基于CoVaR模型的上市商业银行系统性风险溢出研究.doc

基于CoVaR模型的上市商业银行系统性IIHI麦木蓉彭涛中山大学国际金融学院摘要：近年來，关于系统性金融风险的研宂层出不穷，“风险溢出效应”备受关注本 文以中国金融行业中的银行业为研宂对象，在VaR方法的基础上，运用CoVaR 模型和分位数回归方法预测了中国银行业对系统性金融风险的贡献程度及银行 间的风险溢出程度研宄发现：（1）当股票市场波动率增强时，股份制银行更加 敏感；（2）国有制银行对于“期限利差”的敏感系数基本为正，而股份制银行 基本为负；（3）银行存在系统性风险溢出效应，其有制银行的风险贡献度 比股份制银行高；（4）银行间也存在风险溢出效应，其中国有银行发生风险时， 对其他的股份制银行有一定的溢出效应关键词：CoVaR;分位数回归;.卜.市商、Ik银行;风险溢出;一、引言银行作为金融业的核心体系，往往在金融危机发生后受到较为严重的冲击而随 着经济全球化、金融市场一体化的的不断深入发展，这就导致银行业的系统性风 险传染力更强，破坏力更大为了更好地防范系统性金融风险，及吋对银行业系 统风险进行监管整治，几十年来学术界建立丫许多不同的模型，选取丫不同的 国家样本进行深入探讨和研宄其中，Va R模型应用较为广泛。

但是，Va R模 型的局限性在于它只能测度金融机构自身的风险，而无法测度金融机构的风险 溢出效应因此，木文釆用了更为成熟的Co VaR模型，研究中国银行业对系统 性金融风险的贡献程度及银行间的风险溢出程度由于中国未曾发生明显的系统 性金融风险，因此本文对银行业的风险预测具有一定的社会意义，能够为 政府监管提供理论依据二、文献综述通过对金融危机出现条件的研宄，可以通过这些条件来对系统性金融风险大小 进行预测在早期阶段，主要是依靠经验对指标进行筛选，期间的主要方法有:KLR模型，FR模型,STV模型和DCSD模型Frankie和Rose (1996)基于KLR 模型，对105个发展国家1971-1992年的季度数据的预测，产生了 FR模 型;Sachs (1996)等人建立了 STV模型，利用了国际储备与M2的比率，贷款增 长率以及实际汇率3个预警指标与两个虚拟变量构建预警模型;Berg和Pattillo (1998)基于KLK模型对FR模型进行了修改，提出了 DCSD危机预警模型，提高 了其精确性我国的学者也对这些模型作了一系列的改进基于经验性的方法不能满足社会经 济发展的需要，那么新的方法则应运而生:矩阵法，网络分析法，Simple Logit 模型和GARC11模型。

李宗怡、李玉海(2005)运用矩阵法模型，模拟我国银行同 业风险尖寸分布状况，估计银行体系内的传染风险1995年，Jordan和Mackay 给出了 Va R (Value at risk)测度的正定义Va R测度迅速流行起来，但是其 缺陷:不能衡量金融系统之间的风险传递阻碍了自身的发展，所以Adrian和 Brunnermerier (2009)基于风险价值(VaR)提出了条件风险价值(Co Va R), 可以测量金融机构对整个系统的风险贡献，并能很好的反映整个金融网络间的 风险溢出效应我国学者也在不断完善Co Va R，高国华、潘英丽(2011)运用 Co Va R模型和我国14家上市银行的股价数据，得出其系统性风险贡献度及其 影响因素;谢福座(2010)运用Co Va R模型和分位数回归，考察我国债券市场 和股票市场的风险溢出效疲以及系统风险的变化程度并iL运用GARCII-Copula-Co Va R模型，研究亚洲三大股票市场指数之间的风险溢出效应; 周天芸(2012)运用Var Co VaR模型回归，测量不同银行对共同冲击的反应以 及金融机构的风险溢出效应木文贡献在于:综合运用Va R方法、Co Va R方法、分位数回归方法和Co Va R 测量我国上市商业银行系统性风险溢出性质，得出国冇银行对系统风险的贡献 度比股份制银行大;而发生银行间风险溢出时，国有制银行对系统的风险溢出效 应更强，风险贡献度更高，即国有制银行会对其它银行造成更大的冲击。

三、模型构建当银行j发生风险时，对于银行i的风险溢出效应，可建立以下分位数回归模 型：其中，R和R分别代表银行i和j的收益率序列，氏代表q分位数下超额收益i 的预计值，它可以直接被定义为:也就是说，当银行j发生风险时，通过分位数回归(设分位数为q),可获得收 益i的预测值，而收益i的预测值又是当条件为R时，银行i的在险价值，再通过计算可得到估计值 ，即当分位数为q时，银行i的风险价值估计值为:结合Co Va R的定义，它表示当金融机构j的收益率为Varq时，金融机构i的 风险价值，所以Co Va R的测度可定义为：同理，可以算出Z\Co VarJn%Co Varq变量的选择与描述统计1、 研究对象与数据金融系统有银行、证券、保险、外汇四个子系统，在对其他系统测度有操作性网 难的情况下，我们选取了银行系统来做系统性金融风险的狭义测度银行系统是 金融系统的一个重要的子系统，它的风险性在较大程度上可以反映系统的风险 由于上市的商业银行在银行系统中有着重要的地位，所以本文选取了 11家上市 的商业银行作为研宄对象其中包括了四大行中的三家，农行因为数据缺失而没 有选择取样时间为2007年到2015年。

数据涵盖了两次衰退期2007年与2010年，和两 次金融危机2008年美国次贷危机与2010年欧洲债券危机，具有一定程度的风险 水平代表性，是较好的观测样本数据来源主耍为Wind数据库、CE1C数据库、 国泰安数据库2、 变量选择及相关解释(1)收益率系统的收益率是按各个金融机构的收益率按照其滞后一期的资产与总资产的比 加权平均得到计算了包括中国银行、建设银行、工商银行、兴业银行、交通银 行、浦发银行、平安银行、民生银行、招商银行、中信银行、华夏银行在内的十 一家银行的基木每股收益率数据，经分析得到绝大部分银行的收益率在时间序列上呈现出一种“尖峰厚尾”的分布特征所以我们采用分位数回归分别估计正 常状态下的Va R (50%)和压力水平下的Va R (5%)2) 状态变量的选取本文参考丫《机构关联、风险溢出与金融系统性风险研宂》(周天芸、杨子 晖、余洁宜，2014)选取了能刻画伴随吋间对收益率产生影响的状态变量，分别 是股票市场的波动率、股票市场收益率、流动性利差、期限利差四个作为状态变 量来描述银行与资本市场的交易情况如表1所示表1变量描述 下载原表这四个变量能比较好的反映银行间的风险溢出效应。

其中股票市场的波动率、股 票市场收益率反映了资本市场上价格的总体变动，流动性利差、期限利差反映了 银行与银行、银行与实体经济的关联性为协同性的金融风险测度提供了良好的 变量3、单个银行收益率结果的估计与分析对于单个银行而言，有q=0. 05的情况估计每个银行在极端情况下的风险状况，用q=0. 50估计正常状态下的健康情况，用(2. 16)和(2.17)估计出各个银行 的VAR值出来，估计结果如下文所示：表2银行收益率估计结果 下载原表由上述结果我们可以看到，大多数银行在大部分年份对于波动率的系数都为负 数股票市场波动率反映的资产价值以及投资者行为的不确定性，当股票市场波 动性增大吋，由于资产价值以及投资者行为的不确定性增加，投资者失去信心， 单个银行的股票价格开始下跌将国有制银行与股份制银行对比，明显可以看出 的股份制银行对于这个波动率变量的敏感系数，普遍要大得多，例如工商银行 的-1.59与招商银行的-43. 38，这说明相对于国有制银行来说，股份制银行因 为股份制程度较高，因此股票市场波动率增强时，就会更加的敏感期限利差”反映银行存款与贷款比率的变化当危机来临吋，由于人的市场环 境的萧条，银行对于其贷款的要求会提高，贷款积极性降低，将其长期贷款的 利率升高，短期存款的利率降低，所以“期限利差”也可以反映银行的盈利情 况，正常情况下，期限利差越大，代表银行获利更加容易，但是在危机发生时， 银行在面对可能丰厚的贷款利息的可能性的同时，也有可能面对着贷款违约带 来的不确定性。

国冇制银行对于“期限利差”的敏感系数基本都为正数，而股份制银行基本都为负数，“大而不倒”的同时作为国家控股银行不能过分地缩减 贷款的额度，而股份制银行必须以保证机构在险价值为经营目标，釆取谨慎的 风险管理政策，缩减贷款地额度，使机构度过难关4、 各个银行对整体系统风险的贡献度估计由分位数回归可以算出每个银行对于系统风险的贡献度分析，得到的结果如表 2的第一列所示，系数的大小可以反映不同的银行对于系统风险的贡献度，很 明显可以看出国有银行的风险贡献度基木都在0.8以上，而股份制银行的风险 贡献度的绝对值基本都在0. 5以下这说明当国冇制银行发生风险吋，系统发生 风险的程度会大大升高这也很符合我们的预期，国有制银行的影响程度比起规 模更小的股份制银行来说相对更大Va R与Co Va R的估计（以招商银行与工商银行为例）根据结果得出招商银行的风险值被高估，即Cova R比Va R要低在2008年发 生金融危机时，风险值都存在着巨大的波动，但是Va R波动的幅度要比Cova R 波动的幅度大，则可能是作为一个股份制银行，从管流通股古总股份已达到 49.7%，系统产生风险时也对其产生了一定的影响，但是其对系统性金融风险的 贡献度并没有开始被估计的那么剧烈。

工商银行不同于招商银行，对于系统性风 险的贡献度相对增强当系统性金融风险来临时，在这种融资困难的大背景下， 它不是单独的不与周围环境相联系的机构，国有制银行受到来自系统和股份制 银行的双重溢出效应使得自己本身的风险值变动剧烈，更有可能陷入风险当中， 进而引发新一轮的危机5、 各个银行的ACVarq排序由公式计算出来的Co Va RijO. 05基本都是负值，是因为它表示的是条件在险价 值，在一定条件下机构的最大损失程度，负号表示损失具体结果的表格由于篇 幅原因不在此列出，如有需要可联系笔者获取表3 Co Va RijO. 05年度排序表（只列前五） 下载原表从表4中我们可以看出，当整个系统陷入危机时，国有制银行的风险贡献度比 起股份制银行要高，而II风险贡献度最高的是国有股份制银行，工行、交行、建 行贡献率都较高国有制银行有资产规模大，利润水平高的特点，国有制银行在发生风险时对系 统的风险溢出效应更强，在08年中国受到金融危机影响时，排在前四位有三位 都是国有制银行国有银行发生风险时，会对其他的股份制银行有一定的溢出效 应，导致发生系统性金融风险的可能性加大冋吋在危机来临吋，也奋可能会发 生股份制银行为丫“自保”，降低自身受到风险的程度，将很多可能的潜在性 违约风险较大的投资减少，进而将风险转嫁到W有银行上，进一步增加了它们 对国有制银行发生负面影响吋所造成的破坏力。

工商银行的风险溢出效应在09年后有下降趋势，可能是由于工商银行实施比较 保险稳健的风险管理政策，使得对系统的风险溢出效应没有逐步上升五、结论及启示由于中W未曾发生明显的系统性金融风险，因此本文主要在了解其它W家的系 统性金融风险和不断演变的风险估计模型的基础上展开以中国11家上市银行 为研究对象，预测银行对系统性金融风险的贡献和银行之间的风险溢出效应，并解释了原因首先，国有银行和股份制银行都存在风险溢出效应，但不同类型的银行对中国 金融业的风险贡献程度有所差异国有银行对系统风险的贡献度比股份制银行大， 即当国有银行发牛.风险时，会对金融系统风险造成较大威胁这可能是因为国有 银行受到来自系统和股份制银行的双重风险溢出效应，也可能是因为国有银行 与股份制银行相比，资产规模更大，金融资源更多，因而成为系统性。