中國保險集團控股公司綜合金融風險甄別

王培輝 袁薇

摘要：使用Shapley值分解法評估平安集團五家控股子公司系統重要性，分析平安集團內部金融風險結構特征。結果顯示：平安集團風險集中度較高；規模對控股子公司重要性有較大影響；平安集團風險主要來自于銀行業務、壽險業務和信托業務。保險集團強化風險管理應注重系統重要性控股子公司識別與風險管控，注意保險集團內部各類業務間交叉金融風險識別與防范，健全完善集團內部風險管理控制系統。監管部門應構建綜合金融監管部門，加強保險集團監管。

關鍵詞：保險集團公司；Shapley值；綜合金融風險；系統重要性

中圖分類號：F840.323文獻標識碼：A文章編號：10037217（2018）04005207

一、引言

推進金融業綜合經營、提高金融機構競爭力是當前我國金融改革重點內容之一。2002年平安集團、光大集團和中信集團三家金融機構成為首批金融控股集團試點單位。2008年2月“一行三會”制定的《金融業發展和改革十一五規劃》中明確提出要“繼續積極穩妥推進金融業綜合經營試點”。伴隨著客戶金融需求多元化、金融機構間競爭加劇、金融政策逐漸放開和引導，中國金融業混業經營趨勢愈發明顯。金融機構紛紛組建大型金融集團控股公司，跨業經營投資大幅增加。金融業綜合經營推動了金融業資源整合與優化，金融集團控股公司可充分利用跨業經營優勢，推出各類金融創新產品，降低經營成本，改變傳統投融資模式，促進產融結合。

金融業綜合經營使得金融集團所屬各金融機構間資產負債網絡錯綜復雜、金融市場間聯動性顯著增強，給金融監管帶來新挑戰。金融控股公司為規避金融管制，利用監管真空，跨市場、跨行業監管套利行為頻發，推升了金融集團整體杠桿率，加劇了金融體系系統性風險。當金融集團下屬的金融機構面臨經營風險時，單一個體風險會迅速通過資產負債聯系傳導到整個金融集團。金融控股公司往往規模較大，涉及金融領域廣，一旦出現經營問題會影響到一國金融穩定。因此，有必要加強對金融控股公司金融風險識別、度量與控制。各國監管實踐也做了一些有益探索，出臺了一系列監管規章，如1992年《對金融控股公司的監管規則》等。次貸危機后，國際金融組織和各國保險監管部門紛紛出臺措施強化保險集團風險評估與監管，如IAIS出臺的《國際保險集團監管共同框架》、歐洲SolvencyⅡ保險監管框架、美國《保險控股公司系統示范監管規定以及相關報告表格和說明》等。但現有理論分析和實踐操作缺乏對集團內部各子公司對集團整體風險貢獻的關注，監管上沒有區分不同金融子公司系統重要性。

以保險公司為基礎設立的金融集團也取得快速發展。目前，我國已建立12家大型保險集團控股公司，保險資金在金融市場投資和支持實體經濟發展方面發揮著日益重要的影響。保監會于2010年3月出臺了《保險集團公司管理辦法（試行）》，對保險集團公司經營進行規范，該辦法主要對保險集團市場準入和監督管理等方面提出明確規范，對于保險集團整體風險評估、子公司系統重要性甄別與風險控制尚未有明確細則。中國平安（集團）有限公司（以下簡稱“平安集團”）是我國最早一批進行金融業綜合經營的試點機構，已經獲得了包括保險、銀行、證券、信托、基金在內較為齊全的金融機構牌照，是保險控股公司中綜合經營程度最高的保險集團。本文擬以平安集團為例，測算其各類型金融子公司對保險集團系統性風險貢獻，識別系統重要性金融子公司，分析保險集團控股公司綜合金融風險特征，結合當前保險償二代建設，為保險集團子公司實施分類差別監管決策提供參考。

二、文獻綜述

作為控股一家或多家銀行、保險、證券、信托公司的大型金融集團，從事著大范圍銀行和非銀金融活動，這極大地提升了金融機構綜合競爭力，同時也增加了金融風險。學者們圍繞金融集團整體風險評估展開研究工作：Allen和Jagtiani（2000）通過模擬創建一個全能銀行考察證券和保險活動對銀行業風險影響，發現非銀金融活動降低了公司整體風險，但增加了市場系統性風險[1]。Kuritzkes（2003）分析了典型金融控股集團整體風險和部分風險加總與集聚等關鍵問題，提出了“模塊化”風險管理方法[2]。Yongchensu等（2010）討論了巴塞爾協議下金融控股公司市場風險控制問題，利用VaR模型測度了金融控股公司風險價值[3]。Ellul和Yerramilli（2011）分析了74家美國上市銀行控股公司的風險承擔行為，發現銀行風險管理職能部門風險控制能力越強，銀行不良貸款率和表外風險暴露較低[4]。Slikerman等（2013）用極值法考察歐洲銀行和保險業在壓力期內系統相關性，指出兩個行業相關性較低，金融集團可以降低下行風險[5]。zhang等（2016）分析了美國大型銀行控股公司財務困境的影響因素，指出房價指數、短期批發融資、不良貸款與控股公司陷入財務困境可能性密切相關，資本監管約束對控制違約風險有重要作用[6]。Tayler和Smits（2016）比較了肯尼亞、尼日利亞和南非對銀行持股公司監管規則，呼吁建立泛非監管準則[7]。Lai等（2017）研究發現，銀行金融控股公司比非金融控股公司銀行承擔更多風險，較高的資本化程度和資本規模降低了銀行金融控股公司資產風險，高利差提高了其金融風險；而高貸款比率與非金融控股銀行資產風險成比例關系[8]。

國內學者也針對我國金融控股集團綜合風險進行評估。王忠生和程湛弢（2010）、聞岳春和王婧婷（2010）基于BP神經網絡自學習構建了金融集團危機預警模型，預測效果較好[9，10]。姚寧和郝鵬（2010）使用VaR方法研究發現，組建金融控股公司可以分散市場風險資本，優化市場風險資本配置[11]。姚德權和王帥（2010）對金融控股集團風險傳遞、識別、度量及監管等方面研究做了梳理總結[12]。阮永平（2011）構建了基于金融集團內部關聯交易的風險傳染模型，研究了集團內部風險傳染特征[13]。傅章彥和楊曉龍（2015）討論了我國金融控股集團風險管理模式，指出戰略監控型風險管理模式更適用于我國金融集團[14]。李志輝等（2015）以光大集團和中信集團為例，分析了金融子公司系統重要性測度，發現規模是關鍵影響因素[15]。曲昭光和陳春林（2017）分析了金融集團下屬子公司間風險傳染效應[16]。

上述研究對金融集團整體金融風險評估做了有益探索，但主要針對銀行型控股集團公司。次貸危機中美國國際集團（AIG）損失巨大，股價大幅下跌，最后在美國財政部和美聯儲聯合注資救助下才渡過危機，這引發學者們廣泛討論，實踐中監管機構也加強了非銀系統重要金融機構監管。國內學者也開始關注保險集團綜合金融風險分析，如江生忠和薄滂沱（2008）認為保險集團公司在增加經營效益的同時，也產生了一些特有風險，并給出了對策建議[17]；張維（2008）設計了保險集團內部風險管理評價體系，分析了保險集團風險管理創新路徑，提出了基于產品價值鏈設計的風險管理框架[18]；聶尚君和陳磊（2011）討論了保險公司綜合經營趨勢，認為應強調保險集團流動性風險管理和資本金需求管理[19]。

總體而言，學術界對保險集團關注明顯不足，且更注重保險集團整體金融風險管理，缺乏對集團內部風險結構的關注。盡管一些研究分析了參與銀行、保險、證券等業務對金融集團綜合風險的影響，但更多側重金融子行業間風險相關性，沒有進一步對集團子公司系統重要性進行評估和分析。Harrington（2017）研究發現，沒有任何證據表明任何人壽保險公司對美國金融穩定構成威脅，認為非銀系統重要金融機構監管在實踐上仍有缺陷[20]。因此，保險集團公司各類子公司（銀行、保險、證券、信托等）集團綜合經營風險貢獻大小評估對集團監管政策制定具有重要意義。鑒于我國金融分業監管的實際，保險集團下屬子公司有著各自不同業務領域，本文擬用Shapley值分解法分析各子公司對集團綜合金融風險貢獻，評估各類子公司系統重要性。

三、模型設定與估計步驟說明

Shapley值分解法在測度單一金融機構對整個金融系統風險貢獻方面有著諸多優勢。本文借鑒相關研究，使用該方法評估保險集團子公司對集團整體金融風險貢獻大小，借此分析保險集團綜合金融風險狀況。Tarasher等（2009）將Shapley值分解法引入到金融機構系統性風險評估領域[21]。該方法源于合作博弈中合作收益分配的Shapley分解理念，將保險集團整體金融風險分配給保險集團各個子公司，以評估保險集團各子公司系統重要性。假定一個保險集團含有n個控股的金融子公司，金融子公司i的Shapley值為所有組合中i公司邊際風險貢獻的加權平均值，具體表示為：

ShVi（n，ω）=

1n∑nns=11c（ns）∑si，s=nsω（s）-ω（s-i）（1）

其中，ω（s）為風險特征函數，ω（s）-ω（s-i）為公司i對子系統的邊際風險貢獻；c（ns）=（n-1）！（n-ns）！（ns-1）！是包含ns個金融子公司的子系統數量；si表示所有包含子公司i的系統，s代表組合中金融子公司的數量。

借鑒國內外相關研究，本文Shapley值具體計算過程如下：

1.計算保險集團各子公司違約率。由于平安集團控股公司下屬子公司中只有平安銀行是上市公司，其他子公司均為非上市公司。因此，依據各金融子公司實際情況，采用不同模型測算違約概率。

（1）對于上市金融子公司使用未定權益分析法（CCA）估算其違約概率。CCA模型假定上市金融子公司資產價值是遵循幾何布朗運動的隨機過程，服從對數正態分布。資產價值及其波動率與該公司股權價值及其波動率之間存在如下關系：

Et=AtN（d1）-De-r（T-t）N（d2）（2）

其中，d1=ln（AtD）+（r+12σ2A）（T-t）σAT-t；

d2=DDt=d1-σAT-t。

σE=N（d1）AtEtσA（3）

上述模型經過優化求解可得上市金融子公司資產價值At和波動率σA。給定違約門檻值，可計算上市公司違約概率[22]。

（2）對于證券和信托類非上市金融子公司，考慮到非上市金融子公司無法直接獲得股權價值及其波動率相關數據，故使用KMV公司開發的PFM模型估算其違約概率。已有文獻研究結果表明，公司資產價值及其波動率與該公司息稅前利潤、公司規模呈正相關關系。可先采用CCA模型獲得同類上市公司的資產價值及其波動率，并利用資產價值及其波動率與息稅前利潤、公司規模相關數據進行回歸分析，依據回歸結果和非上市公司財務數據測算其資產價值及其波動率。最后可計算非上市金融子公司違約概率。

（3）對于保險類非上市子公司，由于我國保險業發展起步較晚，目前僅有5家上市公司，且均為保險集團公司，與專業壽險、財險類保險公司存在諸多差異，故不能使用PFM模型估算其違約概率。保險類子公司經驗風險主要體現在其償付能力上，借鑒李志輝等（2015）[15]的研究，使用比例法衡量保險公司支付能力，計算其違約概率。具體形式為：

PDinsurer=Prrt≥1-β-α-t（4）

其中，rt為第t期保險公司賠付率，β為退保率，α為營業費用占凈保費收入比值，t為法定營業稅稅率。

2.計算共同因子載荷，模擬金融子公司損失分布。

設定保險集團中一家或多家金融子公司違約導致損失Li，可表示為：

Li=li×GD×si（5）

其中，li為金融子公司i負債規模；LGD為金融子公司違約時負債損失率，參考相關經驗研究，取值為0.55；si為0～1指示變量，金融子公司違約時取值為1，否則為0，具體由式（6）決定：

si=1Vi≤Φ-1（PDi）

0Vi>-1（PDi）（6）

其中，Vi代表金融子公司資產價值，PDi為金融子公司違約概率。進一步假定金融子公司資產價值由單因素模型決定，即：

Vi=ρiMi+1-ρ2i×Zi，i-1，2，…，n（7）

其中，Mi為金融子公司資產價值共同因子，Zi為特異因子，二者均服從標準正態分布；ρi為金融子公司資產價值共同因子載荷。參考Tarashev和Zhu（2007）[23]的研究計算共同因子載荷。首先，計算金融子公司資產收益Pearson相關系數矩陣（σij）n×n，σij表示金融子公司i和j之間資產收益相關系數；然后，最優化min∑i=1，…，n-1∑j>i（σij-ρiρj）2，可估計出共同因子載荷。

在上述一系列假設前提下，使用蒙特卡洛模擬法獲得各個金融子公司損失分布序列。具體做法為：第一，生成兩個相互獨立的服從標準正態分布的隨機序列作為共同因子和特異因子；第二，根據式（7）和估計的共同因子載荷ρi計算金融子公司資產價值Vi；第三，將金融子公司違約概率PDi和資產價值Vi代入式（7）可得si；第四，由式（5）得出金融子公司違約損失序列。

3.基于ES指標計算金融子公司金融風險貢獻的Shapley值。

ES為尾部期望損失，能較好地度量金融子公司金融風險狀況。ESα=[X|X>VaRα]，α為置信水平，設定取值為99.5%。本文基于模擬的金融子公司損失分布，以ES為風險特征函數可得金融子公司金融風險的Shapley值，評估金融子公司系統重要性，分析保險集團金融風險特征。

四、實證分析

選用有代表性的中國平安集團股份有限公司作為研究對象進行分析。平安集團是一家大型綜合保險集團股份有限公司，是首批金融跨業經營試點單位，在我國已有保險集團中金融混業經營起步最早，金融牌照最為齊全，業務范圍已涉及銀行、保險、證券、信托等各個金融領域。平安集團通過“一個客戶、多種產品、一站式服務”的綜合金融經營模式，依托本土化優勢，踐行國際化標準的公司治理，為3.46億互聯網用戶和1.31億客戶提供保險、銀行、資產管理和互聯網金融產品及服務。截止到2016年底平安集團資產規模達55769.03億元，負債達50904.42億元。本文選取平安銀行、平安產險、平安壽險、平安證券、平安信托共五家控股子公司詳細分析平安集團金融風險來源，其中平安證券為平安信托控股子公司，為避免重復這里的平安信托僅指母公司，不包含子公司財務數據。五家控股子公司資產規模為52127.38億元，負債規模為47909.45億元，分別占平安集團資產和負債的93.5%、94.1%，能較好地代表平安集團。樣本期間為2012—2016年。數據來源于保險集團及各控股子公司年度報告。

（一）控股金融子公司違約率測算

根據估計步驟，首先計算控股金融子公司違約概率。違約概率測度模型中參數設定如下：模型中上市公司股權價值為總股本乘以當日收盤價，波動率由GARCH（1，1）計算得到。違約門檻取值為：短期負債+長期負債×0.5，無風險收益率為一年期定期存款基準利率。由CCA模型可直接求得平安銀行違約概率；對于非上市平安證券和平安信托違約概率由PFM模型測算得到；對于非上市保險類子公司使用極值分布分別擬合保險業產險和壽險賠付率數據，計算平安產險和平安壽險違約概率。

基于上述模型參數設定，可得2012-2016年平安集團五家控股子公司違約概率，詳見表1。從五家控股子公司違約概率橫向比較來看，樣本期內五家控股子公司違約概率存在較大差異，金融風險基本與各自所在金融子行業相符。綜合來看，大致可以分為兩大類：一類包括平安銀行和平安信托兩家子公司，違約風險相對較高；另一類包括剩余三家控股子公司，違約概率較低。具體來看，平安銀行違約概率明顯高于其他四家子公司，這與我國銀行為主導的金融體制有關。銀行承擔了實體經濟投融資主要任務，加上銀行經營本身特性，使其金融風險高于其他類型金融子公司。平安信托違約風險僅次于平安銀行，樣本期內違約概率均值為2.61576%。出于當前大規模資產管理需要，我國信托業正處于高速發展階段，各信托公司均承諾剛性兌付，信托資產結構有待優化，信托業務中房地產融資、通道業務持續增加，使得信托公司金融風險提高。平安產險和平安壽險違約風險居中，平安產險違約風險明顯低于平安壽險。這主要由兩類保險業務性質決定。產險業務一般期限較短，而壽險業務周期較長，面臨利率、經濟增長與政策等更多的不確定性。總體而言，保險類業務違約風險較低，平安證券違約風險最低，平均違約率僅為0.0000892，不足萬分之一，金融風險相對較小。

從五家子公司違約概率縱向比較來看，平安銀行違約概率從2012年的3.5566%下降到2016年的0.096%，除2013年大幅提升外，整體呈現下降趨勢。2012年深圳發展銀行與平安銀行合并，平安銀行資產規模大幅上升，成為平安集團控股上市子公司，其經營業務與平安集團逐漸整合，但2013年金融體系流動性緊張、大量影子銀行業務、整個金融體系系統性風險上升、宏觀經濟發展尚需消化前期大規模投資影響，在此大背景下，平安銀行違約風險驟增至12.16%，之后隨著平安銀行與平安集團業務整合，發揮混業經營優勢，違約概率迅速回落。與平安銀行不同，平安信托違約概率一直保持較高水平，在1%～5%之間波動。2013年受宏觀經濟環境影響，違約概率同樣有所提高，之后迅速回落；2014年開始逐漸上升。這與整個信托業發展密切相關，由于銀行業信貸監管限制，金融機構通過影子銀行、通道業務等形式轉變為信托資產，使其行業整體風險上升。平安信托因存在資產投向高風險項目、賬戶管理缺陷、違反審慎經營規定等違規行為，多次被銀監局行政處罰，可見其內部風險控制不健全，風險管理制度存在缺陷，使其違約風險不斷提高。平安證券違約概率一直在低位波動，因其主營證券經紀、投資銀行、財務顧問等金融服務項目違約風險較小；但平安證券同樣發生多次違規經營被行政處罰，其內部風險管理問題應引起重視。平安產險和平安壽險違約概率較小，但均出現上升趨勢，這可能與宏觀經濟發展增速下降有關，大量資金涌入保險理財產品，分紅理財業務快速發展無疑增加了保險公司違約風險。樣本期內未發生巨大自然災害和人員傷亡事故等巨災風險，保險業整體違約風險較低。

（二）控股金融子公司系統重要性分析

使用matlab2012軟件，基于平安集團五家控股子公司資產收益相關系數測算控股子公司資產價值共同因子載荷，以上面計算的各控股子公司違約概率為違約門檻值，模擬100萬次獲得五家控股子公司違約損失分布。利用Shapley值計算公式可得五家控股子公司對平安集團整體違約風險貢獻度，測算結果見表2。可以看出，樣本期間內盡管五家控股子公司違約風險貢獻度數值發生了一些變化，但整體來看五家控股子公司系統重要性排序相對穩定，未發生顯著變化。五家控股子公司重要性由大到小依次為平安銀行、平安壽險、平安產險、平安證券和平安信托。只有2014年和2016年平安證券違約風險大幅下降，重要性低于平安信托。從五家控股子公司Shapley值來看，平安銀行是平安集團金融風險主要來源，樣本期間內最高貢獻度高達85.8552%，最小值仍達到59.5487%。平安銀行Shapley值呈現下降趨勢，這與前文平安銀行違約概率變化相一致，說明近年來平安銀行系統重要性有所下降。平安壽險和平安產險Shapley值均出現上升趨勢，風險貢獻程度分別由2012年的13.3069%、0.48789%，提高至2016年的37.9312%、1.35908%。兩家保險業子公司貢獻程度上升值基本來自于平安銀行貢獻程度下降。保險業務對平安集團金融風險貢獻明顯增大，平安壽險重要性遠超過平安產險，也是平安集團金融風險重要來源之一。這與2014年以來我國壽險理財業務迅猛增長有關，大量資金購買具有理財分紅性質的壽險產品，部分資金借助信托渠道、影子銀行、通道業務等進入高風險行業和企業，交叉金融風險上升。平安證券對平安集團金融風險貢獻略小于平安產險，最高值為1.06975%。平安信托金融風險貢獻最小，占比不足萬分之一，這與平安信托高違約概率有著較大不同，可能的原因在于平安信托（母公司）資產規模占平安集團資產比例較小有關。值得注意的是，平安集團金融風險集中度較高，以2016年為例，僅平安銀行和平安壽險風險貢獻占比高達98.6395%，這也再次表明金融集團監管與一般金融機構不同，應加強系統重要性子公司構識別與管理，采取針對性政策措施。

仔細比較可以發現，五家控股子公司重要性排序與五家控股子公司規模有著密切關系。現有宏觀審慎監管也把規模作為重要參考指標，但這樣可能會低估一些規模小、風險高的公司系統重要性。因此，進一步計算經規模調整的公司Shapley值，結果見表3。當調整后的Shapley值大于1時，表明該公司具有系統重要性，追加該類公司的股權投資會加大平安集團金融風險。結果表明，平安壽險和平安銀行仍為平安集團系統重要控股子公司，平安壽險重要性逐年提高，平安銀行重要性有所下降，但仍高于平安壽險。不同之處在于，平安信托系統重要性大大提高，由排序末位直接升至首位，其數值遠高于其他四家控股子公司。這表明平安集團在加強銀行業務和壽險業務風險管控的同時，要加強對信托業務風險管理。

五、研究結論及政策建議

本文以中國平安（集團）有限公司為例，使用Shapley值分解法評估了平安集團五家控股子公司系統重要性，分析了平安集團內部金融風險結構特征。結果顯示：（1）平安集團金融風險集中度較高，平安銀行和平安壽險貢獻了平安集團絕大部分金融風險。可見，一旦其中任何一家出現經營問題，整個保險集團將面臨經營困境。因此，不論是平安集團自身風險管理還是監管部門政策制定均應采取針對性措施以降低風險。（2）規模是影響控股子公司金融風險的重要因素，這也與現行監管實踐相一致。需要注意的是，規模小、違約風險高的子公司同樣應給予重視，一旦其發生違約引起連鎖效應，有可能會導致整個保險集團出現財務問題或倒閉。從規模來看，平安銀行和平安壽險是平安集團系統重要性控股子公司，這與其風險貢獻度相一致。經規模調整的Shapley值則突顯出平安信托也為系統重要控股子公司。（3）從業務風險發展趨勢看，銀行業務風險有所下降，保險業務（包括壽險和產險）風險有所上升。從業務違約風險數值來看，銀行和信托業務仍是大型金融集團金融風險主要來源，保險和證券業務風險相對較小。總體來看，風險仍在可控范圍之內。

針對研究結論，提出政策建議如下：（1）強化保險集團風險管理應注重系統重要性控股子公司識別與風險管控，進一步探索保險集團公司綜合金融風險識別方法。保險集團內部各控股子公司之間存在復雜的資產負責聯系，一個子公司出現財務困境，有可能會影響整個集團正常運營。識別集團系統重要性子公司是加強保險集團風險管理的第一步，忽視集團內部風險結構，僅僅關注集團整體風險測度存在較大隱患，易引發系統性風險。（2）注意保險集團內部各類業務間交叉金融風險識別與防范。保險集團結合自身優勢開發諸多跨行業、跨市場金融產品，有利于增加集團競爭力、提高集團利潤等，但存在資金流向不透明、風險傳染性大、信息披露不健全等問題。監管部門應形成保險集團交叉金融風險管理常態化機制。（3）健全完善集團內部風險管理控制系統。除了已有集團整體金融風險防控措施以外，保險集團還要依據控股子公司系統重要性制定不同風險管理要求，實行差別化監管；適當限制高風險子公司規模，積極發展低風險業務。制定完善保險集團綜合金融風險管理框架，框架具體涉及信息披露制度、風險評估與預警、應急對策等方面。（4）由強調機構監管轉為業務監管，構建綜合金融監管部門。單純機構監管已經不能滿足現有保險集團監管需要。目前我國已合并銀監會和保監會，成立中國銀行保險監督管理委員會，以加強行業間金融監管溝通協調機制，但對于跨行業、跨市場金融風險有效管控仍待強化。應轉變監管理念，實施業務型監管，對集團內部關聯交易、子公司金融風險等進行重點評估與審慎監管。

參考文獻：

[1]AllenL，JagtianiJ.Theriskeffectsofcombiningbanking，securities，andinsuranceactivities[J].JournalofEconomics&Business;，2000，52（6）：485-497.

[2]KuritzkesA，SchuermannT，WeinerSM.Riskmeasurement，riskmanagement，andcapitaladequacyinfinancialconglomerates[J].BrookingsWhartonPapersonFinancialServices，2003（1）：141-194.

[3]YongChernSu，HanChingHuang，SerenaWang.Modelingvalueatriskoffinancialholdingcompany：timevaryingvs.traditionalmodels[J].BanksandBankSystems，2010，5（1）：76-86.

[4]EllulA，YerramilliV.Strongerriskcontrols，lowerrisk：evidencefromU.S.bankholdingcompanies[J].SocialScienceElectronicPublishing，2013，68（5）：1757-1803.

[5]SlijkermanJF，SchoenmakerD，Vries.SystemicriskanddiversificationacrossEuropeanbanksandinsurers[J].JournalofBanking&Finance;，2013，37（3）：773-785.

[6]ZhangZ，XieL，LuX，etal.Determinantsoffinancialdistressinlargefinancialinstitutions：evidencefromU.S.bankholdingcompanies[J].ContemporaryEconomicPolicy，2016，34（2）：250-267.

[7]TaylorJL，SmitsR.BankholdingcompanyregulationinKenya，NigeriaandSouthAfrica：acomparativeinventoryandacallforPanAfricanregulation[R].JournalofBankingRegulation，2016：1-36.

[8]LaiLH，HungLC，KuoCJ.DowellfinancialholdingcompanyorganizedbanksinTaiwantakemorerisk？[J].ReviewofPacificBasinFinancialMarkets&Policies;，2017，19（4）：105-132.

[9]王忠生，程湛弢.金融控股公司風險預警模型構建及其應用[J].系統工程，2010（12）：38-44.

[10]聞岳春，王婧婷.基于FABPNN的金融控股公司風險預警系統研究——以美國和臺灣地區為例[J].國際金融研究，2010（11）：37-46.

[11]姚寧，郝鵬.基于VaR的中國金融控股公司市場風險資本配置研究[J].經濟經緯，2010（5）：120-123.

[12]姚德權，王帥.混業經營趨勢下金融控股集團運營效應與風險管理研究新進展[J].當代經濟科學，2010，32（6）：36-44.

[13]阮永平.金融控股集團風險傳染的一般均衡：基于內部關聯交易的模型分析[J].預測，2011，30（6）：19-23.

[14]傅章彥，楊曉龍.我國金融控股集團風險管理模式選擇探討[J].新金融，2015（2）：33-36.

[15]李志輝，李源，李政.基于ShapleyValue方法的金融控股公司綜合經營風險評估研究——以光大集團和中信集團為例[J].南開經濟研究，2015（1）：32-50.

[16]曲昭光，陳春林.基于VAR模型的我國金融控股集團風險傳染效應分析[J].金融理論與實踐，2017（5）：39-45.

[17]江生忠，薄滂沱.論保險控股（集團）公司效益與風險管理[J].保險研究，2008（4）：41-47.

[18]張維.保險控股集團風險管理體制創新的路徑分析[J].保險研究，2008（9）：36-40.

[19]聶尚君，陳磊.保險集團的綜合經營及發展趨勢問題探討[J].保險研究，2011（2）：33-39.

[20]HarringtonSE.Systemicriskandregulation：themisguidedcaseofinsuranceSIFIs[R].SocialScienceElectronicPublishing，2017.

[21]TarashevN，BorioC，TsatsaronisK.Thesystemicimportanceoffinancialinstitutions[R].BisQuarterlyReview，2009：75-87.

[22]楊秀云，蔣園園，段珍珍.KMV模型在我國商業銀行信用風險管理中的適用性分析及實證檢驗[J].財經理論與實踐，2016（1）：34-40.

[23]TarashevN，ZhuH.Modellingandcalibrationerrorsinmeasuresofportfoliocreditrisk[R].BisWorkingPapers230，2007：1-42.

（責任編輯：寧曉青）