章和杰 施楚凡 金輝 章鑫

摘要：系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度與預(yù)警是擺在全世界監(jiān)管當(dāng)局面前的一項(xiàng)重大課題，文章對(duì)現(xiàn)有系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度與預(yù)警模型進(jìn)行了系統(tǒng)回顧，對(duì)相關(guān)模型的概念、實(shí)踐以及不足做出詳細(xì)介紹，并對(duì)未來(lái)研究趨勢(shì)進(jìn)行了總結(jié)分析。這對(duì)推動(dòng)構(gòu)建適于我國(guó)國(guó)情的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度與預(yù)警體系，進(jìn)而維護(hù)金融穩(wěn)定、防范化解重大風(fēng)險(xiǎn)具有重要意義。

關(guān)鍵詞：系統(tǒng)性風(fēng)險(xiǎn);風(fēng)險(xiǎn)測(cè)度;期望損失

一、 前言

系統(tǒng)性風(fēng)險(xiǎn)的概念目前并未有普遍接受的定義，從現(xiàn)有文獻(xiàn)來(lái)看，學(xué)者們主要從風(fēng)險(xiǎn)積累與傳染、危及程度與范圍、后續(xù)防范及治理等幾方面對(duì)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行抽象或具體概括。但無(wú)論從哪個(gè)角度出發(fā)，這些定義都存在一定的共性，即都認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)是金融風(fēng)險(xiǎn)不斷積累的結(jié)果，會(huì)對(duì)經(jīng)濟(jì)造成負(fù)面影響，既有對(duì)金融機(jī)構(gòu)造成損失的影響，又包括引發(fā)金融市場(chǎng)層面動(dòng)蕩的影響。由于系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)存在一個(gè)逐漸積聚的過(guò)程，使得對(duì)系統(tǒng)性風(fēng)險(xiǎn)的防范成為可能，并且這種防范在2008年金融危機(jī)后受到了重點(diǎn)關(guān)注，其主要包括：第一，基于歷史上發(fā)生的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行經(jīng)驗(yàn)總結(jié)與提煉，試圖從中找到規(guī)律性或必然性的東西;第二，對(duì)當(dāng)前經(jīng)濟(jì)的風(fēng)險(xiǎn)狀況及未來(lái)可能遭受的風(fēng)險(xiǎn)沖擊進(jìn)行分析，試圖測(cè)算出系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的可能性（翟金林，2001）。在當(dāng)前我國(guó)防范化解重大風(fēng)險(xiǎn)的關(guān)鍵時(shí)期，如何對(duì)風(fēng)險(xiǎn)發(fā)生的概率進(jìn)行有效的估計(jì)，對(duì)于維護(hù)金融穩(wěn)定具有重要意義。因此，本文梳理了國(guó)內(nèi)外系統(tǒng)性風(fēng)險(xiǎn)測(cè)度與預(yù)警模型的發(fā)展脈絡(luò)（如圖1），并對(duì)相關(guān)模型的概念、實(shí)踐以及不足做出詳細(xì)介紹，為構(gòu)建適合我國(guó)國(guó)情的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度與預(yù)警體系提供參考。

二、 國(guó)內(nèi)外系統(tǒng)性風(fēng)險(xiǎn)測(cè)度與預(yù)警模型

1. 指標(biāo)法。

（1）綜合指標(biāo)法。即通過(guò)構(gòu)建子系統(tǒng)指標(biāo)，綜合衡量當(dāng)前金融體系風(fēng)險(xiǎn)綜合狀況的方法，主要包括兩個(gè)步驟，一是選取對(duì)系統(tǒng)性風(fēng)險(xiǎn)影響較大的指標(biāo)，二是采取一定的統(tǒng)計(jì)方法對(duì)指標(biāo)進(jìn)行綜合，從而得到能夠衡量當(dāng)前系統(tǒng)性風(fēng)險(xiǎn)整體狀況的指數(shù)。從預(yù)警應(yīng)用角度來(lái)看，綜合指數(shù)法基于歷史數(shù)據(jù)設(shè)定閾值或劃定風(fēng)險(xiǎn)等級(jí)，當(dāng)指數(shù)高于閾值或在風(fēng)險(xiǎn)等級(jí)中處于高位時(shí)，可做出預(yù)警。

由于綜合指數(shù)結(jié)構(gòu)法明了清晰，并且運(yùn)用較為靈活、可簡(jiǎn)可繁，因此在實(shí)踐中被廣泛運(yùn)用。Caprio和Klingebiel（1996）選取國(guó)內(nèi)生產(chǎn)總值、貨幣供給、通貨膨脹水平、財(cái)政及貿(mào)易收支平衡情況等指標(biāo)對(duì)銀行領(lǐng)域內(nèi)的金融風(fēng)險(xiǎn)進(jìn)行了衡量。Hakkio和Keeton（2009）為識(shí)別1990年～2009年美國(guó)金融風(fēng)險(xiǎn)水平，基于主成分分析法選取11個(gè)表征金融壓力的指標(biāo)綜合計(jì)算出相應(yīng)指數(shù)。綜合指數(shù)法的發(fā)展在亞洲金融風(fēng)暴后進(jìn)入了“快車(chē)道”。IMF（2003）、亞洲開(kāi)發(fā)銀行（2004）和歐洲央行（2005）先后建立相關(guān)指標(biāo)體系。前者建立了金融穩(wěn)健性指標(biāo)體系（FSI，F(xiàn)inancial Soundness Indicators），該體系由核心和鼓勵(lì)兩層指標(biāo)集組合而成，可對(duì)銀行等金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)行評(píng)估;后者在此基礎(chǔ)上發(fā)展出了宏觀審慎指標(biāo)體系（MPI，Macro-prudential Indicators），該體系由反映宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)狀況與衡量個(gè)體風(fēng)險(xiǎn)狀況的微觀指標(biāo)組成，可對(duì)相關(guān)領(lǐng)域的穩(wěn)健性進(jìn)行測(cè)度。然而無(wú)論是FSI還是MPI都是基于相對(duì)靜態(tài)、低頻率和缺乏預(yù)見(jiàn)性的宏觀經(jīng)濟(jì)數(shù)據(jù)，存在一定不足。為此，學(xué)者們開(kāi)始逐步嘗試在指標(biāo)體系中引入高頻、動(dòng)態(tài)的市場(chǎng)數(shù)據(jù)。Illing和Liu（2003）便是其中的代表性學(xué)者，他們構(gòu)建了包含銀行、債券、股票和外匯市場(chǎng)指標(biāo)在內(nèi)的金融壓力指數(shù)（FSI，F(xiàn)inancial Stress Indicators），較為準(zhǔn)確地測(cè)度了加拿大近年來(lái)的金融困境事件。

2008年全球金融危機(jī)不僅反映出金融危機(jī)爆發(fā)的錯(cuò)綜復(fù)雜性，也揭示了金融風(fēng)險(xiǎn)的傳染效應(yīng)是構(gòu)建系統(tǒng)性風(fēng)險(xiǎn)測(cè)度與預(yù)警指標(biāo)體系的重要一環(huán)。劉春航和朱元倩（2011）通過(guò)分析系統(tǒng)性風(fēng)險(xiǎn)的沖擊與傳導(dǎo)路徑，提出了衡量銀行體系系統(tǒng)性風(fēng)險(xiǎn)的三維框架：第一維采用宏觀風(fēng)險(xiǎn)指數(shù)（MRI，Macro-economic Risk Index）表征宏觀經(jīng)濟(jì)沖擊程度;第二維采用銀行經(jīng)營(yíng)風(fēng)險(xiǎn)指數(shù)（ORI，Operational Risk Index）表征銀行自身經(jīng)營(yíng)狀態(tài);第三維采用銀行傳染指數(shù)（BCI，Bank Contagion Index）表征傳染和擴(kuò)散效應(yīng)。王春麗和胡玲（2014）為測(cè)度近年來(lái)我國(guó)金融風(fēng)險(xiǎn)，在Illing和Liu（2003）指標(biāo)的基礎(chǔ)上利用馬爾科夫區(qū)制轉(zhuǎn)移模型對(duì)國(guó)際金融危機(jī)傳染進(jìn)行模擬，模擬結(jié)果顯示我國(guó)金融風(fēng)險(xiǎn)主要來(lái)源于應(yīng)對(duì)危機(jī)時(shí)信貸的較快增長(zhǎng)、股票市場(chǎng)及其監(jiān)管體系的不完善。

綜上，早期關(guān)于綜合指標(biāo)法的應(yīng)用主要是通過(guò)宏觀、微觀和市場(chǎng)三個(gè)層面構(gòu)建子系統(tǒng)指標(biāo)，并指出銀行業(yè)是中國(guó)金融系統(tǒng)性風(fēng)險(xiǎn)的癥結(jié)，其數(shù)據(jù)主要來(lái)源于銀行業(yè)。之后學(xué)者們?cè)诰C合指標(biāo)法中逐漸引入金融市場(chǎng)數(shù)據(jù)，完善了系統(tǒng)性風(fēng)險(xiǎn)測(cè)度和預(yù)警的指標(biāo)體系。由于傳統(tǒng)的綜合指數(shù)法無(wú)法體現(xiàn)金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染效應(yīng)，近期的研究在預(yù)警體系中加入金融風(fēng)險(xiǎn)傳染指標(biāo)以解決這一弊病。將金融風(fēng)險(xiǎn)傳染的相關(guān)理論引入綜合指標(biāo)法將是大勢(shì)所趨。

（2）早期預(yù)警法。即選取能夠反映金融危機(jī)的因變量以及與該因變量存在一定相關(guān)性的自變量，通過(guò)建立擬合方程得出由自變量的變化所引起的風(fēng)險(xiǎn)變化，由此對(duì)危機(jī)的發(fā)生進(jìn)行預(yù)測(cè)。

1977年爆發(fā)的墨西哥金融危機(jī)是早期預(yù)警法研究的時(shí)間起點(diǎn)，而B(niǎo)ilson（1979）則是最早提出早期預(yù)警（EWS，Early Warning System）理論的學(xué)者，他提出基礎(chǔ)貨幣、影子匯率以及國(guó)際儲(chǔ)備可作為預(yù)警指標(biāo)，這為早期預(yù)警法在風(fēng)險(xiǎn)預(yù)警中的應(yīng)用提供理論基礎(chǔ)。此后，Sachs等（1995）和Kaminsky等（1998）分別提出STV模型和KLR信號(hào)法，前者通過(guò)對(duì)新興市場(chǎng)國(guó)家的實(shí)證檢驗(yàn)表明若一國(guó)國(guó)內(nèi)貸款擴(kuò)張而經(jīng)濟(jì)體系脆弱、匯率高估而國(guó)際儲(chǔ)備較低時(shí)，金融危機(jī)爆發(fā)的可能性較高，后者成為當(dāng)前使用最為廣泛的預(yù)警模型之一。

國(guó)內(nèi)關(guān)于早期預(yù)警法的研究并不多，主要是基于國(guó)外模型進(jìn)行本國(guó)實(shí)踐。唐旭和張偉（2002）基于Pattillo和Berg（1998）的工作，深入比較FR概率模型、STV模型和KLR信號(hào)分析法的優(yōu)劣，從貨幣危機(jī)、銀行危機(jī)和股市危機(jī)構(gòu)建了中國(guó)金融系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo)體系。徐道宣和石璋銘（2007）引進(jìn)KLR預(yù)警模型研究我國(guó)金融風(fēng)險(xiǎn)預(yù)警體系，結(jié)合鄭振龍（1998）、劉志強(qiáng)（1999）等所選定的預(yù)警指標(biāo)，對(duì)KLR做出了適合中國(guó)國(guó)情的改進(jìn)。

上述模型在使用過(guò)程中都需將連續(xù)變量轉(zhuǎn)換成離散的0～1變量，這不可避免的造成信息損失，且以上模型均為靜態(tài)。為克服上述缺陷，F(xiàn)ratzscher（1999）、Jeanne和Masson（2000）在預(yù)警模型中引入馬爾科夫區(qū)制轉(zhuǎn)移變量，以此表征金融風(fēng)險(xiǎn)的動(dòng)態(tài)效應(yīng)，增加預(yù)警的有效性。Knedlik和Scheufele（2007）針對(duì)2006年南非貨幣危機(jī)分別運(yùn)用Probit/Logit模型、KLR信號(hào)模型以及馬爾科夫模型進(jìn)行模擬比較，結(jié)果顯示馬爾科夫模型的預(yù)測(cè)能力在三類(lèi)模型中最強(qiáng)，在危機(jī)爆發(fā)前兩個(gè)月發(fā)出了明顯的預(yù)警信號(hào)。

如上所述，早期預(yù)警法的應(yīng)用主要集中在國(guó)外，對(duì)中國(guó)而言適用性不強(qiáng)，這是由該法的前提條件所決定的。早期預(yù)警法應(yīng)用的前提是目標(biāo)經(jīng)濟(jì)體在歷史上存在金融危機(jī)或?qū)ο到y(tǒng)性風(fēng)險(xiǎn)預(yù)警事件有準(zhǔn)確的定義。對(duì)于歷史上未曾從嚴(yán)格意義上發(fā)生過(guò)金融危機(jī)的國(guó)家而言，如中國(guó)，早期預(yù)警法的應(yīng)用會(huì)受到極大的限制。盡管有學(xué)者通過(guò)設(shè)定金融指標(biāo)數(shù)據(jù)的臨界值（張?jiān)?、孫剛，2003）或通過(guò)構(gòu)建危機(jī)指標(biāo)并對(duì)危機(jī)指標(biāo)設(shè)置閾值（陳守東等，2006;安輝等，2013）的方式對(duì)風(fēng)險(xiǎn)預(yù)警事件做出定義。但是，當(dāng)實(shí)際金融數(shù)據(jù)超過(guò)金融危機(jī)時(shí)的相應(yīng)臨界值或閾值時(shí)就一定會(huì)發(fā)生金融危機(jī)么？學(xué)界對(duì)此并無(wú)定論。

2. 網(wǎng)絡(luò)模型法。矩陣法和網(wǎng)絡(luò)分析法是網(wǎng)絡(luò)模型法中具有代表性的測(cè)度方法，這類(lèi)方法通過(guò)測(cè)度單個(gè)銀行網(wǎng)絡(luò)中所累計(jì)的風(fēng)險(xiǎn)確認(rèn)危機(jī)狀況，其主要路徑是通過(guò)利用銀行間相互敞口和交易數(shù)據(jù)建立網(wǎng)絡(luò)，對(duì)各類(lèi)網(wǎng)絡(luò)形狀模擬風(fēng)險(xiǎn)傳染情況（IMF，2009）。

Muller（2003）運(yùn)用網(wǎng)絡(luò)分析法結(jié)合神經(jīng)網(wǎng)絡(luò)模擬法，根據(jù)不同銀行類(lèi)型不同的網(wǎng)絡(luò)形狀，識(shí)別系統(tǒng)性風(fēng)險(xiǎn)。由于網(wǎng)絡(luò)分析法能使監(jiān)管者超越初始問(wèn)題，獲取多輪外溢效應(yīng)，因此該方法被認(rèn)為是度量系統(tǒng)性關(guān)聯(lián)度風(fēng)險(xiǎn)的重要方法（Allen & Babus，2008）。但同時(shí)該方法也存在明顯的缺陷：一是數(shù)據(jù)難以獲取;二是對(duì)于金融機(jī)構(gòu)間的網(wǎng)絡(luò)只能依靠統(tǒng)計(jì)方法間接得到網(wǎng)絡(luò)中各單位的雙邊關(guān)系，且間接估計(jì)所得的各單位間的雙邊敞口矩陣極易造成偏差（Upper，2011）。

國(guó)內(nèi)外大部分學(xué)者將網(wǎng)絡(luò)模型法用于分析風(fēng)險(xiǎn)在金融機(jī)構(gòu)間的傳導(dǎo)以及各金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度（Degryse & Nguyen，2007;Drehmann & Tarashev，2013;宮小琳、卞江，2010;范小云等，2012），鮮有學(xué)者將其應(yīng)用于金融體系的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度。

3. VaR及其變形和發(fā)展。

（1）VaR。在險(xiǎn)價(jià)值（VaR，Value at Risk）由Baumol（1963）第一次提出，在給定置信水平和持有期下，基于股票市場(chǎng)數(shù)據(jù)估計(jì)單個(gè)頭寸或投資組合在常態(tài)市場(chǎng)環(huán)境中可能面臨的最大損失。該方法在巴塞爾協(xié)議Ⅰ得到首次官方運(yùn)用，主要用以評(píng)估資產(chǎn)、利率和匯率等金融風(fēng)險(xiǎn)。此后，VaR方法因其操作簡(jiǎn)便、易于推廣和標(biāo)準(zhǔn)化，在風(fēng)險(xiǎn)測(cè)度中得到了廣泛的運(yùn)用。

學(xué)界從“自下而上”和“自上而下”兩個(gè)視角對(duì)VaR做出改進(jìn)。前者首先要對(duì)資產(chǎn)的共同風(fēng)險(xiǎn)因子進(jìn)行鑒別，后者則無(wú)須鑒別，直接根據(jù)綜合數(shù)據(jù)建立各類(lèi)資產(chǎn)的控制方程和依賴關(guān)系，形成風(fēng)險(xiǎn)的綜合度量。CoVaR、CoRisk屬于對(duì)VaR“自下而上”的改進(jìn)，ES及其發(fā)展方法則是對(duì)VaR“自上而下”的改進(jìn)。

（2）CoVaR和CoRisk。條件風(fēng)險(xiǎn)價(jià)值（CoVaR，Conditional VaR）由Adrian等（2008）提出，一經(jīng)提出便受到廣泛關(guān)注，其主要用于度量投資組合在危機(jī)或高風(fēng)險(xiǎn)情況下面臨的損失。Girardi和Tolga-Ergun（2013）對(duì)CoVaR作了幾個(gè)方面的改進(jìn)，主要包括重新定義金融困境、更改正?；鶞?zhǔn)狀態(tài)（從機(jī)構(gòu)收益率等于其中位數(shù)，變?yōu)槭找媛试诰档恼?fù)一個(gè)標(biāo)準(zhǔn)差以內(nèi)）以及重新度量系統(tǒng)性風(fēng)險(xiǎn)溢出。共同風(fēng)險(xiǎn)模型（CoRisk）可以看作是對(duì)CoVaR的一種運(yùn)用。CoRisk利用機(jī)構(gòu)之間的CDS數(shù)據(jù)，既可用作度量某一機(jī)構(gòu)由于與另外一家機(jī)構(gòu)相聯(lián)系而導(dǎo)致的信用風(fēng)險(xiǎn)，也可以用于捕捉彼此的風(fēng)險(xiǎn)溢出程度（IMF，2009）。

在國(guó)內(nèi)，CoVaR屬于系統(tǒng)性風(fēng)險(xiǎn)測(cè)度的主流方法。李志輝和樊莉（2011）運(yùn)用此方法對(duì)我國(guó)國(guó)有商業(yè)銀行與股份制商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)溢出進(jìn)行測(cè)度，同時(shí)將VaR與CoVaR作了對(duì)比分析，結(jié)果顯示：第一，國(guó)有商業(yè)銀行有著更大的系統(tǒng)性風(fēng)險(xiǎn)溢出;第二，傳統(tǒng)VaR與CoVaR之間沒(méi)有必然的相關(guān)性;第三，基于VaR開(kāi)展微觀審慎監(jiān)管對(duì)于防范系統(tǒng)性風(fēng)險(xiǎn)效果并不顯著。

CoVaR并非完美，存在兩個(gè)關(guān)鍵的缺陷：其一，整個(gè)金融體系的系統(tǒng)性風(fēng)險(xiǎn)并不能直接與運(yùn)用該方法度量的單個(gè)機(jī)構(gòu)風(fēng)險(xiǎn)溢出之和劃等號(hào);其二，由于此方法基于高頻數(shù)據(jù)，易造成尾部損失的總體嚴(yán)重性信息缺失，從而使得尾端風(fēng)險(xiǎn)度量失準(zhǔn)。

（3）ES及其發(fā)展。由Artzner等（1999）提出的期望損失（ES，Expected Shortfall）是對(duì)VaR的進(jìn)一步改進(jìn)，改進(jìn)之處在于當(dāng)損失超出估計(jì)值時(shí)，VaR方法失效，而此時(shí)ES可明確給出VaR無(wú)法度量的條件期望。因此，許多學(xué)者指出與VaR相比，ES測(cè)度更具理論優(yōu)勢(shì)，在該方法下度量的風(fēng)險(xiǎn)精度更高，更具價(jià)值（Robert & Hong，2009;Hoogerheide & Dijk，2010）。

Acharya等（2010）提出邊際期望損失（MES，Marginal Expected Shortfall），即單個(gè)金融機(jī)構(gòu)在市場(chǎng)期望收益出現(xiàn)下跌時(shí)產(chǎn)生的期望損失，以此反映單個(gè)機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)程度。由于MES只對(duì)機(jī)構(gòu)單位資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)程度進(jìn)行測(cè)度，未將規(guī)模等因素納入測(cè)度范圍，因此實(shí)際上難以真實(shí)反映單個(gè)金融機(jī)構(gòu)對(duì)金融風(fēng)險(xiǎn)的整體貢獻(xiàn)程度。成分預(yù)期損失（CES，Component Expected Shortfall）在此背景下孕育而生，該方法以資產(chǎn)規(guī)模與MES的乘積衡量單個(gè)機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)整體貢獻(xiàn)程度。

在國(guó)內(nèi)，許多學(xué)者運(yùn)用ES方法測(cè)度系統(tǒng)性風(fēng)險(xiǎn)，代表性學(xué)者有：王旭和史道濟(jì)（2001）、陳守東等（2007）。前者率先提出基于極值分布理論（EVT）的ES估計(jì)操作方法，后者在此基礎(chǔ)上對(duì)尾部金融收益序列進(jìn)行估計(jì)，并指出ES能夠測(cè)度不利情況發(fā)生時(shí)風(fēng)險(xiǎn)的可能情況。

MES、CoRisk以及CoVaR都較好地解決了VaR的缺陷，在國(guó)內(nèi)外得到了廣泛的應(yīng)用。但這三種方法依然存在不足：Benoit等（2013）基于美國(guó)金融機(jī)構(gòu)數(shù)據(jù)對(duì)比分析上述三種方法，結(jié)果發(fā)現(xiàn)這三種系統(tǒng)性風(fēng)險(xiǎn)度量本質(zhì)上仍是市場(chǎng)風(fēng)險(xiǎn)beta系數(shù)的某種變形，無(wú)論是MES、CoRisk還是CoVaR都沒(méi)有捕捉到系統(tǒng)性風(fēng)險(xiǎn)的多面性。

4. 相關(guān)違約法。相關(guān)違約法的主要思想是基于Copula函數(shù)通過(guò)對(duì)單個(gè)機(jī)構(gòu)違約概率的分析估計(jì)總體違約概率。CCA和JPoD是其中運(yùn)用最為普遍的兩個(gè)方法。

（1）CCA。未定權(quán)益分析（Contingent Claims Approach，CCA）模型由Lehar（2005）提出。該方法假設(shè)單個(gè)機(jī)構(gòu)的期望損失服從廣義極值分布，采用一種非參的依賴性度量方法演繹出聯(lián)合期望損失，以此考查系統(tǒng)性風(fēng)險(xiǎn)。經(jīng)由Gray、Jobst等人的改進(jìn)，CCA得到了巨大的發(fā)展和廣泛的運(yùn)用。Gray等（2008，2010，2011）將CCA的運(yùn)用領(lǐng)域從微觀擴(kuò)展至宏觀，可用于計(jì)算包括主權(quán)債務(wù)風(fēng)險(xiǎn)在內(nèi)的宏觀系統(tǒng)性金融風(fēng)險(xiǎn)。Jobst和Gray（2014）提出了Systemic CCA（SCCA），即將整個(gè)金融系統(tǒng)看作單個(gè)機(jī)構(gòu)未定權(quán)益的組合，通過(guò)多元極值理論將CCA方法向多元擴(kuò)展。

在國(guó)內(nèi)，孫潔和魏來(lái)（2009）以及范小云等（2013）運(yùn)用CCA方法對(duì)銀行機(jī)構(gòu)進(jìn)行了風(fēng)險(xiǎn)測(cè)度，前者對(duì)我國(guó)上市商業(yè)銀行的風(fēng)險(xiǎn)狀況進(jìn)行了整體評(píng)估，后者則對(duì)系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)變化進(jìn)行了考察。

（2）JPoD。Segoviano和Goodhart（2009）提出銀行業(yè)穩(wěn)定指標(biāo)（BSMs，Banking Stability Measures）。該方法將銀行系統(tǒng)看成單個(gè)銀行的組合，基于單個(gè)銀行陷入危機(jī)的概率PoD采用一致信息的多元密度優(yōu)化-Copula方法（CIMDO-Copula，Consistent Information Multivariate Density Optimizing）來(lái)估計(jì)BSMD。與傳統(tǒng)風(fēng)險(xiǎn)模型相比，JPoD具有顯著的優(yōu)勢(shì)：該方法不僅體現(xiàn)了銀行間的線性和非線性危機(jī)依賴度，而且考慮到了這些依賴度的動(dòng)態(tài)變化。罕見(jiàn)有國(guó)內(nèi)學(xué)者運(yùn)用該方法進(jìn)行金融風(fēng)險(xiǎn)度量。

三、 系統(tǒng)性風(fēng)險(xiǎn)度量方法的總結(jié)與評(píng)價(jià)

目前對(duì)于系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度與預(yù)警方法仍不夠成熟和完善。從兩個(gè)方面得以體現(xiàn)，第一，學(xué)界對(duì)風(fēng)險(xiǎn)測(cè)度、預(yù)警方法沒(méi)有達(dá)成一致，即沒(méi)有得出最適合目標(biāo)經(jīng)濟(jì)體的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度、預(yù)警模型和實(shí)踐辦法。學(xué)界內(nèi)部的不一致性，是由于每種方法本身存在一定的片面性，可能會(huì)帶來(lái)巨大的模型風(fēng)險(xiǎn)。學(xué)界存在不一致性，就無(wú)法給與監(jiān)管機(jī)構(gòu)統(tǒng)一的理論指導(dǎo);理論指導(dǎo)無(wú)法統(tǒng)一，將導(dǎo)致各監(jiān)管機(jī)構(gòu)間的不一致性，這會(huì)使各機(jī)構(gòu)無(wú)法用統(tǒng)一的標(biāo)準(zhǔn)對(duì)風(fēng)險(xiǎn)進(jìn)行度量，進(jìn)而使風(fēng)險(xiǎn)監(jiān)管措施難以執(zhí)行。

第二，學(xué)界和監(jiān)管機(jī)構(gòu)之間也沒(méi)有達(dá)成一致性。學(xué)界對(duì)于風(fēng)險(xiǎn)測(cè)度與預(yù)警模型更注重其理論和科學(xué)性，而監(jiān)管機(jī)構(gòu)則更關(guān)心模型的可操作和可行性。學(xué)界和監(jiān)管機(jī)構(gòu)之間沒(méi)有達(dá)成一致，猶如頭腦和手足無(wú)法協(xié)調(diào)，金融體系要正常、安全地運(yùn)轉(zhuǎn)該從何談起？協(xié)調(diào)學(xué)界和監(jiān)管機(jī)構(gòu)的關(guān)鍵在于風(fēng)險(xiǎn)預(yù)警體系的構(gòu)建既要滿足科學(xué)性和理論性，也不能忽略可行性和可操作性。

這兩種不一致性是金融風(fēng)險(xiǎn)預(yù)警體系失效的關(guān)鍵因素。美國(guó)和歐盟號(hào)稱(chēng)擁有世界最先進(jìn)的金融、經(jīng)濟(jì)理論和全球頂尖的金融監(jiān)管體制，卻仍然爆發(fā)危機(jī)。管中窺豹可見(jiàn)一斑，學(xué)者們不斷攀登學(xué)術(shù)理論的高峰，對(duì)于最合適的金融監(jiān)管理論和風(fēng)險(xiǎn)預(yù)警體系卻莫衷一是。理論如果難以服務(wù)于實(shí)踐，忽視了可行性和可操作性，就會(huì)導(dǎo)致金融監(jiān)管機(jī)構(gòu)無(wú)所適從，方法即使再先進(jìn)也難以發(fā)揮實(shí)際作用。

對(duì)于經(jīng)濟(jì)發(fā)展新常態(tài)下的中國(guó)而言，要想在推進(jìn)金融開(kāi)放的視域下抵御全球金融風(fēng)險(xiǎn)、維護(hù)國(guó)家金融安全，解決這兩種不一致性，構(gòu)建最適的金融風(fēng)險(xiǎn)預(yù)警體系迫在眉睫。風(fēng)險(xiǎn)預(yù)警體系的構(gòu)建要遵從一定原則，既不能盲目追求先進(jìn)理論、方法，不考慮中國(guó)的金融環(huán)境，也不能置理論的發(fā)展于不顧，不對(duì)新型風(fēng)險(xiǎn)進(jìn)行理論研究。這樣才能有效協(xié)調(diào)兩種不一致性，有利于國(guó)家金融風(fēng)險(xiǎn)防控體系的構(gòu)建。

參考文獻(xiàn)：

[1] 翟金林.銀行系統(tǒng)性風(fēng)險(xiǎn)的成因及防范研究[J].南開(kāi)學(xué)報(bào)，2001，（4）：83-89.

[2] 陳守東，孔繁利，胡錚洋.基于極值分布理論的VaR與ES度量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，（3）：118-124，133.

[3] 王春麗，胡玲.基于馬爾科夫區(qū)制轉(zhuǎn)移模型的中國(guó)金融風(fēng)險(xiǎn)預(yù)警研究[J].金融研究，2014，（9）：99-114.

[4] 唐旭，張偉.論建立中國(guó)金融危機(jī)預(yù)警系統(tǒng)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2002，（6）：7-12.

[5] 劉春航，朱元倩.銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量框架的研究[J].金融研究，2011，（12）：85-99.

[6] 徐道宣，石璋銘.一種改進(jìn)的KLR信號(hào)分析法應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，（11）：124-132.

基金項(xiàng)目：國(guó)家自然科學(xué)基金（項(xiàng)目號(hào)：71073145）;浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃暨新苗人才計(jì)劃（項(xiàng)目號(hào)：2018R403071）。

作者簡(jiǎn)介：章和杰（1958-），男，漢族，山東省陵縣人，浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師，研究方向：金融創(chuàng)新與可持續(xù)發(fā)展;施楚凡（1994-），男，漢族，浙江省湖州市人，浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院碩士生，研究方向：金融理論與實(shí)踐;金輝（1992-），男，漢族，浙江省桐廬縣人，浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向：金融創(chuàng)新;章鑫（1996-），男，漢族，浙江省杭州市人，浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院碩士生，研究方向：國(guó)際金融。

收稿日期：2019-06-25。