我國金融市場與房地產市場間風險傳染效應測度

摘 要：研究金融市場與房地產市場間風險傳染效應，對于優(yōu)化風險管理措施，防范和抵御系統(tǒng)性風險具有重要意義。本文通過構建Copula-ARMR-GARCH-CoVaR模型，從波動性信息提取、非線性尾部相依結構估計、標準化溢出風險價值計算等方面，測度銀行、證券、保險及房地產市場對金融系統(tǒng)以及各自間的風險傳染效應。研究發(fā)現(xiàn)：各子市場對金融系統(tǒng)都存在明顯的風險傳染效應，但不同子市場對金融系統(tǒng)的風險傳染程度存在差異，房地產市場是最重要的風險傳染源，其次是證券市場、商業(yè)銀行和保險市場；商業(yè)銀行是最大的風險承受方，最容易受到房地產市場的風險傳染；各子市場對房地產市場均有一定程度的風險傳染。建議加強房地產企業(yè)融資安全性管理；強化銀行業(yè)逆周期監(jiān)管；完善金融市場風險預警制度，及時切斷風險傳染鏈。

關鍵詞：金融市場；房地產市場；風險傳染；Copula；CoVaR

一、引言

黨的二十大報告指出：要加強和完善現(xiàn)代金融監(jiān)管，強化金融穩(wěn)定保障體系，依法將各類金融活動全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性風險底線。國家統(tǒng)計局數據顯示：2021年我國房地產開發(fā)企業(yè)的資產負債率高達80.3%，而房地產企業(yè)的主要融資渠道依賴各類金融市場。當下我國銀行、證券、保險等主要金融市場之間，及其與房地產市場之間存在業(yè)務交叉和資金往來，各子市場之間的關聯(lián)性也在不斷增強，單一市場風險可能蔓延至多個市場，甚至引發(fā)金融危機。因此，研究我國金融市場與房地產市場間的風險傳染效應，測度風險傳染水平，有助于明確風險傳染源，切斷風險傳染鏈，防范系統(tǒng)性金融風險。

二、文獻綜述

金融部門的風險水平不僅取決于自身的風險因素，還會受到來自其他金融部門的風險傳染，然而，衡量風險水平的傳統(tǒng)方法VaR（在險價值）只能度量金融部門的自身風險，對于跨部門之間的風險溢出效應卻難以量化。Adrian（2008）改良了VaR方法，建立了能夠量化評估市場雙邊風險溢出水平的CoVaR（條件風險價值）模型[1]。國內學者普遍應用分位數回歸技術計算CoVaR，在此基礎上，驗證了金融市場系統(tǒng)性風險關鍵影響因素，測度了多種金融市場的風險溢出效應，確定了系統(tǒng)重要性金融部門，取得一系列研究成果。歐陽資生等（2017）、李明輝等（2017）通過建立CoVaR模型，測度銀行、證券等各類金融部門系統(tǒng)性風險溢出，結果表明銀行業(yè)具有明顯的風險溢出效應[2][3]。吳婷婷等（2020）基于CoVaR方法，對于銀行、證券等金融部門的系統(tǒng)性風險進行考察，發(fā)現(xiàn)與其他金融部門相比，銀行類金融機構對系統(tǒng)性風險的貢獻度更大[4]。

盡管如此，CoVaR模型的原理決定該方法難以刻畫變量間的非線性風險相關關系，而金融市場風險傳染往往具有非線性相關特征，因此在一定程度上削弱了計算結果的有效性。為彌補這一不足，諸多學者引入Copula函數刻畫金融變量間的非線性相關性，在此基礎上建立CoVaR模型，圍繞金融市場、國際原油市場等領域的風險溢出效應展開廣泛研究。王帥等（2019）選取動態(tài)Copula-CoVaR模型，考量影子銀行與傳統(tǒng)金融業(yè)間的風險溢出效應，研究表明：影子銀行與傳統(tǒng)金融市場存在雙向凈風險溢出效應[5]。李竹薇等（2021）通過構建CoVaR模型測度互聯(lián)網金融與傳統(tǒng)金融之間的廣義動態(tài)風險溢出效應，結果發(fā)現(xiàn)：新舊金融行業(yè)間的風險溢出水平隨時間而變化，風險從互聯(lián)網金融向傳統(tǒng)金融的傳導更為迅速[6]。

綜上，在金融風險傳染效應的研究方面，一是較少考慮金融市場風險普遍具有非線性相關的特征，以及市場收益率序列普遍存在的自相關性和異方差性。二是忽視了房地產市場與金融市場，尤其是對商業(yè)銀行的高度依賴性。鑒于此，本文考慮金融風險傳染的非線性特征，以及市場收益率序列自相關性、異方差性和厚尾性，構建Copula-ARMA-GARCH-CoVaR模型，分別測度銀行、證券、保險以及房地產市場對整個金融體系以及各市場之間的風險傳染效應，為提升風險管理有效性提供實證依據。

三、金融市場與房地產市場間風險傳染效應的理論分析

（一）金融市場與房地產市場間風險傳染的要素

隨著金融混業(yè)經營的深化、金融機構與房地產企業(yè)業(yè)務往來的增加，金融市場各主體間、金融市場與房地產市場間，形成了關聯(lián)網絡，在這個網絡中，每個主體可能是感染的起點，也有可能是被感染的一環(huán)。某一市場發(fā)生的風險事件，通過各種金融渠道和市場關聯(lián)，進一步引發(fā)其他市場的風險傳染和蔓延。金融市場與房地產市場間風險傳染涉及三種要素：傳染源、傳染渠道和易感個體。傳染源是指引起風險傳染的風險源頭，包括金融機構、市場、金融產品、房地產企業(yè)等。金融機構可能因為過度放松風險管理、資產質量下降、流動性風險等問題而成為傳染源，金融市場也可能因為某些不確定性因素引發(fā)風險傳染，進而成為傳染源，金融產品也可能因為設計不當、風險溢價過低等問題而成為傳染源，房地產企業(yè)可能因資金鏈斷裂或債務違約而成為傳染源。傳染渠道是指風險傳染的路徑和方式，包括直接傳染和間接傳染。前者主要是指由于金融機構之間、金融機構與房地產企業(yè)之間的關聯(lián)性，當某一家金融機構或房地產企業(yè)出現(xiàn)風險問題時，將可能傳染給其他市場主體，后者則是指因為市場情緒、信息傳遞等因素，導致其他市場主體面臨相應風險。易感個體是指可能受到風險傳染的金融機構、投資者或房地產企業(yè)。金融機構可能因為關聯(lián)性、資產質量、流動性等問題而成為易感個體，投資者也可能因為持有風險敞口較大的金融產品而成為易感個體，房地產企業(yè)也可能因融資能力不足以支撐高負債經營而成為易感個體。

（二）金融市場與房地產市場間風險傳染的機理

一是信用違約傳染。與其他行業(yè)不同，金融機構和房地產企業(yè)普遍采取杠桿經營，存在資產負債期限錯配的特征，形成了系統(tǒng)性風險的內在源頭。伴隨金融混業(yè)經營的深化、金融機構與房地產企業(yè)業(yè)務往來的增加，金融機構之間、金融機構與房地產企業(yè)之間的關聯(lián)更為緊密，各類市場主體之間的債權債務關系愈發(fā)復雜，風險的隱匿性更強，當一家市場主體面臨債務違約時，可能引發(fā)其他市場機構的連鎖反應，進而導致風險傳染。二是市場關聯(lián)渠道傳染。房地產抵押證券化等金融衍生品的出現(xiàn)，提高了金融市場與房地產市場的業(yè)務關聯(lián)度。房地產企業(yè)通過抵押土地、房產等資產向金融機構進行融資，使得此類業(yè)務關聯(lián)成為連接金融市場和房地產市場的重要紐帶和金融風險跨市場傳染的新型載體。一旦金融市場或者房地產市場遭受沖擊，市場風險便可通過關聯(lián)渠道向其他市場進行傳染。三是流動性傳染。一方面，房地產業(yè)的信貸需求具有規(guī)模大、期限長等特點，因此金融機構更傾向于向房地產企業(yè)放貸，通過借短貸長的方式增加利差收入，從而加劇了資產負債期限錯配程度，增加了流動性風險。另一方面，金融機構以房地產作為抵押品開展信貸業(yè)務時，按照抵押品的價值決定授信額度，當房地產市場處于上升周期時，抵押品增值，推動房地產價格與房地產信貸規(guī)模螺旋上升，加速風險集聚。一旦房地產市場出現(xiàn)大幅波動，金融機構難以對房地產抵押品進行無損變現(xiàn)，導致巨額損失，引發(fā)流動性危機，并通過金融系統(tǒng)關聯(lián)性在各主體之間傳染蔓延。

四、金融市場與房地產市場間風險傳染效應的實證分析

（一）樣本選取及統(tǒng)計特征描述

當前，金融市場交易運行網絡錯綜復雜，來自國家統(tǒng)計局、央行和國家金融監(jiān)督管理總局的數據顯示，截至2021年末，建設銀行、郵儲銀行、招商銀行、興業(yè)銀行房地產行業(yè)貸款和個人住房貸款占比均超過32.5%的監(jiān)管上限，工、農、中、建四大行對公房貸不良率出現(xiàn)37-247BP不等的增長，其中，工商銀行對公房貸不良率從2020年末的2.32%增至2021年末的4.79%，不良貸款余額從162.4億元增至338.2億元，均呈成倍增長態(tài)勢。此外，多家保險公司在不具備相應投資管理能力情況下，直接開展不動產或金融產品投資，違規(guī)流入房地產和證券領域，涉及金額462.18億元，金融風險在銀行、證券、保險和房地產領域交叉?zhèn)魅镜奶卣魅找嫱癸@?；诖?，本文針對銀行、證券、保險和房地產市場的風險傳染效應展開研究，為保證數據的連續(xù)性和可得性，選取中信行業(yè)指數中的國有銀行、證券、保險、房地產指數，以及中證金融指數作為研究樣本，區(qū)間為2013年1月4日至2022年12月30日，對缺失值做剔除處理，每組共獲取2426個有效數據，均來自WIND數據庫。樣本時間跨度涵蓋“錢荒”事件、股票市場大幅波動、中美貿易摩擦等對我國金融業(yè)具有重大影響的事件，能有效反映國內金融市場風險波動情況。本文使用R-4.0.3軟件進行數據處理。

本文樣本統(tǒng)計特征描述步驟如下：先對各指數序列取對數一階差分，得到各市場收益率序列，即：[Rit=ln（pit/pit-1）]，[pit]代表子市場在t日的指數。對所有市場收益率序列進行統(tǒng)計特征描述，見表1。

Jarque-Bera檢驗結果表明：在1%的顯著性水平下，各市場收益率序列均不服從正態(tài)分布。Q（20）及ARCH-LM統(tǒng)計量結果顯示：在1%的顯著性水平下，各市場收益率序列具有顯著的自相關和異方差效應，無法直接使用Copula函數進行擬合。因此，采用ARMA-GARCH-t模型過濾各市場指數收益率，獲取不相關且無異方差的平穩(wěn)收益率序列，以滿足Copula建模條件。

觀察表2發(fā)現(xiàn)，各市場殘差ARCH-LM檢驗以及殘差平方的Ljung-Box檢驗結果均不顯著，無法拒絕序列中沒有自相關性及異方差性的原假設，表明經過濾后得到了不相關且無異方差的平穩(wěn)殘差序列。

（二）風險傳染效應計算

經ARMA-GARCH-t模型過濾各市場指數收益率得到平穩(wěn)殘差序列后，按照前文所述步驟，借助R語言編程，選擇各市場指數收益率殘差序列間的最優(yōu)Copula函數，并結合蒙特卡洛模擬法，計算子市場對金融體系以及各子市場之間的條件風險價值，量化分析風險傳染效應。

五、結論及對策建議

（一）結論

表3結果顯示：各子市場的風險價值從高到低依次為證券（-0.067）、保險（-0.047）、房地產（-0.045）、銀行（-0.034）。為了進一步考察各子市場對金融體系的風險傳染效應，將標準化溢出風險價值進行排序發(fā)現(xiàn)，房地產的標準化溢出風險價值最高為47.35%，其次分別是：證券市場（11.31%）、商業(yè)銀行（10.93%）、保險市場（7.01%）。另外，從表4看到：銀行、證券、保險、房地產市場之間均存在雙向風險傳染效應，但不同市場和方向的傳染程度有所差異，表現(xiàn)出明顯的不對稱性。進一步分析數據得到如下結果：

第一，每個子市場對金融系統(tǒng)都存在明顯的風險傳染效應，但不同子市場對金融系統(tǒng)的風險貢獻程度存在差異，房地產市場是最重要的風險傳染源，其次是證券市場、商業(yè)銀行和保險市場，具體原因分析如下：

首先，房地產市場是最重要的風險傳染源。在極端情景下，房地產市場對金融系統(tǒng)的風險傳染效應最明顯。國家統(tǒng)計局數據顯示，2021年我國房地產開發(fā)企業(yè)的資產負債率高達80.3%。由此可見，房地產業(yè)具有高負債率和資本密集的特點，資金來源高度依賴金融機構。房地產公司通常以土地和房產作為抵押向金融機構借貸，金融機構又通過房地產抵押債權證券化等方式進行融資，這一過程促使房地產市場與金融機構的關聯(lián)性不斷增強，金融杠桿不斷放大，金融風險隨之上升。

其次，證券市場對金融系統(tǒng)的風險傳染效應僅次于房地產市場。近年來，得益于資本市場的快速壯大，越來越多的優(yōu)質企業(yè)選擇通過資本市場進行融資，推動直接融資占社會融資總額的比例逐年上升，證券市場成為僅次于商業(yè)銀行的第二大融資渠道。結合現(xiàn)實來看，我國證券市場的主體主要是股票市場和債券市場，其中股票市場規(guī)模遠超后者，并且具備極高的波動性。

再次，商業(yè)銀行對金融系統(tǒng)的風險傳染效應低于證券市場。商業(yè)銀行作為社會融資的主要渠道，在我國金融體系中居于主導地位，與實體經濟深度融合，因而受到高度重視。監(jiān)管部門通過實施一系列科學有效的監(jiān)管政策，把銀行業(yè)的風險維持在較低的水平，有效預防和抑制了銀行業(yè)風險對其他行業(yè)或市場的風險傳染。

最后，保險市場對金融系統(tǒng)的風險傳染效應相對最低。與銀行業(yè)和證券業(yè)不同，保險業(yè)的主要功能并不是滿足市場的投融資需求，而是幫助市場主體通過各種保險業(yè)務規(guī)避風險，這種特殊的業(yè)務模式決定保險業(yè)與各類金融機構的關聯(lián)不如銀行業(yè)和證券業(yè)那么緊密，因此，風險傳染效應相對較低。

第二，商業(yè)銀行是最大的風險承受方，主要受到房地產市場的風險傳染。房地產市場對于商業(yè)銀行的標準化溢出風險價值為69.75%，遠高于證券市場和保險市場的總和。與其他金融市場相比，房地產市場與商業(yè)銀行的關聯(lián)最為密切，房地產業(yè)的融資渠道主要依賴銀行信貸，因此，一旦房地產市場出現(xiàn)極端風險，房地產企業(yè)將會發(fā)生大規(guī)模債務違約，進而導致商業(yè)銀行的信貸業(yè)務受損，引發(fā)流動性危機，并通過關聯(lián)渠道傳染至整個金融市場，最終引發(fā)系統(tǒng)性金融風險。

第三，各子市場對房地產市場均有一定程度的風險傳染。商業(yè)銀行對房地產市場的標準化溢出風險價值最高，達到52.65%，說明以商業(yè)銀行為代表的主要金融部門，作為房地產企業(yè)的主要融資渠道，一旦遭受嚴重的風險沖擊，將會迅速傳染至房地產市場，威脅房地產企業(yè)資金鏈，并進一步導致各類金融機構產生大量壞賬及違約，進而陷入惡性循環(huán)，甚至會引發(fā)系統(tǒng)性金融風險。

（二）對策建議

本文基于Copula-ARMA-GARCH-CoVaR模型，引入t分布，測度銀行、證券、保險、房地產對金融系統(tǒng)以及各自間的風險傳染效應。研究發(fā)現(xiàn)：各子市場對金融系統(tǒng)都存在明顯的風險傳染效應，但不同子市場對金融系統(tǒng)的風險貢獻程度存在差異，房地產市場是最重要的風險傳染源，其次是證券市場、商業(yè)銀行和保險市場；商業(yè)銀行是最大的風險承受方，最容易受到房地產市場的風險傳染；各子市場對房地產市場均有一定程度的風險傳染。為了更有效地防范和控制金融風險的跨市場傳染，本文提出以下建議：

首先，加強房地產企業(yè)融資安全性管理，合理控制房地產企業(yè)杠桿率。由于房地產行業(yè)的高回報率，金融機構可能參與到房地產項目的開發(fā)投資中，甚至通過資本運作等方式間接獲取房地產企業(yè)股權，以此繞開監(jiān)管。監(jiān)管部門應當加強房地產企業(yè)融資合規(guī)性審查，適度降低房地產企業(yè)負債規(guī)模，引導資本流向實體先進制造業(yè)和戰(zhàn)略性新興產業(yè)，從而有效降低房地產業(yè)和金融業(yè)風險傳染效應。

其次，強化銀行業(yè)逆周期監(jiān)管，嚴控風險外溢。近年來，利率市場化的深入、金融脫媒的加速和互聯(lián)網金融的崛起，各家商業(yè)銀行競爭加劇，商業(yè)銀行存貸業(yè)務息差收入面臨挑戰(zhàn)，內外部風險顯著增大。監(jiān)管部門應當實施動態(tài)的監(jiān)管政策，依據經濟金融周期對商業(yè)銀行的作用效果，實行逆周期風險監(jiān)管措施。既要預防經濟衰退或重大金融事件給銀行帶來的流動性沖擊，也要防止銀行因流動性不足發(fā)生危機傳染至金融系統(tǒng)，引發(fā)系統(tǒng)性金融風險。

最后，完善金融市場風險預警制度，有效切斷風險傳染鏈。監(jiān)管當局應當組織專業(yè)力量，結合我65c4f71d48ed3492bc7f06624888ce3f國金融市場風險特征，充分借助金融工程、大數據、人工智能等先進技術，針對各類金融機構，出臺規(guī)范性文件，開發(fā)專門軟件，建立起一套實用數字化風險預警制度，及時有效地隔離風險傳染源。

參考文獻：

[1] ADRIAN T， BRUNNERMEIER M K.CoVaR [R].Fed Reserve Bank of New York Staff Report，2009：1-27.

[2] 歐陽資生，莫廷程.基于廣義CoVaR模型的系統(tǒng)重要性銀行的風險溢出效應研究[J].統(tǒng)計研究，2017，34（9）：36-43.

[3] 李明輝，黃葉苨.商業(yè)銀行系統(tǒng)性風險溢出及系統(tǒng)重要性研究——來自中國16家上市銀行CoVaR的證據[J].華東師范大學學報（哲學社會科學版），2017，49（5）：106-116.

[4] 吳婷婷，華飛，江世銀.中國金融機構系統(tǒng)性金融風險貢獻度的量化研究——基于極端分位數回歸的CoVaR模型[J].江西社會科學，2020，40（9）：54-65.

[5] 王帥，李治章.基于動態(tài)Copula-CoVaR模型的影子銀行風險溢出效應研究[J].財經理論與實踐，2019，40（2）：36-40.

[6] 李竹薇，劉森楠，李小鳳，王寶璐.互聯(lián)網金融與傳統(tǒng)金融之間的廣義動態(tài)風險溢出——基于Copula-ARMA-GARCH-CoVaR的實證研究[J].系統(tǒng)工程，2021，39（4）：126-138.

作者簡介：張永恒（1991— ），男，安徽鳳臺人，安徽理工大學助教，碩士，研究方向為金融風險管理；胡娟（1992— ），女，安徽鳳臺人，安徽理工大學助教，碩士，研究方向為金融風險管理。