金融業(yè)上市公司系統(tǒng)性風險度量研究
——基于A 股數(shù)據的分析

雷永潔，王資燕

（貴州財經大學，貴陽 550025）

0 引言

從2008 年以來，金融業(yè)的系統(tǒng)性風險就一直是金融經濟領域關注的重點，控制好系統(tǒng)性風險對于預防金融危機的爆發(fā)有重要意義。那么我國金融業(yè)上市公司的系統(tǒng)性風險狀況如何？要回答這個問題就要對系統(tǒng)性風險進行度量。

1 CoVaR 的估計方法

對于系統(tǒng)性風險的度量方法有很多，本文采取實證研究中認可度較高而且運用得較為廣泛的條件在險價值（CoVaR）的方法來量化我國金融機構的系統(tǒng)性風險。

最小二乘法是一種運用廣泛的線性回歸方法，但是它存在一定的局限性，它在回歸時要求誤差項是符合正態(tài)分布的，而根據前人的研究，金融數(shù)據誤差項大多不符合正態(tài)分布，主要呈現(xiàn)的是“尖峰厚尾”的類似正態(tài)分布，這就會導致最小二乘法失去效用。與此相反，分位數(shù)回歸的方法不需要滿足誤差項符合正態(tài)分布的前提假設，對于金融數(shù)據，分位數(shù)回歸能更準確地進行擬合回歸，也能更好地刻畫尾部風險。因此，本文首先建立分位數(shù)回歸模型來度量各個金融機構以及金融系統(tǒng)的條件在險價值CoVaR，進而計算出金融機構的系統(tǒng)性風險CoVaR。

本文建立的分位數(shù)回歸模型如下：

式中：R表示金融機構i 的收益率序列；R表示金融指數(shù)的收益率序列。

用分位數(shù)回歸的方法可以擬合出參數(shù)的估計值α?和β?，根據VaR 的定義，此時金融機構和金融系統(tǒng)面臨的VaR 的值可以表示為：

式中：R表示金融機構i 的收益率序列在分位數(shù)q 處的值；R表示金融指數(shù)收益率序列在分位數(shù)q處的值。

當金融機構i 的風險處于VaR時，可得到金融系統(tǒng)在q 分位數(shù)的條件在險價值CoVaR，數(shù)學表達式為：

則金融機構i 的系統(tǒng)性風險可以表示為：

2 金融機構系統(tǒng)性風險ΔCoVaR 指標度量結果

根據證監(jiān)會官方網站公布的2020 年第四季度《上市公司行業(yè)劃分》，截至2020 年第四季度，我國金融業(yè)一共有122 家上市企業(yè)，選取在2011 年1 月1 日至2020 年12 月31 日期間收益率數(shù)據較為完整的66 家上市金融機構，參見表1。截至2020 年末，貨幣金融服務業(yè)、資本市場服務業(yè)、保險業(yè)、其他金融業(yè)總資產分別是1 817 330 億元、59 077.22 億元、157 935.2 億元、7 710 億元，合計2 042 052.42 億元，占我國金融機構總資產的比重在60%左右，所以選取的樣本可以較好地代表我國金融行業(yè)的整體情況，也可以較好地反映我國的金融機構系統(tǒng)性風險情況。本文選取金融機構的周收盤價數(shù)據計算66 家上市金融機構的ΔCoVaR值，數(shù)據來源于CSMAR 數(shù)據庫。

表1 66 家上市金融機構及總資產 單位：億元

續(xù)表1

2011—2020 年期間，我國股票市場歷盡風霜，受2010 年發(fā)生的歐債危機牽連，2011 年我國金融市場出現(xiàn)一定程度的波動，2015 年我國經歷了大范圍的股災，股票價格普遍暴跌，股票市場動蕩不穩(wěn)，之后我國金融市場進入調整和恢復期。隨著金融體制改革的進一步深化，我國的股票市場穩(wěn)健性逐步增強。選取的數(shù)據樣本期間能夠很好地反映我國金融行業(yè)風險的波動，具有較好的代表性，滿足了樣本在時間區(qū)間內需要有風險波動的要求。

本文對金融機構的收益率做對數(shù)化處理，計算出來的收益率保留小數(shù)點后兩位，為了減少誤差，本文對對數(shù)收益率結果再乘以100，數(shù)學公式表達如下：

第i 周收益率R＝ln（第i 周收盤價／第i－1 周收盤價）×100 （7）

以下以平安銀行為例，詳細介紹2020 年平安銀行ΔCoVaR 的計算過程，以此來說明我國金融機構系統(tǒng)性風險的度量過程。以下公式中PA 表示平安銀行，system 表示180 金融指數(shù)。

首先根據前文介紹的ΔCoVaR 的估計方法，構建0.05 分位數(shù)模型。

使用R－4.1.0 軟件對模型的變量系數(shù)進行分位數(shù)回歸，得到結果如下：

首先將平安銀行和金融指數(shù)的收益率數(shù)據按照由小到大的順序排列，利用所選取的q 分位數(shù)0.05 選取出第［nq］個最小觀測值（［nq］表示不小于n×q 的最小正整數(shù)），即為R和R的值，計算得到R＝－6.102 689，R＝－6.178 298。分別代入公式（15）、（16）中，得到VaR＝－9.074 579，VaR＝－6.722 051 9。再將VaR的值代入公式（17）中得到CoVaR＝－7.682 234。根據以上結果可以計算出ΔCoVaR＝CoVaR－ VaR＝－0.960 183。

將以上計算過程運用到另外65 家上市金融機構，可以計算得到2020 年我國66 家上市金融機構的ΔCoVaR 值，見表2。ΔCoVaR 的值有正有負，為了更好地分析回歸結果，在以下內容中對ΔCoVaR 的值進行絕對值處理，ΔCoVaR 的值越大，表明金融機構的系統(tǒng)性風險越高。將金融機構2011—2020 年ΔCoVaR 值進行描述性統(tǒng)計，結果見表3。

表2 66 家上市金融機構2020 年CoVaR 值

表3 金融機構CoVaR 的描述性統(tǒng)計

3 研究結論

在2014 年我國的ΔCoVaR 均值為0.786 1，而在第二年突然激增，達到10.285 9，同比增長1 208.47%，而2014 年的同比增速為－8.89%，增速明顯異常，指示著我國金融機構系統(tǒng)性風險的不正常增加。在2015 年，ΔCoVaR 的最大值、最小值、均值和標準差都達到了這10 年中的峰值，平均值相比于2011 年增長了大約14倍。回顧歷史，2015 年我國股市劇烈波動，大量股票的價格急劇下跌。股票市場所經歷的強烈震動，使得我國整個金融業(yè)甚至整個市場經濟都受到傳染，投資者情緒悲觀，金融機構經營受創(chuàng)、財務惡化，經濟發(fā)展狀況低迷。

從2016 年開始，我國金融機構的ΔCoVaR 均值連續(xù)3 年呈現(xiàn)負增長趨勢，除了我國政府部門出臺緊急救市措施，穩(wěn)定了股票市場，還有一個非常重要的原因：經歷了此次國內金融風險的爆發(fā)，監(jiān)管部門開始重視防范化解系統(tǒng)性風險，2017 年黨中央提出要守住不發(fā)生系統(tǒng)性風險的底線，并寫入了黨的十九大報告中。同年陸續(xù)公布的四項金融工具的會計準則正式實施，這使得金融機構的風險管理更加精細化、準確化；銀保監(jiān)會合并的政策正式落地，這對于混業(yè)經營的金融機構的監(jiān)管更加有效，有利于降低銀行業(yè)務和保險業(yè)務交叉帶來的系統(tǒng)性風險；對于互聯(lián)網金融的監(jiān)管更加嚴格，大量P2P 網絡借貸品平臺退出歷史舞臺，一直以來網貸平臺的風險都極高，嚴格管理之后將降低該領域的系統(tǒng)性風險，整個金融業(yè)的系統(tǒng)性風險也隨之降低；對系統(tǒng)重要性金融機構更加重視，頒布了相關的監(jiān)管指導意見，對系統(tǒng)重要性金融機構的評估提出了衡量指標，同時提高了對于流動性的要求，對系統(tǒng)重要性金融機構的特殊管理進一步降低了金融業(yè)上市公司的系統(tǒng)性風險。

2019 年和2020 年的ΔCoVaR 均值有所上升，這與國際復雜局勢有關。2019 年中美的貿易摩擦，嚴重影響了我國的進出口貿易，一定程度上限制了我國的經濟發(fā)展，金融機構的經營也受到一定的影響。2020 年新冠病毒疫情在全球蔓延，對于全球的實體經濟造成了非常嚴重的沖擊，我國不僅要面對國內的風險，還要受到國際風險影響，所以2020 年的ΔCoVaR 均值達到了4年來最高值。但與2015 年對比來看，2020 年的ΔCoVaR 均值依舊控制在正常范圍，未超過1，而中國也是受到疫情影響后恢復速度最快、恢復效果最好的國家之一。本文認為可能的原因有：一是我國正在加快國家治理體系和國家治理能力現(xiàn)代化建設，政府各個部門的管理能力也在迅速提高；二是我國的經濟體制改革逐漸完善，自身的抗壓能力和韌性都有所提高。所以我國才能快速地從疫情沖擊中恢復過來，控制住金融機構的系統(tǒng)性風險，避免發(fā)生重大的金融危機。

4 結語

綜上所述，我國金融業(yè)上市公司的系統(tǒng)性風險在近十年里處于整體可控狀態(tài)，雖然在2015 年系統(tǒng)性風險遠超正常值水平，但是之后系統(tǒng)性風險得到了控制，成功降到了正常水平。隨著金融改革的不斷深化，我國系統(tǒng)性風險在2018 年以后成功降到一個更為健康的水平，也成功經受住了2019 和2020 年外部不確定性因素的考驗，一定程度上說明我國的銀行系統(tǒng)性風險控制機制持續(xù)有效，有利于金融業(yè)上市公司持續(xù)健康發(fā)展。