基于機構的系統性風險度量

蔚璐

摘 要：近年來對系統性風險的防范越來月成為機構、監管部門等關注重點，本文回顧了過去基于機構的系統性風險度量方法，尤其是金融危機發生后，風險度量技術由基于宏觀經濟變量和銀行資產負債表數據進一步發展為更加先進、準確依托微觀數據的度量方法。

關鍵詞：風險度量;網絡分析法;尾部度量發

1.危機前的系統性風險度量

在2008年全球金融危機以前，衡量系統性風險主要基于宏觀經濟變量和銀行資產負債表數據，比如CAEL和CAMEL體系主要從單個銀行風險測度出發，通過系統性重要銀行和多個銀行的風險狀況反映系統性風險;綜合指數法是通過一定的加權統計方法對影響系統性風險的指標進行加總得到一個綜合指數，綜合指數超過根據歷史數據設定的閾值表明經濟處于風險與危機之中，Illing 和Liu（2003），Hakkio和Keeton（2009），Cardarelli et al.（2009）都基于此方法構建了不同國家和地區的風險預警指標;早期預警系統是通過找出歷次危機的共同點構建預警指標體系來實現對金融危機的早期預警，如Frankel 和 Rose（1996）提出的FR概率預警模型、Sachs等（1996）提出的 STV 模型、由Kaminsky等（1998）提出的KLR信號法、IMF（1999）針對發展中國家的危機所提出 DCSD模型、Nag和Mitra（1999）的人工神經網絡模型以及Abiad（2003）構建的時變轉移概率的馬爾科夫轉換模型等。這些方法簡單易行但是信息獲取頻率低、滯后嚴重，因此對風險衡量缺乏前瞻性和準確性，也沒有考慮到風險的外部性、傳染性和溢出性。此外危機爆發前，在險價值（VaR）也是一種對債券和股票市場進行風險測度的重要工具，但是VaR模型不滿足次可加性、對尾部風險估計不足、所依賴的正態分布假定與金融收益率分布特征不相符并且對歷史數據依賴嚴重導致對未來風險預測能力不足。

2.危機后的系統性風險度量

次貸危機以后，對于金融風險的測度更加注重時效性以及風險的外部性和溢出性，一系列新的風險測度方法和技術出現。目前國際上用于度量系統性風險的主流方法主要有一下四類。

（一）網絡分析法

這種方法著眼于由機構之間的資產負債表敞口、支付結算體系內的對手方或者信息層面關聯性結成的網絡。當網絡中一個或者多個銀行遭受風險沖擊時，風險將通過關聯性傳染給他們的對手方進而蔓延至整個銀行。Chan-Lau 等（2009）和 IMF（2009）提出了基于資產負債表敞口渠道下的網絡模型;Acharya 和 Thakor（2016）還考察了基于信息渠道的傳染下的網絡模型;Zawadowski （2013）、 Acharya 和 Bisin （2014）以及 Duf？e 和 Zhu（2011）等研究了基于支付結算體系內對手方風險的傳染。用網絡分析法測度系統性風險非常直觀，但是基于各個機構現實中的雙邊關系構建的網絡模型在分析上比較靜態，對于沖擊事件發生以后銀行之間的動態性變化刻畫不準確，進而對沖擊過后的系統性風險的追蹤也缺乏準確性。

（二）Systemic CCA

由Gray和Jobst（2011）提出的Systemic CCA方法基于CCA方法計算出單個銀行或者機構的違約率、違約距離和預期損失，將金融系統視為單個機構或有權益的組合，通過多元極值理論、Couple函數等對機構間違約風險進行建模分析來度量系統性風險。這種方法加入了市場風險這個因素對風險刻畫更加及時準確，并且可以量化銀行資產負債表對于外部沖擊敏感度，用于政策分析，但是基于資產收益分布的假設與現實并不相符，且當市場劇烈波動時存在過度放大風險的問題。

（三）宏觀壓力測試法

這種方法是考察整體經濟面對專業性假定或者歷史情景數據下的壓力情景沖擊下的穩健性，常見的宏觀壓力情景測試是通過對一個或者一組基本經濟變量取不同的值，比如Alfaro等（2009）所提出的GDP 壓力測試，Hirtle等（2009）提出的用于在監管資本評估項目壓力測試，Duf？e（2011）提出的衡量金融體系風險的“10×10×10”方法等。這種方法可以有效測出機構在不同壓力下的風險敞口，對于監管意義重大但是存在數據可得性限制，這種衡量系統性風險的方法只能由政府部門主導。

（四）尾部度量法

尾部度量法基于金融市場的高頻數據并且強調對尾部風險的關注，而且能夠有識別單個機構對系統性風險的貢獻。如Acharya等（2010）提出的邊際期望損失法（MES）以及基于MES基礎上拓展的系統損失預期法（SES），后來 Brownlees 和 Engle（2011）以及Acharya 等（2012）又對MES做了進一步的完善提出了系統風險指數法（SRISK），此外Adrian 和 Brunnermeier（2011）在VaR基礎上提出了CoVaR條件在險價值法（CoVaR）。

對風險度量方法的研究不僅有助于提前預警風險，科學測度，從而降低風險造成的對相關機構和市場的損失，也有助于監管機構更好的對市場主體進行監管，根據其風險狀況對不同的機構實施差異化管理，促進金融市場的良性發展。

參考文獻：

[1]翟永會.系統性風險管理視角下實體行業與銀行業間風險溢出效應研究[J].國際金融研究，2019（12）：74-84.

[2]陳湘鵬，周皓，金濤，王正位.微觀層面系統性金融風險指標的比較與適用性分析——基于中國金融系統的研究[J].金融研究，2019（05）：17-36.

[3]李政，梁琪，方意.中國金融部門間系統性風險溢出的監測預警研究——基于下行和上行ΔCoES指標的實現與優化[J].金融研究，2019（02）：40-58.

[4]李政，涂曉楓，卜林.金融機構系統性風險：重要性與脆弱性[J].財經研究，2019，45（02）：100-112+152.