戚逸康++徐曉寧++張蕊

摘 要：2015年第二、三季度，我國股市繼2008年金融危機之后又出現(xiàn)了一波股市震蕩，其震動幅度之大、波及范圍之廣、波動頻率之快，引發(fā)了對金融體系系統(tǒng)性風險的擔憂。本文采用EVT-GARCH-CoVaR模型，對2008年1月-2015年6月我國金融體系的系統(tǒng)性風險進行了測度，主要結(jié)論是：從長期來看，此次股市震蕩無論各類金融機構(gòu)還是整個金融體系的風險基本達到了2008年金融危機時的水平；此次股市震蕩引致的整個金融體系的風險主要來自各種類別金融機構(gòu)自身風險的累積，而不是由個別種類或個別金融機構(gòu)的風險溢出效應引發(fā)。

關(guān)鍵詞：股市震蕩；金融體系；系統(tǒng)性風險；EVT-GARCH-CoVaR模型

中圖分類號：C812 文獻標識碼：B 文章編號：1674-0017-2015（12）-0009-05

一、此次股市震蕩與金融體系的系統(tǒng)性風險

股票市場，作為中國資本市場的主要組成部分和實體經(jīng)濟融資的重要渠道，一直以來在我國經(jīng)濟發(fā)展中發(fā)揮著重要作用。但是，我國股市多次大幅震蕩，影響了自身功能的正常發(fā)揮，也為市場參與者帶來了很大風險。2008年席卷全球的金融危機加上一些國內(nèi)經(jīng)濟因素，使中國股市出現(xiàn)了大幅下跌。2014年8月份中國股票市場再次開始攀升，到2015年5月份一直處在高速上漲的階段。此后，股票市場進入了震蕩期。雖然這次股市震蕩總體幅度小于上次，但過程很短，因此從單日、單周甚至單月來看，波動幅度都遠超2008年。以上證指數(shù)為例：從5000多點跌至3000點上次花了5個月左右（2007年11月-2008年4月），這次只花了兩個半月（2015年6月中-2015年8月）。與此同時，股市單日內(nèi)不僅經(jīng)常性暴跌，也時常巨幅上漲，距2015年8月24日股市重挫之后僅三日，8月27和28兩天，上證指數(shù)連續(xù)出現(xiàn)急速上漲，上漲幅度雖不及下跌幅度的絕對數(shù)值，但也在5%左右的高位。股市波動最大的幾天有2/5的股票跌停，2/5的股票停牌，股票市場的功能幾近喪失。

我國股票市場這次震蕩幾乎在世界股票史上都是少有的，引起了管理層和學術(shù)圈的高度重視。為了守住不發(fā)生系統(tǒng)性風險的政策底線，相關(guān)部門出臺了多項救市措施，以期遏制股市的巨幅震蕩，防止系統(tǒng)性風險事件的發(fā)生。因此，有必要對股市震蕩期間我國金融體系的整體風險狀況進行考察。特別是這次股市震蕩由于場外配資和融資融券而加劇，對傳統(tǒng)銀行業(yè)和證券公司及保險公司對金融體系的風險溢出效應也值得深入研究。

二、相關(guān)文獻

在2007年金融危機之前，根據(jù)巴塞爾協(xié)議Ⅱ，金融監(jiān)管主要針對單個銀行自身存在的風險，沒有對單個銀行的風險給其它銀行和整個金融體系造成的不良影響——溢出效應給予足夠重視。2007年的全球金融危機讓實業(yè)界、學術(shù)界都重新認識了系統(tǒng)性風險的含義。系統(tǒng)性風險可定義為廣義和狹義兩種。國際貨幣基金組織（IMF）、金融穩(wěn)定委員會（FSB）和國際清算銀行（BIS）都認為廣義的系統(tǒng)性風險是指可能導致金融體系部分或全部受到損害進而致使大范圍金融服務紊亂并給實體經(jīng)濟造成嚴重影響的風險，一般可以用金融體系中許多機構(gòu)同時違約的可能性或系統(tǒng)性重要機構(gòu)倒閉的概率來衡量（FSB、IMF、BIS，2011）。狹義的系統(tǒng)性風險是指由于系統(tǒng)內(nèi)個別主要銀行自身問題帶來的負外部性對于其他銀行造成的影響，即一個金融機構(gòu)對整個金融體系產(chǎn)生的風險溢出效應（Adrian和Brunnermeier，2008；Acharya、Pedersen、Philippon和Richardson，2010）。本文主要從狹義的角度討論銀行、證券公司和保險公司等個別金融機構(gòu)對整個金融系統(tǒng)的風險溢出效應。

學術(shù)界也迅速發(fā)展起多種理論方法與模型對系統(tǒng)性風險和系統(tǒng)重要性金融機構(gòu)進行測度和識別。Lehar（2005）利用布萊克—斯科爾斯的期權(quán)定價理論框架，結(jié)合銀行的公開市場信息和資產(chǎn)負債表信息，對整個金融系統(tǒng)各機構(gòu)之間的相互作用及風險溢出效應進行分析和度量，即CCA模型，在金融危機發(fā)生之后得到了許多應用。Acharya et al. （2010）通過建立一個包含監(jiān)管部門在內(nèi)的金融行業(yè)均衡模型，將傳統(tǒng)的衡量單個金融機構(gòu)損失的度量指標——ES（期望損失）推廣到了整個金融系統(tǒng)，創(chuàng)造性地建立了MES（邊際期望損失）和SES（系統(tǒng)性期望損失）兩個能夠涵蓋金融機構(gòu)風險外部性的度量指標。MES衡量了系統(tǒng)風險對單個金融機構(gòu)在整個金融系統(tǒng)中所占比重的敏感度，而SES則衡量了單個金融機構(gòu)對整個金融系統(tǒng)風險的邊際貢獻。這兩個指標均具備傳統(tǒng)ES指標所具備的可加性等良好屬性，在實踐中廣泛得到應用。Adrian和Brunnermeier（2008）基于傳統(tǒng)金融風險度量尺度——在險價值VaR（Value-at-Risk），創(chuàng)新性地提出條件在險價值CoVaR（Conditional Value-at-Risk）的概念及測算思路：在一個金融機構(gòu)的風險處于在險價值條件下，求得另外一家金融機構(gòu)的在險價值。使用CoVaR可以衡量單個金融機構(gòu)對于其他金融機構(gòu)的風險貢獻率，也可以衡量它對于整個金融體系的風險貢獻率。通過后者可以研究它對整個金融體系的溢出效應，即狹義的系統(tǒng)性風險。CoVaR方法有利于對大型的或具有系統(tǒng)重要性金融機構(gòu)的監(jiān)管，強調(diào)這些個體具有更強的風險溢出效應，是對BASELⅢ中定義的系統(tǒng)重要性金融機構(gòu)的量化詮釋。

隨著我國影響力較大的金融機構(gòu)紛紛上市和金融市場的有效性逐漸增強，CoVaR方法在測度和監(jiān)管我國金融體系的系統(tǒng)性風險方面具有較強的適用性和政策層面的可操作性。因此，本文采用CoVaR方法 ，結(jié)合極值理論和動態(tài)GARCH模型，考察2008年，1月-2015年6月期間我國金融系統(tǒng)的系統(tǒng)性風險狀況，對比2008年和2015年兩次股票市場大幅震蕩的系統(tǒng)性風險，重點揭示此次股市波動背后蘊含的系統(tǒng)性風險。

四、數(shù)據(jù)處理與實證分析

（一）數(shù)據(jù)處理

本文研究期間選為2008年1月-2015年6月，基本涵蓋了上次金融危機至本次股市震蕩。以上海證券交易所公布的上證綜指的收益率作為市場收益率，以上證180金融指數(shù)的收益率作為金融系統(tǒng)的收益率。上證180金融指數(shù)誕生于2007年，其選取的樣本股范圍涵蓋了在上海證券交易所上市的銀行、保險和證券等行業(yè)的主要金融機構(gòu)，因此該指數(shù)能夠較好地衡量整個金融系統(tǒng)的運行狀況。由于研究期的限制，本文選擇了2008年以前上市的12家銀行、2家證券公司和3家保險公司，并將這17家金融機構(gòu)分成了5個大的類別：①國有商業(yè)銀行，包括建設銀行、工商銀行、中國銀行和交通銀行等；②股份制銀行，包括中信銀行、招商銀行、浦發(fā)銀行、民生銀行、華夏銀行和興業(yè)銀行等；③區(qū)域性商業(yè)銀行，包括北京銀行和南京銀行兩家；④證券公司，包括太平洋證券和中信證券兩家；⑤保險公司，包括人壽保險、平安保險和太平洋保險等。為了便于在險價值的計算，本文將收益率數(shù)據(jù)處理為對數(shù)損失率，置信度統(tǒng)一設置為99%。所有原始數(shù)據(jù)來自于萬德數(shù)據(jù)庫。

（二）2008-2015年中金融體系的系統(tǒng)性風險

2008年1月-2015年6月金融系統(tǒng)和各類金融機構(gòu)的日平均無條件在險價值，其中2015年的計算僅包含前6個月，其余年份含全年。2008年金融系統(tǒng)和各類金融機構(gòu)的自身風險水平的確處在峰值，隨后年份風險明顯有所下降，并維持在一個相對穩(wěn)定的水平。從2014年開始，整體無條件在險價值水平開始上揚，除了證券公司和股份制銀行的自身風險仍明顯低于2008年，其他金融機構(gòu)和金融系統(tǒng)的自身風險基本接近2008年全球金融危機時的水平。研究期內(nèi)基本保持了國有銀行、區(qū)域性和股份制銀行、保險公司和證券公司的自身風險由低到高的排序。但2014年以來保險公司自身風險大幅升高值得注意。

各類金融機構(gòu)在達到自身VaR水平時所引致的金融系統(tǒng)條件在險價值CoVaR圖中也繪出了金融系統(tǒng)的無條件在險價值VaR作為對比。特定金融機構(gòu)的CoVaR線高出金融系統(tǒng)VaR線的部分即為相應類別金融機構(gòu)的風險溢出效應的絕對度量值。CoVaR與VaR走勢相似，2008年和2015年是兩個幅度比較接近的風險高峰。各類金融機構(gòu)的CoVaR差異不大，即對系統(tǒng)性風險的貢獻無明顯差異，而且它們在整個研究期內(nèi)也有相似的時間走勢。各類金融機構(gòu)對金融體系風險的相對貢獻。可以看出各類金融機構(gòu)的相對貢獻還是有差別：國有商業(yè)銀行的風險溢出效應最強，幾乎在所有年份中都排名第一。其他金融機構(gòu)差異不大，不同年份排名有所變化。各類金融機構(gòu)的風險溢出效應都呈輕微上升趨勢（當然其中有波動），說明我國金融體系內(nèi)各金融機構(gòu)之間的相互關(guān)聯(lián)度逐漸增強。但我們也發(fā)現(xiàn)，金融機構(gòu)對金融體系整體風險的相對貢獻與金融體系自身的無條件風險顯示出一種負相關(guān)關(guān)系，說明我國現(xiàn)階段金融體系的風險多由整個市場大范圍惡化引致，而不是由少數(shù)金融機構(gòu)的風險溢出效應引發(fā)。其原因在于，我國金融系統(tǒng)尚處于分業(yè)經(jīng)營格局，具有重要影響的大型國有商業(yè)銀行自身風險較小且風控能力很強，而風險較大和風控能力較弱的證券公司、保險公司和股份制銀行，傳染能力和影響能力都比較有限。這點與混業(yè)經(jīng)營的美國金融體系差異很大：其規(guī)模大、國內(nèi)外影響力大和業(yè)務綜合化的金融機構(gòu)自身風險反而是最大的，因此，它們對金融系統(tǒng)的風險溢出效應很強。

（三）此次股市震蕩中金融體系的系統(tǒng)性風險

圖1繪出2014年1月-2015年6月金融系統(tǒng)和各類金融機構(gòu)每周的日平均無條件在險價值（一周之內(nèi)的每日在險價值的簡單算術(shù)平均）。考察期內(nèi)，金融系統(tǒng)和各類金融機構(gòu)的無條件在險價值隨時間變化的趨勢是比較一致的：2014年前三個季度，各類金融機構(gòu)和系統(tǒng)的VaR都處在一個比較低的水平而且相對穩(wěn)定。從2014年第四季度開始，這些機構(gòu)和系統(tǒng)的VaR開始快速上揚，后又有所跌落。到2015年二季度各類VaR再度攀升至高點。有一點非常引人注目，整個研究期內(nèi)證券公司的VaR始終處在各類金融機構(gòu)的前列，風險最高。而國有商業(yè)銀行則相對處在后位，其他各類機構(gòu)處在兩者之間。2015年第二季度，國有商業(yè)銀行VaR快速攀升，超過了除證券公司之外的其他三類機構(gòu)。

圖2繪出各類金融機構(gòu)每周的日平均條件在險價值CoVaR。從圖中可以看出，各類金融機構(gòu)的CoVaR隨時間的走勢，也是比較相近的：在2014年第四季度之前，各類金融機構(gòu)的CoVaR值均比較穩(wěn)定，基本保持在4%-6%這一個相對較小的水平上。進入第四季度后，各類金融機構(gòu)的CoVaR均出現(xiàn)了顯著上升，形成峰頂后下降。2015年第二季度又開始快速向峰頂攀升。在兩個高峰期， CoVaR的水平增加到6%到10%的水平，并且波動幅度較大。在2015年初的波峰中，證券公司是引致系統(tǒng)性風險最大的機構(gòu)，其CoVaR高達12%。而在2015年年中的波峰中，各類金融機構(gòu)對系統(tǒng)性風險的貢獻趨同了。

圖3為各類金融機構(gòu)對金融體系風險的相對貢獻△COVaR/VaR。跟該指標的長期趨勢一樣，各類金融機構(gòu)對整體風險的相對貢獻的時間變化趨勢趨同，而且相互之間差異也不大。特別值得注意的是，△COVaR/VaR顯示的各類金融機構(gòu)的風險溢出效應并未隨著它們和金融體系無條件VaR的增長而變化，甚至在各VaR較高時，相對貢獻值還有所下降，再次印證了現(xiàn)階段我國金融體系的風險是由市場大環(huán)境惡化引起的，單個金融機構(gòu)基本不具備誘發(fā)系統(tǒng)性風險的能力。

五、結(jié)論

根據(jù)本文的實證結(jié)果，我們得到以下結(jié)論：

1、從長期來看，目前這次股市震蕩無論從各類金融機構(gòu)還是整個金融體系的風險基本達到了2008年金融危機時的水平。雖然從2008年1月-2015年6月來看，各類金融機構(gòu)對系統(tǒng)性風險的貢獻在逐漸增強，但目前我國金融體系的風險主要還是來自各個金融機構(gòu)自身風險的疊加，各類金融機構(gòu)對整個金融體系的傳染和溢出效應還比較弱。國有商業(yè)銀行對我國金融體系整體風險的溢出效應最強。

2、從2014年1月-2015年6月來看，整個金融系統(tǒng)以及各種類別的金融機構(gòu)的自身風險均在快速增加。而且，它們隨時間變動的波形十分相似，即股市暴漲暴跌帶來的風險基本是無差別的。但如同2008年1月-2015年6月時期一樣，大部分時間內(nèi)證券公司的自身風險和引致金融體系的條件在險價值最高。但這次股市震蕩中，所有類型金融機構(gòu)對金融體系整體風險的貢獻趨同。

參考文獻

[1]FSB， IMF， BIS. Macroprudential Policy Tools and Frameworks[R]. 2011.

[2]Adrian T， Brunnermeier K. CoVaR[R]. working paper No.348， Federal Reserve Bank of New York， 2008.

[3]Acharya V， Pedersen L， Philippon T， and Richardson M. Measuring Systemic Risk[R]. Working Paper， NYU， 2010.

[4]Lehar A. Measuring systemic risk： A risk management approach[J]. Journal of Banking and Finance， 2005， Vol.29：

2577-2603。

[5]高國華，潘英麗. 銀行系統(tǒng)性風險度量-基于動態(tài)CoVaR方法的分析[J]. 上海交通大學學報，2011，（12）：55-62。

The Shock of the Stock Market and the Systemic

Risk of the Financial System in China

QI YiKang XU Xiaoning ZHANG Rui

（School of Economics of Sichuan University， Sichuan Chengdu 610065）

Abstract： In the second and the third quarter of 2015， there emerged a round of shock in Chinas stock market after the financial crisis in 2008， the large amplitude of the vibration， the wide range of the spread and the fast frequency of the fluctuation have triggered the concern about the systemic risk of the financial system. Using EVT-GARCH-CoVaR model， the paper measures the systemic risk of the financial systemin from January 2008 to June 2015 in China. The main conclusion is that in the long run， the shock of the stock market makes the risks of all kinds of financial institutions and the entire financial system almostly reach the level of the financial crisis in 2008. The risk of the entire financial system led by the stock market shock mainly comes from the accumulation of various categories of financial institutions themselves rather than the risk spillover effect of the individual categories or the individual financial institutions .

Keywords： stock market shock； financial system； systemic risk； EVT-GARCH-CoVaR model

責任編輯、校對：張德進

收稿日期：2015-11