互聯(lián)網(wǎng)金融對商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)測度分析

孫航

【摘 要】互聯(lián)網(wǎng)金融借助于信息技術(shù)快速發(fā)展，對商業(yè)銀行造成巨大沖擊，商業(yè)銀行必須要對風(fēng)險溢出效應(yīng)高度警惕?；诖耍疚南确治隽嘶ヂ?lián)網(wǎng)金融對于商業(yè)銀行的風(fēng)險溢出，然后詳細(xì)分析了系統(tǒng)性風(fēng)險溢出效應(yīng)的測度，并提出防范風(fēng)險的對策。以期能夠提高商業(yè)銀行風(fēng)險防范能力，加強(qiáng)風(fēng)險防范。

【關(guān)鍵詞】互聯(lián)網(wǎng)金融;商業(yè)銀行;系統(tǒng)性風(fēng)險溢出;風(fēng)險測度

互聯(lián)網(wǎng)金融的出現(xiàn)，加速了我國金融脫媒的腳步，但也帶來金融風(fēng)險，讓商業(yè)銀行受到嚴(yán)重沖擊。為保證互聯(lián)網(wǎng)金融和商業(yè)銀行同時發(fā)展，需要了解互聯(lián)網(wǎng)金融對于商業(yè)銀行的風(fēng)險溢出效應(yīng)，掌握互聯(lián)網(wǎng)金融對于商業(yè)銀行的風(fēng)險影響，進(jìn)而輔助商業(yè)銀行采取科學(xué)的措施，加強(qiáng)風(fēng)險防范，保證商業(yè)銀行的健康發(fā)展。

一、互聯(lián)網(wǎng)金融對商業(yè)銀行的風(fēng)險溢出

銀行在我國金融體系中占據(jù)舉足輕重的地位，進(jìn)入信息時代后，互聯(lián)網(wǎng)金融快速發(fā)展，商業(yè)銀行受到?jīng)_擊的同時面臨著轉(zhuǎn)型的挑戰(zhàn)。由于互聯(lián)網(wǎng)金融尚未發(fā)展成熟，隱藏多種風(fēng)險，風(fēng)險會向銀行業(yè)溢出。商業(yè)銀行在和互聯(lián)網(wǎng)金融合作過程中，在資產(chǎn)業(yè)務(wù)、中間業(yè)務(wù)以及負(fù)債業(yè)務(wù)上發(fā)生合作和競爭，產(chǎn)生風(fēng)險傳遞的可能[1]。此外，互聯(lián)網(wǎng)金融會對宏觀經(jīng)濟(jì)產(chǎn)生影響，導(dǎo)致經(jīng)濟(jì)政策變化，造成商業(yè)銀行產(chǎn)生系統(tǒng)性風(fēng)險。金融信息之間的傳遞也會造成風(fēng)險，且互聯(lián)網(wǎng)金融尚未形成完善的監(jiān)管機(jī)制，存在技術(shù)性、隱性以及流動性風(fēng)險，危及商業(yè)銀行，容易爆發(fā)系統(tǒng)性風(fēng)險。

二、互聯(lián)網(wǎng)金融對商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)測度

（一）選取數(shù)據(jù)

本文以商業(yè)銀行、互聯(lián)網(wǎng)金融等銀行在2017年5月～2019年5月的468個數(shù)據(jù)為例，互聯(lián)網(wǎng)金融指數(shù)涵蓋余額寶、P2P、活期寶等多個概念股。國有銀行和商業(yè)銀行股票價格是各個股票價格加權(quán)平均股數(shù)，使用Matlab和Eviews8軟件進(jìn)行數(shù)據(jù)的處理。將商業(yè)銀行指數(shù)以及互聯(lián)網(wǎng)金融指數(shù)收盤價經(jīng)過對數(shù)化處理，可以獲得日收益率。對各股指收益率描述，發(fā)現(xiàn)股指收益率逐漸減小，趨向于0，在互聯(lián)網(wǎng)金融中，標(biāo)準(zhǔn)差比商業(yè)銀行更大，尤其是互聯(lián)網(wǎng)金融出現(xiàn)較大波動?；ヂ?lián)網(wǎng)金融和國有銀行兩者的偏度系數(shù)都逐漸趨近于0，表現(xiàn)出左偏，商業(yè)銀行表現(xiàn)出右偏，峰度系數(shù)遠(yuǎn)超過3，尖峰特性較為顯著，存在尖峰厚尾的特征，使用JB檢驗(yàn)，概率值為0，因此拒絕假設(shè)，收益率序列不滿足正態(tài)分布。

（二）數(shù)據(jù)檢驗(yàn)

分析收益率序列偏自相關(guān)和自相關(guān)，可以發(fā)現(xiàn)商業(yè)銀行和互聯(lián)網(wǎng)金融的收益率顯著相關(guān)，統(tǒng)計量結(jié)果顯示拒絕相關(guān)系數(shù)，三個收益率序列存在自相關(guān)關(guān)系。為了深入了解各股指日收益率特征，將股票收益率序列時間上的變化進(jìn)行描繪，可以發(fā)現(xiàn)波動集聚時間一致，三者存在相互關(guān)系。各個市場在2018年間發(fā)生較大波動，可能受到融資融券機(jī)制的影響，互聯(lián)網(wǎng)金融收益率的變化幅度顯著高于商業(yè)銀行，和互聯(lián)網(wǎng)金融初始發(fā)展階段不穩(wěn)定相符合。先對數(shù)據(jù)平穩(wěn)性進(jìn)行分析，利用ADF進(jìn)行檢驗(yàn)，檢驗(yàn)P值不超過0.05，因此拒絕原假設(shè)，認(rèn)為收益率平穩(wěn)。序列不符合正態(tài)分布，存在波動集聚的情況，代表存在ARCH效應(yīng)。所有序列均表現(xiàn)出ARCH效應(yīng)，由于數(shù)據(jù)具備尖峰厚尾的特征，要結(jié)合GED分布估計序列邊緣。

（三）邊緣分布預(yù)估和檢驗(yàn)

通過對互聯(lián)網(wǎng)金融和國有銀行的觀察，得出在GED基礎(chǔ)上使用GARCH模型進(jìn)行模擬可以獲得最佳效果。按照5%概率水平，參數(shù)t統(tǒng)計量和p值較為顯著。在國有銀行、商業(yè)銀行以及互聯(lián)網(wǎng)金融的方差公式中，GARCH項、ARCH項系數(shù)和均小于1，滿足對參數(shù)的約束條件?；ヂ?lián)網(wǎng)金融a值比較小，代表互聯(lián)網(wǎng)金融對于市場信息反應(yīng)較慢，傳遞信息的效率較低，商業(yè)銀行更能快速反應(yīng)市場短期信息?；ヂ?lián)內(nèi)網(wǎng)金融b值也大于商業(yè)銀行，互聯(lián)網(wǎng)金融的服務(wù)對象多為小微型企業(yè)和個體投資者，缺少對市場信息的判斷能力，造成大部分信息得不到保障，消化信息需要吸收更長的時間[2]。商業(yè)銀行發(fā)展時間較久，具備完善的市場披露制度，投資者可以根據(jù)市場信息快速反應(yīng)。

使用GARCH模型，ARCH效應(yīng)和自相關(guān)沒有關(guān)聯(lián)，受到篇幅的限制，未提供對應(yīng)數(shù)據(jù)。若邊緣分布模型得到準(zhǔn)確估計，標(biāo)準(zhǔn)化殘差序列可以使用概率積分變換獲得，屬于獨(dú)立分布的一種隨機(jī)變量序列，滿足均勻分布。檢驗(yàn)分布設(shè)定，將標(biāo)準(zhǔn)化殘差序列進(jìn)行概率積分的變換，使用KS和AD軟件檢驗(yàn)，原假設(shè)服從均勻分布。在5%顯著性水平下檢驗(yàn)各階矩，不能拒絕原假設(shè)。KS檢驗(yàn)以及AD檢驗(yàn)p值超過0.05，選擇GED分布較為合理。

（四）選取Copula函數(shù)

使用Copula函數(shù)參數(shù)擬合邊緣分布的標(biāo)準(zhǔn)化殘差，獲得Copula函數(shù)參數(shù)值，根據(jù)對數(shù)似然值選取Copula函數(shù)。T-Copula函數(shù)具有最大的對數(shù)似然值，使用t-Copula函數(shù)進(jìn)行CoVaR值進(jìn)行計算。

（五）結(jié)果分析

在1%顯著性水平中，互聯(lián)網(wǎng)金融具有更高的風(fēng)險值，和市場初期不成熟的規(guī)律相符合。股份制銀行比國有銀行具有更高的風(fēng)險，由于國有銀行具有國家信譽(yù)的擔(dān)保，進(jìn)入到成熟發(fā)展階段，風(fēng)險相對較小。預(yù)估t-Copula參數(shù)后，計算CoVaR值?？梢缘贸觯海?）互聯(lián)網(wǎng)金融對于其他兩種銀行風(fēng)險溢出表現(xiàn)為正，且較為顯著。由于我國互聯(lián)網(wǎng)金融正處于發(fā)展階段，主要圍繞P2P、第三方支付作為主要業(yè)務(wù)，造成金融業(yè)內(nèi)，銀行成為風(fēng)險傳導(dǎo)對象，我國金融體系是銀行主導(dǎo)型。（2）而1%顯著性水平中，互聯(lián)網(wǎng)對于股份制銀行的風(fēng)險溢出明顯大于對于國有銀行的風(fēng)險溢出，主要是由于兩種銀行采取不同的經(jīng)營模式，且受到自身機(jī)構(gòu)性質(zhì)的影響，產(chǎn)生較大差異。

三、政策建議

（一）商業(yè)銀行加強(qiáng)風(fēng)險監(jiān)管

商業(yè)銀行必須要加強(qiáng)風(fēng)險管理，包括杠桿率控制以及信用風(fēng)險等，需要對風(fēng)險建立正確認(rèn)知，能夠?qū)鹑跇I(yè)風(fēng)險準(zhǔn)確計算，同時讓風(fēng)險控制能力得到提高?；ヂ?lián)網(wǎng)貨幣基金具有負(fù)向風(fēng)險溢出效應(yīng)，傳統(tǒng)銀行要和互聯(lián)網(wǎng)金融聯(lián)合建立監(jiān)管機(jī)制，尋找全新的融合模式，利用大數(shù)據(jù)技術(shù)對金融信息進(jìn)行分析，避免發(fā)生傳統(tǒng)營銷模式中存在的漏洞，將先進(jìn)信息技術(shù)融入傳統(tǒng)金融業(yè)，充分發(fā)揮技術(shù)優(yōu)勢，加強(qiáng)對金融業(yè)發(fā)展的保障，加強(qiáng)風(fēng)險的控制[3]。另外對于網(wǎng)貸業(yè)務(wù)尤其要重視，網(wǎng)貸業(yè)務(wù)在銀行業(yè)中存在正向風(fēng)險溢出效應(yīng)，必須要加強(qiáng)P2P監(jiān)管，控制風(fēng)險傳染。不僅需要正確識別風(fēng)險，更要注意風(fēng)險隔離，提高銀行業(yè)的應(yīng)急反應(yīng)能力，避免風(fēng)險溢出引發(fā)聯(lián)鎖反應(yīng)。金融業(yè)要聯(lián)合建立信息披露機(jī)制，提高網(wǎng)貸業(yè)務(wù)透明度，規(guī)避風(fēng)險危機(jī)。

（二）互聯(lián)網(wǎng)金融關(guān)注風(fēng)險溢出

互聯(lián)網(wǎng)金融在自身風(fēng)險管理的同時要加強(qiáng)風(fēng)險溢出的控制，規(guī)避系統(tǒng)性風(fēng)險。互聯(lián)網(wǎng)金融要不斷完善法律監(jiān)管體制，根據(jù)行業(yè)發(fā)展特點(diǎn)，建立完善風(fēng)險管控機(jī)制，形成透明的信息披露機(jī)制，減少風(fēng)險行為，形成完善共享金融信息平臺，讓參與者能夠及時了解金融信息。信用評級機(jī)構(gòu)要完善征信體系，消除客戶和互聯(lián)網(wǎng)金融平臺之間的信息不對稱情況，保護(hù)投資者利益。尤其是P2P業(yè)務(wù)，風(fēng)險溢出效應(yīng)較強(qiáng)，互聯(lián)網(wǎng)金融需要集中提高風(fēng)險防范能力，提高網(wǎng)貸平臺軟件設(shè)施以及技術(shù)含量，保證平臺的穩(wěn)定運(yùn)行。同時注意循序漸進(jìn)推動產(chǎn)品創(chuàng)新，只有做到創(chuàng)新，才能賦予互聯(lián)網(wǎng)金融持續(xù)發(fā)展的動力?；ヂ?lián)網(wǎng)金融在產(chǎn)品創(chuàng)新過程中要充分發(fā)揮信息優(yōu)勢。但也要注意風(fēng)險的控制，決不能出現(xiàn)急功近利的情況，需要將金融創(chuàng)新融入金融監(jiān)管體系內(nèi)，控制創(chuàng)新帶來的金融風(fēng)險。

四、結(jié)論

綜上所述，本文針對2017～2019年互聯(lián)網(wǎng)金融指數(shù)和商業(yè)銀行指數(shù)數(shù)據(jù)，結(jié)合GARCH-Copula-CoVaR模型，測度系統(tǒng)性風(fēng)險溢出效應(yīng)。針對測度結(jié)果，提出相關(guān)政策建議，商業(yè)銀行要加強(qiáng)風(fēng)險監(jiān)管，互聯(lián)網(wǎng)金融需關(guān)注風(fēng)險溢出，進(jìn)而加強(qiáng)金融風(fēng)險控制。

【參考文獻(xiàn)】

[1]荊帥. 互聯(lián)網(wǎng)金融對我國銀行業(yè)系統(tǒng)性風(fēng)險的影響研究[D].山西財經(jīng)大學(xué)，2019.

[2]程小珊. 我國互聯(lián)網(wǎng)金融風(fēng)險測度及風(fēng)險溢出效應(yīng)分析[D].山東大學(xué)，2019.

[3]李治章，王帥.互聯(lián)網(wǎng)金融對中國商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)的測度——基于GARCH-CoVaR模型的研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2018（36）：50-53+69.