孫航

【摘 要】互聯(lián)網(wǎng)金融借助于信息技術快速發(fā)展，對商業(yè)銀行造成巨大沖擊，商業(yè)銀行必須要對風險溢出效應高度警惕?；诖?，本文先分析了互聯(lián)網(wǎng)金融對于商業(yè)銀行的風險溢出，然后詳細分析了系統(tǒng)性風險溢出效應的測度，并提出防范風險的對策。以期能夠提高商業(yè)銀行風險防范能力，加強風險防范。

【關鍵詞】互聯(lián)網(wǎng)金融;商業(yè)銀行;系統(tǒng)性風險溢出;風險測度

互聯(lián)網(wǎng)金融的出現(xiàn)，加速了我國金融脫媒的腳步，但也帶來金融風險，讓商業(yè)銀行受到嚴重沖擊。為保證互聯(lián)網(wǎng)金融和商業(yè)銀行同時發(fā)展，需要了解互聯(lián)網(wǎng)金融對于商業(yè)銀行的風險溢出效應，掌握互聯(lián)網(wǎng)金融對于商業(yè)銀行的風險影響，進而輔助商業(yè)銀行采取科學的措施，加強風險防范，保證商業(yè)銀行的健康發(fā)展。

一、互聯(lián)網(wǎng)金融對商業(yè)銀行的風險溢出

銀行在我國金融體系中占據(jù)舉足輕重的地位，進入信息時代后，互聯(lián)網(wǎng)金融快速發(fā)展，商業(yè)銀行受到?jīng)_擊的同時面臨著轉(zhuǎn)型的挑戰(zhàn)。由于互聯(lián)網(wǎng)金融尚未發(fā)展成熟，隱藏多種風險，風險會向銀行業(yè)溢出。商業(yè)銀行在和互聯(lián)網(wǎng)金融合作過程中，在資產(chǎn)業(yè)務、中間業(yè)務以及負債業(yè)務上發(fā)生合作和競爭，產(chǎn)生風險傳遞的可能[1]。此外，互聯(lián)網(wǎng)金融會對宏觀經(jīng)濟產(chǎn)生影響，導致經(jīng)濟政策變化，造成商業(yè)銀行產(chǎn)生系統(tǒng)性風險。金融信息之間的傳遞也會造成風險，且互聯(lián)網(wǎng)金融尚未形成完善的監(jiān)管機制，存在技術性、隱性以及流動性風險，危及商業(yè)銀行，容易爆發(fā)系統(tǒng)性風險。

二、互聯(lián)網(wǎng)金融對商業(yè)銀行的系統(tǒng)性風險溢出效應測度

（一）選取數(shù)據(jù)

本文以商業(yè)銀行、互聯(lián)網(wǎng)金融等銀行在2017年5月～2019年5月的468個數(shù)據(jù)為例，互聯(lián)網(wǎng)金融指數(shù)涵蓋余額寶、P2P、活期寶等多個概念股。國有銀行和商業(yè)銀行股票價格是各個股票價格加權平均股數(shù)，使用Matlab和Eviews8軟件進行數(shù)據(jù)的處理。將商業(yè)銀行指數(shù)以及互聯(lián)網(wǎng)金融指數(shù)收盤價經(jīng)過對數(shù)化處理，可以獲得日收益率。對各股指收益率描述，發(fā)現(xiàn)股指收益率逐漸減小，趨向于0，在互聯(lián)網(wǎng)金融中，標準差比商業(yè)銀行更大，尤其是互聯(lián)網(wǎng)金融出現(xiàn)較大波動?；ヂ?lián)網(wǎng)金融和國有銀行兩者的偏度系數(shù)都逐漸趨近于0，表現(xiàn)出左偏，商業(yè)銀行表現(xiàn)出右偏，峰度系數(shù)遠超過3，尖峰特性較為顯著，存在尖峰厚尾的特征，使用JB檢驗，概率值為0，因此拒絕假設，收益率序列不滿足正態(tài)分布。

（二）數(shù)據(jù)檢驗

分析收益率序列偏自相關和自相關，可以發(fā)現(xiàn)商業(yè)銀行和互聯(lián)網(wǎng)金融的收益率顯著相關，統(tǒng)計量結果顯示拒絕相關系數(shù)，三個收益率序列存在自相關關系。為了深入了解各股指日收益率特征，將股票收益率序列時間上的變化進行描繪，可以發(fā)現(xiàn)波動集聚時間一致，三者存在相互關系。各個市場在2018年間發(fā)生較大波動，可能受到融資融券機制的影響，互聯(lián)網(wǎng)金融收益率的變化幅度顯著高于商業(yè)銀行，和互聯(lián)網(wǎng)金融初始發(fā)展階段不穩(wěn)定相符合。先對數(shù)據(jù)平穩(wěn)性進行分析，利用ADF進行檢驗，檢驗P值不超過0.05，因此拒絕原假設，認為收益率平穩(wěn)。序列不符合正態(tài)分布，存在波動集聚的情況，代表存在ARCH效應。所有序列均表現(xiàn)出ARCH效應，由于數(shù)據(jù)具備尖峰厚尾的特征，要結合GED分布估計序列邊緣。

（三）邊緣分布預估和檢驗

通過對互聯(lián)網(wǎng)金融和國有銀行的觀察，得出在GED基礎上使用GARCH模型進行模擬可以獲得最佳效果。按照5%概率水平，參數(shù)t統(tǒng)計量和p值較為顯著。在國有銀行、商業(yè)銀行以及互聯(lián)網(wǎng)金融的方差公式中，GARCH項、ARCH項系數(shù)和均小于1，滿足對參數(shù)的約束條件?；ヂ?lián)網(wǎng)金融a值比較小，代表互聯(lián)網(wǎng)金融對于市場信息反應較慢，傳遞信息的效率較低，商業(yè)銀行更能快速反應市場短期信息?；ヂ?lián)內(nèi)網(wǎng)金融b值也大于商業(yè)銀行，互聯(lián)網(wǎng)金融的服務對象多為小微型企業(yè)和個體投資者，缺少對市場信息的判斷能力，造成大部分信息得不到保障，消化信息需要吸收更長的時間[2]。商業(yè)銀行發(fā)展時間較久，具備完善的市場披露制度，投資者可以根據(jù)市場信息快速反應。

使用GARCH模型，ARCH效應和自相關沒有關聯(lián)，受到篇幅的限制，未提供對應數(shù)據(jù)。若邊緣分布模型得到準確估計，標準化殘差序列可以使用概率積分變換獲得，屬于獨立分布的一種隨機變量序列，滿足均勻分布。檢驗分布設定，將標準化殘差序列進行概率積分的變換，使用KS和AD軟件檢驗，原假設服從均勻分布。在5%顯著性水平下檢驗各階矩，不能拒絕原假設。KS檢驗以及AD檢驗p值超過0.05，選擇GED分布較為合理。

（四）選取Copula函數(shù)

使用Copula函數(shù)參數(shù)擬合邊緣分布的標準化殘差，獲得Copula函數(shù)參數(shù)值，根據(jù)對數(shù)似然值選取Copula函數(shù)。T-Copula函數(shù)具有最大的對數(shù)似然值，使用t-Copula函數(shù)進行CoVaR值進行計算。

（五）結果分析

在1%顯著性水平中，互聯(lián)網(wǎng)金融具有更高的風險值，和市場初期不成熟的規(guī)律相符合。股份制銀行比國有銀行具有更高的風險，由于國有銀行具有國家信譽的擔保，進入到成熟發(fā)展階段，風險相對較小。預估t-Copula參數(shù)后，計算CoVaR值?？梢缘贸觯海?）互聯(lián)網(wǎng)金融對于其他兩種銀行風險溢出表現(xiàn)為正，且較為顯著。由于我國互聯(lián)網(wǎng)金融正處于發(fā)展階段，主要圍繞P2P、第三方支付作為主要業(yè)務，造成金融業(yè)內(nèi)，銀行成為風險傳導對象，我國金融體系是銀行主導型。（2）而1%顯著性水平中，互聯(lián)網(wǎng)對于股份制銀行的風險溢出明顯大于對于國有銀行的風險溢出，主要是由于兩種銀行采取不同的經(jīng)營模式，且受到自身機構性質(zhì)的影響，產(chǎn)生較大差異。

三、政策建議

（一）商業(yè)銀行加強風險監(jiān)管

商業(yè)銀行必須要加強風險管理，包括杠桿率控制以及信用風險等，需要對風險建立正確認知，能夠?qū)鹑跇I(yè)風險準確計算，同時讓風險控制能力得到提高。互聯(lián)網(wǎng)貨幣基金具有負向風險溢出效應，傳統(tǒng)銀行要和互聯(lián)網(wǎng)金融聯(lián)合建立監(jiān)管機制，尋找全新的融合模式，利用大數(shù)據(jù)技術對金融信息進行分析，避免發(fā)生傳統(tǒng)營銷模式中存在的漏洞，將先進信息技術融入傳統(tǒng)金融業(yè)，充分發(fā)揮技術優(yōu)勢，加強對金融業(yè)發(fā)展的保障，加強風險的控制[3]。另外對于網(wǎng)貸業(yè)務尤其要重視，網(wǎng)貸業(yè)務在銀行業(yè)中存在正向風險溢出效應，必須要加強P2P監(jiān)管，控制風險傳染。不僅需要正確識別風險，更要注意風險隔離，提高銀行業(yè)的應急反應能力，避免風險溢出引發(fā)聯(lián)鎖反應。金融業(yè)要聯(lián)合建立信息披露機制，提高網(wǎng)貸業(yè)務透明度，規(guī)避風險危機。

（二）互聯(lián)網(wǎng)金融關注風險溢出

互聯(lián)網(wǎng)金融在自身風險管理的同時要加強風險溢出的控制，規(guī)避系統(tǒng)性風險?；ヂ?lián)網(wǎng)金融要不斷完善法律監(jiān)管體制，根據(jù)行業(yè)發(fā)展特點，建立完善風險管控機制，形成透明的信息披露機制，減少風險行為，形成完善共享金融信息平臺，讓參與者能夠及時了解金融信息。信用評級機構要完善征信體系，消除客戶和互聯(lián)網(wǎng)金融平臺之間的信息不對稱情況，保護投資者利益。尤其是P2P業(yè)務，風險溢出效應較強，互聯(lián)網(wǎng)金融需要集中提高風險防范能力，提高網(wǎng)貸平臺軟件設施以及技術含量，保證平臺的穩(wěn)定運行。同時注意循序漸進推動產(chǎn)品創(chuàng)新，只有做到創(chuàng)新，才能賦予互聯(lián)網(wǎng)金融持續(xù)發(fā)展的動力?；ヂ?lián)網(wǎng)金融在產(chǎn)品創(chuàng)新過程中要充分發(fā)揮信息優(yōu)勢。但也要注意風險的控制，決不能出現(xiàn)急功近利的情況，需要將金融創(chuàng)新融入金融監(jiān)管體系內(nèi)，控制創(chuàng)新帶來的金融風險。

四、結論

綜上所述，本文針對2017～2019年互聯(lián)網(wǎng)金融指數(shù)和商業(yè)銀行指數(shù)數(shù)據(jù)，結合GARCH-Copula-CoVaR模型，測度系統(tǒng)性風險溢出效應。針對測度結果，提出相關政策建議，商業(yè)銀行要加強風險監(jiān)管，互聯(lián)網(wǎng)金融需關注風險溢出，進而加強金融風險控制。

【參考文獻】

[1]荊帥. 互聯(lián)網(wǎng)金融對我國銀行業(yè)系統(tǒng)性風險的影響研究[D].山西財經(jīng)大學，2019.

[2]程小珊. 我國互聯(lián)網(wǎng)金融風險測度及風險溢出效應分析[D].山東大學，2019.

[3]李治章，王帥.互聯(lián)網(wǎng)金融對中國商業(yè)銀行系統(tǒng)性風險溢出效應的測度——基于GARCH-CoVaR模型的研究[J].經(jīng)濟研究導刊，2018（36）：50-53+69.