經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)與銀行業(yè)系統(tǒng)性風(fēng)險監(jiān)管

宋凌峰 肖雅慧

(武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430072)

一、引言

隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，經(jīng)濟(jì)下行壓力增加，系統(tǒng)性金融風(fēng)險持續(xù)累積。自黨的十九大報告指出“健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線”以來，防范化解系統(tǒng)性金融風(fēng)險已經(jīng)成為金融監(jiān)管當(dāng)局的重要政策目標(biāo)。2021年12月31日，中國人民銀行發(fā)布《宏觀審慎政策指引(試行)》，明確提出系統(tǒng)性金融風(fēng)險主要來源于時間和結(jié)構(gòu)兩個維度，從時間維度看，系統(tǒng)性金融風(fēng)險由金融活動的一致行為引發(fā)，隨著時間的累積呈現(xiàn)出風(fēng)險順周期的自我強(qiáng)化和自我放大特征；從結(jié)構(gòu)維度看，系統(tǒng)性金融風(fēng)險由特定機(jī)構(gòu)或市場的不穩(wěn)定引發(fā)，并通過風(fēng)險關(guān)聯(lián)途徑擴(kuò)散，導(dǎo)致風(fēng)險跨機(jī)構(gòu)、跨部門、跨市場、跨境傳染。本文根據(jù)結(jié)構(gòu)維度將系統(tǒng)性金融風(fēng)險來源進(jìn)一步細(xì)化為機(jī)構(gòu)內(nèi)部脆弱性、機(jī)構(gòu)間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三個部分[1]，并結(jié)合時間維度分析不同風(fēng)險來源的時變特征。其中，機(jī)構(gòu)內(nèi)部脆弱性對應(yīng)于微觀機(jī)構(gòu)個體所引發(fā)的風(fēng)險，與機(jī)構(gòu)規(guī)模、資產(chǎn)負(fù)債狀況等有關(guān)；機(jī)構(gòu)間網(wǎng)絡(luò)關(guān)聯(lián)對應(yīng)于中觀行業(yè)內(nèi)機(jī)構(gòu)之間的風(fēng)險傳染，單個機(jī)構(gòu)經(jīng)過業(yè)務(wù)往來、交叉持股、共同持有資產(chǎn)等網(wǎng)絡(luò)關(guān)聯(lián)渠道，將風(fēng)險進(jìn)行擴(kuò)散和傳染；外部經(jīng)濟(jì)波動對應(yīng)于宏觀經(jīng)濟(jì)環(huán)境所引發(fā)的風(fēng)險，主要表現(xiàn)為風(fēng)險的順周期性。機(jī)構(gòu)自身脆弱性以個體風(fēng)險為主，機(jī)構(gòu)間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動是形成系統(tǒng)性金融風(fēng)險隱患的關(guān)鍵來源，因此更加需要關(guān)注機(jī)構(gòu)間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動對系統(tǒng)性金融風(fēng)險的影響。

銀行業(yè)是中國金融系統(tǒng)的核心，系統(tǒng)性金融風(fēng)險管理的主要任務(wù)之一是銀行業(yè)系統(tǒng)性風(fēng)險管理，本文將銀行業(yè)系統(tǒng)性風(fēng)險作為研究對象，將其劃分為銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三個風(fēng)險來源，其中銀行內(nèi)部脆弱性風(fēng)險來源于規(guī)模[2-3]、杠桿率[4]、非核心負(fù)債[5]、收入多樣化[6]等；銀行間網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險來源于銀行資產(chǎn)負(fù)債表關(guān)聯(lián)，包括銀行間市場的同業(yè)拆借、同業(yè)存放等直接業(yè)務(wù)關(guān)聯(lián)[7-8]、以及持有共同資產(chǎn)的間接業(yè)務(wù)關(guān)聯(lián)[9-10]；外部經(jīng)濟(jì)波動風(fēng)險來源于經(jīng)濟(jì)周期、經(jīng)濟(jì)沖擊引起市場上風(fēng)險資產(chǎn)的波動[11-14]。同時，從銀行個體角度來看，銀行業(yè)系統(tǒng)性風(fēng)險的微觀基礎(chǔ)是單個銀行的風(fēng)險演變，我國銀行業(yè)體系主要包括大型國有銀行和中小型銀行兩種類型，二者在資產(chǎn)規(guī)模、業(yè)務(wù)模式、組織結(jié)構(gòu)等方面存在顯著差異，所以需要進(jìn)一步區(qū)分銀行業(yè)系統(tǒng)性風(fēng)險的不同來源與不同類型銀行之間的關(guān)系。但現(xiàn)有文獻(xiàn)將經(jīng)濟(jì)波動看作風(fēng)險的外生沖擊因素，主要分析外生經(jīng)濟(jì)沖擊對網(wǎng)絡(luò)關(guān)聯(lián)和系統(tǒng)性風(fēng)險的影響，而忽略了系統(tǒng)性風(fēng)險本身已包含外部經(jīng)濟(jì)波動的影響，也沒有將系統(tǒng)性風(fēng)險來源與個體來源相結(jié)合，缺乏對系統(tǒng)性風(fēng)險來源微觀基礎(chǔ)的相關(guān)研究。

因此，本文將銀行業(yè)系統(tǒng)性風(fēng)險分解為銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三個部分，重點研究銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動對銀行業(yè)系統(tǒng)性風(fēng)險的影響，同時分析銀行業(yè)系統(tǒng)性風(fēng)險的微觀基礎(chǔ)，研究不同風(fēng)險來源受不同類型銀行的影響程度。本文的理論創(chuàng)新價值體現(xiàn)在：基于經(jīng)濟(jì)波動影響內(nèi)生于銀行業(yè)系統(tǒng)性風(fēng)險的視角，量化系統(tǒng)性風(fēng)險中銀行間網(wǎng)絡(luò)關(guān)聯(lián)、經(jīng)濟(jì)波動的影響，并分析不同銀行個體對系統(tǒng)性風(fēng)險不同來源的主導(dǎo)作用。本文的研究對于維護(hù)金融穩(wěn)定和實施針對性的宏觀審慎監(jiān)管措施具有重要的現(xiàn)實意義。

二、文獻(xiàn)綜述

(一)經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的影響

現(xiàn)有研究在分析經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)對銀行業(yè)系統(tǒng)性風(fēng)險的影響時，主要研究思路是首先通過構(gòu)建銀行間網(wǎng)絡(luò)度量銀行業(yè)系統(tǒng)性風(fēng)險，然后將經(jīng)濟(jì)波動作為外生沖擊因素，進(jìn)而分析經(jīng)濟(jì)波動對網(wǎng)絡(luò)關(guān)聯(lián)和系統(tǒng)性風(fēng)險的影響。在構(gòu)建銀行間網(wǎng)絡(luò)以度量銀行業(yè)系統(tǒng)性風(fēng)險時，主要采用以下兩種方法，一是根據(jù)銀行間資金和業(yè)務(wù)往來數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)[15-16]，風(fēng)險通過銀行同業(yè)拆借、銀行共同持有資產(chǎn)、銀行間支付結(jié)算等渠道實現(xiàn)傳染和擴(kuò)散；二是根據(jù)尾部風(fēng)險指標(biāo)△CoVaR測度銀行兩兩之間的風(fēng)險溢出效應(yīng)，從而構(gòu)建銀行間風(fēng)險傳染網(wǎng)絡(luò)[17-21]。

在構(gòu)建銀行間網(wǎng)絡(luò)度量銀行業(yè)系統(tǒng)性風(fēng)險基礎(chǔ)之上，學(xué)者們從不同角度刻畫經(jīng)濟(jì)波動狀況，從而研究經(jīng)濟(jì)波動對網(wǎng)絡(luò)關(guān)聯(lián)和系統(tǒng)性風(fēng)險的影響。主要有以下幾種觀點：一是經(jīng)濟(jì)波動會帶來資產(chǎn)投資風(fēng)險的變化，從而影響平均儲蓄量、儲蓄的波動幅度、投資的收益率、投資回收期、投存比、存款準(zhǔn)備金率以及儲蓄利率等指標(biāo)，經(jīng)銀行網(wǎng)絡(luò)關(guān)聯(lián)影響銀行業(yè)系統(tǒng)性風(fēng)險水平[15-16,22]；二是經(jīng)濟(jì)波動會帶來經(jīng)濟(jì)政策的不確定性，經(jīng)濟(jì)政策不確定性的提高會加劇風(fēng)險傳染性[19]，在網(wǎng)絡(luò)關(guān)聯(lián)性更大的樣本中，政策不確定性對銀行業(yè)系統(tǒng)性風(fēng)險的正向作用更加明顯[18]；三是宏觀經(jīng)濟(jì)狀況直接影響銀行的風(fēng)險溢出效應(yīng)，2015年股災(zāi)期間資本市場的波動導(dǎo)致各銀行對外風(fēng)險溢出增加，銀行間關(guān)聯(lián)性增強(qiáng)，銀行業(yè)系統(tǒng)性風(fēng)險上升[17,20-21]。

(二)系統(tǒng)性風(fēng)險與銀行差異化監(jiān)管

國內(nèi)外關(guān)于銀行業(yè)系統(tǒng)性風(fēng)險的個體來源進(jìn)行了深入研究，提出開展銀行差異化監(jiān)管的建議。主要集中于以下三類觀點：第一類觀點從銀行規(guī)模角度出發(fā)，認(rèn)為銀行的規(guī)模越大，其引發(fā)的系統(tǒng)性風(fēng)險越大[23-24]，建議根據(jù)規(guī)模制定差異化的資本監(jiān)管要求。第二類觀點從銀行間網(wǎng)絡(luò)結(jié)構(gòu)角度出發(fā)，認(rèn)為處于網(wǎng)絡(luò)中心地位的銀行與其他銀行的聯(lián)系最為緊密，屬于系統(tǒng)性重要銀行，對銀行業(yè)系統(tǒng)性風(fēng)險貢獻(xiàn)最大[8,21,25-26]，建議對核心銀行和外圍銀行、主要系統(tǒng)重要性銀行與非主要系統(tǒng)重要性銀行實行差異化監(jiān)管。第三類觀點是從銀行的同群效應(yīng)角度出發(fā)，認(rèn)為雖然單個中小銀行違約造成的銀行業(yè)系統(tǒng)性風(fēng)險有限，但是中小銀行之間存在同群效應(yīng)，中小銀行的聯(lián)合倒閉所造成的系統(tǒng)性風(fēng)險后果不容忽視[27-28]，建議對中小銀行進(jìn)行全局監(jiān)管，例如設(shè)計合理的銀行自救安排機(jī)制，弱化其被政府救助的預(yù)期，進(jìn)而降低集體道德風(fēng)險。

(三)文獻(xiàn)述評

通過文獻(xiàn)整理可以發(fā)現(xiàn)，在經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)對銀行業(yè)系統(tǒng)性風(fēng)險的影響研究方面，學(xué)者們都發(fā)現(xiàn)銀行間網(wǎng)絡(luò)關(guān)聯(lián)是銀行業(yè)系統(tǒng)性風(fēng)險的重要來源，而且經(jīng)濟(jì)波動對網(wǎng)絡(luò)關(guān)聯(lián)和系統(tǒng)性風(fēng)險都產(chǎn)生顯著影響，但現(xiàn)有文獻(xiàn)將經(jīng)濟(jì)波動看作風(fēng)險的外生沖擊因素，而忽略了系統(tǒng)性風(fēng)險本身已包含外部經(jīng)濟(jì)波動的影響，也沒有考慮經(jīng)濟(jì)波動的區(qū)制轉(zhuǎn)移特征，缺乏關(guān)于經(jīng)濟(jì)狀態(tài)和銀行業(yè)系統(tǒng)性風(fēng)險關(guān)系的討論；在系統(tǒng)性風(fēng)險與銀行差異化監(jiān)管方面，學(xué)者們從銀行個體特征角度分析了不同差異化監(jiān)管措施，但是這些研究沒有將系統(tǒng)性風(fēng)險來源與個體來源相結(jié)合，沒有進(jìn)一步明確個體造成的是何種類型的系統(tǒng)性風(fēng)險，缺乏更加細(xì)致的研究。

在系統(tǒng)性風(fēng)險度量方法中，網(wǎng)絡(luò)分析法和尾部度量法局限于對網(wǎng)絡(luò)關(guān)聯(lián)的刻畫，缺乏對經(jīng)濟(jì)波動因素的考量，而或有權(quán)益分析法(Contingent Claims Analysis，CCA)的核心思想是把權(quán)益市值看作以資產(chǎn)為標(biāo)的、債務(wù)賬面價值為執(zhí)行價格的歐式看漲期權(quán)價值[29-31]，通過權(quán)益市值反推出資產(chǎn)市值，將需要償還的債務(wù)作為違約點，當(dāng)資產(chǎn)市值低于違約點時，違約距離下降，銀行業(yè)系統(tǒng)性風(fēng)險上升。由此可以看出，CCA模型度量的系統(tǒng)性風(fēng)險受到違約點和資產(chǎn)市值變化的直接影響，其中違約點反映的是銀行資產(chǎn)負(fù)債狀況，屬于內(nèi)部脆弱性風(fēng)險，而資產(chǎn)市值變化與經(jīng)濟(jì)波動密切相關(guān)，反映了外部經(jīng)濟(jì)波動的影響，因此違約距離是一個疊加了內(nèi)部脆弱性和外部經(jīng)濟(jì)波動影響的混合性風(fēng)險指標(biāo)[32]。但是CCA模型的局限性在于對銀行間的風(fēng)險關(guān)聯(lián)考慮不足，Gray和Jobst(2009)[33]拓展了CCA分析框架，通過刻畫銀行間違約風(fēng)險相依結(jié)構(gòu)反映機(jī)構(gòu)間關(guān)聯(lián)，測量所有銀行的聯(lián)合違約風(fēng)險作為系統(tǒng)性風(fēng)險指標(biāo)，被稱為系統(tǒng)或有權(quán)益分析(Systemic Contingent Claims Analysis，SCCA)。SCCA模型度量的系統(tǒng)性風(fēng)險是將銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動同時考慮其中的風(fēng)險指標(biāo)，為進(jìn)一步研究內(nèi)生性的經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的影響提供了可能。

因此，本文采用SCCA模型度量中國銀行業(yè)系統(tǒng)性風(fēng)險，并考慮經(jīng)濟(jì)波動的區(qū)制轉(zhuǎn)移特征，將SCCA模型與馬爾科夫區(qū)制轉(zhuǎn)移模型相結(jié)合，將銀行業(yè)系統(tǒng)性風(fēng)險分解為銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三個部分，重點研究銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動對銀行業(yè)系統(tǒng)性風(fēng)險的影響，并把系統(tǒng)性風(fēng)險來源與個體來源相結(jié)合，為制定差異化監(jiān)管政策提供建議。

本文的創(chuàng)新點主要體現(xiàn)在以下兩個方面：一是基于經(jīng)濟(jì)波動影響內(nèi)生于銀行業(yè)系統(tǒng)性風(fēng)險的視角，并考慮經(jīng)濟(jì)狀態(tài)轉(zhuǎn)移特征，將SCCA模型與馬爾科夫區(qū)制轉(zhuǎn)移模型相結(jié)合，對系統(tǒng)性風(fēng)險進(jìn)行分解，量化系統(tǒng)性風(fēng)險中銀行間網(wǎng)絡(luò)關(guān)聯(lián)、經(jīng)濟(jì)波動的影響，討論不同風(fēng)險來源的貢獻(xiàn)度及其相互關(guān)系；二是結(jié)合我國銀行業(yè)體系的特殊結(jié)構(gòu)，從大型國有銀行和中小型銀行兩類銀行的異質(zhì)性角度，分析不同銀行個體對系統(tǒng)性風(fēng)險不同來源的主導(dǎo)作用，由此提出差異化監(jiān)管的政策建議。

三、理論分析與模型構(gòu)建

(一)理論分析

按照宏觀、中觀、微觀三個層次對銀行業(yè)系統(tǒng)性風(fēng)險來源進(jìn)行解析，其中銀行業(yè)系統(tǒng)性風(fēng)險的宏觀來源是經(jīng)濟(jì)波動，經(jīng)濟(jì)波動通過利率渠道和股票市場渠道對系統(tǒng)性風(fēng)險產(chǎn)生影響，在利率渠道上，經(jīng)濟(jì)形勢影響實體投資收益，利率也會隨之變化，影響銀行資金的獲取成本，帶來銀行風(fēng)險抵御能力變化，從而影響系統(tǒng)性風(fēng)險水平；在股票市場渠道上，經(jīng)濟(jì)波動導(dǎo)致上市銀行股票市值和股票收益率波動，從而影響系統(tǒng)性風(fēng)險水平。銀行業(yè)系統(tǒng)性風(fēng)險的中觀來源是銀行間網(wǎng)絡(luò)關(guān)聯(lián)，銀行間通過同業(yè)業(yè)務(wù)往來、共同持有資產(chǎn)等方式構(gòu)成風(fēng)險傳染網(wǎng)絡(luò)，網(wǎng)絡(luò)具有風(fēng)險承擔(dān)和風(fēng)險溢出的功能，當(dāng)單個非系統(tǒng)重要性銀行風(fēng)險增加時，造成較小的沖擊，網(wǎng)絡(luò)能夠承擔(dān)部分風(fēng)險，系統(tǒng)性風(fēng)險變化較小；當(dāng)系統(tǒng)重要性銀行風(fēng)險增加時，風(fēng)險通過網(wǎng)絡(luò)傳導(dǎo)影響與該銀行密切聯(lián)系的其他銀行風(fēng)險，實現(xiàn)風(fēng)險溢出，加劇系統(tǒng)性風(fēng)險惡化。銀行業(yè)系統(tǒng)性風(fēng)險的微觀來源是銀行自身資產(chǎn)負(fù)債表狀況，反映內(nèi)部脆弱性風(fēng)險，當(dāng)銀行出現(xiàn)經(jīng)營不善的情況，資產(chǎn)與負(fù)債在風(fēng)險、收益和期限等方面不匹配，銀行內(nèi)部資金周轉(zhuǎn)困難，也會導(dǎo)致系統(tǒng)性風(fēng)險的上升。

而且，經(jīng)濟(jì)波動、網(wǎng)絡(luò)關(guān)聯(lián)和內(nèi)部脆弱性對銀行業(yè)系統(tǒng)性風(fēng)險的影響并不是孤立存在。一方面，網(wǎng)絡(luò)關(guān)聯(lián)和內(nèi)部脆弱性同屬于銀行業(yè)內(nèi)部的風(fēng)險因素，二者存在相互轉(zhuǎn)化的關(guān)系，單個銀行可以通過銀行網(wǎng)絡(luò)將自身脆弱性風(fēng)險轉(zhuǎn)移至其他銀行，此時會降低銀行內(nèi)部脆弱性風(fēng)險水平，但也顯著增強(qiáng)了銀行網(wǎng)絡(luò)的關(guān)聯(lián)性，增加網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的影響[21]；另一方面，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響程度與內(nèi)部脆弱性有關(guān)，當(dāng)銀行內(nèi)部脆弱性較大時，系統(tǒng)性風(fēng)險對外部經(jīng)濟(jì)波動的反應(yīng)更加敏感，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險造成的影響越顯著，所以經(jīng)濟(jì)波動影響發(fā)揮“增效器”的作用，當(dāng)銀行業(yè)內(nèi)部脆弱性風(fēng)險改善時，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險起穩(wěn)定的作用；當(dāng)銀行業(yè)內(nèi)部脆弱性風(fēng)險惡化時，經(jīng)濟(jì)波動會加快系統(tǒng)性風(fēng)險的惡化速度。

我國銀行業(yè)體系大致可分為大型國有銀行和中小型銀行兩類，在銀行業(yè)系統(tǒng)性風(fēng)險的三個來源中，兩類銀行對不同風(fēng)險來源的貢獻(xiàn)存在顯著差異。大型國有銀行資金實力雄厚且有政府背景的支持，其經(jīng)營的穩(wěn)健性和風(fēng)險抵御能力較強(qiáng)，而中小型銀行資產(chǎn)規(guī)模較小，可供投資的項目范圍有限，盈利狀況波動較大，受經(jīng)濟(jì)波動的影響更多，因此銀行業(yè)系統(tǒng)性風(fēng)險中的內(nèi)部脆弱性風(fēng)險和經(jīng)濟(jì)波動影響主要來源于中小型銀行。同時，大型國有銀行與其他銀行的資金業(yè)務(wù)往來較為頻繁，在銀行業(yè)網(wǎng)絡(luò)中處于核心地位，屬于系統(tǒng)重要性銀行，這些銀行一旦發(fā)生重大風(fēng)險則會通過網(wǎng)絡(luò)傳染擴(kuò)散至整個銀行業(yè)，帶來銀行業(yè)系統(tǒng)性風(fēng)險的惡化，因此銀行業(yè)系統(tǒng)性風(fēng)險中的網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險主要來源于大型國有銀行。

(二)模型構(gòu)建

本文的模型構(gòu)建分為兩個部分，第一部分是采用SCCA方法度量銀行業(yè)系統(tǒng)性風(fēng)險，具體步驟如下，在使用CCA方法計算單個銀行的預(yù)期損失的基礎(chǔ)上，運用POT(Peaks Over Threshold)模型估計單個銀行預(yù)期損失的邊際概率分布；然后引入Copula函數(shù)刻畫銀行間的風(fēng)險相依結(jié)構(gòu)，反映銀行間的網(wǎng)絡(luò)關(guān)聯(lián)情況，并估計單個銀行預(yù)期損失的聯(lián)合概率分布；最后采用Monte Carlo模擬估計出現(xiàn)系統(tǒng)性違約(即銀行業(yè)總預(yù)期損失≥銀行業(yè)總權(quán)益)的概率，為了后續(xù)數(shù)據(jù)處理的方便，將違約概率轉(zhuǎn)換為違約距離來度量銀行業(yè)系統(tǒng)性風(fēng)險。

第二部分是將SCCA方法計算的銀行業(yè)系統(tǒng)性風(fēng)險分解為內(nèi)部脆弱性風(fēng)險、網(wǎng)絡(luò)關(guān)聯(lián)影響和外部經(jīng)濟(jì)波動影響。由于SCCA方法計算的聯(lián)合違約距離包含銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三種風(fēng)險來源，而CCA方法計算的違約距離僅包含銀行內(nèi)部脆弱性和外部經(jīng)濟(jì)波動兩種風(fēng)險來源，運用馬爾科夫區(qū)制轉(zhuǎn)移模型劃分經(jīng)濟(jì)狀態(tài)后，首先對CCA方法計算的違約距離進(jìn)行分解，得到其不受經(jīng)濟(jì)狀態(tài)影響即內(nèi)部脆弱性風(fēng)險的部分，然后對SCCA方法計算的聯(lián)合違約距離進(jìn)行分解，得到其不受經(jīng)濟(jì)狀態(tài)影響即內(nèi)部脆弱性風(fēng)險和網(wǎng)絡(luò)關(guān)聯(lián)影響的部分，二者相減即可得到網(wǎng)絡(luò)關(guān)聯(lián)影響的部分，從而完成對銀行業(yè)系統(tǒng)性風(fēng)險的分解。

1．銀行業(yè)系統(tǒng)性風(fēng)險度量

(1)CCA方法計算預(yù)期損失。根據(jù)CCA方法構(gòu)建單個銀行的或有權(quán)益資產(chǎn)負(fù)債表，資產(chǎn)市值等于權(quán)益市值與風(fēng)險債務(wù)市值之和，假設(shè)銀行資產(chǎn)價值服從幾何布朗運動，將需要償還的債務(wù)作為違約點，當(dāng)資產(chǎn)市值低于違約點時，銀行出現(xiàn)違約。權(quán)益市值等于以資產(chǎn)為標(biāo)的、債務(wù)賬面價值為執(zhí)行價格的歐式看漲期權(quán)價值，根據(jù)Black-Scholes期權(quán)定價公式有

E=AN(d1)-DBe-rTN(d2)

(1)

根據(jù)伊藤引理，銀行權(quán)益市值波動率δE與資產(chǎn)市值波動率δA滿足

EδE=AδAN(d1)

(2)

式(1)和式(2)中只有A和δA兩個未知變量，其余均為已知參數(shù)，聯(lián)立式(1)和式(2)建立非線性方程組，求解隱含的銀行資產(chǎn)市值A(chǔ)和資產(chǎn)市值波動率δA。

違約距離DD是衡量銀行違約風(fēng)險的重要指標(biāo)，違約距離上升表示違約風(fēng)險改善

(3)

銀行隱含的預(yù)期損失EL，即風(fēng)險負(fù)債中預(yù)期無法償還的部分，可看成以資產(chǎn)為標(biāo)的、債務(wù)賬面價值為執(zhí)行價格的歐式看跌期權(quán)，所以有

EL=DBe-rtN(-d2)-AN(-d1)

(4)

違約距離和預(yù)期損失指標(biāo)集中了資產(chǎn)負(fù)債信息和市場信息，其中債務(wù)規(guī)模DB反映了銀行內(nèi)部脆弱性風(fēng)險特征，資產(chǎn)市值A(chǔ)、資產(chǎn)市值波動率δA、權(quán)益市值E和權(quán)益市值波動率δE反映了經(jīng)濟(jì)波動對銀行風(fēng)險的影響，違約距離和預(yù)期損失的變化同時受銀行內(nèi)部脆弱性和外部經(jīng)濟(jì)波動雙重影響，是將內(nèi)外部兩種風(fēng)險來源內(nèi)生化的風(fēng)險指標(biāo)[32]。

(2)預(yù)期損失的極值分布。銀行的預(yù)期損失具有厚尾特征，尾部風(fēng)險暴露明顯，為更好地考慮銀行極端風(fēng)險損失情形，使用極值理論對預(yù)期損失的極值分布進(jìn)行建模。由于中國商業(yè)銀行上市時間較短，極值樣本數(shù)量不足，使用Block Maxima模型估計參數(shù)存在局限性。因此本文采用POT模型，對超過特定閾值的樣本建模得出序列的尾部分布[34-35]。

假設(shè)EL1,EL2,…,ELn為n個獨立同分布的隨機(jī)變量，分別代表n家銀行的預(yù)期損失，設(shè)定閾值為u，Γi=ELi-u表示銀行i預(yù)期損失超過閾值的部分，超閾值樣本分布可用以下條件概率分布函數(shù)進(jìn)行估計

Fu(γ)=Prob{Γ≤γ|EL>u}

=Prob{EL-u≤γ|EL>u}

(5)

將式(5)進(jìn)行變換可得到預(yù)期損失的概率分布函數(shù)

F(el)=Prob{EL≤el}=Prob{EL≤u}+(1-Prob{EL≤u})Fu(γ)

(6)

當(dāng)閾值u足夠大時，超過閾值的部分Γ服從廣義Pareto分布[36]

(7)

其中，ξ為形狀參數(shù)(shape parameter)，σ為尺度參數(shù)(scale parameter)，采用極大似然法對參數(shù)進(jìn)行估計。

(3)預(yù)期損失的風(fēng)險相依結(jié)構(gòu)。在已知各銀行預(yù)期損失邊際概率分布的情況下，還需要考慮銀行間的風(fēng)險關(guān)聯(lián)，即對預(yù)期損失的聯(lián)合概率分布建模，從而度量銀行業(yè)系統(tǒng)性風(fēng)險。引入Copula函數(shù)刻畫銀行間的風(fēng)險相依結(jié)構(gòu)，假設(shè)n家銀行預(yù)期損失邊際分布F1(el1),F2(el2),…,Fn(eln)的聯(lián)合分布函數(shù)為H，則存在Copula函數(shù)C滿足[37]

H(el1,el2,…,eln)=C(F1(el1),F2(el2),…,Fn(eln))=Prob{F1(EL1)≤el1,F2(EL2)≤el2,…,Fn(ELn)≤eln}

(8)

基于Archimedean族函數(shù)中常為使用的Gumbel Copula和Clayton Copula對預(yù)期損失數(shù)據(jù)進(jìn)行擬合，選擇似然值較大的Copula構(gòu)建預(yù)期損失的聯(lián)合分布，其函數(shù)形式為

(9)

(10)

由于Copula函數(shù)解析形式復(fù)雜，實際計算中采用Monte Carlo模擬得到PDJ，步驟如下。

第一，生成n維隨機(jī)數(shù)(F1(el1),F2(el2),…,Fn(eln))，其中Fi(eli)∈[0,1]；

第二，將n維隨機(jī)數(shù)代入式(9)估計出的Copula函數(shù)中，計算聯(lián)合分布概率值C(F1(el1),F2(el2),…,Fn(eln))；

第三，根據(jù)估計出的廣義Pareto分布，結(jié)合式(6)和式(7)求出Fi(eli)(i=1,…,n)的反函數(shù)eli，并將所有機(jī)構(gòu)的預(yù)期損失加總；

第五，重復(fù)計算10 000次，取所有滿足步驟④的違約概率的最小值即為PDJ。

為方便進(jìn)行后續(xù)數(shù)據(jù)處理和分析，將聯(lián)合違約概率PDJ轉(zhuǎn)化為聯(lián)合違約距離DDJ。

DDJ=-N-1(PDJ)

(11)

由上述分析可以看出，與違約距離DD相比，聯(lián)合違約距離DDJ通過估計銀行間的風(fēng)險相依結(jié)構(gòu)，新增了對銀行間網(wǎng)絡(luò)關(guān)聯(lián)信息的捕捉，是將銀行內(nèi)部脆弱性風(fēng)險、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動影響三種風(fēng)險來源內(nèi)生化的風(fēng)險指標(biāo)。

2.銀行業(yè)系統(tǒng)性風(fēng)險分解

假設(shè)聯(lián)合違約距離DDJ中銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動三種風(fēng)險來源相互獨立，其中銀行內(nèi)部脆弱性風(fēng)險反映的是微觀的機(jī)構(gòu)層面風(fēng)險，是指銀行自身經(jīng)營性風(fēng)險，與銀行個體業(yè)務(wù)模式和管理方式相關(guān)；銀行間網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險反映的是中觀的行業(yè)層面風(fēng)險，是指銀行同業(yè)間資金借貸、業(yè)務(wù)往來、相互持股等關(guān)聯(lián)途徑隱含的風(fēng)險；外部經(jīng)濟(jì)波動風(fēng)險反映的是宏觀基本面的風(fēng)險。

經(jīng)濟(jì)波動在時間序列上具有狀態(tài)轉(zhuǎn)移的特征，一般分為“經(jīng)濟(jì)收縮”和“經(jīng)濟(jì)擴(kuò)張”兩種狀態(tài)，利用馬爾科夫區(qū)制轉(zhuǎn)移模型劃分經(jīng)濟(jì)狀態(tài)[38]，建立p階兩狀態(tài)的一般化模型，即MS(2)-AR(p)模型。

(12)

εt|It-1∽iidN(0,σ(St)2)，t=1,…,T

(13)

其中，yt表示經(jīng)濟(jì)波動的觀測變量，{St}表示不可觀測的狀態(tài)離散變量，服從兩狀態(tài)一階平穩(wěn)的馬爾科夫過程，St=1,2分別表示經(jīng)濟(jì)處于“經(jīng)濟(jì)收縮”狀態(tài)和“經(jīng)濟(jì)擴(kuò)張”狀態(tài)，μ(St)、Ai(St)、εt分別表示經(jīng)濟(jì)處于狀態(tài)St時模型的截距項、自回歸系數(shù)和殘差項，σ(St)表示εt的標(biāo)準(zhǔn)差，It-1表示(t-1)時點的信息集。

假設(shè)t時點經(jīng)濟(jì)狀態(tài)只與(t-1)期狀態(tài)有關(guān)，與(t-1)期之前的狀態(tài)無關(guān)，pij表示時點下狀態(tài)i轉(zhuǎn)移到狀態(tài)j的概率(i=1,2;j=1,2)，構(gòu)成2×2狀態(tài)轉(zhuǎn)移概率矩陣P

pij=P[St=j|St-1=i]

(14)

(15)

(16)

(17)

(18)

Pi1(St=1)+Pi2(St=2)=1

(19)

將系統(tǒng)性風(fēng)險看作是銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動的簡單加總，則ts+n期外部經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響wJ為

(20)

|wJ|越大，經(jīng)濟(jì)狀態(tài)在ts+n期對銀行業(yè)系統(tǒng)性風(fēng)險的影響越大。wJ>0說明外部經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響為正，經(jīng)濟(jì)狀態(tài)有利于降低系統(tǒng)性風(fēng)險；wJ<0說明外部經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響為負(fù)，經(jīng)濟(jì)狀態(tài)會加劇系統(tǒng)性風(fēng)險。

(21)

四、實證結(jié)果與分析

(一)樣本選取和數(shù)據(jù)來源

考慮到數(shù)據(jù)的可獲得性，由于使用CCA模型和SCCA模型時需要權(quán)益市值數(shù)據(jù)，為覆蓋盡可能長的時間區(qū)間，選取中國2007年10月前上市的14家銀行作為研究樣本，包括平安銀行、寧波銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、交通銀行、工商銀行、建設(shè)銀行、中國銀行和中信銀行。數(shù)據(jù)時間區(qū)間為2007年10月至2021年12月。計算所需數(shù)據(jù)包括負(fù)債數(shù)據(jù)和權(quán)益市值數(shù)據(jù)，其中銀行負(fù)債數(shù)據(jù)來自國泰安數(shù)據(jù)庫，違約點等于短期負(fù)債與長期負(fù)債一半之和[39]；銀行權(quán)益市值數(shù)據(jù)來自Wind數(shù)據(jù)庫，權(quán)益市值為收盤價與股本之積，在此基礎(chǔ)上計算權(quán)益市值收益率的波動率[40]；由于上海銀行間同業(yè)拆放利率(Shanghai Interbank Offered Rate，簡稱Shibor)更新頻率較高，無風(fēng)險利率采用1年期的Shibor。

在采用CCA方法時，將14家銀行作為整體進(jìn)行分析，把所有銀行的權(quán)益市值、違約點、資產(chǎn)市值加總得到銀行業(yè)的權(quán)益市值、違約點、資產(chǎn)市值，構(gòu)造中國銀行業(yè)的或有權(quán)益資產(chǎn)負(fù)債表，計算銀行業(yè)的違約距離作為中國銀行業(yè)系統(tǒng)性風(fēng)險的度量指標(biāo)。在采用SCCA方法時，計算權(quán)益市值波動率的日頻數(shù)據(jù)時滾動窗口為1個月，違約點計算中使用三次樣條插值法將季度數(shù)據(jù)轉(zhuǎn)換為日度數(shù)據(jù)[34]，最終計算出聯(lián)合違約距離的日頻數(shù)據(jù)。

在經(jīng)濟(jì)狀態(tài)變量選取上，由于實際GDP增速只有季度數(shù)據(jù)，樣本數(shù)量偏少，故本文采用工業(yè)增加值同比增長率作為經(jīng)濟(jì)狀態(tài)變量[41]，數(shù)據(jù)來源于國家統(tǒng)計局，使用Ox3.4的MSVAR程序包對經(jīng)濟(jì)狀態(tài)進(jìn)行區(qū)制劃分。

(二)銀行業(yè)系統(tǒng)性風(fēng)險度量

在CCA方法計算出各銀行預(yù)期損失的基礎(chǔ)上，選取時間窗口為1年的預(yù)期損失序列滾動計算，使用廣義Pareto分布對序列的極值部分進(jìn)行擬合，具體采取逐步估計檢驗的方式估計閾值和參數(shù)：設(shè)定閾值初始值為樣本序列的最小值，通過最大似然法估計形狀參數(shù)和尺度參數(shù)，隨后對參數(shù)估計結(jié)果進(jìn)行Kolmogorov-Smirnov 檢驗，若在5%的顯著性水平上通過檢驗，則計算完畢，否則即剔除樣本最小值，以剩下的樣本序列最小值作為閾值再次進(jìn)行估計，直至通過檢驗。考慮銀行間的風(fēng)險相依結(jié)構(gòu)，借助Copula函數(shù)確定整個銀行業(yè)的預(yù)期損失的聯(lián)合分布，采用Monte Carlo模擬計算出聯(lián)合違約距離，用以度量銀行業(yè)系統(tǒng)性風(fēng)險。

圖1 中國銀行業(yè)系統(tǒng)性風(fēng)險的演變

CCA方法下計算的違約距離和SCCA方法下計算的聯(lián)合違約距離在2008年9月至2021年12月期間的變化趨勢如圖1所示。違約距離在2008年至2012年呈現(xiàn)波動性上升趨勢，銀行逐漸擺脫金融危機(jī)困境，系統(tǒng)性風(fēng)險改善，2013年初違約距離出現(xiàn)短暫性下降，2014年出現(xiàn)回升，在2015年受“股災(zāi)”影響達(dá)到低點，系統(tǒng)性風(fēng)險顯著惡化，2016年風(fēng)險改善，違約距離處于較高水平。總體來看，違約距離在樣本期間內(nèi)波動較為頻繁，對經(jīng)濟(jì)形勢變化的敏感性較高。而聯(lián)合違約距離計算中考慮了銀行間風(fēng)險關(guān)聯(lián)，數(shù)值總體低于違約距離，變化趨勢更加平穩(wěn)，這是因為銀行間網(wǎng)絡(luò)具有風(fēng)險溢出和風(fēng)險承擔(dān)的特性，其中風(fēng)險溢出會放大系統(tǒng)性風(fēng)險，使得聯(lián)合違約距離數(shù)值較小，當(dāng)出現(xiàn)較大沖擊時系統(tǒng)性風(fēng)險出現(xiàn)惡化；風(fēng)險承擔(dān)會使得網(wǎng)絡(luò)能夠應(yīng)對較小的風(fēng)險沖擊而調(diào)整，系統(tǒng)性風(fēng)險在短期內(nèi)保持穩(wěn)定，系統(tǒng)性風(fēng)險變化較為平緩。

(三)銀行業(yè)系統(tǒng)性風(fēng)險分解

為更直觀地研究影響系統(tǒng)性風(fēng)險變化的因素，借助馬爾科夫區(qū)制轉(zhuǎn)移模型對系統(tǒng)性風(fēng)險進(jìn)行分解。假設(shè)中國經(jīng)濟(jì)增長過程中存在“經(jīng)濟(jì)收縮”和“經(jīng)濟(jì)擴(kuò)張”兩種區(qū)制，依據(jù)截距項、均值、方差等參數(shù)是否狀態(tài)依賴，可將MS-VAR模型劃分為多種類型[42]，本文考慮均值和方差都狀態(tài)依賴的MSMAH模型，然后比較滯后一至三階的AIC、SC、HQ指標(biāo)，發(fā)現(xiàn)滯后一階的AIC、SC、HQ均最小，最終選擇MSMAH(2)-AR(1)模型，區(qū)制劃分結(jié)果如圖2所示。

圖2 中國經(jīng)濟(jì)周期劃分結(jié)果

樣本期間內(nèi)中國經(jīng)濟(jì)共發(fā)生了四次區(qū)制轉(zhuǎn)移，2008年10月至2009年6月，經(jīng)濟(jì)處于“經(jīng)濟(jì)收縮”區(qū)制，2009年7月至2015年2月，經(jīng)濟(jì)處于“經(jīng)濟(jì)擴(kuò)張”區(qū)制，2015年3月至2020年12月，經(jīng)濟(jì)處于“經(jīng)濟(jì)收縮”區(qū)制，2021年1月至2021年9月，經(jīng)濟(jì)處于“經(jīng)濟(jì)擴(kuò)張”區(qū)制，2021年10月至11月，經(jīng)濟(jì)重新回到“經(jīng)濟(jì)收縮”區(qū)制。整體來看，區(qū)制劃分結(jié)果與中國經(jīng)濟(jì)波動狀況基本吻合，2009年受全球金融危機(jī)影響進(jìn)入經(jīng)濟(jì)收縮期，之后經(jīng)濟(jì)回暖，進(jìn)入經(jīng)濟(jì)擴(kuò)張期，2015年初以來，隨著我國進(jìn)入“新常態(tài)”，經(jīng)濟(jì)增速有所下降并不斷穩(wěn)定，進(jìn)入經(jīng)濟(jì)收縮期，2019年底爆發(fā)的新冠疫情導(dǎo)致2020年經(jīng)濟(jì)增速為負(fù)，而2021年隨著疫情形勢的緩解，經(jīng)濟(jì)出現(xiàn)強(qiáng)勢反彈，進(jìn)入短暫的擴(kuò)張期，2021年10月經(jīng)濟(jì)增速恢復(fù)到疫情爆發(fā)之前的水平，仍然處于經(jīng)濟(jì)收縮期。

將整個樣本區(qū)間劃分為多個子區(qū)間，利用子區(qū)間的歷史信息預(yù)測下一時點的不受經(jīng)濟(jì)波動影響的系統(tǒng)性風(fēng)險部分，分別對違約距離和聯(lián)合違約距離進(jìn)行分解。選取每個子區(qū)間的長度為24個月，對2008年10月至2010年9月子區(qū)間內(nèi)的工業(yè)生產(chǎn)指數(shù)增長率序列使用MSMAH(2)-AR(1)模型進(jìn)行局部的區(qū)制劃分，根據(jù)區(qū)制劃分結(jié)果對子區(qū)間內(nèi)的系統(tǒng)性風(fēng)險值按所處的經(jīng)濟(jì)狀態(tài)進(jìn)行分類，估計不同狀態(tài)下系統(tǒng)性風(fēng)險值的概率分布并對其求期望，最后使用區(qū)制轉(zhuǎn)移概率對期望值加權(quán)，估計2010年10月的不受經(jīng)濟(jì)波動影響的系統(tǒng)性風(fēng)險部分E(DD)、E(DDJ)，之后選取2008年11月至2010年10月作為第二個子區(qū)間，估計2010年11月的E(DD)、E(DDJ)，以此類推。

2011年下半年以來銀行間網(wǎng)絡(luò)關(guān)聯(lián)顯著惡化了銀行業(yè)系統(tǒng)性風(fēng)險，2011-2012年網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的惡化程度不斷加劇，2013-2015年影響逐漸縮小，2016-2017年負(fù)面影響繼續(xù)擴(kuò)大，2018年以來網(wǎng)絡(luò)關(guān)聯(lián)影響處于較為穩(wěn)定的狀態(tài)。網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的影響演變趨勢的兩極分化現(xiàn)象嚴(yán)重，在某些時間段較為穩(wěn)定，其余時間段變化速率較大，這體現(xiàn)出銀行間網(wǎng)絡(luò)風(fēng)險承擔(dān)和風(fēng)險溢出的功能，大部分的單個銀行風(fēng)險事件發(fā)生時，對其他銀行的風(fēng)險溢出效應(yīng)有限，銀行系統(tǒng)面臨較小的風(fēng)險沖擊，此時風(fēng)險通過網(wǎng)絡(luò)實現(xiàn)緩釋，并不會造成系統(tǒng)性風(fēng)險的大幅波動；但當(dāng)系統(tǒng)重要性銀行或者較多數(shù)量銀行出現(xiàn)風(fēng)險事件時，對其他銀行的風(fēng)險溢出效應(yīng)較大，銀行系統(tǒng)面臨較大的風(fēng)險沖擊，此時風(fēng)險通過網(wǎng)絡(luò)實現(xiàn)擴(kuò)散和放大，導(dǎo)致系統(tǒng)性風(fēng)險迅速惡化，反映出銀行間網(wǎng)絡(luò)“既穩(wěn)健又脆弱”的特性。

圖3 中國銀行業(yè)系統(tǒng)性風(fēng)險的分解

同時注意到，銀行內(nèi)部脆弱性與銀行間網(wǎng)絡(luò)關(guān)聯(lián)影響的變動趨勢存在此消彼長的關(guān)系，銀行內(nèi)部脆弱性風(fēng)險越大，銀行間網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的惡化程度越小。其原因在于二者作為銀行業(yè)內(nèi)的風(fēng)險渠道，反映了系統(tǒng)性風(fēng)險在銀行業(yè)內(nèi)的風(fēng)險分配狀況，當(dāng)出現(xiàn)風(fēng)險時銀行既可以選擇將風(fēng)險留存于銀行內(nèi)部進(jìn)行應(yīng)對，也可以選擇利用銀行間網(wǎng)絡(luò)將風(fēng)險轉(zhuǎn)移至其他銀行，當(dāng)銀行通過機(jī)構(gòu)間網(wǎng)絡(luò)關(guān)聯(lián)渠道實現(xiàn)風(fēng)險溢出時，銀行自身風(fēng)險承擔(dān)減少，銀行內(nèi)部脆弱性風(fēng)險降低，同時風(fēng)險傳染使得銀行間風(fēng)險關(guān)聯(lián)增強(qiáng)，對系統(tǒng)性風(fēng)險惡化程度增加，使得銀行業(yè)系統(tǒng)性風(fēng)險水平并沒有下降。

2011年下半年以來經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響以改善為主，經(jīng)濟(jì)波動對銀行業(yè)系統(tǒng)性風(fēng)險的影響方向與經(jīng)濟(jì)所在區(qū)制并不完全一致，這是因為我國近十年來一直保持較高的經(jīng)濟(jì)增長速度，“經(jīng)濟(jì)收縮”區(qū)制下經(jīng)濟(jì)發(fā)展勢頭仍然表現(xiàn)良好，此時經(jīng)濟(jì)波動并沒有顯著惡化系統(tǒng)性風(fēng)險狀況。同時可以發(fā)現(xiàn)，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險影響的變化趨勢與內(nèi)部脆弱性風(fēng)險水平有關(guān)，經(jīng)濟(jì)波動影響發(fā)揮著“增效器”的作用，當(dāng)銀行業(yè)內(nèi)部脆弱性風(fēng)險改善時，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響為正向，對系統(tǒng)性風(fēng)險主要起穩(wěn)定的作用；當(dāng)銀行業(yè)內(nèi)部脆弱性風(fēng)險惡化時，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響為負(fù)向，加快系統(tǒng)性風(fēng)險的惡化速度。

(四)系統(tǒng)性風(fēng)險的差異化監(jiān)管

我國銀行業(yè)體系主要分為大型國有銀行和中小型銀行兩種類型，二者在資產(chǎn)規(guī)模、業(yè)務(wù)模式、組織結(jié)構(gòu)等方面存在顯著差異，由此導(dǎo)致兩類銀行風(fēng)險演變特征存在差異。而銀行業(yè)系統(tǒng)性風(fēng)險是兩類銀行風(fēng)險的組合，為了分析銀行業(yè)系統(tǒng)性風(fēng)險中的個體來源，本文進(jìn)一步將總體銀行樣本分為兩類，計算兩類銀行風(fēng)險的不同組成部分。在本文選取的14家上市銀行研究樣本中，包括交通銀行、工商銀行、建設(shè)銀行、中國銀行4家大型國有銀行，其余10家為中小型銀行，結(jié)果如圖4-6所示。

從內(nèi)部脆弱性風(fēng)險來看，如圖4所示，大型國有銀行和中小型銀行的內(nèi)部脆弱性風(fēng)險變化趨勢與銀行業(yè)內(nèi)部脆弱性風(fēng)險變化趨勢較為一致，2015年以前，大型國有銀行內(nèi)部脆弱性風(fēng)險遠(yuǎn)低于中小型銀行，2016-2018年兩類銀行的內(nèi)部脆弱性風(fēng)險較為接近，2019年以來大型國有銀行內(nèi)部脆弱性風(fēng)險逐漸改善，而中小型銀行內(nèi)部脆弱性風(fēng)險變化較小，二者差距越來越明顯。總體上大型國有銀行內(nèi)部脆弱性風(fēng)險低于中小型銀行，而銀行業(yè)總體的內(nèi)部脆弱性風(fēng)險處于二者之間，因此銀行業(yè)的內(nèi)部脆弱性風(fēng)險部分主要來源于中小型銀行。

圖4 不同類型銀行的內(nèi)部脆弱性風(fēng)險比較

從網(wǎng)絡(luò)關(guān)聯(lián)對風(fēng)險的影響來看，如圖5所示，總體上大型國有銀行和中小型銀行風(fēng)險受網(wǎng)絡(luò)關(guān)聯(lián)的影響均為負(fù)，且網(wǎng)絡(luò)關(guān)聯(lián)對大型國有銀行風(fēng)險的惡化程度更高，而網(wǎng)絡(luò)關(guān)聯(lián)對銀行業(yè)總體風(fēng)險的影響程度處于二者之間，反映出大型國有銀行由于在銀行業(yè)網(wǎng)絡(luò)中處于核心地位，與其他銀行間的網(wǎng)絡(luò)關(guān)聯(lián)較為密切，網(wǎng)絡(luò)成為風(fēng)險擴(kuò)散的重要渠道，進(jìn)一步帶動銀行業(yè)系統(tǒng)性風(fēng)險受網(wǎng)絡(luò)關(guān)聯(lián)的影響增加，而中小型銀行間的網(wǎng)絡(luò)較為稀疏，網(wǎng)絡(luò)對其風(fēng)險影響較為有限，有利于緩釋網(wǎng)絡(luò)對系統(tǒng)性風(fēng)險的惡化程度，因此銀行業(yè)的網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險部分主要來源于大型國有銀行。

從經(jīng)濟(jì)波動對風(fēng)險的影響來看，如圖6所示，在除2015-2016年之外的時段內(nèi)，經(jīng)濟(jì)波動對大型國有銀行風(fēng)險的影響較小且保持穩(wěn)定，而中小型銀行風(fēng)險受經(jīng)濟(jì)波動的影響較大且變化較為頻繁，反映出宏觀經(jīng)濟(jì)形勢的變化對于中小型銀行風(fēng)險具有重要作用。總體上大型國有銀行風(fēng)險受經(jīng)濟(jì)波動的影響低于中小型銀行，除了2011年上半年以外，其余時段內(nèi)經(jīng)濟(jì)波動對銀行業(yè)系統(tǒng)性風(fēng)險的影響變動趨勢與中小型銀行較為一致，因此銀行業(yè)系統(tǒng)性風(fēng)險中經(jīng)濟(jì)波動影響部分主要來源于中小型銀行。

因此在對銀行業(yè)系統(tǒng)性風(fēng)險進(jìn)行監(jiān)管時，需要根據(jù)監(jiān)管的具體風(fēng)險來源，針對不同類型的銀行采取差異化監(jiān)管要求。為完善銀行業(yè)系統(tǒng)性風(fēng)險中的內(nèi)部脆弱性風(fēng)險管理，監(jiān)管部門需要關(guān)注中小型銀行的特質(zhì)性風(fēng)險，對中小銀行的資產(chǎn)負(fù)債結(jié)構(gòu)、業(yè)務(wù)模式等內(nèi)部管理方面加強(qiáng)合規(guī)性監(jiān)管，制定更為嚴(yán)格的監(jiān)管要求；為完善銀行業(yè)系統(tǒng)性風(fēng)險中的網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險管理，監(jiān)管部門需要關(guān)注大型國有銀行之間的資金關(guān)聯(lián)度，警惕“大而不能倒”和“聯(lián)系太緊密而不能倒”下的道德風(fēng)險問題；為完善銀行業(yè)系統(tǒng)性風(fēng)險中的經(jīng)濟(jì)波動風(fēng)險管理，監(jiān)管部門需要關(guān)注中小型銀行的經(jīng)營行為，降低中小型銀行業(yè)務(wù)對宏觀經(jīng)濟(jì)形勢的依賴，當(dāng)經(jīng)濟(jì)出現(xiàn)較大波動時加強(qiáng)對中小型銀行的監(jiān)管要求。

圖5 網(wǎng)絡(luò)關(guān)聯(lián)對不同類型銀行風(fēng)險的影響比較 圖6 經(jīng)濟(jì)波動對不同類型銀行風(fēng)險的影響比較

五、結(jié)論

本文從中國銀行業(yè)系統(tǒng)性風(fēng)險來源入手，將SCCA模型與馬爾科夫區(qū)制轉(zhuǎn)移模型相結(jié)合，通過對不同經(jīng)濟(jì)狀態(tài)的識別，對系統(tǒng)性風(fēng)險中銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動部分進(jìn)行分解，重點研究銀行間網(wǎng)絡(luò)關(guān)聯(lián)和外部經(jīng)濟(jì)波動對銀行業(yè)系統(tǒng)性風(fēng)險的影響，并基于不同風(fēng)險來源研究銀行個體對銀行業(yè)系統(tǒng)性風(fēng)險的影響。研究結(jié)論如下：第一，網(wǎng)絡(luò)關(guān)聯(lián)對系統(tǒng)性風(fēng)險的影響演變趨勢的兩極分化現(xiàn)象嚴(yán)重，在某些時間段較為穩(wěn)定，其余時間段變化速率較快，這體現(xiàn)出銀行間網(wǎng)絡(luò)風(fēng)險承擔(dān)和風(fēng)險溢出的功能，反映出銀行間網(wǎng)絡(luò)“既穩(wěn)健又脆弱”的特性。第二，銀行間網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險與銀行內(nèi)部脆弱性風(fēng)險的變化趨勢存在此消彼長的關(guān)系，銀行通過網(wǎng)絡(luò)關(guān)聯(lián)渠道實現(xiàn)風(fēng)險轉(zhuǎn)移，銀行內(nèi)部脆弱性風(fēng)險下降，同時銀行間網(wǎng)絡(luò)關(guān)聯(lián)增強(qiáng)，關(guān)聯(lián)風(fēng)險上升。第三，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險影響的變化趨勢與內(nèi)部脆弱性風(fēng)險水平有關(guān)，經(jīng)濟(jì)波動發(fā)揮“增效器”的作用，當(dāng)銀行內(nèi)部脆弱性風(fēng)險改善時，經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險起穩(wěn)定的作用，當(dāng)銀行內(nèi)部脆弱性風(fēng)險惡化時，經(jīng)濟(jì)波動會加快系統(tǒng)性風(fēng)險的惡化速度。第四，銀行業(yè)系統(tǒng)性風(fēng)險是大型國有銀行風(fēng)險和中小型銀行風(fēng)險的組合，銀行業(yè)內(nèi)部脆弱性風(fēng)險和經(jīng)濟(jì)波動影響主要來源于中小型銀行，網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險主要來源于大型國有銀行。

從中國銀行業(yè)系統(tǒng)性風(fēng)險監(jiān)管角度出發(fā)，本文提出如下政策建議：第一，監(jiān)管當(dāng)局應(yīng)該從銀行內(nèi)部脆弱性、銀行間網(wǎng)絡(luò)關(guān)聯(lián)影響、經(jīng)濟(jì)波動影響三個方面評估銀行業(yè)系統(tǒng)性風(fēng)險的變化原因，其中針對銀行內(nèi)部脆弱性的監(jiān)管涉及資本充足率、流動性要求、杠桿要求等微觀審慎監(jiān)管工具，針對銀行間網(wǎng)絡(luò)關(guān)聯(lián)影響的監(jiān)管涉及系統(tǒng)重要性銀行附加監(jiān)管規(guī)定、跨行金融產(chǎn)品管理、金融基礎(chǔ)設(shè)施管理等結(jié)構(gòu)維度的宏觀審慎監(jiān)管工具；針對經(jīng)濟(jì)波動影響的監(jiān)管涉及資本流動管理、市場交易行為管理等時間維度的宏觀審慎監(jiān)管工具。第二，本文結(jié)論顯示網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險與內(nèi)部脆弱性風(fēng)險存在此消彼長的關(guān)系，所以在管理網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險時不僅需要評估政策對網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險的實施效果，還需要關(guān)注政策對內(nèi)部脆弱性風(fēng)險的實施效果，注重結(jié)構(gòu)維度宏觀審慎監(jiān)管工具與微觀審慎監(jiān)管工具的配合，減少監(jiān)管套利的空間。第三，本文結(jié)論顯示經(jīng)濟(jì)波動影響對內(nèi)部脆弱性風(fēng)險發(fā)揮“增效器”的作用，所以為降低經(jīng)濟(jì)波動對系統(tǒng)性風(fēng)險的影響，監(jiān)管重點是增強(qiáng)銀行自身經(jīng)營的穩(wěn)健性，以微觀審慎監(jiān)管工具為主，以時間維度宏觀審慎監(jiān)管工具為輔，實現(xiàn)兩種政策工具的互補(bǔ)和配合。第四，本文結(jié)論顯示銀行業(yè)內(nèi)部脆弱性風(fēng)險和經(jīng)濟(jì)波動影響主要來源于中小型銀行，網(wǎng)絡(luò)關(guān)聯(lián)風(fēng)險主要來源于大型國有銀行，所以為提升上述政策工具的實施效果，監(jiān)管當(dāng)局需要根據(jù)具體風(fēng)險來源，對不同類型銀行采取差異化監(jiān)管要求，其中微觀審慎監(jiān)管工具和時間維度宏觀審慎監(jiān)管工具的重點監(jiān)管對象是中小型銀行，而結(jié)構(gòu)維度宏觀審慎監(jiān)管工具的重點監(jiān)管對象是大型國有銀行。