銀行業系統性風險的溢出效應研究

李婷

本文以我國15家上市銀行機構2012年1月1日至2020年12月31日股票市場每日收盤價為樣本，將房地產、股票、貨幣、債券、外匯五個金融市場納入條件在險價值模型，研究了這五個金融市場對銀行業系統性風險的溢出效應及影響渠道。實證結果表明：股票市場、房地產市場、貨幣市場、債券市場和外匯市場對銀行業系統性風險具有正向的溢出效應。

一、引言

近年來，我國金融業取得了飛躍式的發展，一系列的改革措施也使得銀行業更上一層樓。據銀行業協會統計，截至2020年底，我國銀行業資產規模達1246.7萬億元，凈資產規模為103.7萬億元。隨著資本市場在我國現代化經濟體系的地位和作用的不斷提高，國家對銀行業的發展也提出了更高的要求。因此為了更好地控制我國金融體系的系統性風險，有必要對銀行業的系統性風險進行研究。

對于金融機構系統性風險度量的研究，目前主流的方法是尾部依賴模型，最為經典的度量指標包括Adrian和Brunnermeier（2016）［1］提出的條件在險價值指標（CoVaR）、Acharya等（2017）［2］提出的系統期望損失指標（SES）及邊際期望損失（MES）以及Brownlees和Engel（2017）［3］提出的系統性風險指標（SRISK）等。對于金融市場的風險溢出效應，已有研究更多地側重金融市場之間的相互關聯性和傳染性。其中，王茵田和文志瑛（2010）［4］、史永東等（2013）［5］分別采用VAR模型、Copula函數相關性的分位數測度方法對中國股票市場與債券市場之間的風險溢出效應進行了研究。方意（2015）［6］則基于股票市場內部多維度對多個國家（或地區）主板市場和中小板、創業板市場之間的傳染性進行了考察。

基于已有文獻，本文發現對于銀行業系統性風險問題的研究不應將視角局限于銀行體系內部銀行之間的關聯性，而應放在更大的金融體系背景下加入金融市場的風險因素來考察銀行業系統性風險的溢出效應。為此，本文參考方意等（2017）［7］，在引入房地產、股票、貨幣、債券、外匯五個金融市場作為風險因素的基礎上，考察銀行業系統性風險情況，更好地防范和監管銀行業系統性風險，為提高我國銀行業抗風險能力提供量化參考。

二、研究模型與方法

為了從金融市場角度研究銀行業系統性風險的變化，本文參考方意等（2018）的做法，在Adrian和Brunnermeier（2016）所提出的CoVaR模型基礎上，加入各類金融市場收益率作為狀態變量進行改進。主要步驟如下：

步驟1：以單家銀行機構損失率為被解釋變量，以各類金融市場損失率作為解釋變量，通過q%分位數水平下的分位數回歸得到單家銀行機構的風險值（VaR）。

步驟2：以銀行業系統損失率為被解釋變量，以單家銀行機構損失為解釋變量，同時加入各類金融市場損失率作為狀態變量，在q%分位數水平下構建分位數回歸模型。

步驟3：將步驟1所得到的單家銀行機構在q%分位數下的風險值代入步驟2中，可得到銀行業整體的風險值。

步驟4：通過以金融市場k的基本狀態變量為被解釋變量，以常數項為解釋變量進行分位數回歸，并選擇120個交易日（約半年）為固定窗口實現動態化，得到金融市場的風險狀態變量。

步驟5：為了測度金融市場對銀行業系統性風險的溢出效應，本文借鑒方意等（2018）的做法，通過以金融市場k的基本狀態變量為被解釋變量，以常數項為解釋變量進行分位數回歸，并選擇120個交易日（約半年）為固定窗口實現動態化，得到金融市場的風險狀態變量。

步驟6：將單家銀行機構的風險值以及金融市場的風險狀態變量代入步驟3，可以得到納入金融市場風險狀態變量后的銀行業條件在險價值。

因此，當五個金融市場整體由正常狀態轉為風險狀態時，單家銀行機構受金融市場風險狀態變化的影響也由正常狀態轉化為壓力狀態，因此金融市場風險狀態與銀行機構風險值改變對銀行業系統性風險的貢獻度可表示為：

將銀行機構對銀行業系統性風險的貢獻度以單家銀行機構的資產市值占比為權重進行加權平均，最后得到考慮了銀行機構相對規模效應的銀行業系統性風險。

三、數據來源與描述性統計

（一）數據來源

本文選取了15家在A股上市的銀行收盤價作為研究樣本。為了充分研究近年來發展迅猛的銀行機構對銀行業的影響，本文選擇了市值規模在2020年度排名前列的15家公司，具體為：01寧波銀行，02浦發銀行，03華夏銀行，04民生銀行，05招商銀行，06南京銀行，07興業銀行，08北京銀行，09農業銀行，10交通銀行，11工商銀行，12光大銀行，13建設銀行，14中國銀行，15中信銀行。樣本期間為2012年1月1日至2020年12月31日，共2138個交易日。樣本數據來源于Wind數據庫。

（二）變量說明

為研究樣本銀行機構的系統性金融風險及其溢出效應，選取單個銀行機構損失率和銀行業系統損失率為因變量。由于本文主要想考察股票市場、房地產市場、貨幣市場、債券市場、外匯市場五個金融市場對銀行業的溢出效應，因此選取這五個金融市場的代表性數據作為狀態變量，度量銀行業的系統性風險及其溢出效應，具體指標見表1。關于樣本選取頻率，單個銀行公司損失率和銀行業系統損失率為日頻，金融市場狀態變量則參照方意等（2017）的方法，找到不同風險狀態的金融市場日頻數據。另外，在下文中的正常狀態和風險狀態分別是50%分位數水平和95%分位數水平。

四、實證結果

由表2可知，銀行業系統性風險溢出效應為-9.699，說明當5個金融市場風險狀態同時改變會加劇銀行業整體系統性風險。在金融市場風險狀態同時改變時，對于單個金融市場，股票市場、貨幣市場、債券市場以及外匯市場對銀行業的溢出效應均為負值，說明這四個金融市場的風險波動的確會加劇銀行業的系統性風險。

其中，股票市場風險狀況變化時，會發現浦發銀行、招商銀行與建設銀行的溢出效應為正值，其中民生銀行的溢出效應最為顯著，這與民生銀行自身風險波動較為突出有很大關系。在貨幣市場中，華夏銀行與南京銀行的溢出效應值為正值，說明貨幣市場的風險變化減弱了這兩個銀行機構的系統性風險。在債券市場波動時，除浦發銀行、北京銀行與工商銀行外的其他銀行機構的系統性風險會因為債券市場的風險變化而加劇。而在外匯市場變化時，銀行機構以及銀行業的系統性風險都會加強，說明銀行業與外匯市場的風險波動變化趨勢一致。而房地產市場的風險狀態改變對銀行業系統性風險的溢出效應為正，這可能是因為當房地產市場風險由于房價波動與供需不平衡出現大幅波動時，投資者會由于替代效應，選擇其他理財產品進行投資，而銀行機構作為中間機構，其業務規模以及產品種類會相應地增加，從而導致銀行機構系統性風險水平的加劇。

五、結論與政策啟示

基于金融市場角度討論我國銀行業系統性金融風險的溢出效應，可以幫助理解銀行業系統性風險的生成，進一步穩定我國金融市場。本文以寧波銀行、建設銀行等15家上市銀行機構為研究對象，借鑒方意等（2018）的方法，將房地產、股票、貨幣、債券、外匯五個金融市場納入條件在險價值模型（CoVaR模型），分析了金融市場對我國銀行業系統性風險的溢出效應。研究發現：一是當5個金融市場風險狀態同時改變會加劇銀行業整體系統性風險。二是對于單個金融市場，股票市場、貨幣市場、債券市場以及外匯市場對銀行業的溢出效應均為負值。結果表明市場間的關聯性相互傳導，例如貨幣市場風險的加劇，必然會導致我國投資者對未來產生不樂觀的預期，這種預期也會間接影響銀行業，導致銀行業系統性風險的提高。

針對所得結論，并結合我國發展現狀，本文提出如下建議：

第一，管理銀行業系統性風險可以考慮從金融市場入手。監管部門在關注銀行業內部風險傳染效應的同時，同時還應該注意整個金融體系的風險動向，要時時注意其他金融市場的風險變化情況，尤其是房地產市場的風險變化，以便從源頭降低金融市場對銀行業系統性風險的溢出效應。

第二，要持續關注銀行機構的風險情況。對資產規模、業務關聯性等內容的監管要做到及時且全面，并且要針對相對應機構的突出業務做到重點防控，例如民生銀行的國際業務。對銀行機構違規操作、逃避監管等情況要積極引導，改善我國銀行機構的專業性和公司治理的不健全問題，規范金融機構在公司治理、內部控制、風險管理等制度安排，防范大股東或實際控制人違規操作和經營帶來風險。

參考文獻：

［1］Adrian T.，Brunnermeier M. K. CoVaR［J］. American Economic Review，2016（7）：1705-41.

［2］Acharya，V. V.，Pedersen L. H.，Philippon T.，Richardson M. Measuring Systemic Risk ［J］. Review of Financial Studies，2017，30（1）：2-47.

［3］Christian Brownlees，Engle Robert F. SRISK：A Conditional Capital Shortfall Measure of Systemic Risk［J］. Review of Financial Studies，2017，30（1）：48-79.

［4］王茵田，文志瑛. 股票市場和債券市場的流動性溢出效應研究［J］. 金融研究，2010（3）：155-166.

［5］史永東，丁 偉，袁紹鋒. 市場互聯、風險溢出與金融穩定——基于股票市場與債券市場溢出效應分析的視角［J］. 金融研究，2013（3）：170-180.

［6］方意.貨幣政策與房地產價格沖擊下的銀行風險承擔分析［J］.世界經濟.2015，38（07）：73-98.

［7］方意.中國銀行業系統性風險研究——宏觀審慎視角下的三個壓力測試［J］.經濟理論與經濟管理，2017（02）：48-66.

作者單位：黑龍江大學，碩士在讀。