楊曉光 ,王 云

(1.中國科學(xué)院 數(shù)學(xué)與系統(tǒng)科學(xué)研究院,北京 100190;2.中國科學(xué)院大學(xué) 經(jīng)濟(jì)管理學(xué)院,北京 100190;3.對外經(jīng)濟(jì)貿(mào)易大學(xué) 金融學(xué)院,北京 100029)

系統(tǒng)性金融風(fēng)險(xiǎn)指給全球、區(qū)域或某一經(jīng)濟(jì)體造成金融危機(jī)的整體性風(fēng)險(xiǎn)。系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)造成宏觀經(jīng)濟(jì)的下行和總產(chǎn)出的下降[1],由系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)所引起的金融危機(jī)以及經(jīng)濟(jì)危機(jī)更會(huì)對社會(huì)經(jīng)濟(jì)造成重大損失[2]。全球經(jīng)濟(jì)金融化和信息化程度的不斷提高,以及全球經(jīng)濟(jì)關(guān)聯(lián)緊密性的提升,導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生概率和強(qiáng)度都大大增加。例如在金融全球化的背景下,各個(gè)國家的金融市場連接形成一個(gè)復(fù)雜的金融網(wǎng)絡(luò),一旦某個(gè)系統(tǒng)性重要的國家發(fā)生金融危機(jī),必然將通過該網(wǎng)絡(luò)傳染到其他國家,從而可能引發(fā)全球性的金融危機(jī)[3]。系統(tǒng)性金融風(fēng)險(xiǎn)是學(xué)術(shù)界、業(yè)界和政界共同關(guān)心的重大問題之一。中國政府將防范和化解系統(tǒng)性金融風(fēng)險(xiǎn)作為三大攻堅(jiān)戰(zhàn)之首。黨的十九大明確指出要“健全金融監(jiān)管體系,守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”,歷年中央經(jīng)濟(jì)工作會(huì)議上也多次強(qiáng)調(diào)要“確保不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)”“打好防范化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)”以及“必須強(qiáng)化風(fēng)險(xiǎn)意識(shí),牢牢守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線”。

而要想對系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行有效的防范,必須首先對其有足夠的了解。但是,從現(xiàn)有文獻(xiàn)來看,目前已有研究中,系統(tǒng)性金融風(fēng)險(xiǎn)在一定意義上是一個(gè)籠統(tǒng)的概念,大量研究或是從微觀角度提出度量系統(tǒng)性金融風(fēng)險(xiǎn)的方法,或是從宏觀角度描述現(xiàn)象,尚未形成一個(gè)統(tǒng)一的定義[4]。例如,從單個(gè)金融機(jī)構(gòu)的角度出發(fā),學(xué)者們利用股票價(jià)格等數(shù)據(jù)構(gòu)建尾部依賴模型,提出了條件在險(xiǎn)價(jià)值(Co VaR)、邊際期望損失(MES)、系統(tǒng)性風(fēng)險(xiǎn)指數(shù)(SRISK)以及條件期望損失(CoES)等一系列指標(biāo)[5-8]。這些指標(biāo)在國內(nèi)外的最新研究中被廣泛使用[9-13]。而從整體的角度出發(fā),學(xué)者們通過構(gòu)建格蘭杰因果關(guān)系網(wǎng)絡(luò)[14-15]、銀行間網(wǎng)絡(luò)[16-18]、違約強(qiáng)度模型[19]以及聯(lián)合違約概率[20-22]等方法研究系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率,危機(jī)的擴(kuò)散、傳導(dǎo)和放大機(jī)制,整體市場的網(wǎng)絡(luò)結(jié)構(gòu)以及如何對危機(jī)進(jìn)行監(jiān)測和預(yù)警。簡言之,已有研究中的系統(tǒng)性風(fēng)險(xiǎn)實(shí)質(zhì)上有著不同的含義,既有從金融機(jī)構(gòu)出發(fā)考察單個(gè)金融機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)的指標(biāo),亦包括從整體上對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行分析的度量。進(jìn)而造成在一些研究中出現(xiàn)將系統(tǒng)性金融風(fēng)險(xiǎn)的各種含義不加區(qū)分而混為一談的現(xiàn)象,一些文獻(xiàn)對研究結(jié)果的解讀望文生義。更重要的是,由于對系統(tǒng)性金融風(fēng)險(xiǎn)的認(rèn)知差強(qiáng)人意,很難對金融危機(jī)給出合理的預(yù)判。因此就出現(xiàn)這樣一幕,次貸危機(jī)爆發(fā)后,英國女王詰問一眾經(jīng)濟(jì)學(xué)家“為什么沒有人注意到次貸危機(jī)?”1)The Queen asks why no one saw the credit crunch coming,https://www.telegraph.co.uk/news/uknews/theroyalfamily/3386353/The-Queen-asks-why-no-one-saw-the-credit-crunch-coming.html。那么,系統(tǒng)性金融風(fēng)險(xiǎn)是否可以預(yù)判? 不同類型的系統(tǒng)性金融風(fēng)險(xiǎn)的可預(yù)判性是否存在差異? 其背后的原因是什么? 對于這些問題,都有必要給予深度的審視。

關(guān)于系統(tǒng)性風(fēng)險(xiǎn)的預(yù)判,已有文獻(xiàn)針對經(jīng)濟(jì)金融體系,基于指標(biāo)體系和預(yù)警指數(shù)提出了一系列的方法,其中,經(jīng)典的預(yù)警模型包括FR 概率模型[23]、STV 模型[24]和KLR 信號模型[25-26]。在上述早期預(yù)警模型的基礎(chǔ)上,學(xué)者們通過引入馬爾可夫鏈、神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等方法進(jìn)行了改進(jìn)[27-28]。但是,近年來,已有部分學(xué)者對利用指標(biāo)體系和預(yù)警模型對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行預(yù)警的做法提出了質(zhì)疑。Benoit等[29]通過研究監(jiān)管部門公布的真實(shí)數(shù)據(jù),發(fā)現(xiàn)通過系統(tǒng)性風(fēng)險(xiǎn)得分等方法并不能準(zhǔn)確地識(shí)別出系統(tǒng)性重要金融機(jī)構(gòu)。Banulescu-Radu 等[9]則是通過對MES、SES和SRISK 等指標(biāo)進(jìn)行回顧測試的基礎(chǔ)上,對利用這些指標(biāo)構(gòu)建早期預(yù)警模型的效果進(jìn)行了檢驗(yàn),發(fā)現(xiàn)這些指標(biāo)并不能真正地對系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)進(jìn)行預(yù)警。

利用指標(biāo)體系和預(yù)警指數(shù)的方法來防范系統(tǒng)性金融風(fēng)險(xiǎn)可以避免歷史上犯過的錯(cuò)誤,但卻很難對新的危機(jī)進(jìn)行預(yù)判。系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā),是整個(gè)經(jīng)濟(jì)金融系統(tǒng)從一種常態(tài)進(jìn)入非常態(tài)的過程,而這種變化難以被指標(biāo)體系和預(yù)警指數(shù)所捕捉,因此,對于系統(tǒng)性金融風(fēng)險(xiǎn)的預(yù)判應(yīng)該從機(jī)理入手進(jìn)行分析。沿著這一思路,越來越多的學(xué)者從演化和傳導(dǎo)模式等視角對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行探討。從宏觀經(jīng)濟(jì)的視角出發(fā),王擎等[30]基于動(dòng)態(tài)隨機(jī)一般均衡模型(DSGE)的方法,發(fā)現(xiàn)系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)伴隨順周期的資本監(jiān)管對實(shí)體經(jīng)濟(jì)的影響。He等[31]通過構(gòu)建一個(gè)包含金融機(jī)構(gòu)部門的宏觀模型,描述了整個(gè)經(jīng)濟(jì)金融系統(tǒng)如何從正常狀態(tài)轉(zhuǎn)換到非正常狀態(tài)(系統(tǒng)性風(fēng)險(xiǎn)狀態(tài))。從資產(chǎn)價(jià)格的角度出發(fā),Brunnermeier等[32]指出資產(chǎn)價(jià)格泡沫是系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)的重要推手。Duarte等[33]則強(qiáng)調(diào)了去杠桿過程中資產(chǎn)拋售所造成的傳染和風(fēng)險(xiǎn)溢出在系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)中的重要作用。此外,從銀行業(yè)的角度出發(fā),Morrison等[34]在一般均衡的框架下分析了銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)形成和積累的內(nèi)在機(jī)制。Chu等[35]指出銀行業(yè)地理擴(kuò)張所造成的資產(chǎn)同質(zhì)化顯著提升了銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)。方意等[17]則通過銀行間網(wǎng)絡(luò)模型發(fā)現(xiàn),不同大小的沖擊將分別通過降價(jià)拋售傳染機(jī)制和破產(chǎn)傳染機(jī)制造成系統(tǒng)性金融風(fēng)險(xiǎn)。但是,這些研究依然沒有從整個(gè)經(jīng)濟(jì)金融體系出發(fā),在內(nèi)在形成機(jī)理上對系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行刻畫,從而無法給出對系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行預(yù)判的新方法。

因此,需要更加細(xì)致地考察系統(tǒng)性金融風(fēng)險(xiǎn),從內(nèi)在形成機(jī)理、演化模式和影響機(jī)制上對其進(jìn)行刻畫,從而給出新的對系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行度量和預(yù)判的方法。本文沿著這一思路,首先,按照風(fēng)險(xiǎn)來源的差異,將系統(tǒng)性金融風(fēng)險(xiǎn)分為內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)、外生型系統(tǒng)性金融風(fēng)險(xiǎn)和混合型系統(tǒng)性金融風(fēng)險(xiǎn)。然后,重點(diǎn)分析內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的演化機(jī)理,將內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生歸因?yàn)橐恍┚哂刑刭|(zhì)性的“關(guān)鍵性風(fēng)險(xiǎn)要素”積聚膨脹所導(dǎo)致。在此基礎(chǔ)上,將內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)分解為“截面風(fēng)險(xiǎn)”和“滯后風(fēng)險(xiǎn)”兩個(gè)部分,并構(gòu)建相應(yīng)的度量指標(biāo)。最后,指出內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)具有一定的可預(yù)判性,而外生型(混合型)系統(tǒng)性金融風(fēng)險(xiǎn)由于其黑天鵝的特征,沒有可預(yù)判性。

本文的貢獻(xiàn)主要體現(xiàn)在如下兩個(gè)方面:①將系統(tǒng)性金融風(fēng)險(xiǎn)按照其形成機(jī)理區(qū)分為內(nèi)生型、外生型和混合型,并通過構(gòu)建演化模型揭示了內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)的原因是關(guān)鍵性風(fēng)險(xiǎn)要素的積聚和膨脹;②將內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)分解為截面風(fēng)險(xiǎn)和滯后風(fēng)險(xiǎn)兩個(gè)部分,并給出相應(yīng)的度量方法。

1 金融風(fēng)險(xiǎn)的分類

按照影響范圍進(jìn)行劃分,金融風(fēng)險(xiǎn)可以分為個(gè)體風(fēng)險(xiǎn)、市場崩盤風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)。其中,個(gè)體風(fēng)險(xiǎn)指個(gè)人或機(jī)構(gòu)可以選擇是否承擔(dān)的風(fēng)險(xiǎn),與金融產(chǎn)品、資產(chǎn)負(fù)債結(jié)構(gòu)、項(xiàng)目和戰(zhàn)略等因素有關(guān)。個(gè)體風(fēng)險(xiǎn)在一定程度上可以通過市場交易來轉(zhuǎn)移、緩釋,是微觀風(fēng)險(xiǎn)管理的主要對象。

與之相對應(yīng)的,市場崩盤風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)是整體性風(fēng)險(xiǎn)2)雖然市場崩盤風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)都是整體性的風(fēng)險(xiǎn),但兩者包含的內(nèi)容和實(shí)質(zhì)是不同的。從包含的內(nèi)容來看,市場崩盤風(fēng)險(xiǎn)在高頻交易市場中表現(xiàn)為證券市場崩盤風(fēng)險(xiǎn)、銀行間同業(yè)拆借市場流動(dòng)性枯竭、債券市場崩盤風(fēng)險(xiǎn)、大宗商品市場以及貴金屬市場的暴跌等;在低頻交易市場主要包括國際證券資本大進(jìn)與急停、互聯(lián)網(wǎng)金融的整體性風(fēng)險(xiǎn)(P2P 平臺(tái)等)以及行業(yè)和區(qū)域性的銀行信貸整體風(fēng)險(xiǎn)。而系統(tǒng)性風(fēng)險(xiǎn)的表現(xiàn)形式主要包括貨幣危機(jī)、銀行危機(jī)、金融危機(jī)和經(jīng)濟(jì)危機(jī)等,是宏觀風(fēng)險(xiǎn)管理的主要對象。其中:市場崩盤風(fēng)險(xiǎn)是市場層面的整體風(fēng)險(xiǎn),幾乎可以影響到市場上的所有參與者,并波及其他市場,甚至影響社會(huì)穩(wěn)定;而系統(tǒng)性風(fēng)險(xiǎn)是足以導(dǎo)致金融危機(jī)、經(jīng)濟(jì)危機(jī)的風(fēng)險(xiǎn),影響到社會(huì)經(jīng)濟(jì)活動(dòng)的方方面面3)在學(xué)術(shù)研究中,有部分文獻(xiàn)把系統(tǒng)風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)的概念混淆,但兩者的理念是完全不同的。系統(tǒng)風(fēng)險(xiǎn)是從投資組合和資產(chǎn)定價(jià)的角度出發(fā),是投資者無法通過多樣化對沖掉的風(fēng)險(xiǎn),實(shí)質(zhì)上度量的是微觀主體進(jìn)行風(fēng)險(xiǎn)投資時(shí)必須承擔(dān)的風(fēng)險(xiǎn);而系統(tǒng)性風(fēng)險(xiǎn)是從整個(gè)經(jīng)濟(jì)金融體系的全局出發(fā)的風(fēng)險(xiǎn),是宏觀意義上整體性的風(fēng)險(xiǎn)。

2 已有系統(tǒng)性風(fēng)險(xiǎn)概念、度量和預(yù)警研究

2.1 系統(tǒng)性風(fēng)險(xiǎn)的概念

已有文獻(xiàn)中系統(tǒng)性風(fēng)險(xiǎn)的概念分為3類:第1類從個(gè)體受整體市場影響的角度研究系統(tǒng)性風(fēng)險(xiǎn)對個(gè)體的影響。第2類從單個(gè)機(jī)構(gòu)或市場對系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)的角度研究單個(gè)(系統(tǒng)性重要)機(jī)構(gòu)(市場)對經(jīng)濟(jì)金融體系產(chǎn)出危機(jī)的貢獻(xiàn)。例如,從損失的角度出發(fā),學(xué)者們構(gòu)建了邊際期望損失(Marginal Expected Shortfall,MES)和條件在險(xiǎn)價(jià)值(Co VaR)等指標(biāo)來度量單個(gè)金融機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)[5,7]。第3類從整體經(jīng)濟(jì)金融體系出現(xiàn)危機(jī)的角度研究系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率以及危機(jī)的擴(kuò)散、傳導(dǎo)和放大機(jī)制,整體市場的網(wǎng)絡(luò)結(jié)構(gòu)以及如何對危機(jī)進(jìn)行監(jiān)測和預(yù)警。例如,在研究銀行之間系統(tǒng)性風(fēng)險(xiǎn)的傳導(dǎo)時(shí),通常包括兩個(gè)渠道,即銀行間市場渠道和支付清算渠道。在銀行間市場渠道中,學(xué)者們認(rèn)為銀行間存在資產(chǎn)負(fù)債表的關(guān)聯(lián),單個(gè)銀行的倒閉會(huì)對其他銀行造成流動(dòng)性沖擊,而資本不足的銀行會(huì)發(fā)生倒閉并繼續(xù)對其他銀行產(chǎn)生沖擊,最終導(dǎo)致了危機(jī)的發(fā)生,并且銀行間違約的傳染與銀行間網(wǎng)絡(luò)的結(jié)構(gòu)密切相關(guān)[16,36]。在支付清算渠道中,中央對手方清算(Central Counterparties,CCPs)扮演了重要角色,如果銀行不對交易對手風(fēng)險(xiǎn)進(jìn)行對沖,那么,一家銀行的倒閉可能會(huì)觸發(fā)整體性危機(jī)[37];而當(dāng)存在中央對手方清算時(shí),交易對手風(fēng)險(xiǎn)則不會(huì)快速傳導(dǎo)[38]。在危機(jī)的放大機(jī)制方面,學(xué)者們通常采用流動(dòng)性的正(負(fù))反饋效應(yīng)進(jìn)行解釋:當(dāng)市場下行時(shí),金融機(jī)構(gòu)需要出售資產(chǎn)以滿足流動(dòng)性需求和擔(dān)保要求,而大量資產(chǎn)的出售加速了市場下行的速度,導(dǎo)致機(jī)構(gòu)需要出售更多的資產(chǎn),進(jìn)而使得危機(jī)逐步放大[2]。

系統(tǒng)性風(fēng)險(xiǎn)的概念之所以會(huì)有這樣的區(qū)分,是因?yàn)槭袌龅囊话銋⑴c者與監(jiān)管者的關(guān)注點(diǎn)是不同的。具體而言,一般的市場參與者關(guān)心的是第1類,監(jiān)管部門關(guān)心的是第2類,而黨中央“牢牢守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線”則對應(yīng)的是第3類。此外,不同類型的系統(tǒng)性風(fēng)險(xiǎn)的度量方式也有很大的差別,接下來對文獻(xiàn)中已有的系統(tǒng)性風(fēng)險(xiǎn)度量方式進(jìn)行總結(jié)。

2.2 系統(tǒng)性風(fēng)險(xiǎn)的度量方式

已有研究中提出了大量度量系統(tǒng)性風(fēng)險(xiǎn)的方法4)Bisias等[39]將文獻(xiàn)中提出的29個(gè)指標(biāo)劃分為基于宏觀經(jīng)濟(jì)的度量、基于網(wǎng)絡(luò)的度量、前瞻性風(fēng)險(xiǎn)指標(biāo)、基于壓力測試的度量、截面指標(biāo)和基于流動(dòng)性的指標(biāo)6大類,在這些指標(biāo)中,既有從金融機(jī)構(gòu)出發(fā)考察單個(gè)金融機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)的指標(biāo),包括邊際期望損失(MES)、系統(tǒng)性風(fēng)險(xiǎn)指數(shù)(SRISK)、條件在險(xiǎn)價(jià)值(Co VaR)和ΔCo VaR 等指標(biāo);亦有從整體上對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行分析的度量,包括從銀行間市場和金融網(wǎng)絡(luò)入手進(jìn)行的分析,基于聯(lián)合違約概率進(jìn)行的分析等。表1中對文獻(xiàn)中提出的系統(tǒng)性風(fēng)險(xiǎn)度量的指標(biāo)進(jìn)行了總結(jié)。本節(jié)選取了其中一些有代表性的指標(biāo)進(jìn)行介紹。

表1 系統(tǒng)性風(fēng)險(xiǎn)的度量

2.2.1MES和SRISK 假設(shè)整個(gè)金融體系中有N家金融機(jī)構(gòu),并且機(jī)構(gòu)i在時(shí)刻t的股票收益率為ri,t,則整個(gè)市場的收益率為

其中,wi,t為機(jī)構(gòu)i在時(shí)刻t按照市值所計(jì)算的權(quán)重。參照Acharya等[7,40]的設(shè)定,在給定置信水平α后,期望損失(Expected Shortfall,ES)度量了損失超過在險(xiǎn)價(jià)值(Value at Risk,VaR)部分的期望,在此基礎(chǔ)上分析整體風(fēng)險(xiǎn)對單個(gè)金融機(jī)構(gòu)風(fēng)險(xiǎn)暴露的敏感性,可得:

從定義上可以看出,MES度量了金融機(jī)構(gòu)i風(fēng)險(xiǎn)暴露的增加對整體風(fēng)險(xiǎn)的邊際貢獻(xiàn)。而在MES的基礎(chǔ)上,Brownlees等[6]引入銀行的杠桿率和規(guī)模,從銀行資本缺口的視角構(gòu)建出了SRISK:

其中:k為資本充足率;Wi,t為股權(quán)價(jià)值;LVGi,t為杠桿率;LRMESi,t為長期邊際期望損失(Long Run MES),度量的是在未來一段較長的時(shí)間內(nèi),如果市場的累積收益低于某一個(gè)臨界值時(shí),公司股權(quán)價(jià)值的損失。假定用ri,t+1:t+h和rm,t+1:t+h分別度量單個(gè)機(jī)構(gòu)和市場在t+1～t+h這一時(shí)間段的累積收益,用C表示一個(gè)給定的臨界值。則

SRISK 除了可以度量單個(gè)機(jī)構(gòu)在危機(jī)中的資金缺口外,還可以度量在危機(jī)中政府對整個(gè)金融體系救助時(shí)需要投入的資金量,以此作為整體金融體系的系統(tǒng)性風(fēng)險(xiǎn)程度的度量。其計(jì)算方法為

2.2.2Co VaR 和ΔCo VaR 與上述方法不同,由Adrian 等[5]所提出的ΔCo VaR 通過比較金融機(jī)構(gòu)在正常狀態(tài)和處于危機(jī)中的Co VaR 的差異來度量單個(gè)機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)。其中,Co VaR指的是當(dāng)單個(gè)機(jī)構(gòu)處于某個(gè)狀態(tài)時(shí)(用C(ri,t)表示),整個(gè)市場的在險(xiǎn)價(jià)值。計(jì)算方法為:

2.2.3未定權(quán)益分析法 未定權(quán)益分析法(Contingent Claims Analysis,CCA)最早由Gray等[42]引入對系統(tǒng)性風(fēng)險(xiǎn)的度量中。該方法從期權(quán)定價(jià)的思想出發(fā),假設(shè)金融機(jī)構(gòu)的股權(quán)價(jià)值是以公司價(jià)值為標(biāo)的,以負(fù)債價(jià)值為執(zhí)行價(jià)格的看漲期權(quán),利用期權(quán)定價(jià)公式對違約風(fēng)險(xiǎn)進(jìn)行測算,可以更好地度量不同機(jī)構(gòu)之間風(fēng)險(xiǎn)的非線性聯(lián)系。宮曉琳[43]和方意等[44]分別采用CCA 方法對我國宏觀金融風(fēng)險(xiǎn)和銀行系統(tǒng)風(fēng)險(xiǎn)進(jìn)行分析。在此基礎(chǔ)上,唐文進(jìn)等[45]將傳統(tǒng)未定權(quán)益分析模型中的連續(xù)擴(kuò)散假設(shè)發(fā)展為跳躍擴(kuò)散假設(shè),發(fā)現(xiàn)跳躍未定權(quán)益模型能更好地刻畫極端金融事件的風(fēng)險(xiǎn)激增特征并對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行預(yù)警。

2.2.4基于銀行間市場與金融網(wǎng)絡(luò)的度量 這類方法通過銀行間資產(chǎn)負(fù)債表數(shù)據(jù)和交易數(shù)據(jù)來構(gòu)建網(wǎng)絡(luò),根據(jù)網(wǎng)絡(luò)的形狀來模擬風(fēng)險(xiǎn)相互傳染的情況,從而對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行測算。Allen 等[16]發(fā)現(xiàn),緊密聯(lián)系的資產(chǎn)負(fù)債表使得危機(jī)在銀行間快速傳導(dǎo)。Billio等[14]利用主成分分析和格蘭杰因果檢驗(yàn)的方法構(gòu)建了一系列度量連接緊密程度的指標(biāo),并指出各類金融機(jī)構(gòu)之間的緊密聯(lián)系提升了系統(tǒng)性風(fēng)險(xiǎn)的水平。Giesecke等[19]則基于違約強(qiáng)度模型將系統(tǒng)性風(fēng)險(xiǎn)定義為整個(gè)金融體系中足夠多的金融機(jī)構(gòu)發(fā)生違約的條件概率。

2.2.5基于聯(lián)合違約概率進(jìn)行的分析這類方法通過整個(gè)金融體系的聯(lián)合違約概率來度量系統(tǒng)性風(fēng)險(xiǎn)。Segoviano等[20]將整個(gè)銀行系統(tǒng)視為由各個(gè)銀行構(gòu)成的投資組合,利用Copula函數(shù)來構(gòu)建銀行之間的聯(lián)系,并在此基礎(chǔ)上構(gòu)建了一系列指標(biāo)來度量銀行系統(tǒng)處于危機(jī)的聯(lián)合概率。另一類模型則利用信用違約互換(CDS)的溢價(jià)來計(jì)算聯(lián)合違約概率。Huang等[41]利用CDS的溢價(jià)來計(jì)算違約概率,并在此基礎(chǔ)上以由銀行體系困境所導(dǎo)致的損失需要的保險(xiǎn)溢價(jià)來度量系統(tǒng)性風(fēng)險(xiǎn)。

2.3 系統(tǒng)性風(fēng)險(xiǎn)的預(yù)警方法

人們往往只關(guān)注短期監(jiān)測和預(yù)警。這種方法對于個(gè)體風(fēng)險(xiǎn)是相對有效的,而系統(tǒng)性風(fēng)險(xiǎn)醞釀時(shí)間長,發(fā)生的頻率很低,危機(jī)爆發(fā)之前短期內(nèi)系統(tǒng)整體的變化區(qū)別度小。因此,短期監(jiān)測和預(yù)警可能難以發(fā)現(xiàn),并且即使一些變化被感受到,社會(huì)經(jīng)濟(jì)發(fā)展巨大的慣性難以逆轉(zhuǎn)危機(jī)爆發(fā)的可能。

已有的系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測和預(yù)警方法大多基于指標(biāo)體系和預(yù)警指數(shù),并且針對金融體系本身來設(shè)計(jì)。其中,早期預(yù)警模型包括FR 概率模型[23]、STV 模型[24]和KLR 信號模型[25-26]。Frankel等[23]提出的FR 概率模型是早期預(yù)警模型的代表之一,該模型將表示金融危機(jī)是否爆發(fā)的虛擬變量作為被解釋變量,將引發(fā)金融危機(jī)的因素作為解釋變量,通過回歸分析方法計(jì)算危機(jī)發(fā)生的概率。在STV 模型中,Sachs等[24]集中分析危機(jī)成因類似的一組國家,同時(shí)選擇對危機(jī)形成有重要作用的一組變量,以20個(gè)新興國家的截面數(shù)據(jù)建立預(yù)警模型。KLR 信號模型由Kaminsky 等[25]創(chuàng)立并經(jīng)過Kaminsky 等[26]進(jìn)行完善,其理論基礎(chǔ)是研究經(jīng)濟(jì)周期轉(zhuǎn)折的信號理論,其核心思想是,首先通過研究貨幣危機(jī)發(fā)生的原因來確定哪些經(jīng)濟(jì)變量可以用于貨幣危機(jī)的預(yù)警,基于歷史數(shù)據(jù)構(gòu)建先行指標(biāo)體系,然后根據(jù)歷史數(shù)據(jù)對每一個(gè)安全指標(biāo)確定一個(gè)安全閾值,超過閾值時(shí)便發(fā)出一個(gè)危機(jī)信號,危機(jī)信號越多,則發(fā)生危機(jī)的可能性越大。吳海霞等[46]結(jié)合我國國情,采用KLR信號模型進(jìn)行分析,指出我國金融風(fēng)險(xiǎn)在系統(tǒng)性風(fēng)險(xiǎn)方面表現(xiàn)為財(cái)政風(fēng)險(xiǎn)突出。

在早期預(yù)警模型的基礎(chǔ)上,學(xué)者們通過引入馬爾可夫鏈、神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行了深入拓展,并給出金融壓力指數(shù)法等預(yù)警系統(tǒng)5)朱元倩等[51]給出一個(gè)了關(guān)于系統(tǒng)性風(fēng)險(xiǎn)預(yù)警模型的綜述。其中,Nag等[47]最早使用人工神經(jīng)網(wǎng)絡(luò)模型對危機(jī)進(jìn)行預(yù)警,并指出人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)警能力要好于傳統(tǒng)的KLR模型。Abiad[27]則最早將包含時(shí)變轉(zhuǎn)移概率的馬爾可夫轉(zhuǎn)換模型應(yīng)用到危機(jī)預(yù)警中。黨印等[28]對人工神經(jīng)網(wǎng)絡(luò)模型、機(jī)器學(xué)習(xí)等方法在系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測和預(yù)警中的應(yīng)用進(jìn)展進(jìn)行了分析和總結(jié)。此外,Illing等[48]選取加拿大各個(gè)市場中具有代表性的指標(biāo),利用因子分析法等方法進(jìn)行加權(quán),構(gòu)建了加拿大的金融壓力指數(shù)。這一方法隨后被Hakkio等[49]、呂江林等[50]采用。

利用指標(biāo)體系和各種預(yù)警指數(shù)防范系統(tǒng)性風(fēng)險(xiǎn)可以避免重犯過去的錯(cuò)誤。但這類方法隨著風(fēng)險(xiǎn)范圍加大其有效性快速遞減,對于金融危機(jī)、經(jīng)濟(jì)危機(jī)幾乎失效。背后的邏輯是:①指標(biāo)體系和預(yù)警指數(shù)主要是根據(jù)既往歷史的表現(xiàn)選擇指標(biāo),設(shè)定閾值。而對于金融危機(jī)、經(jīng)濟(jì)危機(jī)這類影響全局的大事,對人類整體的教訓(xùn)是深痛的,故在以往發(fā)生過危機(jī)的指標(biāo)上,人類會(huì)有所警覺而及時(shí)加以處理,預(yù)警體系關(guān)注的指標(biāo)重現(xiàn)以往的錯(cuò)誤概率很小。但危機(jī)總是以新的形式出現(xiàn),而這些新形式的危機(jī)是表現(xiàn)在預(yù)警體系之外的指標(biāo)上。②時(shí)間的單向性,決定了未來一定不會(huì)是過去的完全重復(fù),未來也一定不會(huì)是完全按照人類認(rèn)知的物理規(guī)律發(fā)展。未來總有以往不曾發(fā)生的大事發(fā)生,總有一些大事無法用過去的模式去框套,完全杜絕系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)是不可能的。

系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā),是系統(tǒng)從一種常態(tài)進(jìn)入非常態(tài)的過程,出現(xiàn)了結(jié)構(gòu)性的斷裂。而指標(biāo)體系和預(yù)警指數(shù)都是結(jié)構(gòu)化的(預(yù)警指數(shù)的生成是一個(gè)基于歷史進(jìn)行結(jié)構(gòu)化的過程),難以捕捉非結(jié)構(gòu)突變。因此,對于系統(tǒng)性風(fēng)險(xiǎn)的預(yù)警需要從機(jī)理入手。機(jī)理的認(rèn)識(shí)有助于理解整體性風(fēng)險(xiǎn)爆發(fā)前的系統(tǒng)演變邏輯,從而抓住關(guān)鍵,減少系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率,降低其強(qiáng)度。

3 系統(tǒng)性風(fēng)險(xiǎn)的理論刻畫

3.1 系統(tǒng)性風(fēng)險(xiǎn)的類別

已有文獻(xiàn)中的系統(tǒng)性風(fēng)險(xiǎn)是一個(gè)相對籠統(tǒng)的概念,需要進(jìn)行更加細(xì)致地考察。本文認(rèn)為,按照風(fēng)險(xiǎn)來源的差異,可以將系統(tǒng)性金融風(fēng)險(xiǎn)分為內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)、外生型系統(tǒng)性金融風(fēng)險(xiǎn)和混合型系統(tǒng)性金融風(fēng)險(xiǎn)3類。

內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)指的是由于經(jīng)濟(jì)-金融系統(tǒng)自身運(yùn)動(dòng)(經(jīng)濟(jì)金融交易活動(dòng)等)而導(dǎo)致的系統(tǒng)性金融風(fēng)險(xiǎn),發(fā)生的原因在于關(guān)鍵性風(fēng)險(xiǎn)要素的積聚和爆發(fā)。人們常說的“灰犀?！笔录?就對應(yīng)著這種內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)。例如2007～2008年的次貸危機(jī)和2012年的歐債危機(jī)都是典型的內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)。

外生型系統(tǒng)性金融風(fēng)險(xiǎn)則是指由于突發(fā)自然災(zāi)害、人為技術(shù)災(zāi)害、戰(zhàn)爭和社會(huì)騷亂等外生原因,導(dǎo)致經(jīng)濟(jì)系統(tǒng)正常運(yùn)行被破壞,通過債務(wù)鏈條傳導(dǎo)至金融系統(tǒng),造成金融系統(tǒng)的危機(jī)。人們常說的“黑天鵝”事件,往往與外生型系統(tǒng)性金融風(fēng)險(xiǎn)相對應(yīng)。例如2020年3月由新冠肺炎導(dǎo)致的全球性金融市場大崩盤就是典型的外生型系統(tǒng)性金融風(fēng)險(xiǎn)。

混合型系統(tǒng)性金融風(fēng)險(xiǎn)指的是外生疊加于內(nèi)生因素的系統(tǒng)性風(fēng)險(xiǎn)。經(jīng)濟(jì)-金融系統(tǒng)本身具有較高的脆弱性,受到外生沖擊后,這種脆弱性加強(qiáng),在經(jīng)濟(jì)-金融系統(tǒng)形成正反饋機(jī)制,螺旋式放大系統(tǒng)脆弱性,導(dǎo)致系統(tǒng)性崩潰。

由3種系統(tǒng)性風(fēng)險(xiǎn)的定義可以看出:外生型系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生具有偶然性,是無法進(jìn)行預(yù)判的;內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)由金融系統(tǒng)自身的運(yùn)動(dòng)所導(dǎo)致,是有跡可循的;而混合型系統(tǒng)性金融風(fēng)險(xiǎn)本身就蘊(yùn)含著內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn),只是還沒有發(fā)展到自我爆發(fā),而是由于外在原因所觸發(fā)。本文接下來的分析將以內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)為主。

3.2 內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的定義

內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā),是系統(tǒng)發(fā)生了結(jié)構(gòu)性變化,是系統(tǒng)失衡的結(jié)果。對于一個(gè)系統(tǒng)內(nèi)部的各個(gè)組元,如果所有組元的變化大體同步,那么,系統(tǒng)的變化只是尺度的變化,而不會(huì)產(chǎn)生結(jié)構(gòu)性的變化;結(jié)構(gòu)性變化的產(chǎn)生,通常是系統(tǒng)內(nèi)部少數(shù)要素出現(xiàn)了單一方向的快速變動(dòng),以至于打破系統(tǒng)結(jié)構(gòu)的平衡,導(dǎo)致系統(tǒng)走向崩潰。因此,對于內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的考察,需要把注意力放在系統(tǒng)內(nèi)部那些導(dǎo)致系統(tǒng)結(jié)構(gòu)失衡的少數(shù)要素上,我們稱之為“關(guān)鍵性風(fēng)險(xiǎn)要素”,是這樣一些“關(guān)鍵性風(fēng)險(xiǎn)要素”的運(yùn)動(dòng)給系統(tǒng)帶來了整體性風(fēng)險(xiǎn)。一個(gè)簡單的類比可以形象地說明這一點(diǎn)。對臨終病人進(jìn)行醫(yī)學(xué)檢查可以發(fā)現(xiàn)患者周身的很多器官都出現(xiàn)了衰竭,但是并不是這些器官早就同時(shí)發(fā)生了病變,而是某種病因(如癌癥)的長期演變導(dǎo)致臨終前的器官衰竭。如果能對這一病因進(jìn)行早期篩查,確定疾病的“關(guān)鍵性風(fēng)險(xiǎn)要素”,就有可能預(yù)防和治理這一疾病。

那么,應(yīng)該如何識(shí)別關(guān)鍵性風(fēng)險(xiǎn)要素? 本文認(rèn)為引發(fā)內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)鍵性風(fēng)險(xiǎn)要素具備如下4大特征:快速膨脹性、超額收益性、無實(shí)質(zhì)進(jìn)步性和匯聚性。其中:①快速膨脹性和超額收益性。關(guān)鍵性風(fēng)險(xiǎn)要素對應(yīng)的市場一段時(shí)間以來處于一個(gè)快速膨脹過程,且對于關(guān)鍵性風(fēng)險(xiǎn)要素的利益相關(guān)者(關(guān)鍵性風(fēng)險(xiǎn)要素市場的參與者),關(guān)鍵性風(fēng)險(xiǎn)要素在其膨脹過程中帶來普遍的超額收益,使得絕大多數(shù)關(guān)鍵性風(fēng)險(xiǎn)要素市場的參與者在此過程中獲利。那些沒有超額收益,或者只為很少市場參與者帶來收益的系統(tǒng)要素不足以成為關(guān)鍵性風(fēng)險(xiǎn)要素。②無實(shí)質(zhì)進(jìn)步性。關(guān)鍵性風(fēng)險(xiǎn)要素缺乏“實(shí)質(zhì)性進(jìn)步”的支撐。這里“實(shí)質(zhì)性進(jìn)步”是指重大的技術(shù)進(jìn)步(開創(chuàng)性新工具的發(fā)明,如蒸汽機(jī);新技術(shù)的采用等),帶來勞動(dòng)生產(chǎn)率的顯著提高;或者改變生產(chǎn)方式的制度性變化(如計(jì)劃經(jīng)濟(jì)變?yōu)槭袌鼋?jīng)濟(jì)),帶來勞動(dòng)生產(chǎn)率提高或者全社會(huì)的生活方式的改變。那些有“實(shí)質(zhì)性進(jìn)步”支撐的因素成為關(guān)鍵性風(fēng)險(xiǎn)要素的可能性比較小。③匯聚性。關(guān)鍵性風(fēng)險(xiǎn)要素一般與資本市場緊密聯(lián)系,關(guān)鍵性風(fēng)險(xiǎn)要素的變動(dòng)不僅改變經(jīng)濟(jì)結(jié)構(gòu)的均衡,而且會(huì)通過虛擬經(jīng)濟(jì)產(chǎn)生泡沫。圍繞著關(guān)鍵性風(fēng)險(xiǎn)要素出現(xiàn)“匯聚性”,眾多金融產(chǎn)品及投資者紛紛與關(guān)鍵性風(fēng)險(xiǎn)要素建立關(guān)聯(lián),試圖分享關(guān)鍵性風(fēng)險(xiǎn)要素膨脹所帶來的超額收益。

綜上所述,關(guān)鍵性風(fēng)險(xiǎn)要素的變動(dòng)釀成金融危機(jī)的基本邏輯為:首先,關(guān)鍵性風(fēng)險(xiǎn)要素膨脹過程中帶來的普遍性超額收益,吸引了越來越多的社會(huì)資本參與,使得關(guān)鍵性風(fēng)險(xiǎn)要素膨脹處于正反饋之中;其次,關(guān)鍵性風(fēng)險(xiǎn)要素的不斷膨脹達(dá)到一定程度,打破了整個(gè)經(jīng)濟(jì)金融體系的結(jié)構(gòu)平衡,整個(gè)經(jīng)濟(jì)金融系統(tǒng)難以支撐關(guān)鍵性風(fēng)險(xiǎn)要素市場的發(fā)展,導(dǎo)致關(guān)鍵性風(fēng)險(xiǎn)要素市場出現(xiàn)不斷“爆雷”;最后,由于“匯聚性”的牽連作用,關(guān)鍵性風(fēng)險(xiǎn)要素市場的持續(xù)“爆雷”波及經(jīng)濟(jì)金融系統(tǒng)的眾多方面,釀成全局性的金融危機(jī)。

基于上述分析,對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)給出一個(gè)新的定義:內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)指可能造成全局性金融危機(jī)的若干關(guān)鍵性風(fēng)險(xiǎn)要素及其積聚擴(kuò)散過程。與傳統(tǒng)的定義相比6)例如,Kaufman[52]給出的系統(tǒng)性風(fēng)險(xiǎn)的定義為:“Systemic risk is the risk of collapse of an entire financial system or entire market”;Eisenberg等[53]給出的系統(tǒng)性風(fēng)險(xiǎn)的定義為:“Systemic risk is the possibility of collapse due to chain reactions of falling interconnected dominos”,新的定義聚焦在可能給整體帶來重大后果的關(guān)鍵性風(fēng)險(xiǎn)要素上,而不是“金融市場失靈”這類一般性無所指的刻畫;并指出系統(tǒng)性風(fēng)險(xiǎn)的累積過程不是靜態(tài)的,也不是平穩(wěn)的,而是由小變大的過程。將內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的認(rèn)知在時(shí)間上拉得更遠(yuǎn)、認(rèn)知的對象更聚焦,以便對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行更本原、更有針對性的考察。

2007～2008年的次貸危機(jī)和2012年的歐債危機(jī)是典型的內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)引發(fā)的危機(jī)。引發(fā)次貸危機(jī)的關(guān)鍵性風(fēng)險(xiǎn)要素是金融衍生品市場。在危機(jī)之前,美國金融衍生品市場快速膨脹,給從事該領(lǐng)域的市場參與者帶來了普遍性高收益(同一信用等級的金融衍生品的收益是傳統(tǒng)行業(yè)相同級別債券收益的數(shù)倍)。但是金融衍生品市場的繁榮并沒有“實(shí)質(zhì)性進(jìn)步”作為支撐,美國整體社會(huì)的生產(chǎn)和生活并沒有金融衍生品市場帶來的技術(shù)進(jìn)步。而在整個(gè)金融衍生品市場中,以次級住房抵押貸款為標(biāo)的資產(chǎn)的衍生品是最為薄弱的一個(gè)環(huán)節(jié),因而成為了次貸危機(jī)的導(dǎo)火索。

引發(fā)歐債危機(jī)的關(guān)鍵性風(fēng)險(xiǎn)要素為邊緣國家的主權(quán)債務(wù)。主權(quán)債務(wù)的增長來源于“歐豬五國7)“歐豬五國”是按照英文首字母的縮寫(PIIGS)對葡萄牙、愛爾蘭、意大利、希臘和西班牙5個(gè)負(fù)債結(jié)構(gòu)不合理,主權(quán)信用質(zhì)量較差的國家的戲稱”等邊緣國家的高消費(fèi)水平的不斷增長和產(chǎn)出不足的矛盾。隨著矛盾的加深,主權(quán)債務(wù)不斷膨脹,邊緣國家的國民福利均得到改善。但是邊緣國家生活水平的提高來自于整個(gè)歐盟貨幣統(tǒng)一后的搭便車效應(yīng),并沒有“實(shí)質(zhì)性進(jìn)步”和勞動(dòng)生產(chǎn)率的提升作為支撐。因此,當(dāng)邊緣國家的主權(quán)債券累積到一定程度之后,就爆發(fā)了歐債危機(jī)。

在第2節(jié)中的討論指出人類作為整體具有很強(qiáng)的學(xué)習(xí)功能,能夠有效地避免重大內(nèi)生性錯(cuò)誤重復(fù)發(fā)生。因此,對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)認(rèn)知的難度在于每次引發(fā)金融危機(jī)的關(guān)鍵性風(fēng)險(xiǎn)要素很少是過往經(jīng)濟(jì)(金融)危機(jī)的關(guān)鍵性風(fēng)險(xiǎn)要素。關(guān)鍵性風(fēng)險(xiǎn)要素的識(shí)別是認(rèn)知內(nèi)生型系統(tǒng)性風(fēng)險(xiǎn)的核心所在,而“快速膨脹性、超額收益性、無實(shí)質(zhì)進(jìn)步性和匯聚性”四大特征為識(shí)別關(guān)鍵性風(fēng)險(xiǎn)要素提供了指引。通過識(shí)別出關(guān)鍵性風(fēng)險(xiǎn)要素,針對性地對關(guān)鍵性風(fēng)險(xiǎn)要素進(jìn)行考察,一方面有助于更早地對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行預(yù)警和處置,另一方面也有助于對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的提前預(yù)判。這與傳統(tǒng)的通過建立預(yù)警指標(biāo)體系對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行預(yù)判有本質(zhì)性的差異。預(yù)警指標(biāo)體系的方法主要采取的思路是,對以往經(jīng)濟(jì)和金融危機(jī)進(jìn)行分析和總結(jié),從中提取危機(jī)爆發(fā)前一些發(fā)生顯著性變化的經(jīng)濟(jì)金融指標(biāo),利用各種數(shù)學(xué)和統(tǒng)計(jì)的方法設(shè)定閾值,通過監(jiān)測這些指標(biāo)變化是否抵達(dá)閾值而判斷是否有風(fēng)險(xiǎn)爆發(fā)的可能。而由上述分析指出,下一次危機(jī)的關(guān)鍵性風(fēng)險(xiǎn)要素未必在歷史危機(jī)之中,可能從歷史分析中無法納入預(yù)警指標(biāo)體系之內(nèi),而且即便在預(yù)警指標(biāo)體系之內(nèi),其觸發(fā)危機(jī)的閾值也很有可能與以往完全不同。這就造成傳統(tǒng)的預(yù)警指標(biāo)體系的方法難以捕捉新的危機(jī),回答了英國女王為什么沒有人預(yù)見次貸危機(jī)的問題。

3.3 內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的演化模型

在上一節(jié)的分析中,指出內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)是由一些具有特質(zhì)性的“關(guān)鍵性風(fēng)險(xiǎn)要素”積聚膨脹所導(dǎo)致,而關(guān)鍵性風(fēng)險(xiǎn)要素具備快速膨脹性、超額收益性、無實(shí)質(zhì)進(jìn)步性和匯聚性4個(gè)特征?；谶@4個(gè)特征,內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)理論上可以被一組描述關(guān)鍵性風(fēng)險(xiǎn)要素的隨機(jī)波動(dòng)方程和描述實(shí)體經(jīng)濟(jì)運(yùn)行的均值回歸方程聯(lián)立刻畫,這組聯(lián)立方程在不同條件下解的性質(zhì)刻畫著內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的特征。

用X表示關(guān)鍵性風(fēng)險(xiǎn)要素的勢能(價(jià)格和量的綜合),由關(guān)鍵性風(fēng)險(xiǎn)要素的快速膨脹性、無實(shí)質(zhì)進(jìn)步性和匯聚性的特征,可以假設(shè)X的變化與X的存量正相關(guān);由于存在天災(zāi)人禍等的不確定性因素,還可以假設(shè)X的變化受隨機(jī)波動(dòng)的影響?；谶@兩個(gè)假設(shè),X的變化滿足:

其中:μ1為X增長率的均值;σ1為X增長率的標(biāo)準(zhǔn)差。當(dāng)dB是一個(gè)維納過程時(shí),X的變化就滿足幾何布朗運(yùn)動(dòng),即X實(shí)質(zhì)上是一個(gè)指數(shù)增長的隨機(jī)過程。

而對于正常的經(jīng)濟(jì)發(fā)展因素,由于受實(shí)體的制約,一般可以假設(shè)開始階段上升速度快,逐漸減緩,達(dá)到峰值之后呈減速態(tài)勢。假設(shè)用Y表示經(jīng)濟(jì)增長,用表示潛在增長,則Y的過程可寫為

其中:μ2為Y增長率的均值;σ2為Y增長率的標(biāo)準(zhǔn)差。這實(shí)質(zhì)上是一個(gè)均值回歸過程,經(jīng)濟(jì)增長圍繞著潛在經(jīng)濟(jì)增長波動(dòng)。

而系統(tǒng)性風(fēng)險(xiǎn)的出現(xiàn)可以用如下聯(lián)立方程描述:

由于聯(lián)立方程中第1個(gè)方程是指數(shù)增長的隨機(jī)過程,第2個(gè)方程是一個(gè)均值回歸過程,則隨著時(shí)間的流逝,一定會(huì)出現(xiàn)Y與X之比小于門檻值的情況,造成危機(jī)的爆發(fā),并且由關(guān)鍵性風(fēng)險(xiǎn)要素市場的崩潰而傳染至實(shí)體經(jīng)濟(jì)帶來實(shí)體經(jīng)濟(jì)的嚴(yán)重下滑。

上述模型從數(shù)學(xué)機(jī)理上對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)中關(guān)鍵性風(fēng)險(xiǎn)要素的作用予以說明。此外,根據(jù)上述模型,還能夠?qū)?nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)予以更多的解析。例如,在其他條件相同時(shí),μ1越大,X的攀升越快;σ1越大,X的起伏越大。因此,μ1和σ1越大,即關(guān)鍵性風(fēng)險(xiǎn)要素膨脹速度越快、波動(dòng)越激烈,內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)可能越早。

3.4 內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的度量

針對關(guān)鍵性風(fēng)險(xiǎn)要素,將內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)分為“截面風(fēng)險(xiǎn)”和“滯后風(fēng)險(xiǎn)”兩個(gè)部分。其中,截面風(fēng)險(xiǎn)是指被金融市場所感知并被定價(jià)交易的各類風(fēng)險(xiǎn),而滯后風(fēng)險(xiǎn)是關(guān)鍵性風(fēng)險(xiǎn)要素在積聚膨脹過程中超額收益所對應(yīng)的潛在風(fēng)險(xiǎn),是沒有被市場所定價(jià)交易的風(fēng)險(xiǎn)。對于截面風(fēng)險(xiǎn),可以選用傳統(tǒng)的風(fēng)險(xiǎn)度量指標(biāo),例如VaR、ES 等。對于滯后風(fēng)險(xiǎn),假設(shè)從時(shí)點(diǎn)0開始關(guān)鍵性風(fēng)險(xiǎn)要素出現(xiàn)持續(xù)的超額收益,則[0,T]時(shí)間段內(nèi)的滯后風(fēng)險(xiǎn)為

其中:X為關(guān)鍵性風(fēng)險(xiǎn)要素的市場規(guī)模;ExReturn(X,t)為關(guān)鍵性風(fēng)險(xiǎn)要素的超額收益率,即其收益率超過市場收益率的部分;σ(Y,t)為整個(gè)市場平均收益率的截面風(fēng)險(xiǎn)。由于出現(xiàn)持續(xù)超額收益的假設(shè),這里隱含著拓?fù)錅y度measure{0 ≤t≤T:I{Ex Return(X,t)＜0}非常小的條件,故滯后風(fēng)險(xiǎn)實(shí)質(zhì)上是對持續(xù)獲得超額收益的一種理論上的補(bǔ)償。

同時(shí)考慮截面風(fēng)險(xiǎn)(用CrossRisk(X,T)表示)和滯后風(fēng)險(xiǎn),則關(guān)鍵性風(fēng)險(xiǎn)要素的總體風(fēng)險(xiǎn)為

例如,選用置信水平為α,持有期為T的VaR對關(guān)鍵性風(fēng)險(xiǎn)要素的截面風(fēng)險(xiǎn)進(jìn)行度量,則可進(jìn)一步給出關(guān)鍵性風(fēng)險(xiǎn)要素的總體風(fēng)險(xiǎn),具體形式為

考慮到關(guān)鍵性風(fēng)險(xiǎn)要素的匯聚性,一旦關(guān)鍵性風(fēng)險(xiǎn)要素市場風(fēng)險(xiǎn)爆發(fā),會(huì)因?yàn)閰R聚性導(dǎo)致其他市場發(fā)生多米諾骨牌式的連鎖反應(yīng),所以存在著匯聚性風(fēng)險(xiǎn),即傳染性風(fēng)險(xiǎn)。關(guān)鍵性風(fēng)險(xiǎn)要素的匯聚性風(fēng)險(xiǎn)可表述為

其中:FS為整個(gè)金融系統(tǒng);Z為其中的其他要素市場;CoR(X,Z) 為關(guān)鍵性風(fēng)險(xiǎn)要素市場和其他要素市場的關(guān)聯(lián)性;CrossRisk(Z,T)為其他要素市場的截面風(fēng)險(xiǎn)。至此,關(guān)鍵性風(fēng)險(xiǎn)要素帶來的系統(tǒng)性風(fēng)險(xiǎn)可表述為

總體風(fēng)險(xiǎn)越大,越有可能造成系統(tǒng)性風(fēng)險(xiǎn)。由上述總體風(fēng)險(xiǎn)的構(gòu)成也可看出,滯后風(fēng)險(xiǎn)是內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)事件爆發(fā)的決定性力量,而截面風(fēng)險(xiǎn)常常是內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)事件爆發(fā)的導(dǎo)火索,匯聚性風(fēng)險(xiǎn)體現(xiàn)著關(guān)鍵性風(fēng)險(xiǎn)要素帶來的系統(tǒng)性風(fēng)險(xiǎn)嚴(yán)重程度。

文獻(xiàn)中提出的系統(tǒng)性風(fēng)險(xiǎn)度量方法,例如SRISK、格蘭杰因果關(guān)系網(wǎng)絡(luò)等,主要是從不同角度度量匯聚性風(fēng)險(xiǎn)。由于這些度量方式中沒有對關(guān)鍵性風(fēng)險(xiǎn)要素的識(shí)別,只能對整個(gè)系統(tǒng)進(jìn)行一攬子加總。這樣的匯聚性風(fēng)險(xiǎn)度量隱含著一個(gè)前提假設(shè),即所有要素的風(fēng)險(xiǎn)都基本上在同一時(shí)間段內(nèi)爆發(fā)。深究下來,這是只有當(dāng)整個(gè)系統(tǒng)風(fēng)險(xiǎn)爆發(fā)后才會(huì)出現(xiàn)的場景。這也從邏輯上說明了為什么既往系統(tǒng)性風(fēng)險(xiǎn)度量的前瞻性不足。

鑒于匯聚性風(fēng)險(xiǎn)更多體現(xiàn)關(guān)鍵性風(fēng)險(xiǎn)要素造成的系統(tǒng)性風(fēng)險(xiǎn)嚴(yán)重程度,對于系統(tǒng)性風(fēng)險(xiǎn)的預(yù)警,主要還是體現(xiàn)在關(guān)鍵性風(fēng)險(xiǎn)要素的總體風(fēng)險(xiǎn)上。值得說明的是,關(guān)鍵性風(fēng)險(xiǎn)要素總體風(fēng)險(xiǎn)的增大并不意味著一定會(huì)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)。人類社會(huì)發(fā)展過程中,技術(shù)的進(jìn)步、制度的改進(jìn)(“實(shí)質(zhì)性進(jìn)步”)或大或小始終存在著。對于關(guān)鍵性風(fēng)險(xiǎn)要素,“實(shí)質(zhì)性進(jìn)步”一是多少會(huì)有,二是不會(huì)一成不變。關(guān)鍵性風(fēng)險(xiǎn)要素帶來的超額收益有可能為創(chuàng)新提供條件,創(chuàng)新的出現(xiàn)則可能導(dǎo)致關(guān)鍵性風(fēng)險(xiǎn)要素中的“實(shí)質(zhì)性進(jìn)步”發(fā)生變化,進(jìn)而可能降低關(guān)鍵性風(fēng)險(xiǎn)要素的風(fēng)險(xiǎn),使之不再成為關(guān)鍵性風(fēng)險(xiǎn)要素,社會(huì)進(jìn)入一個(gè)新的發(fā)展層次,系統(tǒng)性風(fēng)險(xiǎn)被化解。

3.5 外生型系統(tǒng)性金融風(fēng)險(xiǎn)

外生型系統(tǒng)性金融風(fēng)險(xiǎn)主要是在被沖擊部門、其他部門和金融部門的交互式反饋中形成,即被沖擊部門的產(chǎn)出下降影響其他部門的產(chǎn)出,導(dǎo)致整個(gè)經(jīng)濟(jì)部門的產(chǎn)出下降,出現(xiàn)同頻共振現(xiàn)象,增大了經(jīng)濟(jì)部門的信用風(fēng)險(xiǎn),傳染到金融部門,并反過來進(jìn)一步影響經(jīng)濟(jì)部門,形成循環(huán)。這一過程可以用動(dòng)態(tài)反饋網(wǎng)絡(luò)來刻畫。動(dòng)態(tài)反饋網(wǎng)絡(luò)的正反饋屬性,導(dǎo)致外生沖擊被整個(gè)經(jīng)濟(jì)系統(tǒng)進(jìn)一步放大。

外生型系統(tǒng)性金融風(fēng)險(xiǎn)是因?yàn)橥獠繌?qiáng)力沖擊造成的,具有黑天鵝特征,因而往往無法提前監(jiān)測預(yù)警。但經(jīng)濟(jì)系統(tǒng)遭受沖擊后,有一個(gè)演變傳導(dǎo)的過程,因此,對于外生型系統(tǒng)性金融風(fēng)險(xiǎn)應(yīng)該重點(diǎn)關(guān)注,即:①不同類型外生沖擊下系統(tǒng)性風(fēng)險(xiǎn)的演化和傳導(dǎo);②不同類型外生沖擊下風(fēng)險(xiǎn)傳導(dǎo)中的應(yīng)對和救助;③經(jīng)濟(jì)金融系統(tǒng)對不同外生沖擊的抗沖擊性;④為防范外生沖擊所需要的系統(tǒng)冗余的建設(shè)和均衡。

對于外生型系統(tǒng)性金融風(fēng)險(xiǎn),銀行間市場提供了一個(gè)很好的示例。銀行之間通過信貸業(yè)務(wù)和同業(yè)業(yè)務(wù)等方式構(gòu)建起資產(chǎn)負(fù)債表的關(guān)聯(lián),而銀行同業(yè)市場的債權(quán)結(jié)構(gòu)對危機(jī)的傳染速度有著重要的影響。根據(jù)Allen等[16]的模型,在完全的市場結(jié)構(gòu)中系統(tǒng)性風(fēng)險(xiǎn)發(fā)生概率較小,而非完全的結(jié)構(gòu)中系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率較大。對于傳導(dǎo)的多米諾骨牌效應(yīng),Eisenberg 等[53]、Furfine[54]分別構(gòu)建了銀行間同業(yè)拆借違約的序貫?zāi)Ｐ秃豌y行間支付清算違約的支付清算向量模型,這些模型得到了后續(xù)研究的認(rèn)可與拓展[55-56]。Georg[57]比較了基于多米諾骨牌的傳染以及基于共同外部沖擊的傳染,發(fā)現(xiàn)外部共同沖擊會(huì)帶來更大的系統(tǒng)性風(fēng)險(xiǎn)。在此基礎(chǔ)上,徐國祥等[58]以銀行系統(tǒng)遭遇外部共同沖擊作為研究起點(diǎn),建立了一個(gè)共同沖擊和異質(zhì)風(fēng)險(xiǎn)交互傳導(dǎo)與放大的簡化模型,指出共同沖擊的損失遠(yuǎn)大于異質(zhì)風(fēng)險(xiǎn)的損失,并且銀行規(guī)模和網(wǎng)絡(luò)關(guān)聯(lián)性是決定傳染乘數(shù)的重要因素,而政府監(jiān)管介入能較好地降低系統(tǒng)性風(fēng)險(xiǎn) 。方意等[17]將降價(jià)拋售傳染機(jī)制和破產(chǎn)傳染機(jī)制同時(shí)納入到銀行網(wǎng)絡(luò)模型中,發(fā)現(xiàn)在小沖擊下主要通過去杠桿降價(jià)拋售傳染機(jī)制形成系統(tǒng)性風(fēng)險(xiǎn),大沖擊下則主要通過銀行破產(chǎn)傳染機(jī)制形成系統(tǒng)性風(fēng)險(xiǎn)。

3.6 系統(tǒng)性風(fēng)險(xiǎn)的可預(yù)判性

對于系統(tǒng)性風(fēng)險(xiǎn)的可預(yù)判性,應(yīng)該結(jié)合系統(tǒng)性風(fēng)險(xiǎn)的類型進(jìn)行分析。外生型系統(tǒng)性金融風(fēng)險(xiǎn)具有黑天鵝的特征,而黑天鵝事件是無法預(yù)判的,因而外生型系統(tǒng)性金融風(fēng)險(xiǎn)不具有可預(yù)判性。而內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn),雖然未必能預(yù)測到何時(shí)發(fā)生,但由于其灰犀牛的特征,其風(fēng)險(xiǎn)程度和潛在危害是可以感知的,因而具有一定的可預(yù)判性。需要說明的是,這里的可預(yù)判性與可預(yù)測性在實(shí)質(zhì)上有所不同,可預(yù)測性指的是對系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的概率、發(fā)生的時(shí)間以及發(fā)生后的危害程度進(jìn)行估計(jì),需要有對應(yīng)的預(yù)測精度;而預(yù)判更多的是對形勢的評估,是為決策服務(wù)的。本文認(rèn)為理性的預(yù)判加上有力的措施,可以在承擔(dān)一定成本的基礎(chǔ)上化解和防止災(zāi)難性風(fēng)險(xiǎn)。例如在2018年P(guān)2P 平臺(tái)開始頻繁“暴雷”之后,有關(guān)部門加強(qiáng)了對互聯(lián)網(wǎng)金融領(lǐng)域的監(jiān)管,并開展專項(xiàng)整治行動(dòng),截至2022年,近5 000家網(wǎng)貸機(jī)構(gòu)已經(jīng)全部停業(yè),有效防范了互聯(lián)網(wǎng)金融領(lǐng)域風(fēng)險(xiǎn)的外溢,防止了災(zāi)難性風(fēng)險(xiǎn)的發(fā)生8)http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/4550705/index.html。

而在對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)預(yù)判過程中,關(guān)鍵性風(fēng)險(xiǎn)要素的識(shí)別和判斷扮演了重要角色?？梢园凑铡翱焖倥蛎浶?、超額收益性、無實(shí)質(zhì)進(jìn)步性和匯聚性”4個(gè)特征來考察經(jīng)濟(jì)金融各個(gè)領(lǐng)域,以分析哪些領(lǐng)域有這些屬性。如果某個(gè)領(lǐng)域存在這些屬性,則進(jìn)一步考察快速膨脹性、超額收益性和匯聚性的程度,三者越大,特別是匯聚程度越大,則風(fēng)險(xiǎn)的積累越大,潛在的系統(tǒng)性風(fēng)險(xiǎn)越大。

4 我國經(jīng)濟(jì)關(guān)鍵性風(fēng)險(xiǎn)要素示例——房地產(chǎn)泡沫

房地產(chǎn)泡沫在金融危機(jī)的歷史中時(shí)有發(fā)威,如20世紀(jì)90 年代日本房地產(chǎn)泡沫的破裂,2007～2008年美國的次貸危機(jī)。2017年7月27日,在國新辦舉行的當(dāng)前經(jīng)濟(jì)形勢新聞發(fā)布會(huì)上,中央財(cái)經(jīng)領(lǐng)導(dǎo)小組辦公室經(jīng)濟(jì)一局局長王志軍指出:“對存在的“灰犀?！憋L(fēng)險(xiǎn)隱患,如影子銀行、房地產(chǎn)泡沫、國有企業(yè)高杠桿、地方債務(wù)、違法違規(guī)集資等問題,要摸清情況,區(qū)分輕重緩急和影響程度,突出重點(diǎn),采取有效措施,妥善加以解決。9)http://www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/35861/36962/wz36964/document/1559586/1559586.htm”。從我國的國情來看,房地產(chǎn)泡沫滿足關(guān)鍵性風(fēng)險(xiǎn)要素的相關(guān)條件。

(1) 房地產(chǎn)產(chǎn)業(yè)的發(fā)展?jié)M足快速膨脹性。由圖1、2可以看出,2000年以來,我國商品房的銷售面積和銷售額呈現(xiàn)逐年快速增長的情況。只有2019年因?yàn)閲?yán)格的調(diào)控政策的實(shí)施出現(xiàn)了短暫的回落。但整體而言,整個(gè)房地產(chǎn)市場的規(guī)模在20年內(nèi)增長超過50倍(從2000 年的3 572.00 億元增長至2021年的181 929.95億元)。

圖1 2000年以來商品房銷售面積

圖2 2000年以來商品房銷售額

(2) 房地產(chǎn)產(chǎn)業(yè)的發(fā)展使得社會(huì)各界普遍受益。對于政府而言,房地產(chǎn)產(chǎn)業(yè)的發(fā)展帶來巨大的稅收和賣地收益,支撐著政府的運(yùn)行。根據(jù)中指研究院的數(shù)據(jù),2017～2021年間賣地收入最高的城市為杭州,其賣地收入高達(dá)13 056億元;而同期杭州的財(cái)政總收入為18 445億元,一般公共預(yù)算收入為9 718億元。則按照財(cái)政總收入所計(jì)算的土地財(cái)政依賴程度超過了70%,而按照一般公共預(yù)算收入計(jì)算的土地財(cái)政依賴程度更是超過了130%10)這里土地財(cái)政依賴程度=賣地收入/財(cái)政收入。對于銀行而言,房地產(chǎn)貸款是其最優(yōu)質(zhì)的資產(chǎn)之一。根據(jù)中國人民銀行的數(shù)據(jù),截至2022年第一季度,金融機(jī)構(gòu)各項(xiàng)貸款余額為201.01萬億元,而房地產(chǎn)人民幣貸款余額達(dá)53.22萬億元,超過了所有貸款余額的1/4,其中個(gè)人住房貸款余額38.84 萬億元。從貸款利率上看,2022年3月份,新發(fā)放企業(yè)貸款的利率為4.37%,新發(fā)放普惠小微企業(yè)貸款利率為4.93%,而新發(fā)放個(gè)人住房貸款利率為5.42%。除去貸款利率,個(gè)人住房貸款的違約概率要遠(yuǎn)低于銀行對公貸款的違約概率,按照中國人民銀行在《中國金融穩(wěn)定報(bào)告2019》中公布的數(shù)據(jù),截至2018 年末,個(gè)人住房貸款的不良率僅為0.30%,而銀行業(yè)金融機(jī)構(gòu)整體的不良率為1.97%11)http://www.pbc.gov.cn/jinrongwendingju/146766/146772/3927456/index.html。并且,在房價(jià)上漲期間,即便房貸發(fā)生違約,銀行通過回收的房子做不良資產(chǎn)處置時(shí)其回收率甚至可以超過100%。此外,前些年對公貸款還面臨著騙貸等一系列問題,其風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于房貸。因此,歷史上雖然存在房貸利率低于企業(yè)貸款的情形,但這期間房貸一直為銀行帶來穩(wěn)定且豐厚的利潤,成為銀行業(yè)最好的資產(chǎn)。新冠疫情之前,我國銀行業(yè)的房貸占信貸比重一直持續(xù)上升。對于房地產(chǎn)商而言,房地產(chǎn)產(chǎn)業(yè)的發(fā)展更是為其帶來了持續(xù)性的高收益,使得房地產(chǎn)商成為了我國財(cái)富增加最快、人均最富有的群體。自2012年以來的10年間,福布斯中國富豪榜的前100位中來自房地產(chǎn)行業(yè)的富豪超過了1/4,更是問鼎了多次中國首富(王健林,2013、2015和2016年;許家印,2017年)。而對于購房者而言,房地產(chǎn)產(chǎn)業(yè)的發(fā)展不僅改善了自己的住房,而且獲得了巨大的(實(shí)質(zhì)性的或潛在的)投資收益。特別是在一、二線城市,價(jià)格超過10萬元/m2的房子比比皆是,“房子升值秒殺努力工作”。以至于在社交網(wǎng)絡(luò)上出現(xiàn)這樣的調(diào)侃,生活和奮斗的目標(biāo)由《失去奮斗,房產(chǎn)再多我們也將無家可歸12)http://opinion.people.com.cn/n1/2016/0926/c1003-28741849.html》轉(zhuǎn)化成為 《失去房產(chǎn),奮斗再多我們也將無家可歸13)https://www.sohu.com/a/115963801_456950》。由中國人民銀行發(fā)布的《2019年中國城鎮(zhèn)居民家庭資產(chǎn)負(fù)債情況調(diào)查》指出,“我國城鎮(zhèn)居民家庭的實(shí)物資產(chǎn)中,74.2%為住房資產(chǎn),戶均住房資產(chǎn)187.8萬元。居民住房資產(chǎn)占家庭總資產(chǎn)的比重為59.1%。14)https://finance.sina.com.cn/money/lczx/2020-04-24/dociirczymi8099086.shtml”

(3) 房地產(chǎn)產(chǎn)業(yè)亦服從超額收益性的條件。如圖3所示,近20年來,商品房的價(jià)格節(jié)節(jié)攀升。另一方面,學(xué)術(shù)界和業(yè)界經(jīng)常采用租售比來測度住房泡沫,而我國一二線城市的租售比遠(yuǎn)超1∶300的國際租售比的預(yù)警下限,樓市存在嚴(yán)重的泡沫[59]。亦有學(xué)者認(rèn)為,由于我國客觀條件的制約,相比于租售比,房價(jià)收入比更適合作為判斷我國房地產(chǎn)泡沫水平的直接、準(zhǔn)確的指標(biāo),并且我國城市居民理論上能承擔(dān)的房價(jià)收入比的合理上限約在4.38～6.78倍[60]。而在我國35個(gè)大中城市中,超過房價(jià)-持久收入比合理上限的城市達(dá)到28個(gè),其中北京最高,達(dá)到14.9倍[61]。房價(jià)的持續(xù)攀升和房價(jià)泡沫的存在使得房地產(chǎn)企業(yè)獲得了持續(xù)性的超額收益。如圖4所示,房地產(chǎn)企業(yè)獲得的營業(yè)利潤的增長遠(yuǎn)遠(yuǎn)大于工業(yè)企業(yè)營業(yè)利潤的增長。

圖3 2002年以來商品房銷售價(jià)格

圖4 房地產(chǎn)開發(fā)企業(yè)和規(guī)模以上工業(yè)企業(yè)的營業(yè)利潤

(4) 房地產(chǎn)產(chǎn)業(yè)的發(fā)展缺乏實(shí)質(zhì)性進(jìn)步的支撐。一方面,房地產(chǎn)涉及的產(chǎn)業(yè)基本上是傳統(tǒng)行業(yè),技術(shù)進(jìn)步的成分相對較少,特別是本質(zhì)性的技術(shù)進(jìn)步幾乎沒有;另一方面,房地產(chǎn)的發(fā)展,得益于我國住房的市場化,但是中國房地產(chǎn)市場發(fā)展的一些基礎(chǔ),例如土地、戶籍、有限產(chǎn)權(quán)等仍舊是舊制度約束。

(5) 房地產(chǎn)產(chǎn)業(yè)亦滿足匯聚性。在房地產(chǎn)企業(yè)快速發(fā)展的同時(shí),我國諸多企業(yè)紛紛放棄原來從事的行業(yè),轉(zhuǎn)而投入房地產(chǎn)產(chǎn)業(yè)。例如在2016年9月21日,已經(jīng)連續(xù)兩年虧損的*ST 寧通B 面臨著退市的風(fēng)險(xiǎn),為了實(shí)現(xiàn)保殼的目的,*ST 寧通B 打起了賣房的主意,其公告顯示,“公司擬處置北京市西城區(qū)槐柏樹街11號樓兩套房產(chǎn)賬面價(jià)值為129.74萬元,評估值為2 272.62萬元,增值額為2 142.88萬元,增值率1 651.68%。15)http://finance.china.com.cn/roll/20160922/3913829.shtml”無獨(dú)有偶,在同一天,云賽智聯(lián)披露,將上海金穗路一處房產(chǎn)賣給了華鑫控股,云賽智聯(lián)將獲得5.04億元收入,最終實(shí)現(xiàn)轉(zhuǎn)讓收益約1.86億元。而云賽智聯(lián)2016年半年度報(bào)告顯示,其上半年的凈利潤只有7 073萬元,還不到這次賣房收益的零頭16)https://www.sohu.com/a/114804196_162522。

由此可見,房地產(chǎn)產(chǎn)業(yè)滿足了關(guān)鍵性風(fēng)險(xiǎn)要素的諸多特征,是我國系統(tǒng)性風(fēng)險(xiǎn)的潛在來源。有幸的是,黨和國家英明地察覺到了這一點(diǎn),在2016年底的中央經(jīng)濟(jì)工作會(huì)議首次提出“房住不炒”,并采取了一系列房地產(chǎn)調(diào)控的措施。在2020年8月份,中央進(jìn)一步給出了房地產(chǎn)融資的“三條紅線”,有力地遏制了房地產(chǎn)市場的系統(tǒng)性風(fēng)險(xiǎn)。

盡管在中央的調(diào)控之下,中國房地產(chǎn)市場沒有發(fā)生次貸危機(jī)那樣的金融危機(jī),但是整個(gè)市場中個(gè)體機(jī)構(gòu)的風(fēng)險(xiǎn)仍然十分嚴(yán)重。2021年以來,房地產(chǎn)企業(yè)爆雷不斷,甚至全國房地產(chǎn)龍頭企業(yè)恒大、融創(chuàng)都在債務(wù)市場上出現(xiàn)了違約。與此同時(shí),房地產(chǎn)及其相關(guān)產(chǎn)業(yè)的發(fā)展減速,并對整體經(jīng)濟(jì)的下行起到了拉動(dòng)作用。由國家統(tǒng)計(jì)局2022年5月16日公布的數(shù)據(jù)可知,2022年1～4月全國房地產(chǎn)開發(fā)投資下降2.7%,商品房銷售面積下降20.9%,房地產(chǎn)開發(fā)企業(yè)到位資金下降23.6%,而房地產(chǎn)開發(fā)景氣指數(shù)更是從2021年12月的100.28下降至2022年4月的95.89%17)http://www.stats.gov.cn/tjsj/zxfb/202205/t20220516_1830454.html,這已經(jīng)是房地產(chǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)在一定意義上的爆發(fā)。而房地產(chǎn)業(yè)的下行,疊加上疫情沖擊等因素的影響,對我國整體經(jīng)濟(jì)的發(fā)展造成了較大的下行壓力,2022年4月全國規(guī)模以上工業(yè)增加值同比下降2.9%,社會(huì)消費(fèi)品零售總額同比下降11.1%。面對這種形勢,全國多地發(fā)布樓市調(diào)控政策提振住房消費(fèi),其中既包括鄭州、長沙、南京、蘇州等大中城市,也包含諸多三四線城市。而中國人民銀行和中國銀保監(jiān)會(huì)也相繼發(fā)聲,降低首套住房商業(yè)性個(gè)人住房貸款利率下限和5年期以上貸款市場報(bào)價(jià)利率(LPR)18)http://m.ce.cn/sh/sgg/202205/25/t20220525_37615659.shtml。房地產(chǎn)產(chǎn)業(yè)乃至整體經(jīng)濟(jì)的現(xiàn)實(shí)表現(xiàn)說明了房地產(chǎn)是我國經(jīng)濟(jì)的“關(guān)鍵性風(fēng)險(xiǎn)要素”。

5 結(jié)語

本文按照風(fēng)險(xiǎn)來源的差異將系統(tǒng)性金融風(fēng)險(xiǎn)分為內(nèi)生型、外生型和混合型3類。在此基礎(chǔ)上,重點(diǎn)分析了內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)形成和演化的機(jī)理,指出內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生主要由關(guān)鍵性風(fēng)險(xiǎn)要素的積累和膨脹所導(dǎo)致,并給出了相應(yīng)的度量系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo),對內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)的可預(yù)判性進(jìn)行了分析。最后,結(jié)合我國房地產(chǎn)市場對關(guān)鍵性風(fēng)險(xiǎn)要素進(jìn)行了示例說明。

本文所提出的關(guān)鍵性風(fēng)險(xiǎn)要素和內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)形成和演化的機(jī)理與社會(huì)學(xué)研究中的邊緣革命理論一脈相承。邊緣革命是指在系統(tǒng)的邊緣地區(qū)發(fā)生的變革運(yùn)動(dòng),由小到大,由弱變強(qiáng),形成星火燎原之勢,最終導(dǎo)致系統(tǒng)出現(xiàn)本質(zhì)性變化。例如中國共產(chǎn)黨帶領(lǐng)人民農(nóng)村包圍城市建立新中國的過程中,從最早在經(jīng)濟(jì)不發(fā)達(dá)的革命老區(qū)建立根據(jù)地,紅軍長征中選擇國民黨勢力最弱的路線,到達(dá)國民黨勢力薄弱的陜甘寧邊區(qū),到解放戰(zhàn)爭逐個(gè)解放大城市,就是一個(gè)邊緣革命的過程。同樣,中國改革開放后中國經(jīng)濟(jì)的發(fā)展過程中,從農(nóng)村的包產(chǎn)到戶、城市的個(gè)體戶、鄉(xiāng)鎮(zhèn)企業(yè)和家庭小作坊,到民營企業(yè)的發(fā)展都是邊緣革命鮮活的例子。正如科斯所說“過去三十年來,中國發(fā)生的令人矚目的市場轉(zhuǎn)型。然而,不是中國政府,而是我們稱之為的“邊緣革命”,將私人企業(yè)家和市場的力量帶回中國。饑荒中的農(nóng)民發(fā)明了承包制;鄉(xiāng)鎮(zhèn)企業(yè)引進(jìn)了農(nóng)村工業(yè)化;個(gè)體戶打開了城市私營經(jīng)濟(jì)之門;經(jīng)濟(jì)特區(qū)吸納外商直接投資,開啟勞動(dòng)力市場。與國有企業(yè)相比,所有這些都是中國社會(huì)主義經(jīng)濟(jì)中的“邊緣力量”。19)https://finance.ifeng.com/news/special/Coasezg/”在大的邏輯上,內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn)與邊緣革命有很大相似之處,可以說是邊緣革命在經(jīng)濟(jì)金融系統(tǒng)中的一類表現(xiàn)。因此,對于內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn),不僅需要從人類歷史上歷次金融危機(jī)去探尋其規(guī)律,而且可以在邊緣革命這一更大的視角上去對比分析,加深理解。

盡管本文將系統(tǒng)性金融風(fēng)險(xiǎn)分為內(nèi)生型、外生型和混合型3類,但討論的重點(diǎn)只是內(nèi)生型系統(tǒng)性金融風(fēng)險(xiǎn),對于外生型系統(tǒng)性金融風(fēng)險(xiǎn)中外生沖擊下系統(tǒng)內(nèi)部的傳染和正反饋機(jī)制,以及混合型系統(tǒng)性金融風(fēng)險(xiǎn)中關(guān)鍵性風(fēng)險(xiǎn)要素和外生沖擊的相互作用關(guān)系尚缺乏深入的討論。人類歷史上曾經(jīng)發(fā)生過一系列的經(jīng)濟(jì)或金融危機(jī)[62],對這些危機(jī)進(jìn)行審視和歸類,探究每次經(jīng)濟(jì)或金融危機(jī)的形成過程,將會(huì)有助于我們認(rèn)識(shí)系統(tǒng)性金融風(fēng)險(xiǎn)。