李紅權(quán)，何敏園，黃瑩瑩

(1.湖南師范大學(xué)商學(xué)院，湖南 長(zhǎng)沙 410081；2.湘南學(xué)院數(shù)學(xué)與金融學(xué)院，湖南 郴州 423000)

1 引言

金融全球化和金融自由化是當(dāng)今國(guó)際金融體系的突出特征，具體而言宏觀層面全球金融市場(chǎng)之間一直保持較高的聯(lián)動(dòng)水平，微觀層面而言金融機(jī)構(gòu)之間的業(yè)務(wù)往來與關(guān)聯(lián)度也在加強(qiáng)并趨于復(fù)雜化，單個(gè)金融機(jī)構(gòu)的破產(chǎn)可能會(huì)通過金融體系的關(guān)聯(lián)網(wǎng)絡(luò)影響到多個(gè)金融機(jī)構(gòu)，進(jìn)而引發(fā)一國(guó)乃至國(guó)際市場(chǎng)的金融動(dòng)蕩。例如2007-2008年源于美國(guó)的次貸危機(jī)最終演變成全球金融危機(jī)，至今仍對(duì)世界各國(guó)的金融市場(chǎng)與實(shí)體經(jīng)濟(jì)有著潛在的影響。在危機(jī)爆發(fā)和蔓延的過程中，一些大型金融機(jī)構(gòu)的破產(chǎn)危機(jī)對(duì)金融市場(chǎng)造成了很大的震動(dòng)，比如雷曼兄弟事件，美林證券被美國(guó)銀行收購(gòu)等，這些“大而不能倒”(Too Big to Fail, TBTF)的金融機(jī)構(gòu)在次貸危機(jī)中扮演著舉足輕重的角色，個(gè)體危機(jī)引發(fā)并加重了整個(gè)金融體系的風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)不是傳統(tǒng)意義上的個(gè)體風(fēng)險(xiǎn)，而是個(gè)體機(jī)構(gòu)通過直接或間接渠道對(duì)整個(gè)金融體系造成的全局性風(fēng)風(fēng)險(xiǎn)，并有可能對(duì)實(shí)體經(jīng)濟(jì)形成威脅引發(fā)經(jīng)濟(jì)震蕩甚至衰退，我們稱之為系統(tǒng)性金融風(fēng)險(xiǎn)(Systemic Risk)。

在后金融危機(jī)時(shí)代，如何對(duì)這些具有系統(tǒng)重要性的金融機(jī)構(gòu)進(jìn)行識(shí)別與監(jiān)管就成為了國(guó)際學(xué)術(shù)界和監(jiān)管部門關(guān)注的焦點(diǎn)，其中國(guó)際貨幣基金組織(IMF)、金融穩(wěn)定理事會(huì)(FSB)和巴塞爾委員會(huì)(BIS/Basel)等國(guó)際金融機(jī)構(gòu)在這方面做出了前期的工作。它們共同的目標(biāo)是解決太大而不能倒或太關(guān)聯(lián)而不能倒(Too Interconnected to Fail, TITF)等問題，降低金融機(jī)構(gòu)的道德風(fēng)險(xiǎn)與外部性，通過加強(qiáng)監(jiān)管來實(shí)現(xiàn)風(fēng)險(xiǎn)控制，而不是被動(dòng)地在危機(jī)爆發(fā)后實(shí)行政府緊急救助，從而降低金融市場(chǎng)有效運(yùn)轉(zhuǎn)的成本并維護(hù)納稅人的利益。

一般而言“系統(tǒng)重要性金融機(jī)構(gòu)”(簡(jiǎn)稱SIFIs)是指業(yè)務(wù)規(guī)模較大、業(yè)務(wù)復(fù)雜程度較高、一旦發(fā)生風(fēng)險(xiǎn)事件將會(huì)對(duì)一國(guó)乃至整個(gè)地區(qū)或全球金融體系帶來沖擊的金融機(jī)構(gòu)。根據(jù)二十國(guó)集團(tuán)(G20)戛納峰會(huì)通過的協(xié)議，這些具有系統(tǒng)重要性的金融機(jī)構(gòu)將被要求增加額外的資本金，并且金融穩(wěn)定理事會(huì)(FSB)在每年11月負(fù)責(zé)對(duì)全球系統(tǒng)重要性金融機(jī)構(gòu)名單進(jìn)行審查和更新。2014年11月FSB公布了30家全球系統(tǒng)重要性銀行(G-SIBs)和9家全球系統(tǒng)重要性保險(xiǎn)機(jī)構(gòu)(G-SIIs)的名單，我國(guó)的中國(guó)銀行、中國(guó)工商銀行、中國(guó)農(nóng)業(yè)銀行、中國(guó)平安保險(xiǎn)被列入其中。

然而，系統(tǒng)重要性金融機(jī)構(gòu)的評(píng)估結(jié)果嚴(yán)重依賴于所用的評(píng)估方法。國(guó)際金融監(jiān)管機(jī)構(gòu)推薦的方法是綜合評(píng)分方法，有客觀指標(biāo)也有主觀賦權(quán)，為了易于操作，采用的方法是簡(jiǎn)單直觀的，但精確性和科學(xué)性存疑。本文旨在從更加科學(xué)和客觀的角度發(fā)展評(píng)估方法，避免識(shí)別不足或識(shí)別過度的問題，對(duì)金融監(jiān)管提供有效指引并維護(hù)金融市場(chǎng)的定與發(fā)展。

2 國(guó)內(nèi)外研究現(xiàn)狀評(píng)述

國(guó)內(nèi)外對(duì)于評(píng)估系統(tǒng)重要性金融機(jī)構(gòu)的方法主要分為指標(biāo)法和模型法兩大類。指標(biāo)法由國(guó)際監(jiān)管機(jī)構(gòu)BIS/Basel提出，它具有計(jì)算簡(jiǎn)單、快捷、易于實(shí)施等特點(diǎn)，是國(guó)際監(jiān)管機(jī)構(gòu)推薦使用的方法。但該方法的缺陷也很明顯，其選取指標(biāo)和賦予權(quán)重的主觀性和經(jīng)驗(yàn)性都很強(qiáng)，指標(biāo)設(shè)計(jì)的科學(xué)性有待提升。例如，BCBS[1]在原來的基礎(chǔ)上更新了G-SIBs的識(shí)別指標(biāo)，更新后的一級(jí)指標(biāo)包括規(guī)模、關(guān)聯(lián)性、可替代性、復(fù)雜性和跨境業(yè)務(wù)，其對(duì)于每個(gè)一級(jí)指標(biāo)均賦予20%的權(quán)重，并在五大一級(jí)指標(biāo)下細(xì)分了12個(gè)輔助指標(biāo)，對(duì)于各級(jí)指標(biāo)的賦權(quán)均為主觀設(shè)定。

中國(guó)銀監(jiān)會(huì)2011年在《中國(guó)銀行業(yè)實(shí)施新監(jiān)管標(biāo)準(zhǔn)的指導(dǎo)意見》中指出，中國(guó)系統(tǒng)重要性銀行的評(píng)估主要考慮規(guī)模、關(guān)聯(lián)性、可替代性和復(fù)雜性四項(xiàng)指標(biāo)。巴曙松和高江健[2]結(jié)合中國(guó)銀行業(yè)的實(shí)際情況，對(duì)G-SIBs評(píng)估方法進(jìn)行了修改，利用指標(biāo)分析法對(duì)中國(guó)系統(tǒng)重要性機(jī)構(gòu)進(jìn)行識(shí)別，選取了規(guī)模、關(guān)聯(lián)性、可替代性、復(fù)雜性、國(guó)民信心五個(gè)指標(biāo)，其中國(guó)民信心使用儲(chǔ)蓄存款來表示，反映銀行倒閉時(shí)國(guó)內(nèi)公眾信心造成的影響。

模型法則是在資產(chǎn)負(fù)債表或市場(chǎng)數(shù)據(jù)的基礎(chǔ)上建立評(píng)估模型。代表性評(píng)估方法主要有以下幾類。Acharya等[3-4]將測(cè)度單個(gè)金融機(jī)構(gòu)風(fēng)險(xiǎn)的方法—期望損失(Expected Shortfall, ES)推廣到整個(gè)金融系統(tǒng)，提出了利用金融機(jī)構(gòu)的邊際期望損失(Marginal Expected Shortfall, MES)和系統(tǒng)性期望損失(Systemic Expected Shortfall, SES)，測(cè)度市場(chǎng)在未發(fā)生金融危機(jī)時(shí)和發(fā)生系統(tǒng)性危機(jī)時(shí)金融機(jī)構(gòu)對(duì)整個(gè)金融系統(tǒng)的風(fēng)險(xiǎn)(或損失)的邊際貢獻(xiàn)程度。Adrian 和 Brunnermeier[5]提出以條件風(fēng)險(xiǎn)價(jià)值法(CoVaR)測(cè)度金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)，并在實(shí)證研究中引入金融機(jī)構(gòu)本身的特征變量預(yù)測(cè)其未來的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度，結(jié)果表明杠桿率越高、期限錯(cuò)配越嚴(yán)重、規(guī)模越大的金融機(jī)構(gòu)其系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)更高。Brownlees和Engle[6-7]提出系統(tǒng)性風(fēng)險(xiǎn)指數(shù)SRISK，通過杠桿率與MES兩個(gè)指標(biāo)來捕捉單個(gè)機(jī)構(gòu)對(duì)整個(gè)金融系統(tǒng)在危機(jī)期間期望資本短缺的貢獻(xiàn)度。Huang等[8]運(yùn)用系統(tǒng)性金融危機(jī)下的困境保費(fèi)(DIP)來測(cè)度系統(tǒng)性風(fēng)險(xiǎn)，并估計(jì)了個(gè)體銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)度，結(jié)果表明銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)與違約概率呈現(xiàn)出線性關(guān)系，但是與機(jī)構(gòu)規(guī)模和資產(chǎn)相關(guān)性沒有高度的線性關(guān)系。Zhou[9]在Adrian 和 Brunnermeier和多元極值理論模型(Extreme Value Theory, EVT)[10]的基礎(chǔ)上，結(jié)合CoVaR方法和Segoviano和Goodhart[11]提出了條件分位的概率法(Probability that at Least One Bank Becomes Distressed, PAO)，并將單變量測(cè)度方法拓展到多維度測(cè)度方法，提出了測(cè)度SIFIs的另外兩個(gè)重要指標(biāo)——系統(tǒng)性影響指數(shù)(Systemic Impact Index, SII)和脆弱性指數(shù)(Vulnerability Index, VI)。Zhou的研究結(jié)果表明“大而不能倒”并不成立的，即規(guī)模因子不能替代系統(tǒng)重要性評(píng)估方法。Peeters[12]在Zhou的基礎(chǔ)上，改進(jìn)了SII指標(biāo)，提出了加權(quán)附帶破壞指數(shù)(Collateral Damage Index, CDI)。Gravelle和Li[13]將一個(gè)或者一組特定銀行股價(jià)發(fā)生危機(jī)后對(duì)整個(gè)銀行系統(tǒng)風(fēng)險(xiǎn)的增加概率作為一個(gè)或一組特定銀行的系統(tǒng)重要性，通過極值方法來測(cè)量條件概率和無條件概率之差，經(jīng)過實(shí)證得到規(guī)模并不能作為系統(tǒng)重要性的替代指標(biāo)。

國(guó)內(nèi)的相關(guān)研究：方意等[14]在MES的基礎(chǔ)上，采用DCC-GARCH模型及隨機(jī)模擬法對(duì)我國(guó)金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行了測(cè)度，實(shí)證結(jié)果得到系統(tǒng)性風(fēng)險(xiǎn)水平有資產(chǎn)規(guī)模、杠桿率和邊際期望損失決定，且都呈現(xiàn)正相關(guān)關(guān)系，而我國(guó)的風(fēng)險(xiǎn)水平差異主要來源于杠桿率差異。白雪梅等[15]運(yùn)用CoVaR方法度量了我國(guó)27家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)，結(jié)果表明我國(guó)銀行業(yè)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)比較大。嚴(yán)兵等[16]對(duì)Zhou和Peeters分別提出的SII指標(biāo)和CDI指標(biāo)進(jìn)行了對(duì)比，結(jié)果表明CDI更具有參考價(jià)值，且國(guó)內(nèi)銀行系統(tǒng)重要性的排序雖然和銀行資產(chǎn)規(guī)模排序不完全一樣，但是也基本保持一致。鄭鳴等[17]在BCBS和Zhou等基礎(chǔ)上認(rèn)為在評(píng)估系統(tǒng)重要性銀行時(shí)要同時(shí)考慮規(guī)模和關(guān)聯(lián)傳染兩方面的因素，并重新構(gòu)建了一個(gè)新的CSII指標(biāo)，且研究顯示：規(guī)模是系統(tǒng)重要性銀行評(píng)估的最重要的因素，但又不是唯一因素。陸靜等[18]的結(jié)果顯示規(guī)模對(duì)銀行的系統(tǒng)重要性有很重要的影響，但是當(dāng)銀行規(guī)模達(dá)到一定程度后，其影響將被弱化。劉向麗和顧舒婷[19]采用CoVaR方法研究了房地廠行業(yè)對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的影響；楊子暉等[20]運(yùn)用有向無環(huán)圖技術(shù)方法以及網(wǎng)絡(luò)拓?fù)浞治龇椒ㄑ芯苛巳蛳到y(tǒng)性金融風(fēng)險(xiǎn)。方意等[21]采用虛擬機(jī)構(gòu)資產(chǎn)負(fù)債表與資產(chǎn)價(jià)格傳染模型相結(jié)合，度量影子銀行系統(tǒng)性風(fēng)險(xiǎn)，結(jié)果表明影子銀行系統(tǒng)性風(fēng)險(xiǎn)較高且波動(dòng)劇烈。

雖然國(guó)內(nèi)外研究學(xué)者關(guān)于系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度與建模已經(jīng)取得了不少進(jìn)展，但仍存在兩個(gè)方面的問題。一方面相較于理論方法上的不斷改進(jìn)，實(shí)踐上關(guān)于系統(tǒng)性風(fēng)險(xiǎn)的主要影響因素仍未知，例如，“大而不能倒”即規(guī)模因子的重要性仍存在爭(zhēng)論；另一方面，從評(píng)估方法而言，如何準(zhǔn)確刻畫收益率尾部特征以及尾部行為之間的關(guān)聯(lián)結(jié)構(gòu)是一個(gè)關(guān)鍵問題。鑒于此，本文以多元極值理論和copula作為建模方法，引入并擴(kuò)展zhou的分析框架，以期從多角度全面測(cè)度我國(guó)金融機(jī)構(gòu)的相對(duì)系統(tǒng)重要性，并進(jìn)一步揭示系統(tǒng)重要性與規(guī)模之間的關(guān)系。

3 評(píng)估模型與方法

假設(shè)一個(gè)金融體系包含d個(gè)金融機(jī)構(gòu)，并將它們的收益率表示為(X1,…,Xd)。當(dāng)條件Xi>VaRi(p)成立(即損失值大于VaR)時(shí)，說明機(jī)構(gòu)i遇到困境或陷入危機(jī)。一個(gè)尾部概率水平為p的VaR值的定義如下：

P(X1>VaR1(p))=P(X2>VaR2(p))

=…=P(Xd>VaRd(p))=p

(1)

金融機(jī)構(gòu)的特質(zhì)決定了其面臨的風(fēng)險(xiǎn)狀況有所不同。但為了方便處理，本文假定每個(gè)機(jī)構(gòu)面臨的極端困境狀態(tài)為同一情形。

3.1 系統(tǒng)重要性指標(biāo)體系構(gòu)建

系統(tǒng)重要性測(cè)度方法是考慮某一個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)時(shí)對(duì)其他金融機(jī)構(gòu)產(chǎn)生的影響程度。Segoviano和Goodhart提出了一種方法：在一個(gè)特定金融機(jī)構(gòu)陷入危機(jī)的情況下，至少存在一個(gè)其他金融機(jī)構(gòu)也陷入危機(jī)的條件概率(記為PAO)，定義如下：

PAOi(p)=P({?j≠i,s.t.Xj>VaRj(p)}|Xi>VaRi(p))

(2)

PAO度量的是當(dāng)某一家金融機(jī)構(gòu)出現(xiàn)危機(jī)時(shí)，系統(tǒng)中其它機(jī)構(gòu)至少一家也發(fā)生危機(jī)的可能性。但它沒有具體說明這種溢出影響的規(guī)模，即整個(gè)系統(tǒng)中發(fā)生危機(jī)的金融機(jī)構(gòu)的數(shù)量。因此PAO指標(biāo)不能充分地識(shí)別金融機(jī)構(gòu)的重要性。Zhou在Segoviano和Goodhart的基礎(chǔ)上，對(duì)PAO方法進(jìn)行了延伸：考慮在一個(gè)特定金融機(jī)構(gòu)陷入危機(jī)的情況下，系統(tǒng)中陷入危機(jī)機(jī)構(gòu)的預(yù)期數(shù)量。我們稱之為系統(tǒng)影響力指數(shù)(Systems Impact Index, SII)，其定義如下：

(3)

這里的1A為指示函數(shù)，即當(dāng)A成立時(shí)，其值為1；當(dāng)A不成立時(shí)，其值為0。當(dāng)一個(gè)特定機(jī)構(gòu)倒閉時(shí)，PAO和SII方法描述了金融系統(tǒng)中其他機(jī)構(gòu)所受沖擊的概率和程度。同時(shí)，投資者還關(guān)心當(dāng)金融體系出現(xiàn)局部或者全局危機(jī)時(shí)，某一特定金融機(jī)構(gòu)所受到的影響，我們稱之為該金融機(jī)構(gòu)的脆弱性指數(shù)(Vulnerability Index, VI)，定義如下：

VIi(p)=p(Xi>VaRi(p)|{?j≠i,s.t.Xj>VaRj(p)})

(4)

SII雖然考慮了當(dāng)一個(gè)特定機(jī)構(gòu)倒閉時(shí)，金融系統(tǒng)中其他機(jī)構(gòu)所受沖擊的的程度，但它沒有考慮受到?jīng)_擊的金融機(jī)構(gòu)的資產(chǎn)規(guī)?；蛸Y本規(guī)模等特征。比如，對(duì)于SII=4時(shí)，受到?jīng)_擊的可能是三家小規(guī)模的金融機(jī)構(gòu)，也可能是三家大規(guī)模的金融機(jī)構(gòu)。顯然，后面的情況對(duì)金融系統(tǒng)造成更大的破壞。因此，Peeters在Zhou提出SII指標(biāo)的基礎(chǔ)上，對(duì)其不足之處做了改進(jìn)，提出了加權(quán)附帶破壞指數(shù)(Collateral Damage Index, CDI)，即對(duì)SII指標(biāo)賦予了權(quán)重，將規(guī)模因子考慮進(jìn)來。在本文中，我們用金融機(jī)構(gòu)的總市值來加權(quán)，定義如下：

(5)

(6)

不同的指標(biāo)測(cè)度了單個(gè)金融機(jī)構(gòu)系統(tǒng)影響力的不同側(cè)面，綜合考慮以上幾個(gè)指標(biāo)則可以刻畫個(gè)體與整體關(guān)系的全貌，給出更多的評(píng)估信息。

3.2 多元極值理論與L函數(shù)方法

{P(X1>VaR1(x1p)or…or

Xd>VaRd(xdp))}/p→L(x1,x2,…,xd)

(7)

這里VaRi表示L的在險(xiǎn)值，L是一個(gè)有限的正函數(shù)。L函數(shù)描述了當(dāng)L超過了L時(shí)極端事件的聯(lián)合分布狀態(tài)。(x1,…,xd)控制了高閾值水平，進(jìn)而控制了聯(lián)合極值事件的方向。De Haan證明了L函數(shù)的性質(zhì)。

考慮在特殊點(diǎn)上L函數(shù)的值，L是d個(gè)金融機(jī)構(gòu)在同一危機(jī)情形下的聯(lián)合極值事件。從(7)的定義，我們有

L(1,1,…,1)=

(8)

計(jì)算公式(8)時(shí)需要確定系統(tǒng)中金融機(jī)構(gòu)收益率的聯(lián)合分布函數(shù)。設(shè)Fi(xi)(i=1,…,d)是各金融機(jī)構(gòu)收益率的分布，F(xiàn)(x1,…,xd)是金融機(jī)構(gòu)收益率的聯(lián)合分布函數(shù)。由Sklar定理，存在唯一的一個(gè)連接函數(shù)p，使得

F(x1,…,xd)=C(F1(x1),…,Fd(xd))

(9)

這里C(x1,…,xd)的所有邊際函數(shù)都是標(biāo)準(zhǔn)均勻分布。

由多元EVT理論，對(duì)于任意的x1,x2,…,xd>0,p→0,

(10)

由公式(10)可見：一方面，L函數(shù)和copula有關(guān)，因此它不包含任何邊際信息也即L函數(shù)與金融機(jī)構(gòu)自身的風(fēng)險(xiǎn)狀況無關(guān)；同時(shí)，公式中的copula反映的是極端概率下的尾部連接結(jié)構(gòu)，所以L也僅包含尾部依賴信息。因此我們可以用L函數(shù)來計(jì)算系統(tǒng)性指標(biāo)。

在計(jì)算L函數(shù)時(shí)，我們將全樣本數(shù)據(jù)表示為獨(dú)立同分布的隨機(jī)向量，用Xi,1≤Xi,2,…,≤Xi,n來表示i機(jī)構(gòu)的樣本順序統(tǒng)計(jì)量，樣本容量為n。在計(jì)算L函數(shù)之前，我們首先要確定p值，從而確定VaR中的高閾值。當(dāng)p→0時(shí)，定義k=k(n)，當(dāng)n→∞時(shí)，k(n)→∞，但是，我們用來替代p值，L函數(shù)可用如下公式估計(jì)：

(11)

特別的，當(dāng)x1,x2,…,xd=1,1,…,1時(shí)，為

(12)

對(duì)于L函數(shù)的估計(jì)，最重要的是確定k值。De Haan(2006)建議k值選取L(1,1,…,1)第一次降到較為平穩(wěn)時(shí)的值，利用這個(gè)準(zhǔn)則確定的k值對(duì)于L函數(shù)的估計(jì)誤差較小。

3.3 基于多元EVT理論的系統(tǒng)重要性指標(biāo)的測(cè)度公式

由前節(jié)多元EVT理論知，可以用L函數(shù)計(jì)算系統(tǒng)重要性指標(biāo)。下面給出用L函數(shù)計(jì)算各個(gè)維度系統(tǒng)重要性指標(biāo)的具體公式。

假設(shè)(X1,X2,…,Xd)遵循多元EVT分布。根據(jù)(2)中的PAO定義，我們有

=L≠i(1,1,…,1)+1-L(1,1,…,1)

(13)

這里L(fēng)是描述(X1,X2,…,Xd)的尾部依賴的L函數(shù)，是定義在d維上的；L≠i(1,1,…,1)是描述(X1,…,Xi-1,Xi+1,…,Xd)的尾部依賴的L函數(shù)，其定義在d-1維上。

在(4)中的VI定義下，我們有

(15)

在(3)中SII的定義，我們有

(16)

公式(16)中Li,j是L函數(shù)描述(Xi,Xj)的尾部依賴，其表達(dá)式如下：

Li,j(1,1)=L(0,…,0,1,0,…,0,1,0,…,0)

(17)

這里1只出現(xiàn)在第i和第j維。

根據(jù)公式(5)、(16)，可以推出：

(18)

總而言之，當(dāng)L函數(shù)是已知的情況下，多元EVT提供了估計(jì)系統(tǒng)重要性的具體測(cè)度方法。因?yàn)長(zhǎng)函數(shù)描述了整體尾部依賴結(jié)構(gòu)(X1,…,Xd)，因此所有的系統(tǒng)重要性指標(biāo)都可以被看作是金融機(jī)構(gòu)之間尾部依賴性的一個(gè)表征。

4 我國(guó)金融機(jī)構(gòu)系統(tǒng)重要性的多維度評(píng)價(jià)

4.1 樣本選擇

為了平衡樣本個(gè)數(shù)(涵蓋更多上市公司)與樣本容量(更長(zhǎng)時(shí)間區(qū)間)，本文選取了2008年1月28日以前上市的26家金融機(jī)構(gòu)作為樣本，包括每家上市金融機(jī)構(gòu)的股票日收益率、年末總資產(chǎn)和年末總市值等市場(chǎng)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)?？倶颖景?4家銀行、12家保險(xiǎn)/證券/信托機(jī)構(gòu)，時(shí)間段從2008年1月28到2015年3月31日，共計(jì)1478個(gè)交易日，描述性統(tǒng)計(jì)詳見表1。

表1 26家金融機(jī)構(gòu)股票日收益率的描述性統(tǒng)計(jì)量

注：本文數(shù)據(jù)均來源于銳思RESSET金融研究數(shù)據(jù)庫(kù)和國(guó)泰安CSMAR數(shù)據(jù)庫(kù)

在有效市場(chǎng)中，金融機(jī)構(gòu)在金融系統(tǒng)中的作用、地位和相互之間的關(guān)聯(lián)關(guān)系就會(huì)充分體現(xiàn)在股票市場(chǎng)上的收益率波動(dòng)模式與關(guān)聯(lián)模式中。就我國(guó)金融市場(chǎng)而言，學(xué)者基本認(rèn)同我國(guó)股市處于弱式有效，滿足適用條件[22-23]?；谶@一假定，并借鑒Zhou和Peeters的研究方法，本文選擇A股上市銀行、保險(xiǎn)以及證券信托等26家金融機(jī)構(gòu)的股票日收益率作為研究對(duì)象。股票日收益率有易獲取、樣本量大等特點(diǎn)，而且我國(guó)上市金融機(jī)構(gòu)的規(guī)模較大，股價(jià)不易被人為操縱，其收益率變化能夠較好地反映了金融體系的真實(shí)狀況。

從表1中可以看出，金融機(jī)構(gòu)的股票日收益率的最值為±0.1，這是由我國(guó)漲跌板制度所決定的，標(biāo)準(zhǔn)差顯示非銀行金融機(jī)構(gòu)特別是證券類上市公司的波動(dòng)性顯著大于銀行業(yè)上市公司的波動(dòng)性，在銀行業(yè)內(nèi)部中小股份制銀行的波動(dòng)性大于國(guó)有商業(yè)銀行的波動(dòng)性；就收益分布形態(tài)而言，所有金融機(jī)構(gòu)的日收益率數(shù)據(jù)的偏度大于0或趨于0，峰度均遠(yuǎn)遠(yuǎn)大于3，呈現(xiàn)金融資產(chǎn)典型的“尖峰厚尾”分布特征，較大的JB統(tǒng)計(jì)量的值再次印證了這一點(diǎn)。這說明研究樣本具備使用極值分布的條件，也符合穩(wěn)定尾部相依函數(shù)的使用條件。

4.2 系統(tǒng)重要性的多維度靜態(tài)評(píng)價(jià)

4.2.1k值的確定

文中 (7)～(10) 公式最終可以歸結(jié)于L函數(shù)的計(jì)算，計(jì)算L函數(shù)首先要確定k值。在此，本文通過選取不同的k值，得到了不同的L(1,…,1)函數(shù)值，并通過觀察數(shù)據(jù)得到，CDI值在170以后較為平穩(wěn)，所以本文截取k值為1～170的函數(shù)值，并繪制了趨勢(shì)圖。通過觀察圖1可以發(fā)現(xiàn)L函數(shù)在k=35時(shí)首次降到較為平穩(wěn)的水平，依據(jù)De Haan提出的準(zhǔn)則，當(dāng)k值為35到67時(shí)，L函數(shù)值變化甚微，對(duì)計(jì)算結(jié)果的偏差不大，且選取任何一個(gè)值都可以，而本文最終選擇k=35來計(jì)算L函數(shù)，如圖1中標(biāo)注的點(diǎn)。本文中k值的計(jì)算是通過R軟件編程實(shí)現(xiàn)。

4.2.2 多維度評(píng)價(jià)結(jié)果

在確定了k=35之后，閾值水平也隨之確定，尾部概率水平p=2.4%。在這里我們運(yùn)用歷史模擬法計(jì)算VaR值，即對(duì)每個(gè)機(jī)構(gòu)的數(shù)據(jù)按從大到小排列，第1443個(gè)數(shù)值就為對(duì)應(yīng)金融機(jī)構(gòu)的高閾值。隨后，通過R語(yǔ)言編程計(jì)算得到PAO、SII、VI和SCP值，如表2所示。

表2中PAO的值都處在一個(gè)較高的水平，大都在90%以上，其中交通銀行、興業(yè)銀行、平安銀行和南京銀行甚至達(dá)到了100%，這說明中國(guó)金融機(jī)構(gòu)的相關(guān)性太強(qiáng)，單個(gè)機(jī)構(gòu)發(fā)生危機(jī)都將會(huì)直接或間接影響到系統(tǒng)中其他機(jī)構(gòu)。VI的變化趨勢(shì)與PAO的變化是一致的，這表明相互的關(guān)聯(lián)結(jié)構(gòu)也同時(shí)提升了金融機(jī)構(gòu)本身的脆弱性。表2中SII的指數(shù)值在11.43到14.97之間，大多數(shù)金融機(jī)構(gòu)的SII指數(shù)值超過了13(即SII占比超過50%)，這與Zhou針對(duì)美國(guó)銀行系統(tǒng)的研究的結(jié)果相差很大。Zhou對(duì)美國(guó)銀行系統(tǒng)的研究中SII指標(biāo)的百分比沒有超過50%，而且各個(gè)銀行之間的SII值差異相對(duì)較大，說明美國(guó)銀行業(yè)內(nèi)部的異質(zhì)性較高。SCP是對(duì)SII的補(bǔ)充分析，大部分金融機(jī)構(gòu)的SCP概率都為100%，說明我國(guó)金融系統(tǒng)的同質(zhì)性和關(guān)聯(lián)度非常高，一個(gè)金融機(jī)構(gòu)陷入危機(jī)極易導(dǎo)致整個(gè)金融系統(tǒng)出現(xiàn)崩潰。從細(xì)節(jié)而言，SII值較大的依次有：華夏銀行、北京銀行、中國(guó)太保、南京銀行、寧波銀行等，總體而言銀行業(yè)的SII值較大，且與規(guī)模之間的關(guān)系不是非常密切。

表2 各金融機(jī)構(gòu)的PAO、SII、VI、SCP值

注：表中PAO和VI數(shù)據(jù)為百分制的條件概率，SII為金融機(jī)構(gòu)個(gè)數(shù)。在一個(gè)特定機(jī)構(gòu)發(fā)生危機(jī)的情況下，PAO為至少存在一個(gè)其他機(jī)構(gòu)也發(fā)生危機(jī)的條件概率；SII為系統(tǒng)中機(jī)構(gòu)發(fā)生危機(jī)的預(yù)期數(shù)量；SCP是整個(gè)金融系統(tǒng)出現(xiàn)崩潰的系統(tǒng)危機(jī)概率；而VI是當(dāng)系統(tǒng)中的其他機(jī)構(gòu)發(fā)生危機(jī)時(shí)，該特定機(jī)構(gòu)也發(fā)生危機(jī)的條件概率。

本文為了更清晰地考慮規(guī)模因素，將SII賦予總市值權(quán)重wj和wj*(具體權(quán)重省略)計(jì)算得出了CDI和CDI*值，如表3所示。依據(jù)表2和表3中指標(biāo)進(jìn)行多維度排名的結(jié)果如表4所示。

當(dāng)加入金融機(jī)構(gòu)的規(guī)模權(quán)重后，依據(jù)CDI和CDI*的排名發(fā)生了巨大的變化。例如，工商銀行的SII排名為24，而CDI排名為3，CDI*排名為2?？傮w而言，銀行業(yè)的CDI和CDI*值相對(duì)于證券、保險(xiǎn)和信托都要大些，都在0.5以上，且排在前五位的均為銀行類公司。其中，建設(shè)銀行的CDI和CDI*最大，分別達(dá)到0.6450和0.6607，其次分別為招商銀行和工商銀行，這三家銀行的規(guī)模也是排在前列的。這說明我國(guó)金融體系中銀行業(yè)仍占據(jù)主導(dǎo)地位。

表3 各金融機(jī)構(gòu)的CDI、CDI*值

注：表中所有數(shù)值都為百分制的概率。

表4 各金融機(jī)構(gòu)多維度指標(biāo)排名

注：因?yàn)镻AO和VI的排名是一樣的，因此將它們合并為一列；多維度測(cè)度中不再報(bào)告基于SCP的排名結(jié)果，因?yàn)槎鄶?shù)金融機(jī)構(gòu)的SCP值均相同，區(qū)分度不夠。

表4和表5分別給出了依據(jù)不同指標(biāo)的排序結(jié)果以及排序結(jié)果之間的相關(guān)性?？偟膩碚f，不同的指標(biāo)給出系統(tǒng)重要性的信息是不同的，這與指標(biāo)的定義有關(guān)；同時(shí)，各個(gè)指標(biāo)排序結(jié)果之間均呈現(xiàn)顯著的正向相關(guān)，這說明測(cè)度雖然不同但歸根結(jié)底都是在衡量同一對(duì)象。差異在于PAO和SII排序結(jié)果說明某些規(guī)模較小的金融機(jī)構(gòu)依然擁有較大的系統(tǒng)重要性，CDI和CDI*排序結(jié)果則揭示規(guī)模越大的金融機(jī)構(gòu)對(duì)系統(tǒng)的破壞力度也越大?？傮w而言，將金融機(jī)構(gòu)的規(guī)模因子考慮進(jìn)來后，規(guī)模大的金融機(jī)構(gòu)在系統(tǒng)中的重要性更突出了，說明CDI和CDI*指標(biāo)要比SII指標(biāo)表達(dá)出更多信息，在識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)時(shí)更具代表性。綜合表4的各項(xiàng)排名，除了重點(diǎn)關(guān)注工商銀行、建設(shè)銀行、中國(guó)銀行等傳統(tǒng)的大型國(guó)有銀行外，交通銀行、招商銀行、華夏銀行、南京銀行、北京銀行等部分股份制和城商行以及保險(xiǎn)公司中國(guó)太保的系統(tǒng)重要性也比較突出，值得監(jiān)管部門重點(diǎn)關(guān)注。

表5 各指標(biāo)排序結(jié)果間的相關(guān)性

注：每個(gè)小格中的數(shù)據(jù)為秩相關(guān)性測(cè)度，括號(hào)內(nèi)的數(shù)據(jù)為p值。***,**和*分別表示在1%，5%和10%的置信水平上顯著。

4.3 系統(tǒng)重要性的動(dòng)態(tài)評(píng)價(jià)

每個(gè)金融機(jī)構(gòu)都有自身的特質(zhì)與發(fā)展路徑，同時(shí)還會(huì)受到金融大環(huán)境、經(jīng)濟(jì)政策等的影響，其系統(tǒng)重要性會(huì)隨時(shí)間而動(dòng)態(tài)變化。因此，除了整體的靜態(tài)分析外，我們運(yùn)用移動(dòng)時(shí)間窗口方法來研究每家金融機(jī)構(gòu)在整體金融生態(tài)中影響力的動(dòng)態(tài)變化。本文將子樣本的時(shí)間周期選為250個(gè)交易日，以一個(gè)月為單位向后推移，即第一個(gè)子樣本時(shí)期為2008年1月到2009年2月，第二個(gè)子樣本為2008年2月到2009年3月，依次向后推移。

我們選取了4個(gè)典型金融機(jī)構(gòu)來分析隨時(shí)間窗口的動(dòng)態(tài)變化，招商銀行、中國(guó)銀行、中信證券和中國(guó)平安分別作為股份制商業(yè)銀行、國(guó)有商業(yè)銀行、證券公司和保險(xiǎn)機(jī)構(gòu)的代表(其它金融 機(jī)構(gòu)的動(dòng)態(tài)變化跟所選取的各類金融機(jī)構(gòu)的代表性公司的變化情況類似)。然后，根據(jù)時(shí)序按月推移子樣本計(jì)算得到SII值和CDI值結(jié)果(CDI和CDI*結(jié)果相差較小，在這里我們就選用CDI指標(biāo)研究動(dòng)態(tài)變化)，為了方便，我們將兩個(gè)指標(biāo)都用概率來表示。之后，我們將SII值和CDI值的移動(dòng)窗口數(shù)據(jù)進(jìn)行了繪圖，這能更直觀的體現(xiàn)數(shù)據(jù)的動(dòng)態(tài)變化，其結(jié)果如圖2和圖3所示。

從圖2和圖3中可以看出，各金融機(jī)構(gòu)的系統(tǒng)重要性都是時(shí)變的，且變化趨勢(shì)基本一致，這說明我國(guó)金融機(jī)構(gòu)的同質(zhì)性程度較高；另外從圖上還可以看出中國(guó)銀行的變化幅度是最大的，且在2012年年底達(dá)到最低，并隨時(shí)間變化逐漸遞增，到了2013年底達(dá)到最大，它的的值接近80%，而CDI值甚至超過了80%，這說明中國(guó)銀行的系統(tǒng)重要性變大了，對(duì)整個(gè)系統(tǒng)的影響力更大、潛在破壞性越高。這與2013年6月和12月銀行業(yè)兩度發(fā)生“錢荒”的現(xiàn)實(shí)吻合，錢荒是銀行業(yè)整體的系統(tǒng)性風(fēng)險(xiǎn)累積的典型表現(xiàn)，同時(shí)在震蕩恐慌期國(guó)有大行如中國(guó)銀行的系統(tǒng)重要性再次凸顯出來。另外，從2014年底開始，每家機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)都具有明顯的上升趨勢(shì)，這具有重要的風(fēng)險(xiǎn)警示作用。

4.4 系統(tǒng)重要性與其他因素的相關(guān)性分析

本文試圖通過金融機(jī)構(gòu)系統(tǒng)重要性排名和經(jīng)濟(jì)財(cái)務(wù)指標(biāo)的相關(guān)性分析來初步判斷系統(tǒng)重要性的內(nèi)在影響因素。采用的指標(biāo)是總資產(chǎn)(測(cè)度規(guī)模因子)和資產(chǎn)負(fù)債率(測(cè)度金融機(jī)構(gòu)經(jīng)營(yíng)風(fēng)險(xiǎn)或者破產(chǎn)風(fēng)險(xiǎn))，我們列出了每個(gè)指標(biāo)2015年第一季度和2008年到2015年的季度平均指標(biāo)值(篇幅所限省略表格)。從數(shù)據(jù)表中可以看出各個(gè)金融機(jī)構(gòu)的總資產(chǎn)差異非常大，例如工商銀行2015年3月的總資產(chǎn)是21.3966萬億元，而太平洋的總資產(chǎn)為0.0089萬億元；資產(chǎn)負(fù)債率也有顯著不同，最低為30%，最高達(dá)95%。

表6展示了金融機(jī)構(gòu)的系統(tǒng)重要性與部分財(cái)務(wù)指標(biāo)之間的關(guān)系。從PAO、VI和SII的角度分析，金融機(jī)構(gòu)的系統(tǒng)重要性與其自身規(guī)模之間的相關(guān)關(guān)系較弱，但與資產(chǎn)負(fù)債率相關(guān)性較強(qiáng)；CDI和CDI*值則不僅與金融機(jī)構(gòu)規(guī)模指標(biāo)有較強(qiáng)的正相關(guān)性，與資產(chǎn)負(fù)債率的關(guān)系也非常密切。這說明不僅規(guī)模是系統(tǒng)重要性的重要考量，同時(shí)還會(huì)有其他因素(如破產(chǎn)風(fēng)險(xiǎn))也會(huì)對(duì)系統(tǒng)重要性產(chǎn)生顯著影響。

表6 相關(guān)檢驗(yàn)結(jié)果

注：每個(gè)小格中的數(shù)據(jù)為秩相關(guān)性測(cè)度，括號(hào)內(nèi)的數(shù)據(jù)為p值。***,**和*分別表示在1%，5%和10%的置信水平上顯著。

5 結(jié)語(yǔ)

本文拓展了Zhou和Peeters的研究，將他們對(duì)銀行業(yè)的研究拓展到整個(gè)金融體系，運(yùn)用PAO、VI、SII和CDI四個(gè)指標(biāo)從多角度綜合度量金融機(jī)構(gòu)的系統(tǒng)重要性；測(cè)度方法結(jié)合了多元極值理論和copula函數(shù)，能夠更好地捕捉金融機(jī)構(gòu)間的相依關(guān)系。實(shí)證研究選取了中國(guó)26家上市金融機(jī)構(gòu)來構(gòu)建“代表性”金融系統(tǒng)，并充分利用了26家金融機(jī)構(gòu)的市場(chǎng)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)。

研究結(jié)果表明：(1)各個(gè)金融機(jī)構(gòu)間的關(guān)聯(lián)性和同質(zhì)性均很強(qiáng)，金融機(jī)構(gòu)的個(gè)體危機(jī)極易誘發(fā)系統(tǒng)性風(fēng)險(xiǎn)。(2)即使考慮到不同的測(cè)度指標(biāo)，結(jié)果仍一致性顯示銀行業(yè)上市公司均在系統(tǒng)重要性中占據(jù)優(yōu)勢(shì)，這說明我國(guó)的金融體系仍是銀行主導(dǎo)型的。(3)規(guī)模和系統(tǒng)重要性的關(guān)系。研究結(jié)果表明規(guī)模是系統(tǒng)重要性的重要考量，但不是全部，還有其他因素也會(huì)對(duì)系統(tǒng)重要性產(chǎn)生顯著影響，部分股份制商業(yè)銀行和城商行仍然具有不可忽視的系統(tǒng)重要性，也應(yīng)被納入金融監(jiān)管的重要關(guān)注對(duì)象。

綜上評(píng)估我國(guó)金融機(jī)構(gòu)的系統(tǒng)重要性時(shí)，不能只依賴某一個(gè)指標(biāo)來給出評(píng)估，應(yīng)同時(shí)考慮其它不同側(cè)面的指標(biāo)，以期對(duì)我國(guó)金融機(jī)構(gòu)的系統(tǒng)重要性給出一個(gè)綜合的、穩(wěn)健性的評(píng)估。對(duì)于金融監(jiān)管實(shí)踐而言，不僅要重點(diǎn)關(guān)注那些具有系統(tǒng)重要性的傳統(tǒng)大型國(guó)有商業(yè)銀行，同時(shí)還須對(duì)那些資產(chǎn)規(guī)模雖然不夠大，但脆弱性較高、潛在破壞性大、負(fù)債率高的金融機(jī)構(gòu)加強(qiáng)監(jiān)管。