业务关联视角下的影子银行交叉传染风险——基于tgc模型的度量.doc

业务关联视角下的影子银行交叉传染风险——基于 TGC 模型的度量 方先明 陈楚 南京大学经济学院 摘 要： 影子银行业务关联复合使得其内部风险交叉传染, 并诱发系统性金融风险, 进而危及金融安全在业务关联的视角下, 通过对未贴现银行承兑汇票、小额贷款公司信贷业务、委托贷款与信托贷款等主要影子银行业务交叉运行机制的分析, 构建 t-Garch-Copula 模型对影子银行业务的交叉传染风险进行度量研究发现, 影子银行交叉传染风险的形成源于资金交叉复合导致的信用错配、期限错配与流动性错配;尽管影子银行交叉传染风险总体上可控, 但四类主要的影子银行业务均呈现正向的违约相依性;四类影子银行业务间发生风险交叉传染的概率值存在显著差异, 交叉风险损失的程度不一为此, 参与者需要基于对影子银行交叉传染风险的考量追求收益, 而监管者则应审慎把握监管力度, 在防控影子银行交叉传染风险的同时使其活跃金融要素的功能得到充分发挥关键词： 影子银行; 业务关联; 交叉风险; t-Garch-Copula 模型; 作者简介：方先明 (1969—) , 男, 江苏高邮人, 管理学博士 (理论经济学博士后) , 南京大学经济学院教授, 博士研究生导师, 研究方向为金融投资和金融数学。

收稿日期：2017-09-18基金：国家社会科学基金项目“‘影子银行’交叉传染风险度量及控制机制研究” (14BGL031) Cross Infection Risk of Shadow Bankingfrom the Perspective of Business Relations:Metrics Based on the TGC ModelFANG Xian-ming CHEN Chu School of Economics, Nanjing University; Abstract： The shadow banking business correlation makes the risk crossinfection. If the risk becomes serious, it would induce systemic financial risk, and even endanger the financial security. From the perspective of business relations, the paper analyzes the cross operation mechanism of the main shadow banking, such as the discount bank acceptance bill, the credit business of micro credit company, theentrusted loan and the trust loan. Then the paper constructs t-Garch-Copula model to measure the cross infection risk of shadow banking. The results show that the formation of cross infection risk of shadow banking is due to the credit mismatch, maturity mismatch and liquidity mismatch caused by cross combination of funds. Although the cross infection risk of the shadow banking is generally controllable, the four major shadow banking businesses exhibit positive default dependence. At the same time, there is a significant difference in the probability of cross infection between the four shadow banking business, and the degree of risk loss varies. Therefore, participants should pursue benefits on the consideration of cross infection risk of the shadow banking. Also, regulators should grasp the prudential supervision. While the government prevents cross infection risk of the shadow banking, the function of financial elements must be brought into full play.Keyword： shadow banking; business relations; cross infection risk; TGC model; Received： 2017-09-18一、引言外部性理论认为, 一个经济主体的行为会对另一经济主体活动产生正面或者负面的影响。

经济主体活动的这种外部性特征在影子银行运转过程中体现得尤为明显在我国, 影子银行的形成源于两个方面:一是金融歧视的客观存在, 二是资本对于超额利润的追求于是, 在正规金融所不愿涉及或者由于监管而不能涉及的领域影子银行悄然滋生, 补充或部分替代商业银行的信贷功能尽管我国的影子银行规模无法精确统计, 然而据不完全统计, 2016 年我国的影子银行人民币信贷规模在 60 万亿~70 万亿元左右截至 2017 年 1 月, 我国未贴现银行承兑汇票、小额贷款公司贷款业务、委托贷款和信托贷款总额分别已达到3.9 万亿元、0.62 万亿元、13.2 万亿元和 15.91 万亿元影子银行发展进程中, 业务的交叉复合是推动其规模迅速扩张的主要原因之一然而, 缺少监管的影子银行业务交叉关联, 必然会引发信用错配、流动性错配和期限错配的问题, 从而诱发风险在影子银行业务间交叉传染, 并向正规金融体系扩散如, 2013年 6 月的“钱荒”, 便是影子银行交叉传染风险集中爆发的典型事件由于央行不愿向金融市场注入超额流动性, 使得维持影子银行体系运转的资金供给严重不足, 加之资产价格的飙升, 迫使开展影子银行业务的商业银行转股卖债, 信托资金池也遭大额赎回, 风险交叉感染, 由此对金融体系的稳定构成了潜在威胁。

因此, 深入分析影子银行交叉传染风险形成机制, 并科学度量影子银行业务交叉传染风险, 对于影子银行的参与者客观认识影子银行交叉传染风险, 监管部门采取有效措施抑制资金在影子银行体系内空转, 有效化解影子银行体系风险, 防范影子银行风险向整个金融体系蔓延, 从而提升金融支持经济增长效率具有极为重要的现实意义论文基于影子银行资金交叉复合的运行特征, 阐明了几种信贷型影子银行业务的交叉关联机制并厘清风险交叉感染的形成原因;并以数据拟合最优为原则选取交叉传染风险度量工具, 构建 TGC (tGARCH-Copula, 简称 TGC) 模型判别影子银行业务间的违约相依性, 并藉此评价影子银行交叉传染风险二、文献综述尽管在实际的金融活动中, 影子银行早已产生且作为非正规金融的主体伴随着正规金融长期存在, 然而理论界真正对影子银行内涵与外延进行系统研究的还是在美国次贷危机之后较为流行的一种观点认为, 影子银行是集聚了传统银行系统外的投资工具、路径和高杠杆性衍生产品的一个体系[1], 持这种观点的人认为资产证券化是影子银行的核心而从与传统商业银行业务的比较出发, 部分研究认为所谓的影子银行是金融机构为逃避监管的一种信用中介业务[2], 是以监管套利为目的类银行金融机构[3], 也是商业银行转移表内风险并减轻交易风险的一种活动[4]。

在这种定义方式下, 影子银行是对传统商业银行信贷功能的补充, 履行了部分的投融资功能[5], 其业务是围绕信贷渠道而展开的关于影子银行内涵的界定, 前一种阐述更贴合于市场主导型的金融体系, 而后一种阐述更贴合于银行占主导地位的金融体系此后, 虽然有较多的研究对影子银行的内涵进行挖掘, 尽管表述方式存在差异但并未突破前面两种定义的范畴, 且更多的研究倾向于对影子银行的分类进行了研究如从影子银行的治理结构来看可分为政府资助型、金融控股型和多元合作型[6];从业务范围来看可将影子银行划分为以证券化为核心的交易型影子银行和补充商业银行投融资功能的信贷型影子银行, 并且国外影子银行体系的运行机制更贴近前者, 中国影子银行体系更贴近后者[7]在我国的金融体系中, 从具体业务形态来看, 影子银行的种类可划分为:商业银行非保本理财产品、未贴现银行承兑汇票、小额贷款公司、委托贷款、信托贷款、典当行、民间借贷 (包括新兴的互联网金融) 等[8-10]鉴于影子银行运行中的高杠杆、期限错配、信用错配、流动性错配等特征, 国内外学者对其交叉关联风险展开了研究在国外市场主导型的影子银行金融体系中, 资产证券化的杠杆效应逐步生成影子银行交叉传染风险, 金融整体的风险暴露引致金融危机与实体经济的衰退 (IMF, 2009) [11]。

资产证券化等衍生产品将影子银行的各类机构通过资产负债这一会计账户实现交互联系, 并且这一传导路径是影子银行风险交叉传染的最主要渠道[12]况且, 影子银行游离于银行监管体系之外, 无政府担保极具脆弱性, 一旦发生“挤兑”事件会加速其系统的崩溃, 风险迅速蔓延至利益关联者, 引发系统性风险[13-14]而兑付危机将风险溢价急剧放大, 资产价格飞涨的同时融资成本不断提高, 实体经济举步维艰[15]在国内银行主导型的影子银行体系中, 影子银行的交叉传染风险是由诸多因素引起的, 如影子银行由多家持股、银行业务的往来、债务担保等微观因素, 也有“L 型”经济态势、投资者恐慌心理等宏观因素[10]在影子银行与传统商业银行共存的金融网络拓扑结构中, 管道业务与同业业务是影子银行风险蔓延的重要路径, 尤其在流动性不足时影子银行传染给商业银行的风险会被进一步放大, 从而引发系统性风险[16]尽管挤兑行为是个体理性的体现, 却是影子银行出现流动性危机的源头, 商业银行、信托公司等大力发展影子银行业务的机构因缺乏流动资金无法正常开展贷款业务, 最终破产倒闭[17]关于影子银行交叉风险传染问题的研究则表明, 影子银行代为履行了商业银行的信用中介职能, 市场上贷款需求不变而贷款供给增加, 迫使贷款利率降低, 缩小了商业银行的利润空间[18]。

同时商业银行与小贷公司存在着信贷关联交易, 小额贷款公司作为民间金融的代表具有高成本、高杠杆的特征, 其风险暴露进而会影响商业银行的日常运营[19]如果将整个金融市场视为柠檬市场, 互联网金融作为影子银行的新兴行业, 引发了支付清算方式的历史性变革, 但其操作的不规范性也极易造成金融环境的恶化, 最终风险迅速蔓延至金融的各个分支, 任何金融机构都无法独善其身[20]影子银行的局部风险会通过资产负债与羊群效应推动市场收益率的上涨与货币供给量的紧缩, 实体经济违约率上升, 并反馈到金融市场, 导致金融风险集中爆发[21]在美国次贷危机所引发的金融危机爆发前, 度量金融变量间交叉相关性的计量检验模型主要有矩阵模型和 GARCH 模型, 矩阵模型曾用于模拟一家银行倒闭引致其他机构倒闭的数量, 由此衡量风险交叉传染程度[22-23], 而 GARCH 模型则通过计算所得的序列关联性作为交叉传染风险[24]金融危机后, 系统性风险受到极大。