我國影子銀行系統性風險溢出測度研究
——基于△CoVaR模型

文/謝菁菁，中南財經政法大學金融學院

1 影子銀行發展現狀

我國影子銀行出現較晚，主要產生于2007年，其興起主要得益于以下幾個因素：首先，由于經濟的快速發展促使金融資產規模急劇擴大，同時又由于資金脫實向虛的趨勢不斷加強，金融杠桿率不斷推高，金融風險積聚，為防止系統性金融風險的爆發，金融監管部門加大了對商業銀行的監管。但從銀行的角度來看，為了保持自身的利潤來源，尋找新的利潤增長點以及防止不良貸款率的增加，商業銀行通過金融產品創新和金融工具創新實行監管套利；其次，隨著近年來居民財富增長快，儲蓄率高，對資產保值增值的需求強烈，致使大量的資金流入影子銀行體系以獲得比存入銀行更高收益的內在驅動力；最后，由于銀行業融資門檻的提高，迫使部分企業特別是中小企業轉向向信托公司、小貸公司以及融資擔保公司等尋求融資。最終，在上述各方面因素的催生下，影子銀行出現并在我國快速發展。但隨著監管部門意識到防止系統性風險爆發的重要性以及規范市場的發展決心不斷增強，影子銀行的發展有所放緩，但其所帶來的風險仍不能放松警惕。

2 基于CoVaR的影子銀行風險度量

2.1 CoVaR模型

CoVaR表示在一定的概率水平下，當某一金融機構的風險Va R值一定時，其他金融機構的最大可能損失。

在機構i陷入危機，其損失為Va時，機構j的在險價值（Va R），其數字表達式如（1）所示：

其中，Xi表示機構i的收益率。進一步，可得金融機構i對金融機構j的系統性風險溢出價值為：

通過CoVaR，也可以測度單個金融機構陷入危機時對系統性風險的影響，從而可以量化單個機構對金融體系的重要性。假定j是整個金融系統，機構i對金融系統j的系統性風險貢獻即：

則根據CoVaR方法的定義，當機構i的收益率為Va( 即Xi=Va)時，金融系統的預期收益率可以表示為：

結合式（3）和（4）可以求出單個金融機構對系統性風險的貢獻。

2.2 具體研究思路

本文以我國滬深兩市上市金融機構作為實證分析對象。其中銀行業、保險業所需數據采用申銀萬國三級行業分類的銀行業指數、保險業指數。影子銀行方面，根據機構劃分，數據主要取自證券業、信托業及各類民間借貸機構的行業數據的平均值。整個金融系統數據主要選取的是滬深300金融指數。所需的數據主要均來源于Win d數據庫。本文研究樣本區間是2007年1月18日至2018年7月1 5日，這段時間涵蓋了次貸危機、2015年中國股災、2016年“熔斷機制”推出后的股市大震蕩。本文數據處理說明：選取的金融機構日收盤價或行業指數作為價格數據，采用對股價指數取對數一階差分乘以100的方式，即Rt=100×ln）,以消除股價原始序列存在的異方差問題，從而得到各類影子銀行機構、銀行業、保險業、影子銀行及金融系統收益率序列。

2.3 實證結果分析

在具體使用△CoVaR模型之前，需要先對數據進行正態性檢驗和平穩性檢驗，檢驗結果表明所有收益率序列均呈現“尖峰后尾”的特征，不符合正態分布假設，同時根據平穩性檢驗結果顯示，拒絕單位根假設，序列皆是平穩的。因此，本文采用5%分位數水平下的CoVaR模型，運用△CoVaR結果來度量影子銀行的風險溢出程度。

表1

其中，為使各機構數值更具有可比性，計算得出%△CoVaR=△CoVaR/VaR。

根據上表顯示的結果，VaR是指機構其自身的風險程度。CoV aR是當解釋變量機構i陷入危機時，被解釋變量j的風險承受度。而△CoVaR則是為了衡量某一機構i具體的風險溢出程度而構建出來的數學模型。%△CoVaR則是為了更好地比較各機構的風險溢出貢獻度，而采取△CoVaR除以其自身風險VaR所得的結果。

由結果比較可知，

影子銀行自身的風險損失很高，比銀行業、保險業及整個金融系統的風險均高，這初步可以判斷影子銀行在金融系統運作中，與其他金融機構相比，一旦爆發風險，對其自身的損失度影響是巨大的。

當影子銀行陷入危機時，對整個金融系統的風險溢出度經過傳播放大，均高于其對單個金融機構的風險溢出度。另外在金融系統內部機構的風險溢出度分配上，對銀行業的風險溢出度要高于保險業，這可能與影子銀行作為傳統銀行的影子存在具有較大的關系，發揮著與傳統銀行相似的信用創造功能。

當其他金融機構或金融系統陷入危機時，影子銀行也較容易受到風險溢出的波及。整個金融體系爆發危機時，影子銀行由于相對其他機構來說較為脆弱，不可避免的會承受相應的風險損失。而在銀行業與保險業分別陷入危機時，保險業對影子銀行的風險貢獻要高于銀行一籌，這主要是因為我國傳統銀行業自身爆發風險的損失要小于保險業，因此在風險的外溢上要輕于保險業。

3 結論與建議

本文研究結果表明，影子銀行無論是從其爆發風險的自身損失度還是其陷入危機時對其他金融機構和整個金融系統的風險溢出度來看，都是極大的。另外，當其他金融機構或整個金融系統陷入危機時，影子銀行也難逃被風險波及的命運。因此，對于如何降低影子銀行系統性風險溢出效應，本文給出如下建議：

3.1 進一步完善金融系統的風險監測制度，時刻監測風險，及時有效測度風險爆發的可能性及損失。

3.2 加強對影子銀行體系的監管，規范其有序運行。

3.3 在各金融機構防范自身爆發可能性的同時，也要做好相應的工作以加強自身風險抵抗力。

[1]白雪梅、石大龍：《中國金融體系的系統性風險度量》，《國際金融研究》，2014年第6期.

[2]孫鵬、陳春梅：《我國銀行業、證券業、保險業的系統性金融風險溢出效應研究》，《遼寧大學學報》，2018年第2期.

[3]何青、錢宗鑫、劉偉：《中國系統性金融風險的度量》，《金融研究》，2018年第4期.

[4]龐巖：《新形勢下我國影子銀行的特點、風險及其監管對策》，《對外經貿實務》，2018年第2期.

[5]陳建青，王 擎，許韶輝：《金融機構間的系統性金融風險溢出效應研究》，《數量經濟技術經濟研究》，2015年第9期.

[6]任建：《我國金融行業系統性風險傳染研究——基于上市金融企業CoVaR模型》，《當代經濟》，2018年第7期.

[7]陶玲、朱玲：《系統性金融風險的監測和度量——基于中國金融體系的研究》，《金融研究》，2016年第6期.

[8]巴曙松：《應從金融結構演進角度客觀評估影子銀行》，《經濟縱橫》，2013年第4期.

[9]Adrian T.,Brunnermeier M.K.,CoVaR,National Bureau of Ec onomic Research,2011.

[10]Acharya V.V.,Pedersen L.H.,Philippon T.,Richardson M.,Measuring Systemic Risk,FRB of Cleveland Working Paper,2010.