系統(tǒng)重要性銀行的識別

謝亞磊

本文通過研究國內(nèi)外系統(tǒng)重要性銀行的定義和識別方法發(fā)現(xiàn)，在不同的測度方法下（指標(biāo)法和模型法）識別出的系統(tǒng)重要性銀行名單存在適度差異，且對于系統(tǒng)重要性銀行風(fēng)險(xiǎn)溢出測度的研究大多局限于單一的金融因素。因此，文章運(yùn)用分位數(shù)回歸靜態(tài)CoVaR模型識別出現(xiàn)階段上市銀行中系統(tǒng)性風(fēng)險(xiǎn)測度并進(jìn)行排名，進(jìn)而篩選出我國的系統(tǒng)重要性銀行。以期更好地對系統(tǒng)重要性銀行進(jìn)行差異化監(jiān)管，進(jìn)而健全我國宏觀審慎監(jiān)管框架。

一、相關(guān)定義及文獻(xiàn)綜述

全球系統(tǒng)重要性銀行（G-SIBs）的概念最早出現(xiàn)于2008年金融危機(jī)，為避免金融危機(jī)再度發(fā)生，國際監(jiān)管機(jī)構(gòu)開始關(guān)注一些特殊的金融機(jī)構(gòu)。國際貨幣基金組織（IMF）對G-SIBs的描述是：發(fā)生面臨破產(chǎn)、違約等事件時(shí)，風(fēng)險(xiǎn)迅速波及到其他金融機(jī)構(gòu)進(jìn)而引發(fā)整個(gè)行業(yè)動蕩的銀行。彭晨（2015）認(rèn)為，系統(tǒng)重要性銀行必須具備以下特征：業(yè)務(wù)規(guī)模較大、系統(tǒng)關(guān)聯(lián)性強(qiáng)以及活躍性高。G-SIBs的識別方法由巴塞爾協(xié)會研究制定，每年根據(jù)上一年度的評分結(jié)果進(jìn)行更新，名單內(nèi)銀行的附加資本要求、損失吸收能力要求及其他監(jiān)管標(biāo)準(zhǔn)往往都高于一般銀行（漆佳，2020）。國內(nèi)外關(guān)于如何判定系統(tǒng)重要性銀行有著非常豐富的研究，主要的識別方法有指標(biāo)法和模型法。

（一）指標(biāo)法

指標(biāo)法是通過銀行間交易數(shù)據(jù)及財(cái)務(wù)數(shù)據(jù)進(jìn)行分析的方法，具有著數(shù)據(jù)可得性高、操作簡單、識別效果顯著、適用性強(qiáng)等優(yōu)勢，獲得各國學(xué)者和監(jiān)管機(jī)構(gòu)的廣泛認(rèn)可（Br?mer等，2013;Masciantonio，2015）。規(guī)模越大，越易被識別成系統(tǒng)重要性銀行已經(jīng)得到學(xué)者的廣泛認(rèn)可，但并非唯一因素。孫樹強(qiáng)等（2020）通過分析英國系統(tǒng)性重要銀行識別時(shí)發(fā)現(xiàn)，除國際標(biāo)準(zhǔn)外，英國還將包括補(bǔ)充杠桿率、逆周期杠桿率、系統(tǒng)性風(fēng)險(xiǎn)緩沖、自有資金以及合格債務(wù)的最低要求（MREL）等在內(nèi)的指標(biāo)均納入了監(jiān)管框架。Kleinow等（2013）研究了拉丁美洲銀行規(guī)模和市場集中度對系統(tǒng)重要性銀行的影響，結(jié)果顯示：在成本和利潤方面，大規(guī)模銀行的風(fēng)險(xiǎn)相對較小;就集中度而言，銀行業(yè)市場不平等度越高，整個(gè)系統(tǒng)的穩(wěn)定性越低。我國學(xué)者在運(yùn)用國際標(biāo)準(zhǔn)進(jìn)行國內(nèi)系統(tǒng)性重要銀行判定時(shí)，適當(dāng)調(diào)整部分指標(biāo)使之更加符合我國國情，形成了極具參考性的研究。朱曉燕（2017）認(rèn)為，可以運(yùn)用《中國銀行業(yè)實(shí)施新監(jiān)管標(biāo)準(zhǔn)的指導(dǎo)意見》（簡稱《指導(dǎo)意見》）中提到的規(guī)模大小、關(guān)聯(lián)性、可替代性和復(fù)雜性來評估D-SIBs。許薇（2015）除運(yùn)用《指導(dǎo)意見》中的四種指標(biāo)外，還創(chuàng)新加入國民信心作為補(bǔ)充衡量。

（二）模型法

模型法主要是基于市場公開數(shù)據(jù)（如，期權(quán)價(jià)格、總資產(chǎn)回報(bào)等）進(jìn)行分析，該方法能夠?qū)ψR別進(jìn)行進(jìn)一步量化，按照不同的模型又分為系統(tǒng)性風(fēng)險(xiǎn)指數(shù)（SRISK）、邊際期望損失法（MES）和條件在險(xiǎn)價(jià)值法（CoVaR）等。周強(qiáng)等（2014）認(rèn)為，不同模型的側(cè)重點(diǎn)不同，MES模型側(cè)重于反映市場風(fēng)險(xiǎn)的影響，CoVaR模型著重于解釋個(gè)體銀行風(fēng)險(xiǎn)對整體系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，而SRISK則更偏向于反映資產(chǎn)規(guī)模、杠桿率等因素對系統(tǒng)重要性風(fēng)險(xiǎn)的影響?，F(xiàn)有研究主要集中在實(shí)證分析上，Suchkova等（2014）、Kolari等（2019）分別分析了銀行績效對俄羅斯和美國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平的影響。由于我國尚未有確切的系統(tǒng)重要性銀行名單，目前國內(nèi)學(xué)術(shù)界的研究主要集中于判定國內(nèi)系統(tǒng)重要性銀行（D-SIBs）以及影響因素關(guān)聯(lián)度分析上。任碧云等（2018）通過指標(biāo)法和熵值法得出五大國有銀行的系統(tǒng)重要性得分在2014-2016年間均位列前五，識別結(jié)果顯示，除交通銀行外的其他幾家國有銀行可認(rèn)定為識別出D-SIBs。在識別D-SIBs方面，指標(biāo)法和模型法判定出的系統(tǒng)重要性銀行名單存在適度差異，但基本符合規(guī)模越大、業(yè)務(wù)越廣的金融機(jī)構(gòu)更容易被識別為系統(tǒng)重要性銀行的特征。

二、實(shí)證分析

本文利用分位數(shù)回歸靜態(tài)CoVaR模型識別出現(xiàn)階段上市銀行中系統(tǒng)性風(fēng)險(xiǎn)測度并進(jìn)行排名，進(jìn)而篩選出我國的系統(tǒng)重要性銀行。分位數(shù)回歸較傳統(tǒng)的線性回歸更加穩(wěn)健，能更好的詮釋被解釋變量的分布全貌，從而精確的對回歸數(shù)據(jù)進(jìn)行度量。

（一）基于分位數(shù)回歸靜態(tài)CoVaR模型設(shè)計(jì)

在險(xiǎn)價(jià)值VaR本身定義為在給定的置信水平下發(fā)生損失的最小概率。例如，在由N個(gè)銀行機(jī)構(gòu)組成的系統(tǒng)中，研究機(jī)構(gòu)與整體金融系統(tǒng)的風(fēng)險(xiǎn)溢出關(guān)系，首先建立分析兩者回報(bào)率之間的關(guān)系。定義金融系統(tǒng)為system，機(jī)構(gòu)為i，在機(jī)構(gòu)損失為，Xi則：

其中表示一定置信水平下機(jī)構(gòu)i發(fā)生風(fēng)險(xiǎn)時(shí)間損失為Xi的條件下系統(tǒng)的q分位數(shù)損失估計(jì)值，從而依據(jù)VaR的定義，得出：

其中CoVaR是機(jī)構(gòu)i的VaR下的條件VaR，是指超過一定條件概率下的平均超額VaR值。因此分位數(shù)回歸得到的基于機(jī)構(gòu)i損失的條件下?lián)p失的預(yù)測值就是系統(tǒng)在Xi條件下的VaR值。其中就是條件分位數(shù)，當(dāng)Xi取時(shí)，就可以計(jì)算機(jī)構(gòu)i的CoVaR值：

可以由機(jī)構(gòu)i收益率序列里的q分位數(shù)得到，那么根據(jù)風(fēng)險(xiǎn)溢出值：

就可以計(jì)算出整個(gè)金融系統(tǒng)中各機(jī)構(gòu)的風(fēng)險(xiǎn)排名。其中分位數(shù)q=0.5是指在正常情況下機(jī)構(gòu)i的，而分位數(shù)q=0.05是指在發(fā)生風(fēng)險(xiǎn)事件Xi下機(jī)構(gòu)i的。

（二）基于分位數(shù)回歸靜態(tài)CoVaR識別系統(tǒng)重要性銀行

1.實(shí)證數(shù)據(jù)及處理。對于系統(tǒng)重要性銀行樣本的數(shù)據(jù)選取，根據(jù)數(shù)據(jù)的規(guī)模、數(shù)據(jù)可獲得性和數(shù)據(jù)平穩(wěn)性特征，本文選取平安銀行、寧波銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國銀行和中信銀行16家上市銀行的交易日收盤價(jià)作為研究樣本，數(shù)據(jù)時(shí)間跨度為2015年1月1日至2021年2月28日，數(shù)據(jù)來源于Choice金融終端，數(shù)據(jù)處理運(yùn)用STATA16計(jì)量軟件。

為求出每家銀行的收益率，對相關(guān)收盤價(jià)進(jìn)行處理：

其次，利用各銀行間股本權(quán)重加權(quán)平均求出整個(gè)銀行系統(tǒng)的收益率（s）：

最終得出數(shù)據(jù)統(tǒng)計(jì)結(jié)果如表1：

由表1可知：一是從收益率均值看，招商銀行收益率最高（0.75），北京銀行收益率最低（-0.056），除平安銀行、寧波銀行、招商銀行、興業(yè)銀行、工商銀行和建設(shè)銀行外，其余樣本銀行收益率為負(fù)，占比62.5%;二是從標(biāo)準(zhǔn)差看，除開系統(tǒng)波動，南京銀行波動率最大，達(dá)2.72，其次為寧波銀行和平安銀行，剩余樣本波動標(biāo)準(zhǔn)差均處于2以下;從偏度看，所有樣本都存在左偏或右偏的情況，其中南京銀行左偏程度最重;從峰度看，南京銀行峰值最高，說明南京銀行收益率出現(xiàn)極值波動最為明顯，招商銀行峰值波動最小。綜上，銀行整體收益率為負(fù)且波動較為明顯，整體呈現(xiàn)尖峰肥尾特征。

2.正態(tài)性檢驗(yàn)。由表2樣本銀行描述性統(tǒng)計(jì)可以看出，各個(gè)銀行及金融系統(tǒng)的收益率并不服從正態(tài)分布，收益率偏度（SKEWNESS）呈現(xiàn)左偏或者右偏的情況，峰度值（KURTOSIS）大于6，且各家銀行收益率尾部比正態(tài)分布的尾部厚，其分布呈現(xiàn)尖峰肥尾的特征。此類數(shù)據(jù)恰好適用于分位數(shù)回歸的方法。為進(jìn)一步檢驗(yàn)樣本數(shù)據(jù)是否服從正態(tài)分布，利用J-B檢驗(yàn)對樣本數(shù)據(jù)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表2：

根據(jù)樣本銀行正態(tài)性J-B檢驗(yàn)表，發(fā)現(xiàn)16家樣本銀行以及銀行系統(tǒng)均拒絕各收益率正態(tài)性假設(shè)。另，以平安銀行為例，作出相關(guān)收益率的分布圖和QQ圖，發(fā)現(xiàn)該銀行在相關(guān)顯著性水平上拒絕正態(tài)分布。說明數(shù)據(jù)恰好適用于分位數(shù)回歸方法。

圖1? ?平安銀行收益率分布圖

3.實(shí)證測算。以中國銀行BC為例，首選估計(jì)出下列模型的參數(shù)：

將上式估計(jì)參數(shù)帶入CoVaR中，中國銀行對銀行系統(tǒng)的CoVaR為：

其中可以直接由中國銀行的收益率序列的5%分位數(shù)得到。

接下來進(jìn)一步計(jì)算中國銀行的風(fēng)險(xiǎn)溢出價(jià)值，用處于風(fēng)險(xiǎn)狀態(tài)下（分位數(shù)q=0.05）的CoVaR減去正常狀態(tài)下（分位數(shù)q=0.5）的CoVaR：

此外，由于不同金融機(jī)構(gòu)自身CoVaR值不同，存在較大的差異性特征，并不能很好地反映出風(fēng)險(xiǎn)溢出程度，因此對進(jìn)行標(biāo)準(zhǔn)化處理，即：

4.實(shí)證結(jié)果。利用計(jì)量軟件STATA16 根據(jù)上述步驟對16家上市銀行進(jìn)行實(shí)證測算，得到結(jié)果如表3：

表3顯示了樣本數(shù)據(jù)中16家上市銀行系統(tǒng)重要性的估計(jì)值以及排名。從估計(jì)結(jié)果來看，大型國有商業(yè)銀行的VaR值和CoVaR值總體偏小，而股份制銀行的VaR值和CoVaR值整體偏大，說明在某種程度上國有商業(yè)銀行因自身規(guī)模、運(yùn)營能力等優(yōu)勢，抵御金融風(fēng)險(xiǎn)的能力要大于股份制銀行。為了體現(xiàn)出系統(tǒng)整體風(fēng)險(xiǎn)的關(guān)聯(lián)性，根據(jù)%deltaCoVaR可以看出，國有大型銀行的%deltaCoVaR值整體更高，說明隨著各大銀行資產(chǎn)規(guī)模的不斷發(fā)展，各銀行間的聯(lián)系愈發(fā)密切，進(jìn)一步表明銀行之間的整體關(guān)聯(lián)性是影響系統(tǒng)重要性穩(wěn)定的主要原因;從估計(jì)排名來看，農(nóng)業(yè)銀行、中國銀行、工商銀行、建設(shè)銀行系統(tǒng)重要性分別位居前四，排名與大型國有商業(yè)銀行的資產(chǎn)規(guī)模基本一致。華夏銀行位居第五。另一方面，興業(yè)銀行、民生銀行、中信銀行等股份制銀行由于業(yè)務(wù)發(fā)展較快，其系統(tǒng)重要性也在顯著增加。因此，在對整個(gè)銀行系統(tǒng)進(jìn)行宏觀審慎決策時(shí)，應(yīng)更注重于銀行之間的關(guān)聯(lián)性，尤其注重系統(tǒng)重要性銀行在整個(gè)系統(tǒng)中的作用和低位并進(jìn)行有效監(jiān)管，以確保銀行系統(tǒng)的整體穩(wěn)定。

三、總結(jié)

通過對樣本銀行收益率數(shù)據(jù)利用分位數(shù)下靜態(tài)CoVaR實(shí)證分析發(fā)現(xiàn)，大型國有商業(yè)銀行的VaR值和CoVaR值總體偏小，而股份制銀行的VaR值和CoVaR值整體偏大，說明在某種程度上國有商業(yè)銀行抵御金融風(fēng)險(xiǎn)的能力大于股份制銀行。此外，農(nóng)業(yè)銀行、中國銀行、工商銀行、建設(shè)銀行系統(tǒng)重要性分別位居前四，華夏銀行位居第五，排名與大型國有商業(yè)銀行的資產(chǎn)規(guī)?；疽恢?。通過排名，可以更好地對系統(tǒng)重要性銀行進(jìn)行差異化監(jiān)管，進(jìn)而健全我國宏觀審慎監(jiān)管框架，提出更有可行性的監(jiān)管措施，同時(shí)能夠加強(qiáng)對銀行業(yè)的風(fēng)險(xiǎn)管理，打通風(fēng)險(xiǎn)防范及處置網(wǎng)絡(luò)，提高各層級危機(jī)應(yīng)對能力。

參考文獻(xiàn)：

[1]巴曙松，高江健.基于指標(biāo)法評估中國系統(tǒng)重要性銀行[J].財(cái)經(jīng)問題研究，2012（9）：48-56.

[2]郭衛(wèi)東.中國上市銀行的系統(tǒng)重要性評估——基于指標(biāo)法的實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2013，35（02）：28-35.

[3]范小云，王道平，方意.我國金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)測度與監(jiān)管——基于邊際風(fēng)險(xiǎn)貢獻(xiàn)與杠桿率的研究[J].南開經(jīng)濟(jì)研究，2011（04）：3-20.

作者單位：中國人民銀行六盤水市中心支行，經(jīng)濟(jì)師。