我國(guó)不同類型上市商業(yè)銀行的風(fēng)險(xiǎn)溢出效應(yīng)研究

衛(wèi)靜

【摘要】商業(yè)銀行所面臨的系統(tǒng)性風(fēng)險(xiǎn)具有很強(qiáng)的傳染性，當(dāng)各單個(gè)銀行面臨危機(jī)時(shí)，其對(duì)銀行業(yè)整體的影響是不可避免的。本文采用了分位數(shù)方法計(jì)算出了我國(guó)16家上市銀行的CovaR，并分組處理后分析了不同類型的銀行自身接受風(fēng)險(xiǎn)的程度以及對(duì)外溢出風(fēng)險(xiǎn)的程度，最后根據(jù)實(shí)證模型所得的研究結(jié)果，對(duì)我國(guó)銀行業(yè)在風(fēng)險(xiǎn)監(jiān)管方面提出了合理的建議。

【關(guān)鍵詞】風(fēng)險(xiǎn)溢出效應(yīng) CoVaR模型 分位數(shù)回歸法

一、樣本選取和數(shù)據(jù)處理

本文選取的研究對(duì)象為國(guó)內(nèi)上市時(shí)間較早的16家銀行（具體名稱見(jiàn)表1），以其作為我們的樣本銀行。將研究的時(shí)間段定為2013.1.4-2018.1.5，期間長(zhǎng)，數(shù)據(jù)全面，選取各個(gè)銀行每個(gè)星期五的收盤(pán)價(jià)作為周數(shù)據(jù)進(jìn)行研究。用內(nèi)地銀行指數(shù)（000947）來(lái)代替銀行業(yè)整體。經(jīng)過(guò)處理后，我們共獲得258個(gè)數(shù)據(jù)。

為了減少計(jì)算誤差，我們?cè)诶酶鱾€(gè)銀行和內(nèi)地銀行指數(shù)的周收盤(pán)價(jià)計(jì)算所需的收益率時(shí)采用一階差分的形式，并將結(jié)果擴(kuò)大100倍。計(jì)算公式為：

Rt=100×Ln（Pt/Pt-1）

二、研究模型

VaR——風(fēng)險(xiǎn)價(jià)值，是指在給定概率水平下，在特定的持有期內(nèi)所面臨的最大期望損失。VaRq1可看作收益率q的分位數(shù)，表達(dá)式為：pr（Ri≤VaRqi）=q。

CoVaRqj/i表示在機(jī)構(gòu)i的損失為VaRqi的條件下，機(jī)構(gòu)j（或者整個(gè)金融系統(tǒng)）的VaR，用公式表達(dá)為pr（Rj≤CoVaRqj/i|VaRqi）=q。機(jī)構(gòu)i對(duì)機(jī)構(gòu)j的外部效應(yīng)，即風(fēng)險(xiǎn)溢出的表達(dá)式為：ΔCoVaRqj/i=CoVaRqj/rj=VaRqj-VaRqj

三、實(shí)證分析

（一）分類型研究的風(fēng)險(xiǎn)溢出效應(yīng)及排序

本文采用的方法為分位數(shù)回歸法。取分位數(shù)q=0.05。以工商銀行為例，q=0.05，運(yùn)用Stata15軟件來(lái)計(jì)算得出：

VaR0.05icbc=-0.0529468，aR0.5icbc=0.0O2O101，

VaR0.5sys/icbc=-0.08191554，ΔCoVaR0.05sys/icbc=-0.04714132。

按照上述同樣的方法，可以得到置信度為95%時(shí)所有樣本銀行的相關(guān)數(shù)值。

為了研究出我國(guó)不同類型商業(yè)銀行對(duì)銀行業(yè)整體的風(fēng)險(xiǎn)溢出程度，我們把16家樣本銀行按照性質(zhì)分為了三組，處理后得表1。

（二）實(shí)證結(jié)果分析

（1）從單個(gè)銀行的風(fēng)險(xiǎn)水平來(lái)看，作為中國(guó)最大的商業(yè)銀行的工商銀行VaR值在16家樣本銀行中最小，排第16位，說(shuō)明其自身具有良好的風(fēng)險(xiǎn)控制能力。分組處理結(jié)果顯示，A組銀行VaR的平均值最小，自身風(fēng)險(xiǎn)較小，反映了其在銀行業(yè)中的地位；而B(niǎo)組銀行和C組銀行的VaR平均值較高且差別不大，表明其自身風(fēng)險(xiǎn)控制能力較弱，容易面臨更大的損失。

（2）從對(duì)銀行業(yè)整體的風(fēng)險(xiǎn)溢出程度來(lái)看，排序前五里包括四家大型商業(yè)銀行，且A組的ΔCOVaR的平均值高于其他兩組，說(shuō)明大型商業(yè)銀行在陷入危機(jī)時(shí)對(duì)銀行業(yè)產(chǎn)生的外部效應(yīng)最大，更易引起整個(gè)銀行業(yè)的不穩(wěn)定；而C組的平均值要高于B組，一方面，說(shuō)明我國(guó)城市商業(yè)銀行在近幾年發(fā)展比較迅速，規(guī)模不斷擴(kuò)大，在銀行業(yè)體系中的地位逐步升高，占據(jù)著越來(lái)越重要的地位；另一方面，城市商業(yè)銀行相對(duì)于股份制商業(yè)銀行的不良貸款率一直較高，風(fēng)險(xiǎn)管理機(jī)制亟待完善，因此，一旦城商行發(fā)生危機(jī)，由于其自身風(fēng)控能力較弱，導(dǎo)致其外部效應(yīng)較大。

（三）政策建議

（1）金融監(jiān)管部門(mén)應(yīng)加強(qiáng)對(duì)上市銀行的管理，要求定期披露相關(guān)風(fēng)險(xiǎn)指標(biāo)和數(shù)據(jù)，制定可行的風(fēng)險(xiǎn)處理應(yīng)急機(jī)制，及時(shí)化解自身風(fēng)險(xiǎn)，防止風(fēng)險(xiǎn)外溢。

（2）經(jīng)實(shí)證分析我們得出，不同類型的銀行因地域和規(guī)模等因素，導(dǎo)致其自身接受風(fēng)險(xiǎn)的程度以及對(duì)外溢出程度是不同的，存在差異的，因此，金融監(jiān)管部門(mén)應(yīng)該采取有區(qū)別的監(jiān)管措施，將監(jiān)管標(biāo)準(zhǔn)詳細(xì)化、針對(duì)化。

參考文獻(xiàn)：

[1]張路，張溪婷.基于CoVaR模型的我國(guó)上市銀行系統(tǒng)性風(fēng)險(xiǎn)度量[J].統(tǒng)計(jì)與管理，2017，（11）.

[2]沈虹，邢熒.基于CoVaR方法的國(guó)內(nèi)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)度量[J].揚(yáng)州大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2016，（05）.