我國上市商業銀行系統性風險測度

才智咖 人氣:4.14K

系統性風險是指金融機構從事金融活動或交易所在的整個系統(機構系統或市場系統)因外部因素的衝擊或內部因素的牽連而發生劇烈波動、危機或癱瘓,使單個金融機構不能倖免,從而遭受經濟損失的可能性。系統性風險包括政策風險、經濟週期性波動風險、利率風險、購買力風險、匯率風險等。這種風險不能通過分散投資加以消除,因此又被稱為不可分散風險。 系統性風險可以用貝塔係數來衡量。

我國上市商業銀行系統性風險測度

摘要:系統性風險的衡量一直是近幾年監管改革領域的研究熱點,在巨集觀審慎監管中,不僅需要識別出系統重要性金融機構,還需要對系統重要性金融機構的系統性風險大小進行測度。本文選取中國上市銀行作為樣本,採用邊際資本預期不足法,運用金融市場資料和年報資料對2006-2013年間我國上市銀行的系統性風險開展實證測量,並對測量結果進行穩健性檢驗。研究表明五大國銀的邊際風險水平處於低位,而中小型銀行的邊際系統性風險普遍較高,穩定性更差,在金融危機中增加單位資產帶來的系統性風險增加程度更大。

關鍵詞:系統性風險;邊際資本預期不足;巨集觀監管;商業銀行

一、邊際預期不足法概述

金融機構是一類特殊的企業,它們的破產帶來的負外部性將嚴重影響到其他經濟部門。Viral rya, rsen, Thomas Philippon和Matthew Richardson(2010)[3]四位經濟學家為了量化銀行破產的外部性在2010年提出邊際資本預期不足法(MES),這種方法衡量了銀行i所承擔的風險對金融系統總風險的貢獻增加值。依據MES為每個銀行制定相應的資本要求或稅收要求,能有效的防止單個銀行發生過度風險承擔和過度槓桿效應的問題,滿足巨集觀審慎監管的要求。

邊際預期損失法能夠衡量當金融系統發生風險時,單個金融機構的邊際預期損失。模型假定銀行i的股東權益資本為wi,總資產為ai,當金融系統的總資產低於一定比例z時將發生系統性風險,即當時w1i

系統性預期不足定義為,它衡量了當系統發生危機時銀行i的資本低於目標水平的平均程度,即在金融危機期間單個銀行實際的系統性風險貢獻值。它是監管者對每個銀行加收系統性預期不足(SES)稅收的依據,以激勵金融機構將損失外部性轉化為內部成本。但在現實中,SES是實際系統性風險值,在危機爆發前是未知數。進一步的,A.P.P.R.的研究證明SES和MES存在如下理論關係:

由上可知SES的估計方程中主要包含三項:1)過度槓桿水平;2)事前的MES乘以危機實現時的放大倍數k;3)以信用風險增加為代價帶來的超額債券收益率(fi

邊際資本預期不足法能夠有效地度量單個金融機構的系統性風險的邊際貢獻程度,為巨集觀審慎監管提供參考。但到目前為止,關於邊際資本預期不足法在的研究還較少,尤其是實證方面的研究。本文在前人理論研究的基礎上,選取更加廣泛全面的樣本和資料,通過邊際資本預期不足法,針對我國巨集觀情形和商業銀行風險特徵進行相應調整估計模型,對我國16家上市商業銀行的系統性風險進行測量,為更好的對單個金融機構開展巨集觀審慎監管提供參考方法。

二、實證結果

(1)樣本選取及說明

估計單個銀行的MES值的關鍵有兩點:估計SES時需要對系統性危機爆發時期進行選擇,和估計MES時的樣本區間選擇。由於此次全球性金融危機集中爆發於2007-2008年,傳導到我國經濟併產生實際影響略有時間滯後,參考A.P.P.R.的研究本文以金融危機爆發期間各銀行部門的實際股票收益率作為各個銀行實際系統性預期不足SES的估計,樣本區間取為2007年10月8日至2008年12月31日。本文主要研究上市商業銀行的系統重要性對銀行體系的影響,因此本文選取中證內地銀行指數代表市場收益率,內地銀行主題指數(399947)以2004年12月31日為基期,由16家上市銀行構成樣本股。

MES是市場未發生危機時單個銀行對系統性的邊際貢獻程度,因此估計MES應該選取未發生危機的時期。考慮到所選取的時間跨度不能太短,而危機前的時間段內(2007年之前)我國僅有7家上市商業銀行,如果選取這段時間作為測算MES的樣本區間將導致一定時間內市場發生尾部事件的天數過少,樣本不足影響結果的可靠性。有鑑於此,本文選取相隔較近的危機後年份2009年1月1日-2009年12月31日作為估計MES的樣本區間,相較而言危機後的時間區間與危機前存在一定的相關性並且資料充足,得出的結果穩健性強。本文假定將2009.01-2009.12年中金融市場的日收益率最差的5%視為普通尾部事件,最差的1%視為極端尾部事件。本文對銀行i在2009年的MES值估計為,在2009.01-2009.12內當金融市場發生普通尾部事件時,銀行i的股票收益率Ri平均值,即:

此外,本部分還將在同樣的樣本區間內估計傳統風險測量工具的效果,包括波動率、VaR、ES和β值。其中,在2009.01-2009.12時期內銀行i的5%分位點數值作為該銀行VaR估計值;在這個值以下的銀行i的股票收益率作為該銀行的ES估計值。本文所有股票價格資料均採取前復權方式處理。銀行股價資料和巨集觀變數資料來源均為同花順資料庫,財務資料來源於各家銀行報表。

(2)實證結果

本節首先檢驗MES對國內金融機構系統性損失的解釋能力,然後測算上市商業銀行2009-2013年的MES值。依據上述樣本選取和計算方法,本文對我國16家上市商業銀行的MES和SES進行了測度,並且比較在相同時間區間內MES和傳統風險測量工具的效果。

通過2007-2009年間已實現的系統性風險SES和邊際預期不足MES的關係圖可知,兩者之間的相關係數為0.6550,說明存在較強的相關性,散點圖也表明MES對SES具有較強的解釋能力。因此,可以通過估計MES來預測單個銀行對金融系統的邊際風險貢獻,作為對未來危機發生時的實際系統性損失預警。

既然MES能夠對我國商業銀行的實際系統性風險損失進行有效解釋,本文按照上述方法估計2009-2013年的上市商業銀行MES值,按照2013年各銀行的MES值升序排列結果,可知:

首先,從最高和最低排名來看,2013年MES值最高前三位是民生銀行、興業銀行和浦發銀行,其中民生銀行的MES絕對值為0.06,表示在金融市場處於尾部事件的時期內,民生銀行的平均股票收益率為-6%,即增加一單位資產帶來的系統性風險增加6%。五大國有股份制銀行的MES絕對值均低於0.04,其中工商銀行最低,僅為-0.0194。結合上文中的指標法評估結果,這說明雖然國銀在金融系統中佔有較大分量的系統重要性,但它們對系統性風險的邊際貢獻程度處於低位。

然後,從聚類分析來看,低等系統重要性銀行在危機中的波動性較強,其對系統風險的邊際貢獻率偏高,即增加額外一單位資產帶來的系統性風險更大。這可能是因為小型銀行的資金渠道、業務範圍有限,增加資產的困難度和融資成本更高,隨之而來的風險更大。而中等系統重要性的MES大部分處於高位,例如民生銀行、興業銀行、浦發銀行和中信銀行,這類銀行的資金供給和業務渠道比低等系統重要性銀行更為充足,但與國銀相比又有所不足。另一方面,它們擴充套件業務增加資產的需求強烈,開發的金融產品具有較強的關聯性和複雜性,但是又不如國銀能夠有足夠的資金緩衝墊和完善的風險控制系統來抵禦危機,缺乏健全的安全網路系統。因此中等銀行的邊際風險貢獻率長期處於高水平。

最後,從時間動態分析來看,2009-2013年的MES值估計表明2008年金融危機爆發後的四年內各銀行的邊際風險值均處於下降趨勢,中位數、最大值和最小值也顯示出同樣結論,可以看出金融危機的影響逐漸減小。這樣的下行走勢直到2012為止,2013年各銀行的MES值開始全面大幅反彈,平均上升幅度超過90%,其中中國銀行由2012年的-0.0074跳躍到2013年的-0.0228,漲幅高達207.73%。但這也不絕對,工商銀行的MES值下降趨勢到2011年就停止了,2012至2013年開始小幅回升波動。這說明2008年金融危機的影響到2012年基本結束,2013年開始新一輪的經濟週期。從波動幅度來看,在危機後的五年內,光大銀行MES值波動幅度最大,從最高值-0.0688到最低值-0.0143,標準差為0.023。MES值變化最平穩的是南京銀行,一直穩定在-0.031到-0.042之間,標準差為0.0054。

邊際預期不足值MES衡量了單個銀行承擔的風險對金融系統總風險的貢獻增加值。中低等系統重要性銀行的MES較高,說明擴張規模帶來的風險較大,針對此類銀行監管機構可以要求較高的資本要求,以防止為增加資產擴張規模而發生過度風險承擔和過度槓桿效應的問題。

三、結論

研究結果表明從邊際風險貢獻來看,大型國有銀行對金融系統的邊際風險貢獻程度明顯低於中小型銀行,即新增額外的資產帶來的風險更低;而中小型銀行的邊際風險長期處於較高水平,在這興業銀行和民生銀行中體現得尤為明顯。值得注意的是,邊際風險較低並不意味著總系統性風險較低。從時間維度來看,單家銀行各銀行的邊際風險貢獻程度都有隨時間下降的趨勢。本文的結果為監管部門制定巨集觀審慎監管措施、防範系統性風險提供了參考,比如可以根據不同銀行對系統性風險的邊際貢獻大小區別附加不同的校準資本或流動性要求等。

參考文獻:

[1]鄢俊華. 我國上市商業銀行系統性風險的評價與測度研究[D]. 北京: 北京師範大學,2015.

[2] Hellwig M. Systemic aspects of risk management in banking and finance [J]. Swiss Journal of Economics and Statistic, 131, 1995:723-737.

[3] Viral rya, rsen, Thomas Philippon and Matthew Richardson. Measuring Systemic Risk. 2010.03. Working Paper 10-02.

[4]範小云,王道平,方意. 我國金融機構的系統性風險貢獻測度監管――基於邊際風險貢獻與槓桿率的研究[J]. 南開經濟研究,2011(4).