999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

金融危機前后中國銀行業系統性風險實證研究

2014-11-21 08:35:56李守偉何建敏孫婧超譚音邑
華東經濟管理 2014年1期
關鍵詞:系統性商業銀行銀行

李守偉,何建敏,孫婧超,譚音邑

(東南大學 經濟管理學院,江蘇 南京 211189)

一、引 言

在經濟、金融全球化的進程中,金融活動在全球范圍內得到擴展和深化,致使現代的金融系統面臨的環境越來越復雜,呈現出多重復雜形態。金融系統的多重復雜形態使得金融風險產生的速度、傳染的強度與影響的范圍遠比傳統金融理論預想的大得多,典型案例便是2007年美國次貸危機引發的全球性金融危機以及其后延續的歐債危機等。因此,在多重復雜形態下,局部的金融風險很可能會演變成整體風險,造成區域風險擴大化,甚至形成全球性金融危機。因此,維護金融系統穩定對于一國乃至全球金融體系至關重要。在維護金融系統穩定中,銀行業處于特別重要的地位,而銀行系統性風險是導致整個銀行系統不穩定的關鍵因素。因此,如何有效防范和化解銀行系統性風險是維護金融系統穩定的關鍵。以上分析表明,研究銀行系統性風險問題,特別在當前金融多重復雜形勢下顯得尤為重要。據此,本文對金融危機前后我國銀行業系統性風險進行實證研究,以期對我國金融監管有所啟示。

二、相關文獻綜述

銀行系統性風險引起了學術界、金融機構以及金融監管者的廣泛關注,但目前對其沒有統一的、精確的定義,不同的學者從不同的角度對其進行了界定[1-5]。現有對銀行系統性風險的界定側重于沖擊以及傳染機制。因此,銀行系統性風險可以被廣義界定為兩個部分的組成:初始沖擊和傳染機制,初始沖擊對單個或者多個銀行產生不利的影響,進而引起傳染效應使得整個銀行系統面臨崩潰的風險。

對銀行系統性風險的實證研究主要集中于以下三個方面:①基于網絡模型法度量銀行系統性風險,網絡模型法是基于銀行間的資產負債表相互敞口數據研究系統性風險的主流方法,其主要思想是通過銀行間相互敞口和交易數據建立網絡,根據銀行間市場的網絡形狀模擬風險相互傳染情況,從而測算每個銀行網絡中積累的系統性風險[6]。國內外學者基于上述方法,利用美國、英國、德國、荷蘭、比利時、芬蘭以及中國等國銀行系統的數據進行了實證研究[7-13]。但實證研究得到的結論并不是一致的,如Wells(2004)認為英國銀行系統性風險是有限的[8],而Upper和Worms(2004)研究發現在德國銀行系統中銀行倒閉的潛在系統性風險是非常高的[9]。研究結論不一致至少是由于研究對象的不同造成的,此外銀行系統結構、銀行規模、銀行間連接數量及其分布等都對實證結果具有一定的影響[14-15]。②支付結算系統中銀行系統性風險實證研究,在此方面主要有,Northcott(2002)估測了加拿大自動結算系統(ACSS)中系統性風險的可能性,研究發現ACSS中系統性風險是非常有限的[16];Soramaki和Bech(2004)對美國銀行間大額支付清算系統中的系統性風險進行了分析,研究表明該凈額清算系統中多個銀行同時失敗帶來的系統性風險很小[17]。③通過共同沖擊渠道實證研究銀行系統性風險,銀行間共同沖擊主要來自于銀行為了防止信息溢出的成本增加了在投資方面的相關性[18]。De和Kwast(2002)認為通過度量金融機構間相關性可以估測潛在的系統性風險,而且在90年代復雜大的金融機構間的相關性在增加[19]。Lehar(2005)發現歐洲銀行這種相關性比北美的更加嚴重[20]。Michael和 Schuler(2003)通過選取銀行股票綜合指數來綜合歐洲銀行的情況,然后利用雙因素的GARCH模型分析各國之間銀行股指的相互關系,考察整個銀行系統的系統性風險,得出歐洲銀行間的潛在系統性風險近20年來有所增加的結論[21]。

Allen和Babus(2009)認為網絡模型分析方法尤其適用于評測金融系統穩定性和分析系統節點的負外部性風險[22]。因此,本文基于網絡模型對金融危機前后我國銀行業系統性風險演變特征進行實證研究。本文的主要貢獻在于:首先,現有基于網絡模型對系統性風險分析時,網絡中的節點多為銀行,分析銀行違約或倒閉造成的傳染效應,這與我們以不同類型金融機構為節點的網絡構架是截然不同的,按照我國銀行間市場中交易機構的分類,本文研究中的網絡節點為國有商業銀行、其他商業銀行、其他金融機構、證券公司以及外資金融機構,對每類金融機構具體包含哪些機構詳見《中國金融年鑒》。在此分析框架下,我們還可以分析非銀行金融機構對銀行機構的影響。其次,現有研究主要是對某時間點系統性風險進行分析,而本文研究金融危機前后2006-2011年期間我國銀行業系統性風險的演變特征。

三、研究方法及數據

(一)銀行業系統性風險測度方法

(1)金融機構間信用拆借規模估測。利用X=(xij)5×5表示國有商業銀行、其他商業銀行、其他金融機構、證券公司和外資金融機構這五類金融機構間信用拆借規模矩陣:

其中,xij表示金融機構i對金融機構j的拆借頭寸;表示金融機構i的拆出資金總額,lj表示金融機構j的拆入資金總額。

具體到我國銀行間市場結構,由于我們無法獲得金融機構間信用拆借規模,只能獲得一段時期內的總量信息,很難對金融機構間關聯網絡結構做出推斷。按照國際上對此領域研究的慣例,我們假定其為完全的市場結構,以測算最小的系統性風險概率[13],即利用最大熵方法求解金融機構間信用拆借規模。利用最大熵方法求解暗含著不同類型金融機構會在最大可能性內分散他們的出資,不同類型金融機構間傾向于形成完全網絡結構。而該假設會令基于此種估算方法得出的結論產生一定的偏差[23]。但是,在缺乏詳盡數據的情況下,最大熵方法依然是常用、實用的方法。尤其是在對部門層面、非違約性負面經濟沖擊的研究中,其不足之處對分析結論的影響較小[24]。同時,Castren和Kavonius(2009)也指出,在節點內匯集大量微觀經濟實體、而總節點數偏少的情況下,完全網絡結構是非常容易實現的。因為任一機構中至少會有少量經濟實體與其他機構中的個體發生金融交易,從而形成完全網絡結構[25]。

因此,我們基于總量數據對金融機構間信用拆借規模進行估測。在已知ai和lj情況下,采用最大熵方法獲取xij的數值[8]:通過適當的標準化,可將a和l視為邊際分布函數f(a)和f(l)的實現值,而X則為聯合分布函數f(a,l)的實現值。如果f(a)和f(l)相互獨立,則xij=ai×lj。此假設表明不同類型金融機構拆出和拆入資金規模是按照觀測到的邊際分布函數的分布概率分布于各類型金融機構中,但這也意味著X的主對角線元素非零。然而,某類型金融機構內經濟實體間的確會存在資金融通關系,因此可對矩陣對角線元素的取值無特定要求。

(2)系統性風險測度方法。在上述不同類型金融機構間信用拆借規模計算分析基礎,便可以分析沖擊通過不同類型金融機構間信用拆借關系形成系統性風險過程。如果θijxij≥ci,表明金融機構j的違約造成金融機構i違約,其中θij表示金融機構j的違約造成金融機構i的債權的損失率,ci為金融機構i的凈資產。通常,誘導因素可能造成傳染過程多輪發生。假定金融機構j是金融機構k的債務者,金融機構i也是金融機構k的債務者,當金融機構i因金融機構j違約而違約時,如果θkjxkj+θkixki≥ck,則金融機構k因金融機構i與j違約而違約。這種傳染過程會一直持續下去,直到沒有違約為止。

(二)樣本數據

為了對2007年美國次貸危機引發的金融危機前后我國銀行業系統性風險演變特征進行實證分析時,選取2006-2011年金融危機前后樣本數據進行研究,其中將2006年視為危機前期,2007-2008年視為危機中期,2009-2011年視為危機后期。實證樣本數據來源于2007-2012年《中國金融年鑒》。本文在計算金融機構間信用拆借規模時,ai為金融機構年度累計拆出資金數額,而lj為金融機構年度累計拆入資金數額。由于沒有具體的各類型金融機構間具體拆借數據,可以通過模擬得到各類型金融機構間拆借規模。從而有助于我們在缺乏相應數據的情況下,分析金融危機前后我國銀行業系統性風險特征,深入理解沖擊或經濟隱患的系統性危害。

四、實證結果分析

(一)金融機構間關聯網絡結構

圖1 2006-2011年各類型金融機構間拆借融資網絡結構

基于前面的金融機構間信用拆借規模估測方法,利用金融機構在銀行間市場中年度拆借資金規模總額,便可計算出金融機構間信用拆借數據。進而,我們可以推算出通過銀行間市場金融機構間的年度拆借資金總量。圖1是2006-20011年我國銀行間市場中金融機構間通過信用拆借關系形成的網絡結構。在圖1所示的網絡結構中,網絡的邊的權重是各金融機構間年度拆借資金總量,NB、OB、OF、SC與FF分別表示國有商業銀行、其他商業銀行、其他金融機構、證券公司和外資金融機構。而圖1中(a)-(f)分別是基于2006-20011年數據得到的。

從圖1可以看出,證券公司與外資金融機構、其他金融機構之間的信用拆借總量較少;國有商業銀行和其他商業銀行在銀行間市場中扮演著重要的位置,它們與其他類型金融機構之間的信用拆借總量較多;國有商業銀行與證券公司之間信用拆借總量在2006-2009年期間在遞減,2010-2011年期間在遞增。總之,圖1突出傳達的信息是,國有商業銀行與其他商業銀行在銀行間市場中扮演著重要的角色,在我國金融體系中發揮中樞的作用。但國有商業銀行與其他商業銀行也是將來自其他類型金融機構的負面沖擊傳染給整個金融體系的中樞環節。

(二)系統性風險定量分析

基于前面的金融機構間信用拆借規模估測方法,便可計算出金融機構間風險暴露以及金融機構總的風險暴露,計算結果如圖2所示。

圖2 金融機構的風險暴露

圖2中,1-5分別表示NB、OB、OF、SE與FF,單位為億元。但是,我們模擬得到的是年度累計信用拆借數據,而銀行間市場中信用拆借是短期的,分為不同時間期限的。因此,我們在分析違約傳染過程,將圖2中金融機構間年度信用拆借累計規模按照拆借月份和拆借期限進行折算,再進行系統性風險定量分析。否則,以圖2中數據為金融機構間風險暴露規模要比實際金融機構間風險暴露規模大。為了測度系統性風險,本文模擬沖擊來源于各類型金融機構的因經營業績普遍下滑,造成其債權者的債權全部損失掉,即違約造成金融機構的債權的損失率為100%。可見,本文模擬的沖擊是最壞的情況。按照上述沖擊傳染過程的分析方法,結合各類型金融機構的凈資產數額。我們發現,2006-2011年期間任一類型金融機構對其債權者違約不足以引發違約傳染過程,即銀行間市場中不會發生系統性風險。

從圖2可以分析金融危機前后各類型金融機構總風險暴露特征:國有商業銀行在銀行間市場中年度累計風險暴露規模在2006-2010年期間遞增,而在2011年有所降低;其他商業銀行在銀行間市場中年度累計風險暴露規模在2006-2008年期間遞增,而在2009年有所降低,但之后又在遞增;外資金融機構年度累計風險暴露規模特征與其他商業銀行類似;其他金融機構在銀行間市場中年度累計風險暴露規模在遞增;證券公司在銀行間市場中年度累計風險暴露規模在2006-2009年期間在遞增,而之后大幅度降低。從圖2還可知道金融危機前后各類型金融機構間風險暴露特征:其他金融機構對其他商業銀行的信用拆出累計規模在增加;外資金融機構對其他商業銀行和其他金融機構的信用拆出累計規模在增加。

五、結 論

面對多重復雜的經濟、金融現實和潛在的系統性風險隱患,促使我們不斷尋找新的理論和方法,用以對金融機構間復雜的債權債務關系和系統性風險的理解。而網絡模型分析方法,為我們對上述問題分析提供了一個新的視角,使我們得以深入分析系統性風險的形成機制。本文基于網絡模型量化分析了金融危機前后沖擊在銀行間市場中的傳導及系統性風險特征。基于2006-2011年銀行間市場中各類型金融機構拆出與拆入資金數據,建立了金融機構間關聯網絡模型,通過模擬測試了沖擊在各類型金融機構間傳染過程,同時分析了各類型金融機構間風險暴露特征。研究表明,金融危機前后任一類型金融機構違約不足以引發銀行業系統性風險;國有商業銀行和其他商業銀行在銀行間市場中處于核心位置。模型的建立與基于模型的定量分析,旨在為防范和應對銀行業系統性風險提供有效的決策支持。對銀行系統性風險監管主要存在三個階段:風險發生前的預防、風險發生過程的干預以及風險發生后對銀行間市場的調整。雖然,本文實證分析得到銀行間市場中暫時不會因某一類型金融機構違約而引發系統性風險。但是,在當前金融多重復雜形態環境下,對系統性風險的預防是必不可少的。就本文的研究來看,提高國有商業銀行和其他商業銀行的安全性,有利于提高銀行間市場的風險免疫能力,進而降低發生銀行危機的概率。

[1]Bandt O D,Hartmann P.Systemic Risk:A Survey[R].ECB Working Paper No.35,2000.

[2]Kaufman G G,Scott K E.What Is Systemic Risk,and Do Bank Regulators Retard or Contribute to It?[J].Independent Review,2003,7(3):371-391.

[3]包全永.銀行系統性風險的傳染模型研究[J].金融研究,2005(8):72-84.

[4]Acharya V V.A Theory of Systemic Risk and Design of Prudential Bank Regulation[J].Journal of Financial Stability,2009,5(3):224-255.

[5]Martinez-Jaramillo S,Perez O P,Embriz F A,et al.Systemic Risk,Financial Contagion and Financial Fragility[J].Journal ofEconomicDynamicsandControl,2010,34(11):2358-2374.

[6]IMF.Global Stability Report-Responding to the Financial CrisisandMeasuringSystemicRisks[R].IMFWorkingPaper,2009.

[7]Furfine C H.Interbank Exposures:Quantifying the Risk of Contagion[J].Journal of Money,Credit&Banking,2003,35(1):111-129.

[8]Wells S.Financial Interlinkages in the United Kingdom’s Interbank Market and the Risk of Contagion[R].Bank of England Working Paper 230,2004.

[9]Upper C,Worms A.Estimating Bilateral Exposures in the German Interbank Market:Is There a Danger of Contagion?[J].European Economic Review,2004,48(4):827-849.

[10]Van L I,Liedorp F.Interbank Contagion in the Dutch Banking Sector:A Sensitivity Analysis[J].International Journal of Central Banking,2006,2(2):99-134.

[11]Degryse H,Nguyen G.Interbank Exposures:An Empirical Examination of Systemic Risk in the Belgian Banking System[J].InternationalJournalofCentralBank,2007,3(2):123-171.

[12]Toivanen M.Financial Interlinkages and Risk of Contagion in the Finnish Interbank Market[R].Bank of Finland Research Discussion Papers,2009.

[13]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性特征分析[J].經濟研究,2007,42(1):68-78.

[14]Leitner Y.Financial Networks:Contagion,Commitment,and Private Sector Bailouts[J].The Journal of Finance,2005,60(6):2925-2953.

[15]Müller J.Interbank Credit Lines as a Channel of Contagion[J].JournalofFinancialServicesResearch,2006,29(1):37-60.

[16]Northcott C A.Estimating Settlement Risk and the Potential for Contagion in Canada′s Automated Clearing Settlement System[R].Bank of Canada Working Paper,2002.

[17]Soramaki K L,Bech M.Systemic Risk in a Netting System Revisited[R].Federal Reserve Bank of NewYork Working Paper,2004.

[18]Acharya V V,Yorulmazer T.Information Contagion and Bank Herding[J].Journal of Money,Credit and Banking,2008,40(1):215-231.

[19]De N G,Kwast M L.Systemic Risk and Financial Consolidation:Are They Related?[J].Journal of Banking&Finance,2002,26(5):861-880.

[20]Lehar A.Measuring Systemic Risk:A Risk Management Approach[J].Journal of Banking&Finance,2005,29(10):2577-2603.

[21]Michael M,Schuler M.The Systemic Risk Potential in European Banking-evidence From Bivariate GARCH Models[R].Working Paper of Centre for European Economic Research,2003.

[22]Allen F,Babus A.Networks in Finance[M]//Kleindorfer P,Wind J.The Network Challenge.Wharton School Publishing,2009.

[23]Upper C.Contagion Due to Interbank Credit Exposures:What Do We Know,Why Do We Know It,and What Should We Know?[R].Bank for International Settlements Working paper,2006.

[24]宮小琳,卞江.中國宏觀金融中的國民經濟部門間傳染機制[J].經濟研究,2010,45(7):79-90.

[25]Castren O,Kavonius I K.Balance Sheet Interlinkages and Macro-financial Risk Analysis in the Euro Area[R].ECB Working Paper,2009.

猜你喜歡
系統性商業銀行銀行
對于單身的偏見系統性地入侵了我們的生活?
商業銀行資金管理的探索與思考
關于加強控制商業銀行不良貸款探討
消費導刊(2017年20期)2018-01-03 06:27:21
10Gb/s transmit equalizer using duobinary signaling over FR4 backplane①
保康接地氣的“土銀行”
超聲引導經直腸“10+X”點系統性穿刺前列腺的診療體會
“存夢銀行”破產記
我國商業銀行海外并購績效的實證研究
銀行激進求變
上海國資(2015年8期)2015-12-23 01:47:31
我國商業銀行風險管理研究
當代經濟(2015年4期)2015-04-16 05:57:02
主站蜘蛛池模板: 色欲色欲久久综合网| 国产精品久线在线观看| 久久久久亚洲AV成人网站软件| 亚洲色精品国产一区二区三区| 广东一级毛片| 国产亚洲精| 日韩欧美中文在线| 在线观看免费人成视频色快速| 精品三级网站| 亚洲天堂网2014| 全部免费毛片免费播放| 国产亚洲欧美在线中文bt天堂| 天天综合色天天综合网| 国产在线观看精品| 国产精品欧美激情| 亚洲欧美日韩中文字幕在线| 亚洲欧美一区在线| 日本尹人综合香蕉在线观看| 国产无码性爱一区二区三区| 国产精品视频999| 久久综合亚洲色一区二区三区 | 一级毛片免费观看不卡视频| 亚洲毛片网站| 波多野结衣的av一区二区三区| 幺女国产一级毛片| 久久成人18免费| 国产丝袜无码一区二区视频| 亚洲—日韩aV在线| 国产H片无码不卡在线视频| 在线观看国产精品日本不卡网| 免费99精品国产自在现线| 91小视频在线| 亚洲男人的天堂视频| 国产欧美日韩免费| 色综合狠狠操| 在线免费亚洲无码视频| 免费a级毛片视频| 亚洲女人在线| 国产极品嫩模在线观看91| 色久综合在线| 2021天堂在线亚洲精品专区| 免费 国产 无码久久久| 九色综合伊人久久富二代| 久久免费精品琪琪| 欧洲成人在线观看| 亚洲愉拍一区二区精品| 中文字幕无码制服中字| 久久www视频| 国产黄色爱视频| 欧美97欧美综合色伦图| 91 九色视频丝袜| 免费亚洲成人| 国产AV无码专区亚洲A∨毛片| 呦女亚洲一区精品| 福利国产在线| 成人毛片在线播放| 美女无遮挡免费网站| 精品剧情v国产在线观看| 国产成人精品高清不卡在线| 夜夜爽免费视频| 免费A级毛片无码无遮挡| 99国产精品免费观看视频| 看av免费毛片手机播放| 国产99视频精品免费视频7| 另类专区亚洲| 欧美日本激情| 国产成人综合日韩精品无码不卡| 天天干伊人| 黄色免费在线网址| аv天堂最新中文在线| 国产美女人喷水在线观看| 中文字幕免费在线视频| 青青操视频在线| 国产亚洲欧美日韩在线观看一区二区| 岛国精品一区免费视频在线观看| 免费一级无码在线网站| 久久国产乱子| 爽爽影院十八禁在线观看| 中文字幕波多野不卡一区| 91在线播放国产| 毛片卡一卡二| 国产高清在线观看|