[提要] 基于CoVaR方法，通過(guò)分位數(shù)回歸模型，對(duì)中國(guó)16家上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度進(jìn)行測(cè)度。測(cè)度結(jié)果表明：相比于VaR及CoVaR方法，ΔCoVaR及%CoVaR是衡量邊際風(fēng)險(xiǎn)貢獻(xiàn)度更好的指標(biāo);工商銀行的VaR值較低但其相對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度居首位;一些銀行自身發(fā)展迅速但也增加了中國(guó)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)。

　　關(guān)鍵詞：工商企業(yè)論文發(fā)表,系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,CoVaR,上市商業(yè)銀行

　　一、引言

　　美國(guó)次貸危機(jī)、歐債危機(jī)等接連發(fā)生的危機(jī)事件使得銀行的系統(tǒng)性風(fēng)險(xiǎn)受到國(guó)內(nèi)外學(xué)者廣泛的關(guān)注。作為全球第二大經(jīng)濟(jì)體，我國(guó)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)水平如何，哪些銀行應(yīng)該重點(diǎn)關(guān)注等問(wèn)題值得深入研究。

　　二、文獻(xiàn)綜述

　　銀行系統(tǒng)性風(fēng)險(xiǎn)復(fù)雜且隱匿，可從不同角度對(duì)其測(cè)度，Alfred Y-T.Wong等(2011)將測(cè)度系統(tǒng)性風(fēng)險(xiǎn)的方法分為兩類(lèi)。

　　(一)基于資產(chǎn)負(fù)債表的結(jié)構(gòu)化方法。結(jié)構(gòu)化方法側(cè)重于銀行間傳統(tǒng)存貸業(yè)務(wù)風(fēng)險(xiǎn)敞口的測(cè)量，方法簡(jiǎn)單、易操作。具體包括指標(biāo)變量法、矩陣法、網(wǎng)絡(luò)分析法、風(fēng)險(xiǎn)管理法等。指標(biāo)變量法主要通過(guò)銀行資產(chǎn)負(fù)債表指標(biāo)構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)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(guó)銀行的系統(tǒng)性風(fēng)險(xiǎn)。矩陣法假設(shè)銀行間存在信貸關(guān)聯(lián)，單家銀行倒閉會(huì)對(duì)其他銀行產(chǎn)生流動(dòng)性沖擊，如果損失額超過(guò)資本總額則該銀行倒閉，這樣依次傳導(dǎo)，最終導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的產(chǎn)生。馬君潞等(2007)運(yùn)用該法研究了在不同損失水平下單個(gè)及多個(gè)銀行同時(shí)倒閉所引起的傳染性。網(wǎng)絡(luò)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(luò)結(jié)構(gòu)中，然后用模擬法測(cè)算每個(gè)銀行網(wǎng)絡(luò)潛在的系統(tǒng)風(fēng)險(xiǎn)。Lehar等(2012)利用網(wǎng)絡(luò)模型測(cè)得銀行系統(tǒng)性風(fēng)險(xiǎn)并分析了資本金的改變對(duì)系統(tǒng)性風(fēng)險(xiǎn)的沖擊。風(fēng)險(xiǎn)管理法首先由Alfred Lehar(2005)提出，通過(guò)模擬多家銀行資產(chǎn)的波動(dòng)，考察在滿(mǎn)足一定的資產(chǎn)條件和數(shù)目條件下系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率，也就是利用銀行資產(chǎn)間的相關(guān)性測(cè)度系統(tǒng)性風(fēng)險(xiǎn)的傳染。Sangwon Suh(2012)在風(fēng)險(xiǎn)管理法的思想上，對(duì)現(xiàn)有的相關(guān)違約模型進(jìn)行了擴(kuò)展以測(cè)量系統(tǒng)性風(fēng)險(xiǎn)。

　　(二)基于市場(chǎng)信息的簡(jiǎn)約化方法。簡(jiǎn)約化方法即利用股市、債市等市場(chǎng)信息構(gòu)建的測(cè)度模型，其對(duì)市場(chǎng)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(fēng)險(xiǎn)保險(xiǎn)定價(jià)法等。GARCH模型通過(guò)銀行股票綜合指數(shù)來(lái)分析整個(gè)銀行系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)。Michael等(2005)使用 GARCH模型測(cè)度了歐洲銀行業(yè)一體化以后潛在的系統(tǒng)性風(fēng)險(xiǎn)。貝塔值法在我國(guó)受到廣泛應(yīng)用，劉桂榮、盧添翼(2007)運(yùn)用單指數(shù)模型，張強(qiáng)、馮超(2010)采用夏普市場(chǎng)模型對(duì)我國(guó)上市銀行進(jìn)行了系統(tǒng)性風(fēng)險(xiǎn)實(shí)證分析。CoVaR法首先由Adrian和Brunnermeier(2008)用來(lái)研究個(gè)體金融機(jī)構(gòu)對(duì)金融體系的風(fēng)險(xiǎn)貢獻(xiàn)。李志輝、樊莉(2011)借鑒最新的CoVaR方法以及分位數(shù)回歸技術(shù)衡量了我國(guó)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)溢價(jià)。高國(guó)華等(2011)則利用動(dòng)態(tài)CoVaR方法對(duì)我國(guó)14家上市商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度進(jìn)行測(cè)算。Huang X、H.Zhou和H.Zhu(2009)用大額損失事件發(fā)生時(shí)的保險(xiǎn)價(jià)格作為系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度指標(biāo)，該法即為系統(tǒng)性風(fēng)險(xiǎn)保險(xiǎn)定價(jià)法。

　　雖然上述兩類(lèi)研究方法各有利弊，但由于市場(chǎng)數(shù)據(jù)能快速的更新，目前簡(jiǎn)約化方法尤其是其中的CoVaR方法受到國(guó)外學(xué)者的青睞。而國(guó)內(nèi)學(xué)者應(yīng)用該方法對(duì)我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度進(jìn)行測(cè)度的文獻(xiàn)較少。

　　三、模型原理

　　(一)CoVaR理論。傳統(tǒng)的風(fēng)險(xiǎn)水平測(cè)度方法為在險(xiǎn)價(jià)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(lái)可能遭受的最大損失。但VaR法并未考慮金融機(jī)構(gòu)之間存在的聯(lián)系，因而無(wú)法捕捉金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)溢出效應(yīng)。

　　Adian和Brunnermeier(2008)提出條件風(fēng)險(xiǎn)價(jià)值(CoVaR)方法，用來(lái)衡量當(dāng)一家金融機(jī)構(gòu)處于危機(jī)時(shí)，其他金融機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)。定義CoVaR為金融機(jī)構(gòu)i在金融機(jī)構(gòu)j處于風(fēng)險(xiǎn)水平時(shí)的條件風(fēng)險(xiǎn)價(jià)值，則有：

　　Pr(Xi≤CoVaR|Xj=VaR)=q (1)

　　可見(jiàn)CoVaR是條件概率分布的q分位數(shù)，同時(shí)表明CoVaR本質(zhì)上是VaR。若整個(gè)銀行體系表示成bs，CoVaR衡量的則是銀行機(jī)構(gòu)j處于風(fēng)險(xiǎn)水平時(shí)整個(gè)銀行體系的條件風(fēng)險(xiǎn)。

　　CoVaR法考慮到銀行機(jī)構(gòu)之間的風(fēng)險(xiǎn)溢出效應(yīng)，它既包含無(wú)條件風(fēng)險(xiǎn)價(jià)值VaR，也包含溢出風(fēng)險(xiǎn)價(jià)值。在銀行體系中，銀行j的溢出風(fēng)險(xiǎn)價(jià)值為當(dāng)銀行發(fā)生最大可能損失時(shí)，銀行體系的條件風(fēng)險(xiǎn)與無(wú)條件風(fēng)險(xiǎn)之差，也稱(chēng)為銀行j的系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)。具體計(jì)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(guò)建立分位數(shù)回歸方程來(lái)求解CoVaR值，從而獲得單個(gè)銀行機(jī)構(gòu)對(duì)整個(gè)銀行系統(tǒng)的風(fēng)險(xiǎn)貢獻(xiàn)度。銀行監(jiān)管當(dāng)局便能夠知道各銀行對(duì)銀行系統(tǒng)風(fēng)險(xiǎn)的貢獻(xiàn)水平，從而可以對(duì)那些系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平較高的銀行實(shí)施更為嚴(yán)厲的監(jiān)管，以確保整個(gè)金融體系的穩(wěn)定。

　　(二)基于分位數(shù)回歸模型的CoVaR計(jì)算。現(xiàn)實(shí)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(shí)間序列數(shù)據(jù)。

　　1、VaR及CoVaR值的測(cè)算。假設(shè)要考察銀行體系bs發(fā)生風(fēng)險(xiǎn)時(shí)，對(duì)銀行i的風(fēng)險(xiǎn)溢出效應(yīng)，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(jī)構(gòu)i、銀行體系bs的收益率序列。通過(guò)進(jìn)行分位數(shù)回歸可得到參數(shù)估計(jì)值、，則+R即為R對(duì)應(yīng)的q分位數(shù)估計(jì)值，具體表示如下： 　　VaR=+R (5)

　　由條件風(fēng)險(xiǎn)價(jià)值CoVaR的定義并結(jié)合式(5)，推導(dǎo)出當(dāng)銀行處于風(fēng)險(xiǎn)水平時(shí)銀行體系bs的條件風(fēng)險(xiǎn)價(jià)值：

　　CoVaR=q+VaR (6)

　　同理，對(duì)于回歸模型作類(lèi)似分析，可得到銀行i處于風(fēng)險(xiǎn)價(jià)值時(shí)銀行體系的風(fēng)險(xiǎn)價(jià)值VaR及條件風(fēng)險(xiǎn)價(jià)值CoVaR：

　　VaR=+VaR (7)

　　CoVaR=+VaR (8)

　　為簡(jiǎn)單起見(jiàn)，本文在求風(fēng)險(xiǎn)價(jià)值VaR、CoVaR、VaR及CoVaR時(shí)，將對(duì)應(yīng)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(cè)算。由(2)知，銀行i對(duì)銀行體系bs的邊際貢獻(xiàn)可由銀行體系的條件風(fēng)險(xiǎn)價(jià)值減去無(wú)風(fēng)險(xiǎn)價(jià)值得到，即

　　△CoVaR=CoVaR-VaR (9)

　　3、%CoVoR的測(cè)算。對(duì)△CoVaR進(jìn)行無(wú)量綱化處理，可以得到相對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度，記為%CoVaR，具體公式如下：

　　%CoVaR=△CoVaR/VaR (10)

　　四、實(shí)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(pán)價(jià)作為原始數(shù)據(jù)計(jì)算日收益率，收益率采用價(jià)格對(duì)數(shù)形式Rt=ln (Pt/Pt-1)計(jì)算。數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，數(shù)據(jù)處理包括正態(tài)性檢驗(yàn)及平穩(wěn)性檢驗(yàn)。

　　1、正態(tài)性檢驗(yàn)。股價(jià)往往出現(xiàn)群聚現(xiàn)象，導(dǎo)致收益率分布的左尾事件的發(fā)生概率可能遠(yuǎn)大于正態(tài)分布下的概率，因此首先要對(duì)各銀行收益率序列進(jìn)行正態(tài)性檢驗(yàn)，經(jīng)分析數(shù)據(jù)的描述性統(tǒng)計(jì)值，發(fā)現(xiàn)所有收益率序列的JB統(tǒng)計(jì)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(shè)。所有樣本均值接近于0，符合VaR模型的假設(shè)。

　　2、單位根檢驗(yàn)。由于對(duì)兩組非平穩(wěn)數(shù)據(jù)進(jìn)行回歸可能會(huì)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(jìn)行單位根檢驗(yàn)。對(duì)16個(gè)樣本序列的單位根檢驗(yàn)結(jié)果顯示所有收益率序列的ADF統(tǒng)計(jì)量值均小于顯著水平在1%、5%和10%下的臨界值，故而各個(gè)收益率序列都是平穩(wěn)的，可以用分位數(shù)進(jìn)行回歸分析。

　　(二)實(shí)證結(jié)果分析

　　1、我國(guó)上市商業(yè)銀行VaR及CoVaRbs|i值測(cè)算結(jié)果。表1列出了q=5%時(shí)單家銀行的 VaR值和條件風(fēng)險(xiǎn)價(jià)值CoVaRbs|i。VaR值顯示股份制商業(yè)銀行的潛在風(fēng)險(xiǎn)高于國(guó)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(duì)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(duì)銀行體系風(fēng)險(xiǎn)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(duì)銀行體系具有較大的風(fēng)險(xiǎn)溢出效應(yīng)，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(duì)銀行體系的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度均較低。這個(gè)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(fēng)險(xiǎn)資本準(zhǔn)備更充足，能降低風(fēng)險(xiǎn)溢出效應(yīng)。

　　2、我國(guó)上市商業(yè)銀行△CoVaR及%CoVaR值測(cè)算結(jié)果。單個(gè)銀行機(jī)構(gòu)對(duì)銀行體系存在邊際風(fēng)險(xiǎn)貢獻(xiàn)，而且這種風(fēng)險(xiǎn)貢獻(xiàn)可以用△CoVaRbs|i值來(lái)量化。但由于不同銀行自身的無(wú)條件風(fēng)險(xiǎn)價(jià)值VaR相差很大，單靠△CoVaRbs|i并不能準(zhǔn)確反映出銀行機(jī)構(gòu)對(duì)銀行體系風(fēng)險(xiǎn)溢出的相對(duì)貢獻(xiàn)度，也即前者是絕對(duì)量指標(biāo)，后者為相對(duì)指標(biāo)，而后者考慮的因素更全面，用其進(jìn)行橫向比較分析得出的結(jié)果更為客觀。為了彌補(bǔ)這種不足，將△CoVaR進(jìn)行標(biāo)準(zhǔn)化，得出相對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)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(fēng)險(xiǎn)貢獻(xiàn)也較大。大型商業(yè)銀行中除工商銀行對(duì)銀行體系具有較大的邊際貢獻(xiàn)外，整體來(lái)說(shuō)該值較小。表2中建設(shè)銀行、中國(guó)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(jī)、國(guó)內(nèi)利率管制逐漸放松等事件的影響下，股價(jià)發(fā)生異常變動(dòng)，加之我國(guó)資本市場(chǎng)有效性不強(qiáng)，股價(jià)未對(duì)風(fēng)險(xiǎn)信息及時(shí)做出客觀的反應(yīng)。

　　%CoVaR值顯示，在q=0.05分位數(shù)下，位居相對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)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(jié)論基本一致，可見(jiàn)測(cè)度結(jié)果具有很大程度的穩(wěn)定性。

　　五、結(jié)論

　　第一，相對(duì)于VaR和CoVaR而言，△CoVaR是衡量風(fēng)險(xiǎn)水平的一個(gè)更好的指標(biāo)。CoVaR方法對(duì)風(fēng)險(xiǎn)水平的測(cè)度值普遍大于VaR方法對(duì)風(fēng)險(xiǎn)的估量。這是因?yàn)镃oVaR不僅包括無(wú)條件風(fēng)險(xiǎn)價(jià)值VaR，還包括邊際風(fēng)險(xiǎn)貢獻(xiàn)△CoVaR。本文更關(guān)心△CoVaR，因?yàn)樗�能將無(wú)條件風(fēng)險(xiǎn)VaR的那部分從中剔除，從而反映邊際風(fēng)險(xiǎn)貢獻(xiàn)。

　　第二，相對(duì)于△CoVaR而言，%CoVaR能更準(zhǔn)確地反映相對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平。

　　第三，單個(gè)銀行機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的大小與其自身的風(fēng)險(xiǎn)價(jià)值VaR值沒(méi)有必然聯(lián)系。具有較小的無(wú)條件風(fēng)險(xiǎn)價(jià)值VaR的商業(yè)銀行，對(duì)銀行體系的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度也可能會(huì)較高，比如工商銀行。

　　第四，經(jīng)營(yíng)方式靈活、業(yè)務(wù)創(chuàng)新性較高，且在區(qū)域市場(chǎng)具有較強(qiáng)競(jìng)爭(zhēng)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(shì)頭進(jìn)行跨區(qū)域發(fā)展，規(guī)模逐步壯大。但這類(lèi)銀行具有較大的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度，應(yīng)對(duì)其經(jīng)營(yíng)的穩(wěn)健程度持續(xù)保持關(guān)注。

　　主要參考文獻(xiàn)：

　　[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(fēng)險(xiǎn)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(guó)銀行間市場(chǎng)雙邊傳染的風(fēng)險(xiǎn)估測(cè)及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007.1.

　　[4]高國(guó)華，潘英麗.銀行系統(tǒng)性風(fēng)險(xiǎn)度量――基于動(dòng)態(tài)CoVaR方法的分析[J].上海交通大學(xué)學(xué)報(bào)，2011.12.