银行业系统性风险的溢出效应研究

李婷

本文以我国15家上市银行机构2012年1月1日至2020年12月31日股票市场每日收盘价为样本，将房地产、股票、货币、债券、外汇五个金融市场纳入条件在险价值模型，研究了这五个金融市场对银行业系统性风险的溢出效应及影响渠道。实证结果表明：股票市场、房地产市场、货币市场、债券市场和外汇市场对银行业系统性风险具有正向的溢出效应。

一、引言

近年来，我国金融业取得了飞跃式的发展，一系列的改革措施也使得银行业更上一层楼。据银行业协会统计，截至2020年底，我国银行业资产规模达1246.7万亿元，净资产规模为103.7万亿元。随着资本市场在我国现代化经济体系的地位和作用的不断提高，国家对银行业的发展也提出了更高的要求。因此为了更好地控制我国金融体系的系统性风险，有必要对银行业的系统性风险进行研究。

对于金融机构系统性风险度量的研究，目前主流的方法是尾部依赖模型，最为经典的度量指标包括Adrian和Brunnermeier（2016）［1］提出的条件在险价值指标（CoVaR）、Acharya等（2017）［2］提出的系统期望损失指标（SES）及边际期望损失（MES）以及Brownlees和Engel（2017）［3］提出的系统性风险指标（SRISK）等。对于金融市场的风险溢出效应，已有研究更多地侧重金融市场之间的相互关联性和传染性。其中，王茵田和文志瑛（2010）［4］、史永东等（2013）［5］分别采用VAR模型、Copula函数相关性的分位数测度方法对中国股票市场与债券市场之间的风险溢出效应进行了研究。方意（2015）［6］则基于股票市场内部多维度对多个国家（或地区）主板市场和中小板、创业板市场之间的传染性进行了考察。

基于已有文献，本文发现对于银行业系统性风险问题的研究不应将视角局限于银行体系内部银行之间的关联性，而应放在更大的金融体系背景下加入金融市场的风险因素来考察银行业系统性风险的溢出效应。为此，本文参考方意等（2017）［7］，在引入房地产、股票、货币、债券、外汇五个金融市场作为风险因素的基础上，考察银行业系统性风险情况，更好地防范和监管银行业系统性风险，为提高我国银行业抗风险能力提供量化参考。

二、研究模型与方法

为了从金融市场角度研究银行业系统性风险的变化，本文参考方意等（2018）的做法，在Adrian和Brunnermeier（2016）所提出的CoVaR模型基础上，加入各类金融市场收益率作为状态变量进行改进。主要步骤如下：

步骤1：以单家银行机构损失率为被解释变量，以各类金融市场损失率作为解释变量，通过q%分位数水平下的分位数回归得到单家银行机构的风险值（VaR）。

步骤2：以银行业系统损失率为被解释变量，以单家银行机构损失为解释变量，同时加入各类金融市场损失率作为状态变量，在q%分位数水平下构建分位数回归模型。

步骤3：将步骤1所得到的单家银行机构在q%分位数下的风险值代入步骤2中，可得到银行业整体的风险值。

步骤4：通过以金融市场k的基本状态变量为被解释变量，以常数项为解释变量进行分位数回归，并选择120个交易日（约半年）为固定窗口实现动态化，得到金融市场的风险状态变量。

步骤5：为了测度金融市场对银行业系统性风险的溢出效应，本文借鉴方意等（2018）的做法，通过以金融市场k的基本状态变量为被解释变量，以常数项为解释变量进行分位数回归，并选择120个交易日（约半年）为固定窗口实现动态化，得到金融市场的风险状态变量。

步骤6：将单家银行机构的风险值以及金融市场的风险状态变量代入步骤3，可以得到纳入金融市场风险状态变量后的银行业条件在险价值。

因此，当五个金融市场整体由正常状态转为风险状态时，单家银行机构受金融市场风险状态变化的影响也由正常状态转化为压力状态，因此金融市场风险状态与银行机构风险值改变对银行业系统性风险的贡献度可表示为：

将银行机构对银行业系统性风险的贡献度以单家银行机构的资产市值占比为权重进行加权平均，最后得到考虑了银行机构相对规模效应的银行业系统性风险。

三、数据来源与描述性统计

（一）数据来源

本文选取了15家在A股上市的银行收盘价作为研究样本。為了充分研究近年来发展迅猛的银行机构对银行业的影响，本文选择了市值规模在2020年度排名前列的15家公司，具体为：01宁波银行，02浦发银行，03华夏银行，04民生银行，05招商银行，06南京银行，07兴业银行，08北京银行，09农业银行，10交通银行，11工商银行，12光大银行，13建设银行，14中国银行，15中信银行。样本期间为2012年1月1日至2020年12月31日，共2138个交易日。样本数据来源于Wind数据库。

（二）变量说明

为研究样本银行机构的系统性金融风险及其溢出效应，选取单个银行机构损失率和银行业系统损失率为因变量。由于本文主要想考察股票市场、房地产市场、货币市场、债券市场、外汇市场五个金融市场对银行业的溢出效应，因此选取这五个金融市场的代表性数据作为状态变量，度量银行业的系统性风险及其溢出效应，具体指标见表1。关于样本选取频率，单个银行公司损失率和银行业系统损失率为日频，金融市场状态变量则参照方意等（2017）的方法，找到不同风险状态的金融市场日频数据。另外，在下文中的正常状态和风险状态分别是50%分位数水平和95%分位数水平。

四、实证结果

由表2可知，银行业系统性风险溢出效应为-9.699，说明当5个金融市场风险状态同时改变会加剧银行业整体系统性风险。在金融市场风险状态同时改变时，对于单个金融市场，股票市场、货币市场、债券市场以及外汇市场对银行业的溢出效应均为负值，说明这四个金融市场的风险波动的确会加剧银行业的系统性风险。

其中，股票市场风险状况变化时，会发现浦发银行、招商银行与建设银行的溢出效应为正值，其中民生银行的溢出效应最为显著，这与民生银行自身风险波动较为突出有很大关系。在货币市场中，华夏银行与南京银行的溢出效应值为正值，说明货币市场的风险变化减弱了这两个银行机构的系统性风险。在债券市场波动时，除浦发银行、北京银行与工商银行外的其他银行机构的系统性风险会因为债券市场的风险变化而加剧。而在外汇市场变化时，银行机构以及银行业的系统性风险都会加强，说明银行业与外汇市场的风险波动变化趋势一致。而房地产市场的风险状态改变对银行业系统性风险的溢出效应为正，这可能是因为当房地产市场风险由于房价波动与供需不平衡出现大幅波动时，投资者会由于替代效应，选择其他理财产品进行投资，而银行机构作为中间机构，其业务规模以及产品种类会相应地增加，从而导致银行机构系统性风险水平的加剧。

五、结论与政策启示

基于金融市场角度讨论我国银行业系统性金融风险的溢出效应，可以帮助理解银行业系统性风险的生成，进一步稳定我国金融市场。本文以宁波银行、建设银行等15家上市银行机构为研究对象，借鉴方意等（2018）的方法，将房地产、股票、货币、债券、外汇五个金融市场纳入条件在险价值模型（CoVaR模型），分析了金融市场对我国银行业系统性风险的溢出效应。研究发现：一是当5个金融市场风险状态同时改变会加剧银行业整体系统性风险。二是对于单个金融市场，股票市场、货币市场、债券市场以及外汇市场对银行业的溢出效应均为负值。结果表明市场间的关联性相互传导，例如货币市场风险的加剧，必然会导致我国投资者对未来产生不乐观的预期，这种预期也会间接影响银行业，导致银行业系统性风险的提高。

针对所得结论，并结合我国发展现状，本文提出如下建议：

第一，管理银行业系统性风险可以考虑从金融市场入手。监管部门在关注银行业内部风险传染效应的同时，同时还应该注意整个金融体系的风险动向，要时时注意其他金融市场的风险变化情况，尤其是房地产市场的风险变化，以便从源头降低金融市场对银行业系统性风险的溢出效应。

第二，要持续关注银行机构的风险情况。对资产规模、业务关联性等内容的监管要做到及时且全面，并且要针对相对应机构的突出业务做到重点防控，例如民生银行的国际业务。对银行机构违规操作、逃避监管等情况要积极引导，改善我国银行机构的专业性和公司治理的不健全问题，规范金融机构在公司治理、内部控制、风险管理等制度安排，防范大股东或实际控制人违规操作和经营带来风险。

参考文献：

［1］Adrian T.，Brunnermeier M. K. CoVaR［J］. American Economic Review，2016（7）：1705-41.

［2］Acharya，V. V.，Pedersen L. H.，Philippon T.，Richardson M. Measuring Systemic Risk ［J］. Review of Financial Studies，2017，30（1）：2-47.

［3］Christian Brownlees，Engle Robert F. SRISK：A Conditional Capital Shortfall Measure of Systemic Risk［J］. Review of Financial Studies，2017，30（1）：48-79.

［4］王茵田，文志瑛. 股票市場和债券市场的流动性溢出效应研究［J］. 金融研究，2010（3）：155-166.

［5］史永东，丁 伟，袁绍锋. 市场互联、风险溢出与金融稳定——基于股票市场与债券市场溢出效应分析的视角［J］. 金融研究，2013（3）：170-180.

［6］方意.货币政策与房地产价格冲击下的银行风险承担分析［J］.世界经济.2015，38（07）：73-98.

［7］方意.中国银行业系统性风险研究——宏观审慎视角下的三个压力测试［J］.经济理论与经济管理，2017（02）：48-66.

作者单位：黑龙江大学，硕士在读。