中国银行业系统性风险的决定因素与传染机制研究

发布时间：2018-10-08 06:46

【摘要】：以2008年雷曼兄弟申请破产为标志,金融危机爆发已有近六年的历史。然而,其影响至今并未消散,对全球金融市场、监管框架以及宏观经济的冲击反而愈加浓烈。为了防范金融危机的再次爆发,金融稳定监督委员会(Financial Stability Oversight Council)和金融研究局(Office of Financial Research),以及欧洲系统性风险委员会(European Systemic Risk Board)等专业监管机构应运而生,我国也正在加快构建宏观审慎管理框架。但是,我们回顾本轮金融危机以来的各项改革政策及其效果可知,虽然加强对金融体系的监管增强了其稳健性,但实际效果并不如预期。如今,金融体系存在几个匪夷所思的事实:大型金融机构的规模更大了,“太大而不能倒”的问题尚未得到解决;影子银行体系的规模进一步扩张;金融体系更加依赖于中央银行的政策等等。在我国,党的十八大报告明确提出,要“牢牢守住不发生系统性、区域性金融风险的底线”,凸显出我国金融安全形势的严峻性,以及加快构建宏观审慎管理框架的迫切性。因此,本文首先分析了系统性风险与宏观审慎管理的联系,并仔细剖析了系统性风险定义及其风险积增、冲击显现和放大与传播等三个阶段的不同性质,以及系统性风险研究在研究层面、风险类型以及研究方法等方面的关键特征。在归纳梳理国内外现有文献后,本文将综合运用未定权益分析法(Contingent Claims Analysis,CCA)以及多种计量经济学方法(空间面板计量方法和共同相关性效应(Common Correlated Effects, CCE)方法等),基于我国上市商业银行的市场数据和财务数据,从多个维度层层解开系统性风险的神秘面纱,逐步打开这个令人望而生畏的“潘多拉魔盒”。与国内现有文献仅仅构建系统性风险的测度指标不同,本文通过综合对比四种CCA模型估计方法的优劣与适应性,选取波动率约束方法构建了违约距离等系统性风险测度指标后,结合空间计量经济学方法与CCE方法,详细探究了系统性风险的决定因素及传染机制,旨在为我国构建宏观审慎管理框架提供理论基础与实证支持。具体而言,本文的主要研究内容如下。第一章为绪论。本章先就本文的研究背景、研究目的与意义进行了详细阐述。然后,从以防范系统性风险为核心的宏观审慎管理出发,指出了监管当局需要进行系统研究的六大核心问题,进而提炼了系统性风险的内涵及其研究的关键特征。再次,论述了本文的研究框架与研究思路。最后,提炼了本文研究的创新点与不足之处。第二章就国内外系统性金融风险的研究进行了归纳、梳理与评述。通过对现有文献的搜索,本章提炼出了监管当局在评估系统性风险时需要解决的六个关键问题,并以此为切入点对国外现有系统性风险研究方法进行了评述。首先,梳理了金融部门内部的风险源头(如金融机构或资产市场)的研究;然后,归纳了系统性风险的影响因子或风险放大机制(即其他部门,经济体系,及其他国家)文献;最后,整理了直接测度风险及系统性事件爆发概率的研究进展。其中,六个关键问题有,金融机构的风险积增、资产价格的上涨与泡沫、主权债务风险、国民经济部门间的风险放大与传递机制、风险的跨国溢出与传染机制、系统性危机发生的概率。我们发现国外研究主要集中于系统性风险的测度,以及系统性风险在各个国家与国民经济各个部门间的传导机制,而对系统性风险的决定因素及其传染机制的研究比较少,特别是金融机构间的风险溢出与传染机制。而且,部分国外研究方法仅仅适合于欧美等发达国家,可能并不适合直接应用到我国的实际研究当中。然而,国内对系统性风险的研究,大多都是直接要运用国外现有的研究方法,基于我国相关数据来展开实证分析,并提出相应的宏观审慎管理政策。其中,应用比较广泛的研究方法主要有:前瞻性(Forward-looking)研究方法、横截面(Cross-section)研究方法、金融网络分析方法、宏观金融分析方法、压力测试研究方法等。第三章是基于CCA方法的我国银行业系统性风险测度研究。通过梳理国内外系统性风险研究方法,发现CCA方法具有广泛的适应性,因此本文运用CCA方法分析了我国银行业系统性风险的动态演变特征。基于我国14家上市商业银行2008年1月至2013年9月的股市数据与财务数据,构建了一系列系统性风险测度指标,包括银行隐含资产波动率、平均违约距离(Average Distance-to-Default,ADD)、组合违约距离(Portfolio Distance-to-Default,PDD)以及预期损失(Expected Loss, EL)等,并且以ADD与PDD的联合变化趋势来刻画我国银行业系统性风险的动态变动情形。特别是,我们综合对比分析了包括波动率约束方法(Volatility Restriction Method)、KMV方法、极大似然估计方法(MLE)以及市值代理方法(Market Value Proxy Method)等四种方法,估计CCA模型中的隐含资产及其波动率的优势与劣势以及适应范围后,发现波动率约束方法可较好地用于研究我国银行业的系统性风险,KMV方法有可能高估了我国银行业的风险,而市值代理方法由于对金融市场的发达程度有较高的要求,可能还不适合分析我国现阶段的上市银行的风险。本文实证研究还发现,由于组合违约距离考虑了银行规模以及风险的相关性等因素,通常情况下都大于可以作为联合违约概率上界指标的平均违约距离,因此非常适合作为发生系统性违约风险的下界。而且,组合违约距离与平均违约距离的联合变化趋势,更适合捕捉我国银行业系统性风险的变化特征,两者的差距缩小时表明系统性风险有变大的趋势,两者差异变大时风险则有下降的趋势,表明系统性风险具有明显的顺周期性特征。此外,由于CCA方法在构建过程中,结合了银行的市场信息与财务信息,含有金融市场投资者对银行业风险变动的未来预期,平均违约距离与组合违约距离对市场信息反应都比较灵敏,具有较好的前瞻性。不过,需要特别注意的是,由于是运用日频股市数据来构建违约距离等指标,可能数据中含有一定程度的市场噪音,DD序列特别是组合违约距离PDD对市场信息可能出现反应过度的现象。第四章是结合CCA方法与空间计量经济学方法,研究我国银行业系统性风险的决定因素与传染机制。鉴于CCA方法研究信用风险的广泛适应性,空间计量经济学方法量化风险溢出效应的独特性,本文结合CCA方法和包括空间自回归(Spatial Autoreggressive,SAR)、空间滞后(Spatial Error Model,SEM)与空间德宾(Spatial Durbin Model,SDM)等空间面板模型,基于我国11家上市商业银行的2009年1月至2013年9月的市场数据和财务数据,以及宏观金融数据,量化分析了我国银行业系统性风险的决定因素与传染机制。首先,运用CCA方法构建了单个银行的风险指标——月度违约距离;然后,基于银行的财务指标与股票收益率相关性特征,构建两类空间权重矩阵;最后,结合CCA和空间面板计量方法,实证研究系统性风险的决定因素与风险传染机制。我们实证研究发现,在控制了一系列宏观金融变量以及银行异质性变量后,由空间参数所测度的风险溢出效应即传染机制,是系统性风险的重要影响因子。并且,由宏观金融变量以及银行异质性变量的平均直接效应、平均间接效应与总效应可发现,各变量特别是银行异质性变量变化的风险传染强度非常显著且具有现实的经济学意义。因此,由于单个银行发生的风险将通过传染并放大进而影响整个金融体系,监管当局在制定宏观审慎管理政策时,不仅要监管单个金融机构的稳定性状态,更应该注重整个金融体系内部风险的传染效应。第五章是结合CCA方法与CCE方法,研究我国银行业系统性风险的决定因素与传染机制。首先,基于2009年1月至2013年9月我国11家上市商业银行的市场数据和财务数据,在CCA方法的框架内,运用波动率约束估计方法构建了单个银行的违约距离指标;然后,采用能刻画银行风险的截面相关特征、风险传染机制以及不可观测因素效应,由Pesaran (2006)提出并在近年来得到迅速发展的包括组均值(Mean Group,MG)、共同相关性效应CCE与增广组均值(Augmented Mean Group,AMG)等共同相关性效应面板数据估计框架,研究了系统性风险的决定因素与传染机制,包括可观测的宏观金融因子、银行异质性因子、“相邻银行”风险溢出效应、不可观测因子以及直接和间接的传递机制等。同时,分析了在截面相关时,一些不可观测的共同因子和行业异质性因子,对可观测因素和银行风险关系的影响。本章研究有如下实证发现。第一,银行违约距离具有显著的联动性与截面相关性,初步表明银行风险可能受多种可观测的与不可观测的共同因素以及银行异质性因素的影响。第二,由于存在截面相关,银行异质性因素对其风险的冲击比较显著,包括行业的盈利能力、风险持续性以及间接的相关银行风险溢出效应等。而宏观金融冲击,可能是被不可观测的共同因子捕捉到了,或者被各银行异质性效应的参数取均值过程给平滑了,抑或是可能被违约距离的固有特征刻画了。第三,系统性风险的传递存在多种可能的途径,如各银行资产负债关联、相似的盈利模型以及“经济学上的相邻性”等。最为重要的是,本文发现即使控制了多种宏观金融因素以及银行异质性因素后,由银行相邻矩阵所刻画的银行风险溢出效应即传染机制都非常显著。上述研究表明,风险传染机制是系统性风险研究最为关键的内容之一。第六章是本文研究的结论与政策建议。总结了本文的主要研究结论后,本章归纳与梳理了大萧条以来,美国宏观审慎管理历史过程中所采取的政策工具,期望为我国宏观审慎管理框架的构建提供现实参考。然后,基于本文实证研究结果,有针对性地提出了我国构建宏观审慎管理政策的建议。我们认为,宏观审慎监管的关键是,及时有效地发现、测度与管理系统性风险以及构建合理的监管政策工具,以防范金融危机的发生,减少对实体经济的负面冲击,最终维持金融体系和宏观经济的稳定。本文的创新之处主要体现在以下几个方面。第一,基于理论分析与实证研究,提出了适应于我国银行业系统性风险评估的方法选择。通过梳理国内外现有系统性风险研究文献,我们发现CCA方法具有广泛的适应性。不过,在运用CCA方法展开研究时,需要估计银行的隐含资产及其波动率,而国内现有研究并没有充分剖析CCA模型估计方法在我国的适应性。因此,本文归纳并对比分析了已有四类代表性估计方法的优缺点及其适应范围,即波动率约束方法、KMV方法、MLE方法以及以市值代理方法。在此基础上,分别构建了违约距离、平均违约距离、组合违约距离以及预期损失等系统性风险测度指标,并以各个指标的变化趋势,特别是以平均违约距离与组合违约距离的联合变动为基础,量化分析了我国银行业系统性风险的动态演变趋势,发现波动率约束估计方法可能更适合测度我国银行业系统性风险。第二,有机结合CCA方法与空间计量方法以及CCE方法,构建了多种面板计量经济学模型。本文结合CCA方法与空间自回归模型、空间滞后模型与空间德宾模型等三种空间面板模型,通过引入基于财务比率和股票收益相关性的两类空间矩阵,分析了宏观金融因素、银行异质性因素对系统性风险的影响,以及银行风险的传染机制。然后,鉴于我国金融市场的不成熟性,可能存在较多的不可观测的风险影响因子,本文进一步结合CCA方法与MG、CCEMG和AMG等三种CCE面板计量方法,通过构建银行相邻矩阵,量化了包括可观测与不可观测的宏观金融变量和银行异质性变量对系统性风险的影响及风险传染机制。因此,本文拓展了现有系统性风险的研究方法。第三,基于多种面板计量模型的实证研究,本文发现了转型时期我国银行业系统性风险决定因素与传染机制的一些重要特征,可以为宏观审慎管理政策的构建提供参考。本文实证研究发现,即使在考虑了宏观金融变量与银行异质性变量之后,以空间面板计量模型中的空间参数以及CCE面板模型中的相邻银行矩阵参数为测度指标的风险传染效应,都非常显著。此外,收益率等银行异质性变量对系统风险的影响也比较显著。国内外现有文献主要集中于构建系统性风险的测度指标,很少分析系统性风险的决定因素与传染机制。即使有些方法在一定程度上也可量化系统性风险的传染机制,但由于研究数据的专有性或者研究方法的复杂性等诸多原因,并没有得到广泛的应用。因此,本文丰富了现有文献的实证研究。
[Abstract]:......
【学位授予单位】：西南财经大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F224;F832

【参考文献】