文/謝菁菁,中南財(cái)經(jīng)政法大學(xué)金融學(xué)院
我國影子銀行出現(xiàn)較晚,主要產(chǎn)生于2007年,其興起主要得益于以下幾個因素:首先,由于經(jīng)濟(jì)的快速發(fā)展促使金融資產(chǎn)規(guī)模急劇擴(kuò)大,同時(shí)又由于資金脫實(shí)向虛的趨勢不斷加強(qiáng),金融杠桿率不斷推高,金融風(fēng)險(xiǎn)積聚,為防止系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā),金融監(jiān)管部門加大了對商業(yè)銀行的監(jiān)管。但從銀行的角度來看,為了保持自身的利潤來源,尋找新的利潤增長點(diǎn)以及防止不良貸款率的增加,商業(yè)銀行通過金融產(chǎn)品創(chuàng)新和金融工具創(chuàng)新實(shí)行監(jiān)管套利;其次,隨著近年來居民財(cái)富增長快,儲蓄率高,對資產(chǎn)保值增值的需求強(qiáng)烈,致使大量的資金流入影子銀行體系以獲得比存入銀行更高收益的內(nèi)在驅(qū)動力;最后,由于銀行業(yè)融資門檻的提高,迫使部分企業(yè)特別是中小企業(yè)轉(zhuǎn)向向信托公司、小貸公司以及融資擔(dān)保公司等尋求融資。最終,在上述各方面因素的催生下,影子銀行出現(xiàn)并在我國快速發(fā)展。但隨著監(jiān)管部門意識到防止系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)的重要性以及規(guī)范市場的發(fā)展決心不斷增強(qiáng),影子銀行的發(fā)展有所放緩,但其所帶來的風(fēng)險(xiǎn)仍不能放松警惕。
2.1 CoVaR模型
CoVaR表示在一定的概率水平下,當(dāng)某一金融機(jī)構(gòu)的風(fēng)險(xiǎn)Va R值一定時(shí),其他金融機(jī)構(gòu)的最大可能損失。
在機(jī)構(gòu)i陷入危機(jī),其損失為Va時(shí),機(jī)構(gòu)j的在險(xiǎn)價(jià)值(Va R),其數(shù)字表達(dá)式如(1)所示:

其中,Xi表示機(jī)構(gòu)i的收益率。進(jìn)一步,可得金融機(jī)構(gòu)i對金融機(jī)構(gòu)j的系統(tǒng)性風(fēng)險(xiǎn)溢出價(jià)值為:

通過CoVaR,也可以測度單個金融機(jī)構(gòu)陷入危機(jī)時(shí)對系統(tǒng)性風(fēng)險(xiǎn)的影響,從而可以量化單個機(jī)構(gòu)對金融體系的重要性。假定j是整個金融系統(tǒng),機(jī)構(gòu)i對金融系統(tǒng)j的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)即:

則根據(jù)CoVaR方法的定義,當(dāng)機(jī)構(gòu)i的收益率為Va( 即Xi=Va)時(shí),金融系統(tǒng)的預(yù)期收益率可以表示為:

結(jié)合式(3)和(4)可以求出單個金融機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。

2.2 具體研究思路
本文以我國滬深兩市上市金融機(jī)構(gòu)作為實(shí)證分析對象。其中銀行業(yè)、保險(xiǎn)業(yè)所需數(shù)據(jù)采用申銀萬國三級行業(yè)分類的銀行業(yè)指數(shù)、保險(xiǎn)業(yè)指數(shù)。影子銀行方面,根據(jù)機(jī)構(gòu)劃分,數(shù)據(jù)主要取自證券業(yè)、信托業(yè)及各類民間借貸機(jī)構(gòu)的行業(yè)數(shù)據(jù)的平均值。整個金融系統(tǒng)數(shù)據(jù)主要選取的是滬深300金融指數(shù)。所需的數(shù)據(jù)主要均來源于Win d數(shù)據(jù)庫。本文研究樣本區(qū)間是2007年1月18日至2018年7月1 5日,這段時(shí)間涵蓋了次貸危機(jī)、2015年中國股災(zāi)、2016年“熔斷機(jī)制”推出后的股市大震蕩。本文數(shù)據(jù)處理說明:選取的金融機(jī)構(gòu)日收盤價(jià)或行業(yè)指數(shù)作為價(jià)格數(shù)據(jù),采用對股價(jià)指數(shù)取對數(shù)一階差分乘以100的方式,即Rt=100×ln),以消除股價(jià)原始序列存在的異方差問題,從而得到各類影子銀行機(jī)構(gòu)、銀行業(yè)、保險(xiǎn)業(yè)、影子銀行及金融系統(tǒng)收益率序列。
2.3 實(shí)證結(jié)果分析
在具體使用△CoVaR模型之前,需要先對數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)和平穩(wěn)性檢驗(yàn),檢驗(yàn)結(jié)果表明所有收益率序列均呈現(xiàn)“尖峰后尾”的特征,不符合正態(tài)分布假設(shè),同時(shí)根據(jù)平穩(wěn)性檢驗(yàn)結(jié)果顯示,拒絕單位根假設(shè),序列皆是平穩(wěn)的。因此,本文采用5%分位數(shù)水平下的CoVaR模型,運(yùn)用△CoVaR結(jié)果來度量影子銀行的風(fēng)險(xiǎn)溢出程度。

表1
其中,為使各機(jī)構(gòu)數(shù)值更具有可比性,計(jì)算得出%△CoVaR=△CoVaR/VaR。
根據(jù)上表顯示的結(jié)果,VaR是指機(jī)構(gòu)其自身的風(fēng)險(xiǎn)程度。CoV aR是當(dāng)解釋變量機(jī)構(gòu)i陷入危機(jī)時(shí),被解釋變量j的風(fēng)險(xiǎn)承受度。而△CoVaR則是為了衡量某一機(jī)構(gòu)i具體的風(fēng)險(xiǎn)溢出程度而構(gòu)建出來的數(shù)學(xué)模型。%△CoVaR則是為了更好地比較各機(jī)構(gòu)的風(fēng)險(xiǎn)溢出貢獻(xiàn)度,而采取△CoVaR除以其自身風(fēng)險(xiǎn)VaR所得的結(jié)果。
由結(jié)果比較可知,
影子銀行自身的風(fēng)險(xiǎn)損失很高,比銀行業(yè)、保險(xiǎn)業(yè)及整個金融系統(tǒng)的風(fēng)險(xiǎn)均高,這初步可以判斷影子銀行在金融系統(tǒng)運(yùn)作中,與其他金融機(jī)構(gòu)相比,一旦爆發(fā)風(fēng)險(xiǎn),對其自身的損失度影響是巨大的。
當(dāng)影子銀行陷入危機(jī)時(shí),對整個金融系統(tǒng)的風(fēng)險(xiǎn)溢出度經(jīng)過傳播放大,均高于其對單個金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出度。另外在金融系統(tǒng)內(nèi)部機(jī)構(gòu)的風(fēng)險(xiǎn)溢出度分配上,對銀行業(yè)的風(fēng)險(xiǎn)溢出度要高于保險(xiǎn)業(yè),這可能與影子銀行作為傳統(tǒng)銀行的影子存在具有較大的關(guān)系,發(fā)揮著與傳統(tǒng)銀行相似的信用創(chuàng)造功能。
當(dāng)其他金融機(jī)構(gòu)或金融系統(tǒng)陷入危機(jī)時(shí),影子銀行也較容易受到風(fēng)險(xiǎn)溢出的波及。整個金融體系爆發(fā)危機(jī)時(shí),影子銀行由于相對其他機(jī)構(gòu)來說較為脆弱,不可避免的會承受相應(yīng)的風(fēng)險(xiǎn)損失。而在銀行業(yè)與保險(xiǎn)業(yè)分別陷入危機(jī)時(shí),保險(xiǎn)業(yè)對影子銀行的風(fēng)險(xiǎn)貢獻(xiàn)要高于銀行一籌,這主要是因?yàn)槲覈鴤鹘y(tǒng)銀行業(yè)自身爆發(fā)風(fēng)險(xiǎn)的損失要小于保險(xiǎn)業(yè),因此在風(fēng)險(xiǎn)的外溢上要輕于保險(xiǎn)業(yè)。
本文研究結(jié)果表明,影子銀行無論是從其爆發(fā)風(fēng)險(xiǎn)的自身損失度還是其陷入危機(jī)時(shí)對其他金融機(jī)構(gòu)和整個金融系統(tǒng)的風(fēng)險(xiǎn)溢出度來看,都是極大的。另外,當(dāng)其他金融機(jī)構(gòu)或整個金融系統(tǒng)陷入危機(jī)時(shí),影子銀行也難逃被風(fēng)險(xiǎn)波及的命運(yùn)。因此,對于如何降低影子銀行系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng),本文給出如下建議:
3.1 進(jìn)一步完善金融系統(tǒng)的風(fēng)險(xiǎn)監(jiān)測制度,時(shí)刻監(jiān)測風(fēng)險(xiǎn),及時(shí)有效測度風(fēng)險(xiǎn)爆發(fā)的可能性及損失。
3.2 加強(qiáng)對影子銀行體系的監(jiān)管,規(guī)范其有序運(yùn)行。
3.3 在各金融機(jī)構(gòu)防范自身爆發(fā)可能性的同時(shí),也要做好相應(yīng)的工作以加強(qiáng)自身風(fēng)險(xiǎn)抵抗力。
[1]白雪梅、石大龍:《中國金融體系的系統(tǒng)性風(fēng)險(xiǎn)度量》,《國際金融研究》,2014年第6期.
[2]孫鵬、陳春梅:《我國銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)的系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)研究》,《遼寧大學(xué)學(xué)報(bào)》,2018年第2期.
[3]何青、錢宗鑫、劉偉:《中國系統(tǒng)性金融風(fēng)險(xiǎn)的度量》,《金融研究》,2018年第4期.
[4]龐巖:《新形勢下我國影子銀行的特點(diǎn)、風(fēng)險(xiǎn)及其監(jiān)管對策》,《對外經(jīng)貿(mào)實(shí)務(wù)》,2018年第2期.
[5]陳建青,王 擎,許韶輝:《金融機(jī)構(gòu)間的系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)研究》,《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》,2015年第9期.
[6]任建:《我國金融行業(yè)系統(tǒng)性風(fēng)險(xiǎn)傳染研究——基于上市金融企業(yè)CoVaR模型》,《當(dāng)代經(jīng)濟(jì)》,2018年第7期.
[7]陶玲、朱玲:《系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)測和度量——基于中國金融體系的研究》,《金融研究》,2016年第6期.
[8]巴曙松:《應(yīng)從金融結(jié)構(gòu)演進(jìn)角度客觀評估影子銀行》,《經(jīng)濟(jì)縱橫》,2013年第4期.
[9]Adrian T.,Brunnermeier M.K.,CoVaR,National Bureau of Ec onomic Research,2011.
[10]Acharya V.V.,Pedersen L.H.,Philippon T.,Richardson M.,Measuring Systemic Risk,FRB of Cleveland Working Paper,2010.