市场风险因子冲击可能带来的传染效应对我国银行系统性风险的防范具有更为重要的现实意义。
迄今为止，我国还未发生严格意义上的金融系统性危机。2013年银行业“钱荒”事件把银行间同业拆借市场活动推上了风口浪尖。Pais和Stork(2013)、Drehmann和Tarashev(2011)等的研究结果表明，规模及与其他银行的关联程度等因素对银行的系统重要性程度有着较大的影响。快速发展的银行同业拆借市场为我国银行之间复杂关系网络的刻画提供了非常丰富的信息，“钱荒”事件也意味着银行流动性冲击等因素可能导致系统性风险的急剧上升。鉴于此，本文将使用银行间同业拆借的信息来探讨系统性风险度量和银行系统重要性的动态演变规律。
本文基于银行间同业拆借市场网络关联结构，运用网络模型对银行系统性风险和银行系统重要性进行测度，主要以理论分析与实证研究以及定性与定量分析相结合的方式来探讨相关问题。具体的实证方法包括极大似然估计法、最大熵值法、多元线性回归法、蒙特卡洛模拟、主成分分析法等。论文首先从理论分析着手，对系统性风险概念进行定性分析，由此展开对银行系统性风险成因、度量方法以及系统重要性银行的基本特征等相关理论阐述。然后在此基础上分析得到模型的设计思路，构建网络关联模型对市场风险因子冲击下的银行间风险传染机制进行模拟，最后使用我国上市银行的同业拆借数据、股票市值数据和市场风险因子数据对银行系统性风险的动态演变以及系统重要性银行动态筛选情况作了实证研究，并给出相关的政策建议和文章不足及未来研究方向。
本文共分为六章，各个章节的内容安排如下。第一章是导论。导论部分主要介绍本文的研究背景，阐明研究意义，同时概括说明了本文的研究内容、研究方法以及本文的主要创新点。第二章是文献综述。基于系统性风险视角、系统重要性银行视角以及网络模型视角对系统性风险研究文献进行综述，并作出简要评述后得出了本文度量方法选择的基本方向。其中，系统性风险和系统重要性银行方面主要介绍了度量方法、影响因素等，网络模型则梳理了理论研究和实证应用的相关文献。
第三章是系统性风险的相关理论。这部分主要介绍了系统性风险和系统重要性银行基本内涵、成因分析、度量方法等理论。首先分析定义可知，系统性风险的重要特征是传染性，银行间直接信用关联是主要的传染渠道。引起系统性风险的原因有四点，银行同质资产对市场因子共同的风险暴露，银行间同业拆借、交易往来形成的直接信用关联，破产银行抛售资产引发的流动性风险，银行破产信息导致的恐慌情绪蔓延。其次回顾了系统性风险度量方法，包括综合指标法、基于市场数据的度量方法、网络模型法，对三种方法的具体内容和优缺点做了简要归纳。最后梳理了系统重要性银行的特征、测度方法等理论。系统重要性银行普遍具有规模大、与其他银行关联性高、复杂性高、可替代性低、跨境活跃度高的五大特征。其测度方法的分类和系统性风险度量方法比较相似，有指标法、风险组合模型法、网络分析法，另外还有夏普利值法。
第四章是模型设计。以理论分析为出发点，构建网络关联模型，对已有模型进行改进。模型的主要设计环节为，建立银行资产和负债与市场风险因子的变动方程，基于最大熵值法估算银行双边风险敞口矩阵，利用Bridge-sampling抽样技术模拟市场风险因子冲击的情景，进行银行同业拆借违约的头寸净额结算以及模拟银行连续违约的风险传染过程。通过统计模拟市场风险因子冲击下风险传染过程中违约银行的比率，来输出我们需要的各类测度指标，系统性风险指数、市场风险指数和系统重要性指数。
第五章是实证研究。本文选取2008年至2014年国内14家上市银行的财务报表数据、股票市值数据以及市场风险因子数据，基于设计的网络关联模型得到2008Q2至2013Q4的每个季度系统性风险指数和市场风险指数，同时度量了基于关联度的银行系统性风险贡献度。本部分首先说明了样本选择和数据来源，对相关变量做了描述性统计分析，然后重点展示了实证结果并做适当分析，包括系统性风险和市场风险的动态演变、市场风险对系统性风险的驱动效应、银行系统重要性程度的时变特征等。第六部分是本文研究结论和研究展望。通过总结本文的理论分析和实证研究得到最后的研究结论，并由此提出相关的政策建议，指出文章不足及未来研究方向。
本文通过实证分析得出的研究结论有:第一，随着我国银行在同业拆借市场平均参与度的提高，银行间网络关联日趋复杂，同业拆借市场为系统性风险测度提供了非常丰富的信息。第二，2008Q2-2009Q1、2010Q2-Q4和2012Q3-2013Q4是我国银行系统性风险和市场风险相对较高的时期。系统性风险与市场风险虽然在变化趋势上基本一致，但由于受不同风险因素驱动，呈现的规律存在一定的差异。第三，银行系统性风险受市场风险驱动，市场风险因子下跌，对银行市场风险产生直接影响，并且会通过银行网络关联结构导致银行系统性风险增加。第四，净额结算比例对银行系统性风险有一定的影响，系统性风险的防范需要设置合理的净额结算比例。第五，2008年与2013年系统重要性银行的排序差异较大，股份制商业银行和城市商业银行在同业拆借市场交易日趋活跃，其系统重要性呈上升趋势。银行的系统重要性具有时变特征，在动态识别工作中除了关注其银行规模因素以外，还应高度重视与其他银行的网络关联程度。
本文的创新之处主要体现在以下三个方面:第一，基于银行同业拆借市场信息对银行系统性风险进行了测度和分析，并且在统一的模型框架中，构建系统性风险指数和市场风险指数，探讨两者的变化规律及相互影响。第二，与以往网络分析方法往往将外部冲击模拟为单家银行倒闭的处理方式不同，本文模型考察了市场风险因子冲击带来的系统性风险问题。在压力情景的设置上，也不单单模拟某个风险因子的波动，还对多个风险因子相互之间的连锁反应进行模拟。第三，模型设计共体现了三种银行系统性风险的生成机理，包括资产对市场因子的共同风险暴露、银行间直接双边风险暴露和破产银行抛售资产引发的流动性风险，相对于其他模型，对系统性风险考察视角更全面。
由于笔者能力有限以及客观条件的限制，本文还存在一些不足。一方面，限于数据的可得性，我们利用最大熵值法估算银行同业拆借双边风险敞口矩阵，是基于我国银行体系是完全市场结构的假设做出的结果，这可能与实际的银行体系结构不符，导致系统性风险度量的偏误。另一方面，本文的模型考虑到了银行间直接风险暴露、银行资产共同风险因子暴露、破产银行资产抛售行为对资产价格的抑制效应对系统性风险的作用，但缺乏对信息溢出效应进行考察。
已有大量的文献对系统性风险度量和金融机构系统性风险贡献进行了研究。Acharya等(2010)、Brownlees等(2012)基于股票市场收益数据，使用的是SES和SRISK等方法，但Kleinow等(2014)认为，这些方法不能很好地刻画单家银行与金融体系之间的尾部风险相依性，由此得到的系统重要性测度指标与市场β之间有着较高的相关性。为此，一部分文献基于银行间风险传导渠道，如资产负债关联和共同风险因子暴露等，使用网络模型来探讨系统性风险的度量问题。马君潞等(2007)和李宗怡等(2005)基于银行同业拆借市场数据对我国银行间传染风险问题进行了研究，模拟分析时采用的外部冲击来自于某家银行突发倒闭。尽管如此，对市场风险因子冲击的相关研究并不多见。分析考虑市场风险因子冲击可能带来的传染效应对我国银行系统性风险的防范具有更为重要的现实意义。
迄今为止，我国还未发生严格意义上的金融系统性危机。2013年银行业“钱荒”事件把银行间同业拆借市场活动推上了风口浪尖。Pais和Stork(2013)、Drehmann和Tarashev(2011)等的研究结果表明，规模及与其他银行的关联程度等因素对银行的系统重要性程度有着较大的影响。快速发展的银行同业拆借市场为我国银行之间复杂关系网络的刻画提供了非常丰富的信息，“钱荒”事件也意味着银行流动性冲击等因素可能导致系统性风险的急剧上升。鉴于此，本文将使用银行间同业拆借的信息来探讨系统性风险度量和银行系统重要性的动态演变规律。
本文基于银行间同业拆借市场网络关联结构，运用网络模型对银行系统性风险和银行系统重要性进行测度，主要以理论分析与实证研究以及定性与定量分析相结合的方式来探讨相关问题。具体的实证方法包括极大似然估计法、最大熵值法、多元线性回归法、蒙特卡洛模拟、主成分分析法等。论文首先从理论分析着手，对系统性风险概念进行定性分析，由此展开对银行系统性风险成因、度量方法以及系统重要性银行的基本特征等相关理论阐述。然后在此基础上分析得到模型的设计思路，构建网络关联模型对市场风险因子冲击下的银行间风险传染机制进行模拟，最后使用我国上市银行的同业拆借数据、股票市值数据和市场风险因子数据对银行系统性风险的动态演变以及系统重要性银行动态筛选情况作了实证研究，并给出相关的政策建议和文章不足及未来研究方向。
本文共分为六章，各个章节的内容安排如下。第一章是导论。导论部分主要介绍本文的研究背景，阐明研究意义，同时概括说明了本文的研究内容、研究方法以及本文的主要创新点。第二章是文献综述。基于系统性风险视角、系统重要性银行视角以及网络模型视角对系统性风险研究文献进行综述，并作出简要评述后得出了本文度量方法选择的基本方向。其中，系统性风险和系统重要性银行方面主要介绍了度量方法、影响因素等，网络模型则梳理了理论研究和实证应用的相关文献。
第三章是系统性风险的相关理论。这部分主要介绍了系统性风险和系统重要性银行基本内涵、成因分析、度量方法等理论。首先分析定义可知，系统性风险的重要特征是传染性，银行间直接信用关联是主要的传染渠道。引起系统性风险的原因有四点，银行同质资产对市场因子共同的风险暴露，银行间同业拆借、交易往来形成的直接信用关联，破产银行抛售资产引发的流动性风险，银行破产信息导致的恐慌情绪蔓延。其次回顾了系统性风险度量方法，包括综合指标法、基于市场数据的度量方法、网络模型法，对三种方法的具体内容和优缺点做了简要归纳。最后梳理了系统重要性银行的特征、测度方法等理论。系统重要性银行普遍具有规模大、与其他银行关联性高、复杂性高、可替代性低、跨境活跃度高的五大特征。其测度方法的分类和系统性风险度量方法比较相似，有指标法、风险组合模型法、网络分析法，另外还有夏普利值法。
第四章是模型设计。以理论分析为出发点，构建网络关联模型，对已有模型进行改进。模型的主要设计环节为，建立银行资产和负债与市场风险因子的变动方程，基于最大熵值法估算银行双边风险敞口矩阵，利用Bridge-sampling抽样技术模拟市场风险因子冲击的情景，进行银行同业拆借违约的头寸净额结算以及模拟银行连续违约的风险传染过程。通过统计模拟市场风险因子冲击下风险传染过程中违约银行的比率，来输出我们需要的各类测度指标，系统性风险指数、市场风险指数和系统重要性指数。
第五章是实证研究。本文选取2008年至2014年国内14家上市银行的财务报表数据、股票市值数据以及市场风险因子数据，基于设计的网络关联模型得到2008Q2至2013Q4的每个季度系统性风险指数和市场风险指数，同时度量了基于关联度的银行系统性风险贡献度。本部分首先说明了样本选择和数据来源，对相关变量做了描述性统计分析，然后重点展示了实证结果并做适当分析，包括系统性风险和市场风险的动态演变、市场风险对系统性风险的驱动效应、银行系统重要性程度的时变特征等。第六部分是本文研究结论和研究展望。通过总结本文的理论分析和实证研究得到最后的研究结论，并由此提出相关的政策建议，指出文章不足及未来研究方向。
本文通过实证分析得出的研究结论有:第一，随着我国银行在同业拆借市场平均参与度的提高，银行间网络关联日趋复杂，同业拆借市场为系统性风险测度提供了非常丰富的信息。第二，2008Q2-2009Q1、2010Q2-Q4和2012Q3-2013Q4是我国银行系统性风险和市场风险相对较高的时期。系统性风险与市场风险虽然在变化趋势上基本一致，但由于受不同风险因素驱动，呈现的规律存在一定的差异。第三，银行系统性风险受市场风险驱动，市场风险因子下跌，对银行市场风险产生直接影响，并且会通过银行网络关联结构导致银行系统性风险增加。第四，净额结算比例对银行系统性风险有一定的影响，系统性风险的防范需要设置合理的净额结算比例。第五，2008年与2013年系统重要性银行的排序差异较大，股份制商业银行和城市商业银行在同业拆借市场交易日趋活跃，其系统重要性呈上升趋势。银行的系统重要性具有时变特征，在动态识别工作中除了关注其银行规模因素以外，还应高度重视与其他银行的网络关联程度。
本文的创新之处主要体现在以下三个方面:第一，基于银行同业拆借市场信息对银行系统性风险进行了测度和分析，并且在统一的模型框架中，构建系统性风险指数和市场风险指数，探讨两者的变化规律及相互影响。第二，与以往网络分析方法往往将外部冲击模拟为单家银行倒闭的处理方式不同，本文模型考察了市场风险因子冲击带来的系统性风险问题。在压力情景的设置上，也不单单模拟某个风险因子的波动，还对多个风险因子相互之间的连锁反应进行模拟。第三，模型设计共体现了三种银行系统性风险的生成机理，包括资产对市场因子的共同风险暴露、银行间直接双边风险暴露和破产银行抛售资产引发的流动性风险，相对于其他模型，对系统性风险考察视角更全面。
由于笔者能力有限以及客观条件的限制，本文还存在一些不足。一方面，限于数据的可得性，我们利用最大熵值法估算银行同业拆借双边风险敞口矩阵，是基于我国银行体系是完全市场结构的假设做出的结果，这可能与实际的银行体系结构不符，导致系统性风险度量的偏误。另一方面，本文的模型考虑到了银行间直接风险暴露、银行资产共同风险因子暴露、破产银行资产抛售行为对资产价格的抑制效应对系统性风险的作用，但缺乏对信息溢出效应进行考察。