基于CoVaR動態模型的我國金融機構系統性風險分析

黃瑋強，郭慧敏，莊新田

（東北大學 工商管理學院，沈陽 110167）

0 引言

金融系統性風險是指可能導致金融系統部分或全部受損進而使其金融服務功能中斷，并對實體經濟產生嚴重危害的風險[1]。隨著金融市場化改革及金融創新的不斷深入，金融機構間的相互關聯和相互依賴越來越深入且復雜。金融系統性風險度量是金融系統性風險監管的前提。傳統的度量方法包括運用金融計量模型，如GARCH類模型或向量自回歸模型，通過分析金融機構間的信息溢出關系來刻畫金融機構的系統性風險[2,3]；還有基于資產負債表數據，通過構建金融壓力指數來測度金融系統性風險[4,5]。

近年來，越來越多的學者基于金融市場數據來度量金融系統性風險。Adrian和Brunnermeier[6]提出了金融系統性風險度量的條件在險價值（CoVaR，ConditionalValue-at-Risk）方法。之后該方法被廣泛用于金融系統性風險的度量，如López-Espinosa等[7]運用CoVaR模型分析了全球商業銀行系統性風險的影響因素。肖璞等[8]利用CoVaR方法，結合分位數回歸技術，研究了我國上市銀行之間的風險溢出效應及單個銀行對整個銀行系統的風險貢獻率。白雪梅和石大龍[9]利用CoVaR方法，度量了我國公開上市的27家金融機構的系統性風險，并建立了系統性風險預測模型。陸靜和胡曉紅[10]以CoVaR為基礎，通過引入狀態變量模擬尾部風險的時變特征，采用市場化資產增長率等指標對中國14家上市銀行的系統性風險進行了實證分析。除了Co-VaR方法外，其他基于市場數據的度量方法還包括系統性期望損失方法（systemic expected shortfall,SES)[11]、金融機構對金融行業困境保險費用（distress insurance premium,DIP）的邊際貢獻[12]、出現金融危機時金融機構的預期資本損失（SRISK）[13]等。

本文利用CoVaR動態模型，通過引入系列滯后狀態變量，對我國35家上市金融機構2008—2015年的系統性風險貢獻進行了動態估計及分析。進一步地，通過向前的系統性風險貢獻分析，揭示了金融機構的特征因素變量對其未來系統性風險貢獻的影響。

1 金融機構系統性風險度量模型

1.1 CoVaR定義

條件在險價值（CoVaR）最早由Adrian和Brunnermeier于2008年提出[6]，2011年其又引入狀態變量模擬尾部風險時變特征對模型進行了改進，定義為：

當金融機構i發生極端事件(Xi=Va)時，整個金融體系的在險價值（VaR）即為機構i的系統性風險CoVaRqsy

stem|i。

其中，Xi代表金融機構i的資產（組合）收益率，q為置信水平。通過CoVaR可以度量單個金融機構發生極端事件時對金融體系的影響，即該機構的系統重要性。進一步地，金融機構i對金融體系的系統性風險貢獻為：

其中，Xi=mediani表示金融機構i的資產（組合）收益率處于中位數水平。

1.2 CoVaR動態模型

在CoVaR靜態模型基礎上，通過引入滯后變量得到CoVaR動態模型。滯后變量也稱作狀態變量，是由一系列影響金融機構系統性風險的相關指標組成。滯后變量的引入刻畫了Xi和Xsystem的尾部風險時變性，使得CoVaR的估計結果更貼近實際。

其中，Mt-1為系列滯后狀態變量。先對式（3）進行q分位數回歸，估計得到金融機構i收益的在險價值Va(q)，然后對式（4）進行q分位數回歸，并將金融機構i的在險價值Va(q)代入公式右邊，得到金融體系的條件在險價值CoVa(q)，即有：

1.3 向前的ΔCoVaR分析

向前的ΔCoVaR分析是挖掘對金融機構第T期的系統性風險貢獻有顯著影響的第T-n期的機構特征因素。該分析能夠更好地把握金融機構的系統性風險變動趨勢，在一定程度上為監管部門對金融機構的宏觀審慎管理提供依據。分析方程為：

2 實證分析

2.1 變量選取和數據說明

利用金融機構i在第t期的市場化總資產增長率衡量金融機構的資產（組合）收益，具體可由金融機構總市值和資產權益率計算得出，即：

（2）狀態變量Mt-1

借鑒文獻[6]，狀態變量Mt-1包括波動性指數、流動性價差、期限價差、信用價差、短期國債利率差、房地產收益率這六項指標。通過狀態變量的選取，盡量剔除時間序列對尾部風險數據的影響，對Xi和Xsystem進行修正，提高結論的可靠性。

選取公司規模、資產權益比、股價凈值比、股價波動率、β值這五項指標做為金融機構的特征因素變量。利用金融機構系統性風險貢獻、金融機構特征因素變量的滯后一個季度和半年的數據，進行面板數據回歸，得出金融機構系統性風險貢獻與金融機構特征因素變量間的相互關系，進而對金融機構系統性風險貢獻進行預測。

根據中國證監會制定的《上市公司行業分類指引》，截止2015年12月31日，在中國滬深A股上市的金融業上市公司共有50家，其中包括16家銀行、24家證券公司、4家保險公司以及6家信托等其他金融上市公司。樣本期間確定為2007年第四季度到2015年第四季度，確定的依據是：①包含最近一次金融危機時期；②要求在樣本期間內一直處于上市交易狀態的金融機構數量能夠達到一定規模。剔除2007年10月1日之后上市的金融機構，本文最終選取了35家上市金融機構，包括14家銀行、11家證券公司、4家保險公司以及6家信托等其他金融機構。

在市場化總資產增長率的計算中，以樣本金融機構的股票市值作為金融機構的市場價值。樣本數據來源于Wind數據庫。相關變量及其定義見表1。

表1 相關變量及其定義

2.2 變量描述性統計

各變量的描述性統計如下頁表2所示。由表2可知，各狀態變量偏度都不為零，流動性指數、短期國債利率差和房地產收益率這三個變量的峰度均大于3，這說明這些變量呈“尖峰厚尾”分布。因此采用分位數回歸方法可以更好地描述變量之間的關系。

2.3 金融機構系統性風險貢獻分析

由式（5）和式（7）可以計算得到35家金融機構在5%分位數下的…，423（周）。計算每家金融機構在樣本期間內的

表2 狀態變量的描述性統計

圖1 各金融機構樣本期間內在險價值和系統性風險貢獻均值關系圖

表3 各金融機構ΔCoVaR時間序列均值、標準差及其排序

從表3中可以看出，35家金融機構中系統性風險貢獻排序前11位的金融機構均為銀行，其中建設銀行的系統性風險貢獻最大。銀行業、保險業、證券業、信托這些金融業所屬金融機構的平均ΔCoVaR均值分別為-0.0369、-0.0144、-0.0078、-0.0122。因此從行業類別來看，銀行業金融機構的系統性風險貢獻最大，保險業金融機構次之，證券業金融機構的貢獻最小。從系統性風險貢獻的波動來看，排序前三位的金融機構分別是工商銀行、招商銀行和建設銀行。經計算發現，金融機構系統性風險貢獻排序和風險貢獻的波動排序，其線性相關系數達到0.95，這說明兩者之間呈顯著的同向變動趨勢，即系統性風險貢獻越大的機構其風險貢獻波動也越大。這說明對于系統性風險貢獻較大的金融機構，應加大對其監管頻率，從而實現有效監管。

圖2為各主要金融機構系統性風險貢獻隨時間變化情況的ΔCoVaR周時序圖。從圖2中可以看出，各主要金融機構的系統性風險貢獻呈相似的變化趨勢。在2008—2009年金融危機期間，各機構的系統性風險貢獻較大；危機過后風險貢獻逐漸減小，其后分別在2010年9月、2013年8月和2015年7月期間風險貢獻達到局部最大值。個別金融機構如安信信托、中國平安和中信證券，他們在2015年7月期間的系統性風險貢獻值甚至與金融危機期間相近。

圖2 主要金融機構的ΔCoVaR時序圖

2.4 向前的ΔCoVaR分析

根據式（8），以各金融機構在各時期的銀行在險價值、杠桿率、資產權益比、股價凈值比、股票收益波動率以及β值作為解釋變量，以各金融機構在各時期的系統性風險貢獻作為被解釋變量。需要注意的是，各變量為季度數據，VaR和ΔCoVaR季度數據為其周數據的加總。相對于被解釋變量而言，各解釋變量取值分別滯后一個季度和半年，并分別進行面板數據回歸。經Hausman檢驗發現，滯后一個季度和半年的面板數據回歸模型均拒絕隨機效應的原假設。因此，選擇固定效應的面板數據回歸，其結果如下頁表4所示。

由表4可知，除了解釋變量β值和股價凈值比不顯著外，兩個回歸方程其余各解釋變量估計系數均與系統性風險呈顯著相關關系。具體地，金融機構的機構規模與其向前一個季度和向前半年的系統性風險貢獻呈顯著的負向相關關系。這說明機構的規模越大，其未來的系統性性風險貢獻將越小。同時還可發現，金融機構的在險價值、資產權益比與其向前一個季度和向前半年的系統性風險貢獻呈顯著的正向相關關系；金融機構的股票收益波動率與其向前半年的系統性風險貢獻呈顯著的正向相關關系。例如，金融機構的股票收益波動率提高1個單位，其未來半年的系統性風險貢獻將增加0.7043個單位。因此金融機構的杠桿率越高（單位權益的負債水平越高）、股票收益的波動越大及在險價值越大，其未來的系統性風險貢獻將越大。因此，在進行金融機構系統性風險監管時，應重點提前關注那些規模較小、杠桿率較高、股票收益波動及在險價值較大的金融機構。此外還可根據表4的結果對金融機構的系統性風險貢獻進行均衡管理。例如若某一時期金融機構的資產權益比（杠桿率）增加了，可通過采取一定的措施擴大同時期該金融機構的規模，以在一定程度上抵消前者對其未來系統性風險貢獻的正向影響。

表4 向前的ΔCoVaR分析結果（5%分位數）

3 結論

本文利用CoVaR動態模型，通過引入系列滯后狀態變量，對我國35家上市金融機構的系統性風險貢獻進行了動態估計及分析。同時進行了向前的系統性風險貢獻分析，揭示了金融機構的特征因素變量對其未來系統性風險貢獻的影響。結論如下：

（1）金融機構的同期在險價值與其系統性風險貢獻間并無緊密的關聯。在險價值指標本身并不足以提供金融機構系統性風險貢獻的信息。

（2）根據金融機構的系統性風險貢獻時序信息可知，總體上看銀行業金融機構的系統性風險貢獻最大，其次為保險業金融機構，證券業金融機構的貢獻最小。

（3）系統性風險貢獻越大的金融機構，其風險貢獻的波動也越大。因此，對于系統性風險貢獻較大的金融機構，應加大對其監管頻率以實現有效監管。

（4）金融機構的規模越大，其未來的系統性性風險貢獻將越小。金融機構的杠桿率越高（單位權益的負債水平越高）、股票收益的波動越大及在險價值越大，其未來的系統性風險貢獻將越大。

本文的結論有助于利用這些金融機構特征因素，對其系統性風險進行預警管理，并最終達到防范或抑制金融系統性風險的目的。