[提要] 基于CoVaR方法，通過分位數(shù)回歸模型，對中國16家上市商業(yè)銀行系統(tǒng)性風險貢獻度進行測度。測度結果表明：相比于VaR及CoVaR方法，ΔCoVaR及%CoVaR是衡量邊際風險貢獻度更好的指標;工商銀行的VaR值較低但其相對系統(tǒng)性風險貢獻度居首位;一些銀行自身發(fā)展迅速但也增加了中國銀行業(yè)的系統(tǒng)性風險。

　　關鍵詞：工商企業(yè)論文發(fā)表,系統(tǒng)性風險貢獻度,CoVaR,上市商業(yè)銀行

　　一、引言

　　美國次貸危機、歐債危機等接連發(fā)生的危機事件使得銀行的系統(tǒng)性風險受到國內(nèi)外學者廣泛的關注。作為全球第二大經(jīng)濟體，我國銀行業(yè)的系統(tǒng)性風險水平如何，哪些銀行應該重點關注等問題值得深入研究。

　　二、文獻綜述

　　銀行系統(tǒng)性風險復雜且隱匿，可從不同角度對其測度，Alfred Y-T.Wong等(2011)將測度系統(tǒng)性風險的方法分為兩類。

　　(一)基于資產(chǎn)負債表的結構化方法。結構化方法側(cè)重于銀行間傳統(tǒng)存貸業(yè)務風險敞口的測量，方法簡單、易操作。具體包括指標變量法、矩陣法、網(wǎng)絡分析法、風險管理法等。指標變量法主要通過銀行資產(chǎn)負債表指標構建風險評價指標體系。包全永(2005)從不良貸款率、資本充足率、盈利能力等方面分析了我國銀行的系統(tǒng)性風險。矩陣法假設銀行間存在信貸關聯(lián)，單家銀行倒閉會對其他銀行產(chǎn)生流動性沖擊，如果損失額超過資本總額則該銀行倒閉，這樣依次傳導，最終導致系統(tǒng)性風險的產(chǎn)生。馬君潞等(2007)運用該法研究了在不同損失水平下單個及多個銀行同時倒閉所引起的傳染性。網(wǎng)絡分析法由Muller(2003)率先提出，主要根據(jù)銀行間相互交易數(shù)據(jù)將所有銀行劃分到不同的網(wǎng)絡結構中，然后用模擬法測算每個銀行網(wǎng)絡潛在的系統(tǒng)風險。Lehar等(2012)利用網(wǎng)絡模型測得銀行系統(tǒng)性風險并分析了資本金的改變對系統(tǒng)性風險的沖擊。風險管理法首先由Alfred Lehar(2005)提出，通過模擬多家銀行資產(chǎn)的波動，考察在滿足一定的資產(chǎn)條件和數(shù)目條件下系統(tǒng)性風險發(fā)生的概率，也就是利用銀行資產(chǎn)間的相關性測度系統(tǒng)性風險的傳染。Sangwon Suh(2012)在風險管理法的思想上，對現(xiàn)有的相關違約模型進行了擴展以測量系統(tǒng)性風險。

　　(二)基于市場信息的簡約化方法。簡約化方法即利用股市、債市等市場信息構建的測度模型，其對市場的有效性與數(shù)據(jù)的可靠性要求較高，包括GARCH模型、貝塔值法、CoVaR法、系統(tǒng)性風險保險定價法等。GARCH模型通過銀行股票綜合指數(shù)來分析整個銀行系統(tǒng)的系統(tǒng)性風險。Michael等(2005)使用 GARCH模型測度了歐洲銀行業(yè)一體化以后潛在的系統(tǒng)性風險。貝塔值法在我國受到廣泛應用，劉桂榮、盧添翼(2007)運用單指數(shù)模型，張強、馮超(2010)采用夏普市場模型對我國上市銀行進行了系統(tǒng)性風險實證分析。CoVaR法首先由Adrian和Brunnermeier(2008)用來研究個體金融機構對金融體系的風險貢獻。李志輝、樊莉(2011)借鑒最新的CoVaR方法以及分位數(shù)回歸技術衡量了我國商業(yè)銀行的系統(tǒng)性風險溢價。高國華等(2011)則利用動態(tài)CoVaR方法對我國14家上市商業(yè)銀行的系統(tǒng)性風險貢獻度進行測算。Huang X、H.Zhou和H.Zhu(2009)用大額損失事件發(fā)生時的保險價格作為系統(tǒng)性風險的測度指標，該法即為系統(tǒng)性風險保險定價法。

　　雖然上述兩類研究方法各有利弊，但由于市場數(shù)據(jù)能快速的更新，目前簡約化方法尤其是其中的CoVaR方法受到國外學者的青睞。而國內(nèi)學者應用該方法對我國銀行業(yè)系統(tǒng)性風險貢獻度進行測度的文獻較少。

　　三、模型原理

　　(一)CoVaR理論。傳統(tǒng)的風險水平測度方法為在險價值(VaR)，其代表在給定的置信水平和持有期間下，資產(chǎn)組合在未來可能遭受的最大損失。但VaR法并未考慮金融機構之間存在的聯(lián)系，因而無法捕捉金融機構之間的風險溢出效應。

　　Adian和Brunnermeier(2008)提出條件風險價值(CoVaR)方法，用來衡量當一家金融機構處于危機時，其他金融機構所面臨的風險。定義CoVaR為金融機構i在金融機構j處于風險水平時的條件風險價值，則有：

　　Pr(Xi≤CoVaR|Xj=VaR)=q (1)

　　可見CoVaR是條件概率分布的q分位數(shù)，同時表明CoVaR本質(zhì)上是VaR。若整個銀行體系表示成bs，CoVaR衡量的則是銀行機構j處于風險水平時整個銀行體系的條件風險。

　　CoVaR法考慮到銀行機構之間的風險溢出效應，它既包含無條件風險價值VaR，也包含溢出風險價值。在銀行體系中，銀行j的溢出風險價值為當銀行發(fā)生最大可能損失時，銀行體系的條件風險與無條件風險之差，也稱為銀行j的系統(tǒng)性風險的邊際貢獻。具體計算公式如下：

　　△CoVaR=CoVaR-VaR (2)

　　由于CoVaR是條件概率分布的q分位數(shù)，所以可以通過建立分位數(shù)回歸方程來求解CoVaR值，從而獲得單個銀行機構對整個銀行系統(tǒng)的風險貢獻度。銀行監(jiān)管當局便能夠知道各銀行對銀行系統(tǒng)風險的貢獻水平，從而可以對那些系統(tǒng)性風險貢獻水平較高的銀行實施更為嚴厲的監(jiān)管，以確保整個金融體系的穩(wěn)定。

　　(二)基于分位數(shù)回歸模型的CoVaR計算。現(xiàn)實中股票收益率的分布常表現(xiàn)出尖峰厚尾的特征，最小二乘法不適用。而分位數(shù)回歸能反映出條件分布的大部分特征，適合存在異方差性的時間序列數(shù)據(jù)。

　　1、VaR及CoVaR值的測算。假設要考察銀行體系bs發(fā)生風險時，對銀行i的風險溢出效應，可以建立q分位數(shù)回歸模型：

　　R=?琢+?茁R+?著 (3)

　　R=?琢+?茁R+?著 (4)

　　其中：R和R分別代表銀行機構i、銀行體系bs的收益率序列。通過進行分位數(shù)回歸可得到參數(shù)估計值、，則+R即為R對應的q分位數(shù)估計值，具體表示如下： 　　VaR=+R (5)

　　由條件風險價值CoVaR的定義并結合式(5)，推導出當銀行處于風險水平時銀行體系bs的條件風險價值：

　　CoVaR=q+VaR (6)

　　同理，對于回歸模型作類似分析，可得到銀行i處于風險價值時銀行體系的風險價值VaR及條件風險價值CoVaR：

　　VaR=+VaR (7)

　　CoVaR=+VaR (8)

　　為簡單起見，本文在求風險價值VaR、CoVaR、VaR及CoVaR時，將對應樣本從小到大排序，取q分位數(shù)水平的近似替代值q=0.05。

　　2、△CoVaR的測算。由(2)知，銀行i對銀行體系bs的邊際貢獻可由銀行體系的條件風險價值減去無風險價值得到，即

　　△CoVaR=CoVaR-VaR (9)

　　3、%CoVoR的測算。對△CoVaR進行無量綱化處理，可以得到相對系統(tǒng)性風險貢獻度，記為%CoVaR，具體公式如下：

　　%CoVaR=△CoVaR/VaR (10)

　　四、實證分析

　　(一)數(shù)據(jù)處理。本文研究的樣本為目前已經(jīng)上市的16家商業(yè)銀行，以其2009年6月1日到2013年5月17日的每日收盤價作為原始數(shù)據(jù)計算日收益率，收益率采用價格對數(shù)形式Rt=ln (Pt/Pt-1)計算。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，數(shù)據(jù)處理包括正態(tài)性檢驗及平穩(wěn)性檢驗。

　　1、正態(tài)性檢驗。股價往往出現(xiàn)群聚現(xiàn)象，導致收益率分布的左尾事件的發(fā)生概率可能遠大于正態(tài)分布下的概率，因此首先要對各銀行收益率序列進行正態(tài)性檢驗，經(jīng)分析數(shù)據(jù)的描述性統(tǒng)計值，發(fā)現(xiàn)所有收益率序列的JB統(tǒng)計量值很大，其P值幾乎為0，拒絕序列服從正態(tài)分布的假設。所有樣本均值接近于0，符合VaR模型的假設。

　　2、單位根檢驗。由于對兩組非平穩(wěn)數(shù)據(jù)進行回歸可能會出現(xiàn)偽回歸。因此，在用分位數(shù)回歸法之前要收益率序列進行單位根檢驗。對16個樣本序列的單位根檢驗結果顯示所有收益率序列的ADF統(tǒng)計量值均小于顯著水平在1%、5%和10%下的臨界值，故而各個收益率序列都是平穩(wěn)的，可以用分位數(shù)進行回歸分析。

　　(二)實證結果分析

　　1、我國上市商業(yè)銀行VaR及CoVaRbs|i值測算結果。表1列出了q=5%時單家銀行的 VaR值和條件風險價值CoVaRbs|i。VaR值顯示股份制商業(yè)銀行的潛在風險高于國有商業(yè)銀行，這表明南京銀行、興業(yè)銀行、平安銀行、北京銀行等規(guī)模相對較小的股份制商業(yè)銀行更為脆弱，也具有更大的損失可能性。(表1)

　　CoVaRbs|i值顯示，北京銀行對銀行體系風險的影響度最大，城市商業(yè)銀行中的寧波銀行、南京銀行等對銀行體系具有較大的風險溢出效應，之后是浦發(fā)銀行、華夏銀行等股份制銀行。大型商業(yè)銀行除工商銀行和交通銀行外，對銀行體系的系統(tǒng)性風險貢獻度均較低。這個差異也從側(cè)面反映了大型商業(yè)銀行具有更高的穩(wěn)健性，其風險資本準備更充足，能降低風險溢出效應。

　　2、我國上市商業(yè)銀行△CoVaR及%CoVaR值測算結果。單個銀行機構對銀行體系存在邊際風險貢獻，而且這種風險貢獻可以用△CoVaRbs|i值來量化。但由于不同銀行自身的無條件風險價值VaR相差很大，單靠△CoVaRbs|i并不能準確反映出銀行機構對銀行體系風險溢出的相對貢獻度，也即前者是絕對量指標，后者為相對指標，而后者考慮的因素更全面，用其進行橫向比較分析得出的結果更為客觀。為了彌補這種不足，將△CoVaR進行標準化，得出相對系統(tǒng)性風險貢獻度%CoVaR，如表2所示(注q=5%)。(表2)

　　△CoVaRbs|i值排在首位的是北京銀行。南京銀行、寧波銀行邊際風險貢獻也較大。大型商業(yè)銀行中除工商銀行對銀行體系具有較大的邊際貢獻外，整體來說該值較小。表2中建設銀行、中國銀行、招商銀行、民生銀行及光大銀行的△CoVaRbs|i值為正數(shù)，造成這種反常現(xiàn)象的原因可能是，在2009年6月1日到2013年5月17日期間樣本銀行在歐債危機、國內(nèi)利率管制逐漸放松等事件的影響下，股價發(fā)生異常變動，加之我國資本市場有效性不強，股價未對風險信息及時做出客觀的反應。

　　%CoVaR值顯示，在q=0.05分位數(shù)下，位居相對系統(tǒng)性風險貢獻度第一位的為工商銀行，緊跟其后的為北京銀行、華夏銀行、寧波銀行等股份制銀行。這與△CoVaR分析得出的結論基本一致，可見測度結果具有很大程度的穩(wěn)定性。

　　五、結論

　　第一，相對于VaR和CoVaR而言，△CoVaR是衡量風險水平的一個更好的指標。CoVaR方法對風險水平的測度值普遍大于VaR方法對風險的估量。這是因為CoVaR不僅包括無條件風險價值VaR，還包括邊際風險貢獻△CoVaR。本文更關心△CoVaR，因為它能將無條件風險VaR的那部分從中剔除，從而反映邊際風險貢獻。

　　第二，相對于△CoVaR而言，%CoVaR能更準確地反映相對系統(tǒng)性風險貢獻水平。

　　第三，單個銀行機構的系統(tǒng)性風險貢獻度的大小與其自身的風險價值VaR值沒有必然聯(lián)系。具有較小的無條件風險價值VaR的商業(yè)銀行，對銀行體系的系統(tǒng)性風險貢獻度也可能會較高，比如工商銀行。

　　第四，經(jīng)營方式靈活、業(yè)務創(chuàng)新性較高，且在區(qū)域市場具有較強競爭力的城市商業(yè)銀行如北京銀行、寧波銀行、南京銀行及股份制商業(yè)銀行中的華夏銀行、浦發(fā)銀行正以良好的勢頭進行跨區(qū)域發(fā)展，規(guī)模逐步壯大。但這類銀行具有較大的系統(tǒng)性風險貢獻度，應對其經(jīng)營的穩(wěn)健程度持續(xù)保持關注。

　　主要參考文獻：

　　[1]Huang，X.，Zhou，H.，A framework for assessing the systemic risk of major financial institutions.Journal of Bank&Finance 2009.33.

　　[2]包全永.銀行業(yè)系統(tǒng)性風險的傳染模型研究[J].金融研究，2005.8.

　　[3]馬君潞，范小云，曹元濤.中國銀行間市場雙邊傳染的風險估測及其系統(tǒng)性特征分析[J].經(jīng)濟研究，2007.1.

　　[4]高國華，潘英麗.銀行系統(tǒng)性風險度量――基于動態(tài)CoVaR方法的分析[J].上海交通大學學報，2011.12.