基于GARCH-CoVaR模型的我国上市商业银行系统性风险测度研究

摘要

2007年美国发生了次贷危机，多家金融机构受此牵连而破产或者被政府接管，引发了全球金融危机。而到了2009年又爆发了欧洲主权债务危机。经过这两次危机，全球金融系统受到了猛烈冲击，同时还导致全球经济衰退。此次危机之后，各国的业界和学术界开始关注金融体系的系统性风险问题，同时他们也开始反思之前对金融系统的风险预测和监控机制，以及金融机构风险管理工具。他们认识到对于金融系统风险的管理不能只关注某个金融机构或者某一行业的风险，仅仅进行微观监管无法管理金融体系的系统性风险，必须着眼于整个金融系统的稳定性和健康状况，实施宏观审慎监管，防范金融体系的系统性风险，从系统的角度去识别、评估、度量、预测和防范金融体系的风险。这次危机之前，对于风险的监管主要是重视单个金融机构的风险管理和控制，而危机之后开始密切关注整个金融体系的风险状况，并且更加深入地分析和探讨管理系统性风险的方法，以实现对系统性风险及时有效地识别、预测、度量、防范和化解。国际货币基金组织(IMF)也开始对国际金融体系进行改革，改革的核心议题之一就是为了保持金融系统整体的稳定性，而大力提倡对整个金融体系实施宏观审慎的监管政策。在我国，“十二五计划”也明确提出要加快建立和健全相关机制，实现对系统性金融风险的预测、评估和防范，所以为了维护金融体系的稳定运行，加快金融改革，有必要研究我国金融体系系统性风险问题。　　我国是一个以间接融资方式为主的国家，商业银行体系在我国国民经济发展中扮演着重要角色，企业发展所需资金大部分通过银行借贷活动。同时，银行在我们生活中也扮演着重要角色，借贷、储蓄、支付等日常活动的正常进行都需要银行作为支撑和保障，我国居民金融资产的主要形式还是银行储蓄。在现代的市场经济中，依托于银行的支付结算体系，债权或者财富所有权都可以方便快捷安全的转移和交易。也就是说，个人和企业的日常经济活动得以正常进行离不开商业银行为我们提供的产品和服务。　　我国商业银行体系在金融系统中规模最大、拥有的资产最多、与其他非银行金融机构联系最为紧密，是金融系统中最重要的金融机构。因此，我国商业银行体系能够平稳有效地运转，对国民经济平稳而较快地发展异常重要。所以，我国银行系统性风险问题也必然开始得到金融监管机构、业界和学术界的重视，国内对银行系统性风险的关注和研究也迅速的多了起来。　　国外对银行系统性风险的研究开始的比较早，文献也比较多，学者们的研究主要探讨银行系统性风险的含义、与一般金融风险不同的特征、有效的度量和监测识别方法、形成机制、如何有效防范和化解系统性风险、监管政策等几个方面。此外，国外学者在对商业银行系统性风险的度量方法进行了研究之后，也提出了一些测度银行系统性风险的计量方法，如:Coupla函数法、CoVaR方法、GARCH模型、网络分析法、矩阵法等对银行间市场进行研究的度量方法。与国外相比，我国的学者研究这一问题较晚，主要集中以下几个方面:如何定义银行系统性风险，系统性风险传导的规律、形成机制、商业银行和监管机构如何及时预测和化解系统性风险、监管政策等。国内的研究主要是学习国外的研究方法和理论，而研究对象则是我国的银行体系，其中大多的研究主要是讨论对商业银行系统性风险实施行之有效的监管与防范政策。　　尽管国内外学者对银行系统性风险的内涵的界定，特征、传染机制、识别和度量方法、监管和防范政策等进行了大量研究，也取得了很多成果，提出了很多系统性风险的度量方法和管理系统性风险的建议，但是对银行系统性风险如何进行行之有效的识别和准确地测度，截止目前还没有形成统一的意见。而对银行系统性风险的防范和管理的前提和关键就在于要能够准确识别、预测和度量系统性风险。我国对这一问题的研究起步相对较晚，而关于系统性风险测度方法的研究还比较少，也没有得出一致的意见。本文使用我国14家上市商业银行股票交易数据，运用GARCH类模型并结合CoVaR方法对我国银行体系的系统性风险状况进行实证分析，计算各个上市银行对系统性风险的贡献程度，对他们的系统重要性进行初步度量，希望找到能够有效测度我国银行业系统性风险的计量方法。　　本文的研究具体安排如下:　　第一章主要是简单介绍了本文研究背景和研究意义，同时还介绍了目前国内外对银行系统性风险的研究动态，最后并对本文的研究框架、创新点进行了说明。　　第二章对研究对象商业银行系统性风险的文献综述，包括对银行系统性风险的含义、与一般金融风险相比所独有的特征、危害、形成原因、度量方法等进行了分析和相关文献的梳理和阐述。　　第三章是GARCH-CoVaR模型的阐述。对CoVaR理论和GARCH模型的建立进行了介绍，并对本文的计算方法和过程进行了说明。　　第四章使用我国14家上市银行股票交易数据，运用GARCH-CoVaR模型对我国银行业系统性风险进行具体的度量研究，实证结果表明我国大型国有商业银行的风险管理水平高于股份制商业银行和区域性商业银行，但是由于大型银行的规模大、业务复杂、与其他银行的业务联系更多等原因，当大型银行一旦面临危机对整个银行体系的溢出效应更强。　　第五章根据实证结果提出本文的结论，首先现在被商业银行广泛使用的风险管理工具VaR并不能全面的衡量银行的风险，而使用CoVaR方法则可以衡量银行风险的溢出效应，进而度量它们的系统性风险，其次，本文发现建设银行、工商银行、中国银行、平安银行和交通银行这5家商业银行具有较大的系统性风险溢出效应，因此认为它们具有系统重要性。相应地提出了建立银行体系系统性风险的监测机制、加强对系统性风险贡献较大的银行的监管、妥善处理“大而不倒”的问题、探索适合我国银行体系的系统性风险度量方法的建议。　　本文研究的创新之处在于实证分析过程中考虑了银行股票收益率波动的聚集性和非对称性，以及序列“尖峰后尾”的特征，因此在计算过程中使用了GARCH、TGARCH、EGARCH模型，并且用t分布来进行估计，以实现对银行股票收益率序列更好的估计和模拟。　　同时，还有以下的不足的几点:首先，本文选取的数据样本时间跨度不够长，尽管每家银行的数据也多达1600多条，但是还是不能充分反映我国银行业股票价格的长期变化趋势。而且实证分析的时候没有考虑中国农业银行和光大银行，因而没有获得所有上市商业较为全面股票数据。其次，采用CoVaR方法来度量单个银行对银行系统性风险的贡献程度，由于使用的是股票交易数据，所以样本中只包括了已经在交易所上市的商业银行，无法度量众多的未上市的城市商业银行、农村信用社等存款类金融机构对银行体系系统性风险的贡献程度;进行实证分析的时候使用的是银行股票交易的数据，但是，我国商业银行上市时间都不太长，再加上资本市场的不成熟，因此实证分析不一定能够充分反映银行业系统性风险的现实情况。

目录

声明

摘要

1．绪论

1．1问题的提出及研究意义

1．2研究框架

1．3本文研究的创新之处

2．银行系统性风险概述

2．1银行系统性风险的内涵

2．1．1商业银行银行经营过程中面临的风险

2．1．2银行系统性风险的特征

2．1．3银行系统性风险的危害

2．2商业银行系统性风险的形成原因

2．2．1信息不对称理论

2．2．2银行挤兑理论

2．2．3金融体系内在脆弱性理论

2．2．4金融风险溢出与传染效应理论

2．3测度商业银行系统性风险的研究综述

3．GARCH-CoVaR模型概述

3．1系统性风险度量模型

3．1．1在险价值VaR

3．1．2条件在险价值CoVaR

3．1．3 GARCH模型

3．2 GARCH-CoVaR模型的基本原理和计算方法

4．我国银行业系统性风险的实证研究

4．1数据选取及描述性统计分析

4．1．1研究对象选取

4．1．2变量选择及相关介绍

4．1．3样本数据的描述性统计

4．2度量商业银行系统性风险的实证分析

4．2．1各上市商业银行VaR水平的估计

4．2．2银行指数VaR估计

4．2．3各上市商业银行风险溢出值CoVaR估计

5．结论与启示

5．2对我国银行系统性风险监管的政策建议

5．3研究的不足与展望

参考文献

后记

致谢