我国上市银行系统性风险测度及影响因素分析——基于CoVaR方法

摘要

2008年，美国次贷危机全面爆发，引发了美国股市的剧烈震荡及金融机构的大量倒闭，随后通过国际贸易体系迅速国际化扩散，蔓延至全球其它国家和地区的主要金融市场并造成严重影响。这次金融危机不仅使美国经济遭受了一次重创，同时也造成了世界多地经济不同程度的衰退。次贷危机之后，系统性风险成为国内外学术界及监管当局的关注热点。在这场危机之前，业界对于金融风险的研究大多集中于单一金融机构的风险以及金融风险对实体经济的传导等方面，而次贷危机使大家意识到，在经济全球化与金融自由化的今天，金融机构之间已不再像从前一样是相对独立的，随着业务联系的不断增强，金融机构相关性也不断增加，形成了更加复杂且脆弱的金融系统，一旦其中一个机构受到冲击，发生风险，就会传导到整个金融体系，造成更大更不可控的损失，监管失效。原有的微观审慎监管仅关注单个金融机构或单个行业的风险，无法防范和化解系统性风险，已经不足以应对当前的经济金融环境。于是宏观审慎开始得到重视，成为金融监管改革的重要方向。
　　对我国而言，由于当时经济开放程度相对较低，对外金融活动较少，在次贷危机中受损相对较小，但这并不表明我们可以高枕无忧。近些年来，随着全球化进程的逐步深化，利率与汇率政策的逐步放开，国际间资本流动的规模逐步增大，我国经济的对外依存度已大大提升，与全球金融市场的联系也愈加密切。与此同时，伴随着金融改革与创新，我国金融业迅猛发展，资产规模快速扩张，传统的分业经营模式向混业经营模式转变，银行、证券、保险、信托等各行业的业务合作加深。但是由于我国金融业起步较晚，基础薄弱，并且发展极不均衡，金融体系存在内生脆弱性，一旦遭受冲击，极有可能引发大规模的系统性风险爆发，因此，事前的风险防范和监管迫在眉睫。银行业作为我国金融业的核心部分，不仅直接影响着金融系统，还与实体经济有着千丝万缕的联系，它们的稳健经营是我国宏观经济平稳运行的基础。因此，研究银行系统性风险，对银行系统性风险贡献度进行度量，识别其中系统重要性银行，进行针对性监管，并找到影响银行系统性风险贡献度的因素，进行提前预警，对完善我国的银行业系统性风险防范和监管体系具有重大意义。
　　为了研究上述问题，本文针对银行系统性风险进行了测度并分析其影响因素，主要内容如下:第一章为文章绪论部分，介绍了本文的研究背景及意义，对文章的关键概念“银行系统性风险”进行了界定，并从信息来源的角度分类对系统性风险的测度方法进行综述，同时，总结了本文的研究思路和研究方法，并指出了研究的创新点及不足。第二章是本文的理论基础部分，结合学术界的重要理论介绍了银行系统性风险的形成原因及传导机制，并结合我国银行业的实际提炼出影响我国银行业系统性风险的主要因素，为下文的实证分析奠定基础。第三章采用时变CoVaR方法计算出我国16家上市银行的系统性风险贡献度及排名，识别其中的系统重要性银行，同时将该测度结果与银行规模、银行财务特征及经济周期相结合进行分析，得到银行地位越重要，规模越大，则边际系统性风险越大，加权平均系统性风险与经济呈逆周期关系等结论。第四章分析了我国银行业系统性风险的个体特征影响因素。为了反映个体所导致的系统性风险差异，选取企业层面数据建立指标体系，用滞后的面板模型进行回归，找到影响银行系统性风险的重要指标，最终得出银行个体风险传染具有时效性，银行财务特征和治理结构对系统性风险的传染具有长期性的结论。第五章将前文的研究结果进行总结，针对实证部分的结果从四个方面对我国的系统性风险防范和监管体系的构建提出具体可操作的政策建议。
　　现有的理论一般认为，银行系统性风险是由共同冲击和个体特征变化两方面共同导致。共同冲击导致的系统性风险指的是由于大范围的宏观环境改变导致的整体银行系统发生风险，直接导致系统性风险，共同冲击大体包括宏观经济波动、信贷环境改变以及资产价格波动等因素;个体特征变化所导致的系统性风险，是指由于银行个体的财务状况、治理结构、市场行为等个体特征发生改变导致的个体风险增加，通过一定的风险传染渠道传导至其他银行，从而导致系统性风险。
　　基于上述理论，为了获得银行个体的边际系统性风险贡献，即银行个体特征改变所导致的系统性风险，首先就要去除由于共同冲击所导致的系统性风险，因此本文选取了银行系统波动、信用利差、汇率变化以及资本市场波动这4个方面的7个指标来对个体银行受到的共同冲击进行控制，建立状态变量指标体系。采用时变CoVaR模型，通过分位数回归计算我国16家上市商业银行的系统性风险贡献度，找到其中的系统重要性银行，并且将其与银行重要性、银行财务特征、经济周期进行相关性分析，得到如下结论:(1)银行地位越重要，规模越大，边际系统性风险越大。(2)我国的银行加权平均系统性风险与经济呈逆周期关系。
　　在计算出排除了共同冲击影响的个体边际系统性风险值△CoVaR之后，本文建立面板模型来分析△CoVaR值受哪些个体特征变量的影响。根据理论分析部分所述，本文选取了银行个体的财务状况、治理结构、市场行为3个方面的6个指标建立个体特征指标体系。通过面板回归的结果分析各个个体特征指标与系统性风险之间的相关关系，并对这些指标的重要性等级进行了评价，认为资产越大的银行可能导致的边际系统性风险越大，并且得到个体风险对系统性风险的贡献具有时效性，银行个体特征变量对系统性风险的贡献具有长期性的结论。
　　最后，根据实证部分的结果，从四个方面对我国的系统性风险防范和监管体系的构建提供针对性建议，主要包括:在事前建立考虑银行重要性和规模因素在内的区别监管体系;优化银行治理结构，减少软约束问题所带来的潜在风险积聚;构建考虑长短期因素在内的预警体系;以及加强银行的国际业务拓展，分散国内系统性风险。

目录

声明

摘要

1．绪论

1．1 选题背景及意义

1．1．1 选题背景

1．1．2 选题意义

1．2 关键概念界定

1．3 文献综述

1．3．1 基于资产负债表数据

1．3．2 基于股票和债券市场数据

1．3．3 基于多市场数据

1．3．4 文献综述评述

1．4 研究的思路方法

1．4．1 研究思路

1．4．2 研究方法

1．5 研究的创新点及不足

1．5．1 研究的创新点

1．5．2 研究的不足

2．银行系统性风险的形成与传导机制

2．1 银行系统性风险的理论基础

2．1．1 金融脆弱性理论

2．1．2 资产价格波动理论

2．1．3 信息不对称理论

2．2 银行系统性风险的传导机制

2．2．1 共同冲击类型

2．2．2 个体风险传染机制

3．我国银行系统性风险测度的实证分析

3．1 模型设定

3．1．1 CoVaR方法的基本原理

3．1．2 CoVaR方法的计算与估计

3．2 变量选取和数据来源

3．2．1 收益指标

3．2．2 状态变量

3．2．3 数据来源

3．3 银行系统性风险测度的实证结果

3．3．1 描述性统计

3．3．2 银行系统性风险的测度结果

3．4 银行系统性风险测度结果的分析与评价

3．4．1 银行重要性与系统性风险

3．4．2 银行财务特征与系统性风险

3．4．3 经济周期与系统性风险

3．4．4 经济周期与加权平均系统性风险

3．5 本章小结

4．我国银行个体特征与系统性风险相关性的实证分析

4．1 模型设定

4．2 变量选取和数据来源

4．2．1 变量选取

4．2．2 数据来源

4．3 描述性统计

4．4 银行系统性风险个体特征回归

4．5 银行系统性风险影响因素评价

4．6 本章小结

5．结论及政策建议

5．1 本文结论

5．2 政策建议

附录

参考文献

致谢

攻读硕士期间发表的学术论文