浦發銀行指數和內地銀行指數的雙向風險溢出效應研究

張杰

【摘要】根據系統性風險測度，本文選取浦發銀行與內地銀行股價周數據為樣本數據，借用分位數回歸方法計算CoVaR，并來討論浦發銀行指數與內地銀行指數的風險溢出大小，還有浦發銀行對系統性風險大小的影響。

【關鍵詞】系統性風險；CoVaR；溢出效應

1 研究樣本的選取與研究

內地銀行指數是中證行業指數的一種，目前包含浦發銀行、工商銀行、建設銀行等21家銀行成分指數，這些銀行均為大型國有商業銀行或具有代表性、影響力較大的地方城市商業銀行，可以顯著代表內地銀行業整體收益水平。浦發銀行便是這一行業分類中重要的銀行之一。浦發銀行作為在全國內具有較大影響力的大型商業銀行，近年發展勢頭良好，影響力逐漸增加，并且是較早納入內地銀行指數的銀行，因此浦發銀行對內地銀行業系統風險大小的影響和整個行業對浦發這個個體的影響就是說浦發該個體的的整體風險抵抗性研究就越來越有探討的必要。

2 數據的選取和處理

本文數據研究所選內地銀行指數與浦發銀行指數的原始數據都是起始于2012年4月6日，結束時間是2017年3月31日。我們選取的原始數據量為周末收盤價。我們選取股票收盤價的周數據作為實證研究的樣本數據，假如遇到法定節假日這種沒有交易數據的情況，那么就選定最近交易日的數據。本文260個數據來源于RESSET金融研究數據庫，部分缺失數據根據插值法已補齊。

實證研究過程中，我們選取的指數計算基準是2012年4月6日（星期五），在這一天浦發銀行和內地銀行指數均假設為1000點。在這之后，浦發銀行和內地銀行的周股價指數就需要通過基準水平進行折算分析。我們本文收益率的求取原理是一階差分，把求取的周收益率結果擴大100倍作為其周收益率最終結果。

3 浦發銀行和銀行指數和收益率的統計

我們根據樣本數據，對其進行描述性統計分析，包括均值、峰度、偏度以及Jarque-Bera檢驗，結果表示：浦發銀行Rt是左偏特征，同時K>3，這代表曲線尾部厚于正態曲線，就是“尖峰厚尾，非對稱分布”的分布特征，這種特征并不獨特，它是是很多金融事件的分布特征。

4 雙向風險溢出效應的實證研究

接下來我們考慮當行業處于系統性風險中時對浦發的影響程度以及當浦發處于系統性風險中時對行業的風險溢出效應。為了進行風險測度，本文要通過實證研究測度q為0.05時的風險溢出程度。我們可以得到：

當行業處于風險中，浦發對整個行業的風險貢獻度（CoVaRpfrndr0.05）高于當浦發處于風險中的時候，浦發對行業的系統性風險貢獻度（CoVaRndrpfr0.05）。浦發是大型企業，其穩健性經營特征明顯，當其處于異常狀況時對行業的貢獻度小于行業對它的影響。浦發的風險承受程度還有待提高。

參考文獻：

[1]程麗娟.基于CoVaR方法的商業銀行系統性風險度量[D].山西財經大學，2013endprint