系统重要性金融机构识别方法综述

  本文关键词：系统重要性金融机构识别方法综述，由笔耕文化传播整理发布。

系统重要性金融机构识别方法综述

作者：不详　更新时间：2012-8-16 16:52:39

段衡量法，认为细分银行系统重要性的意义不大，系统重要性的细微差异并不一定导致使用差别的监管要求。
    在FSB的基础上，国际清算银行中的银行委员会BCBS在2011年7月底提出的识别全球系统重要性银行(G-SIBs)的主要指标，包括规模、关联性、全球活动、可替代性、复杂性。这些指标涵盖商业银行的表内外活动，BCBS在此基础上界定出28家G-SIBs。
    英国金融时报则根据FSB等公开的指标，列出了G-SIFIs的第一批名单。但是，基于敏感和动荡的国际金融形势，以及SIFIs识别工作尚不完善的情况下，FSB在当时并没有对此名单有明确的态度。
    选用指标法非常快捷透明，能动态公示SIFIs的名单，对被列入SIFIs的机构形成较大的被公众监督的压力。德意志银行(2011)的理念更好地解释了选用指标法的优点，其认为，识别SIFIs的方法必须致力于减小道德风险和系统性风险，能让金融机构对于监管做出积极反应，而且能使SIFIs逐步变得不重要，不具有系统重要性。也就是说，识别SIFIs的方法应该起到激励金融机构退出SIFIs行列，而不是争相涌入SIFIs名单而激发道德风险。在此理念支撑下，结合实践中的可行性，德意志银行更为赞同BCBS的指标法。
    选用哪些指标界定SIFIs，前文已有论述。无论各种理解的差异性有多大，指标法中的关联性指标是国际金融监管机构、多数货币当局和学者对SIFIs识别标准中基本的共识。在如何测度金融机构的关联性方面，Jian Yang and Yinggang Zhou(2009)结合金融网络理论，给出了界定SIFIs的方法，他们的研究以信用风险在金融网络中的传导路径为线索，用离散分析法、主要因素分析法、贝叶斯网络分析法、结构VAR方法识别SIFIs。
    (二)市场法
    市场法的原理是基于不同视角来对系统性风险进行管理。系统性风险至少有三种定义：一是一般的资产价格波动风险；二是由于投资者恐慌和心理因素导致的风险传染：三是由于过多的投资组合关联，金融机构倒闭对其对手方产生的影响。现有的市场法并不局限于单独一种视角的系统性风险理解，主要包括边际预期差额法(Marginal Expected Shortfall，即MES法)、沙普利值法(Shapley Value)、在险值协方差法(CoVaR)、信贷违约互换价差法(CDS spread)、极端值法(Extreme Value)。目前，以市场法为基础，衡量系统性重要金融机构的评价方法形成了多种指标体系。
    1.边际预期差额法(Marginal Expected Shortfall)
    MES指的是金融危机中每一个机构的预期股权损失(缩水)。MES法在估算MES值的情况下，考虑股权、债务结构中的杠杠因素，估计出单个机构的系统重要性。根据具体指标设定的不同，MES法也有不同的估算方法。Acharya(2009)，Acharya et al.(2009，2010)用系统性预期差额(Systemic Expected Shortfall，即SES)，也就是单个金融机构的资本短缺值，，作为识别SIFIs的方法和指标，其也可以用于预测机构的系统性风险；SES随杠杆和SES在系统损失分配的尾部的MES的增加而增加。而Brownlees and Engle(2011)则更注重实用性，运用公开的市场信息，用压力测试的基本思路将杠杆因素和MES值合并为一个系统性风险指标(Systemic Risk Index，即SRISK)，衡量机构的系统重要性程度。在金融危机中，SRISK值最高的公司对市场的潜在资本化贡献度最大，也是系统重要性最高的机构。
    2.沙普利值法(Shapley Value)
    Shapley Value是博弈论的重要工具，可以估算出每一个参与者对整个体系的重要性程度，以及参与人能期望从合作中获得什么报酬。以此为指导，沙普利值法可以估算金融体系中的每一个金融机构对系统性风险的贡献度(Tarasbev et al., 2010; Gauthier et al., 2010; Liu and Staum, 2010; Drehmann and Tarashev, 2011)。
    3.在险值协方差法(CoVaR)
    CoVaR法指的是在VaR测度单个金融机构非条件性尾部风险的基础上，通过测度某个金融机构陷入困境对其他金融机构尾部风险的影响，将系统性风险和金融体系对陷入困境中金融机构的在险值联系起来。单个机构的系统性风险贡献度指的是机构陷入困境时的CoVaR和其常态下的CoVaR之间的差额(Adrian and Brunnermeier，2010)。CoVaR法能识别出两个金融机构尾部风险的关系，并解决两个金融机构之间的关联性量化问题。但是，现代金融网络之间的高度关联性决定了基于线性思维和模型的CoVaR法无法用一个统一的指标估算金融机构之间的关系，从而无法准确识别复杂金融网络的系统性风险。
    4.信贷违约互换价差法(CDS spread)
    Acharya et al.(2010)在识别SIFIs的SES法中也提出了SES能预测机构未来CDS价差变化的情况，该研究显示出系统性风险与CDS价差之间的正相关关系。据此，Huang，Zhou and Zhu(2009，2011)认为，CDS价差表示系统性风险更为合理可行，可以用各金融机构的CDS价差来衡量系统性风险，这也是理解资产价格波动和市场心理预期的一种综合视角(见表2)。Huang，Zhou and Zhu(2009)用美国的CDS价差来评估主要金融机构的系统性风险，从高到低进行排名，根据经验选取系统性风险排名靠前的机构作为识别SIFIs方法，并对美国的19家主要的商业银行的CDS价差进行更为详细的分阶段估算(Huang，Zhou and Zhu，2011)。Yang and Zhou(2009)用CDS价差法对金融危机爆发前夕(2007年1月至2008年9月)英国和美国主要金融机构的CDS价差进行排名，得出的系统性风险由高到低的名单。这也是对欧美的SIFIs排名的名单之一，与英国金融时报列出的SIFIs名单大致相同。Yang and Zhou(2009)通过二次验证名单中排名靠前的SIFIs特征中的贡献性因素，如规模、杠杆比率、多个公司治理指标、流动性风险、对手方风险等，得出结论：SIFIs与信用风险紧密相关，并且是信用风险信息的主要发出者和主要交易者。该研究表明SIFIs的形成与20世纪70年代以来住房金融、信用风险转移、资产证券化等金融创新活动紧密相关。
    
    5.极端值法(Extreme Value Theory)
    Zhou(2008)最早提出Extreme Value Theory，并结合CoVaR法和Goodhart(2009)提出概率法(Probability That at Least One Bank Becomes Distressed，即PAO)，Zhou(2010)提出识别SIFIs的多元EVT法和识别SIFIs的两个重要指标——系统性影响指数(Systemic Impact Index，即SII)和波动指数(Vulnerability Index，即VI)。EVT法的基本理念是简单计算出的系统重要性指标和排名并不可靠：有时候，两家银行的系统重要性排

上一页  [1] [2] [3] [4]  下一页

上一篇：新凯恩斯菲利普斯曲线框架下的中国动态金融的发展 　 下一篇：人身保险利益制度质疑的综述

相关文章

  本文关键词：系统重要性金融机构识别方法综述，由笔耕文化传播整理发布。