中國金融業(yè)跨市場風險測度與分析——基于 GARCH－Copula－CoVaR模型

徐映梅，徐 璐

（中南財經(jīng)政法大學 統(tǒng)計與數(shù)學學院，湖北 武漢430074）

金融的不斷創(chuàng)新和發(fā)展，促進了銀行、證券、保險、信托等行業(yè)之間的業(yè)務(wù)交叉與業(yè)務(wù)融合，使它們之間的依存關(guān)系日益密切。中國金融機構(gòu)業(yè)務(wù)經(jīng)營的綜合化是其為提高盈利水平的客觀要求與適應(yīng)金融業(yè)改革發(fā)展的必然選擇。這樣的選擇一方面有利于金融機構(gòu)運行效率的提升，另一方面則使得風險在不同行業(yè)之間不斷傳遞、聚集，進而有可能形成更大范圍的風險隱患。

因此對金融風險在市場間的傳導機制進行研究，對跨市場金融風險實施及時監(jiān)控，將有助于防范和抵御金融風險大面積爆發(fā)，有助于整個金融機構(gòu)在最低損失程度下有效運轉(zhuǎn)，進而順利推進金融市場改革。

一、相關(guān)理論與文獻分析

（一）跨市場風險的含義

目前學術(shù)界對跨市場風險尚無權(quán)威定義，但是許多學者提出的定義并無較大差異。王素珍、謝斌、董麗、鄭慶寰、丁浩等均提出了各自的定義［1－5］。例如，謝斌認為目前中國跨市場金融風險主要集中在以下兩個方面：一是證券、銀行、保險等金融機構(gòu)在突破分業(yè)經(jīng)營的基礎(chǔ)模式時，推出跨市場、跨行業(yè)的金融產(chǎn)品而產(chǎn)生的交叉性風險；二是金融控股公司同時從事多個金融子行業(yè)、子市場的相關(guān)經(jīng)營活動，從而導致各個子行業(yè)、子市場聯(lián)通產(chǎn)生風險擴散和疊加。

筆者認為，跨市場金融風險從類型上而言，它是金融風險的一種，是就跨市場經(jīng)營進行的一種劃分；從產(chǎn)生原因而言，它是金融混業(yè)經(jīng)營的產(chǎn)物；從傳遞途徑來看，它伴隨著跨市場金融行為的方方面面。本文將金融業(yè)跨市場風險定義為由于金融子行業(yè)之間的跨行業(yè)經(jīng)營行為而產(chǎn)生的風險。

（二）跨市場風險傳導的實證研究

目前，對跨市場風險傳導的實證研究重點在于資產(chǎn)價格的協(xié)同運動。這里的市場集中在證券、匯率、期貨等市場，也有滬、深、港、日、美等地區(qū)市場間的分析。風險傳導的研究可以分為兩類，一類是基本面觸發(fā)市場間波動，該類研究認為，不同市場受共同的基本面因素影響，使得各個市場波動，同時該波動會反饋到基本面因素，導致其他市場的協(xié)同運動。一般基本面因素包括宏觀經(jīng)濟沖擊、市場環(huán)境等。此類實證模型都將金融市場價格波動與宏觀經(jīng)濟變量，如通貨膨脹率、利率等連接起來進行分析，最后得到宏觀經(jīng)濟與金融市場之間的相互影響。另一類是假定基本面不變，直接研究各市場間的共同變動，本文主要關(guān)注第二類研究。

中國學者在不考慮基本面因素影響的風險研究方面，采取了許多好的統(tǒng)計計量方法，對不同金融市場之間風險傳遞進行了研究。方毅等采用方差分解的方法，比較分析了國內(nèi)外金屬期貨市場“風險傳染”，發(fā)現(xiàn)國內(nèi)市場存在特有的期銅向期鋁的單項波動溢出［6］。毛菁、羅猛利用共同風險（CoVaR）模型測度了銀行業(yè)和證券業(yè)之間風險傳遞，發(fā)現(xiàn)銀行業(yè)和證券業(yè)之間存在著雙向的風險外溢效應(yīng)，且銀行業(yè)對證券業(yè)外溢效果要強于證券業(yè)對銀行業(yè)［7］。

從研究范圍來看，目前沒有對于全面金融市場的研究，僅有的實證研究由于采用數(shù)據(jù)不同，研究市場不同，得到的結(jié)果缺乏數(shù)值上的可比性。實證研究的方法比較豐富，主要有相關(guān)關(guān)系、協(xié)整分析、基于GARCH模型、VAR模型等的波動溢出分析。結(jié)論多為市場間存在相關(guān)性、市場間存在著波動傳導以及傳導力度等基本結(jié)論，對傳導風險的大小缺乏具體數(shù)值衡量。因此，本文在前述研究的基礎(chǔ)上，借鑒成熟的計量模型對金融各個子行業(yè)之間風險進行定量測度，基于金融市場多個子行業(yè)，描繪出完整的風險外溢圖景。

二、模型介紹

（一）CoVaR方法簡介

CoVaR是一種依靠VaR來測度風險溢出強度大小的有效方法，能夠更準確地測量實際風險的大小，同時具有很好的可操作性。根據(jù)任仙玲、張世英的文獻介紹，CoVaR12是指當某類市場的金融資產(chǎn)y2（一般用收益率表示）處于極端風險水平時，金融資產(chǎn)y1的風險水平［8］，即：

用1－α表示置信度，本文取95%置信度的風險價值?？梢钥闯鯟oVaR12本質(zhì)上也是VaR，反映了當y2發(fā)生極端風險時，y1在t時期的總風險價值，可以看作是無條件風險價值加上溢出價值，也可以說溢出風險價值等于CoVaR12減去無條件風險價值，即：

其中VaR1表示y1在t時不考慮溢出風險情況下的風險價值，也就是無條件風險價值，ΔCoVaRt12則指y2對y1的溢出風險價值。由于各個金融子市場的無條件風險價值不一樣，ΔCoVaRt12反映出的風險溢出強度不具有可比性，因此非常有必要對ΔCoVaRt12進行歸一化：

%ΔCoVaR12t剔除了量綱的影響，能夠準確地反映出當y2處于極端風險值時對y1的風險溢出值。如果用y1代表整個金融市場的系統(tǒng)風險，那么ΔCoVaRt12則可代表當單個金融市場y2發(fā)生極端風險時，系統(tǒng)性風險相應(yīng)產(chǎn)生的變化。CoVaR技術(shù)是一種全新的研究風險溢出效應(yīng)的方法，它的本質(zhì)就是VaR，但是與VaR最大的區(qū)別是CoVaR測度的是單個市場或行業(yè)風險變動對另一市場或行業(yè)的風險外溢值，而非單一行業(yè)的風險。

（二）Copula鏈接函數(shù)介紹

VaR實質(zhì)上是分位點，CoVaR本質(zhì)就是VaR，也是分位點。從計算單變量的VaR到計算兩兩變量之間的CoVaR，需要合適的鏈接函數(shù)進行連接。Copula函數(shù)可以描述變量之間的相關(guān)關(guān)系，是一種連接函數(shù)，將聯(lián)合分布函數(shù)與各自的邊緣分布函數(shù)連接起來。將單變量自身的邊緣分布和它們之間的相關(guān)關(guān)系分開研究，簡化了建模的難度。同時Copula函數(shù)可以捕捉變量間的非線性結(jié)構(gòu)，能較好處理分布尾部的相關(guān)性，能夠較好地滿足風險管理的要求。

（三）GARCH－Copula－CoVaR計算過程

GARCH－Copula－CoVaR模型的特點是，考慮了金融時間序列GARCH效應(yīng)的同時，利用Copula函數(shù)表征測量序列之間的相關(guān)關(guān)系和非線性結(jié)構(gòu)，這樣計算出的CoVaR值，能夠更有效地刻畫金融機構(gòu)之間風險的外溢性。其計算過程分述如下：

1．選擇合適的GARCH模型對單變量序列建模，提取殘差序列。GARCH（p，q）模型的表達式如下：

其中p＞0，q＞0，α＞0，γi0，βj0（i＝1，2，…，n，p；j＝1，2，…，n，q）。

Copula－GARCH模型一般假設(shè)ξ服從正態(tài)分布，y1t和y2t可以通過各自的GARCH－t模型擬合結(jié)果直接求出：

其中α代表顯著性水平，qTν（·）示自由度為ν的標準化t分布的分位數(shù)函數(shù)，σt指的是GARCH－t模型的條件標準差。

2．選擇合適的Copula相依函數(shù)。

3．結(jié)合GARCH和Copula函數(shù)計算CoVaR。

以兩個序列為例，需要利用GARCH－t模型對兩個序列y1t和y2t進行擬合，從而得到獨立同分布的殘差序列ξ1t、ξ2t，它們均服從均值為0的正態(tài)分布，最后選擇Copula函數(shù)C對ξ1t、ξ2t進行擬合，得到下面的式子：

根據(jù)條件分布定義，對于固定的ξ2t、ξ1t關(guān)于ξ2t的條件分布函數(shù)為：

其中）是關(guān)于的條件分布函數(shù)，從而進一步得到：

其中是ξ的密度函數(shù)，用ξ2t對應(yīng)的α分位點代替上式中的ξ2t，依據(jù)Copula函數(shù)C與分位數(shù)之間的關(guān)系，變換式（8）得：

求解上述方程，可以得到ξ1t的具體值，定義為q1，就是說q1代表了ξ2t取值等于其α分位數(shù)的值，同時我們結(jié)合CoVaR12的含義，可以推導得到CoVaR12＝－q1σ1t，σ1t指的是y1t的條件標準差，那么我們可以在已知信息集It－1的情況下，利用前一步預測的方法得到ΔCoVaR12和%CoVaRt12。

三、實證分析

本文選取2001年1月2日至2013年10月14日共3 087個中信金融行業(yè)股價序列數(shù)據(jù)，主要涉及四個行業(yè)：證券、股份制銀行、保險和信托，其中證券機構(gòu)19家，股份制銀行8家，保險機構(gòu)5家，信托機構(gòu)3家，股票價格數(shù)據(jù)是各機構(gòu)股票價格的加權(quán)平均，數(shù)據(jù)來源于WIND客戶端。

在風險測度的研究中，多采用收益率序列計算分析，此處將數(shù)據(jù)做如下處理：

其中pt表示t日對應(yīng)的市場價格指數(shù)，Rt則指t日的百分比收益率。

（一）ARCH效應(yīng)檢驗

ARCH效應(yīng)檢驗是一種針對時間序列是否存在ARCH效應(yīng)特征而進行的檢驗。目前使用最廣泛的是Engle提出的拉格朗日乘數(shù)檢驗法，稱作ARCH LM檢驗。這個檢驗的原假設(shè)是：不存在ARCH效應(yīng)。利用Eveiws軟件進行檢驗，采用一階滯后ARCHTEST，結(jié)果見表1。

表1 ARCH效應(yīng)檢驗結(jié)果

從上述結(jié)果可知，各序列對應(yīng)的LM檢驗量的概率值均小于0．05，即拒絕原假設(shè)，認為各序列存在ARCH效應(yīng)，可以進一步利用GARCH模型計算VaR值。利用SAS編程擬合GARCH（1，1）模型，計算得到各個行業(yè)的VaR值，結(jié)果見表2。

表2 四類金融機構(gòu)的VaR值（單位：%）

（二）最優(yōu)Copula函數(shù)選擇

利用R語言編程實現(xiàn)銀行、證券、保險、信托兩兩行業(yè)之間的最優(yōu)Copula函數(shù)選擇。根據(jù)Cramer－von Mises統(tǒng)計量最小的原則，兩兩行業(yè)之間最優(yōu)Copula函數(shù)選擇結(jié)果見表3。

表3 兩兩行業(yè)之間最優(yōu)Copula函數(shù)

（三）CoVaR計算結(jié)果及分析

采用R語言編程計算CoVaR以及%CoVaR值，所有的CoVaR值均滯后0階，%CoVaR消除了量綱的影響，以百分比的形式有效地反映了風險溢出強度大小，其計算結(jié)果見表4。

表4 給定行業(yè)極端風險條件下另一行業(yè)的相對風險值

從表4可得到以下結(jié)論：

1．銀行、證券、保險、信托業(yè)兩兩之間都存在顯著的雙向風險傳遞。平均風險傳遞絕對值為5．74%，平均%CoVaR為32．46%，即當一個行業(yè)處于極端風險值時，會引起另一行業(yè)風險平均增大32．46%。

2．銀行、證券、保險、信托業(yè)兩兩風險傳遞存在非對稱性。從風險傳遞方向與影響程度來看，銀行與證券、銀行與保險、銀行與信托、證券與保險兩兩之間風險外溢值相當接近，但并不相等，證券和信托、保險和信托風險外溢值不平衡性更加顯著，其中證券對信托業(yè)的%CoVaR為23．19%，而信托業(yè)對證券業(yè)%CoVaR為37．37%。原因在于，信托資金的運用范圍更廣泛，信托財產(chǎn)可以出租、出售、貸款、投資、同業(yè)拆放等，證券資金只可以投資股票或者投資債券，可見信托機構(gòu)不僅能夠?qū)①Y金投入到股票或債券市場，也可以直接投入實體企業(yè)中，信托和證券機構(gòu)在一級市場上存在競爭關(guān)系，企業(yè)可以使用信托方式或者發(fā)行股票、債券融資。在二級市場上，信托機構(gòu)對證券機構(gòu)資金的流入也影響整個證券行業(yè)的收益水平，因此信托對證券的風險外溢大于證券對信托的風險外溢。信托業(yè)對保險業(yè)的%Co－VaR值為30．77%，保險業(yè)對信托業(yè)的%CoVaR值為17．74%，信托業(yè)對保險的風險傳遞顯著大于保險業(yè)對信托業(yè)的風險傳遞。目前信托和保險業(yè)的主要交叉性金融產(chǎn)品是保單信托，保單信托的合作模式是保險公司設(shè)計大額壽險保單，然后以信托的方式進行資產(chǎn)管理。保單信托使得大量資金從保險業(yè)流入信托業(yè)，因此，作為資金流入方的信托業(yè)更容易將風險傳遞給資金流出方。

3．傳統(tǒng)行業(yè)間風險外溢大于新興行業(yè)間的風險外溢。從風險傳遞值考察，銀行、證券、保險業(yè)三者之間風險傳遞值最大。因為這三個行業(yè)屬于歷史最悠久、體系最完善、互相交叉滲透最深入的三個傳統(tǒng)行業(yè)。其次是信托和證券業(yè)之間的風險傳遞值。目前信托投資公司的資金鏈橫跨了貨幣、資本和產(chǎn)業(yè)等多個市場，而進行受托融資、投資管理和咨詢顧問是信托公司的基本業(yè)務(wù)經(jīng)營模式。在目前的監(jiān)管形勢下，信托投資公司能夠采用靈活多變的業(yè)務(wù)模式和不斷創(chuàng)新業(yè)務(wù)類型，因而對信托業(yè)的風險監(jiān)控是全面風險管理的重要內(nèi)容。

從風險影響程度來看，證券行業(yè)對其它行業(yè)的風險影響最大，當證券行業(yè)處于極端風險時，對其它三個行業(yè)的影響之和達到102%，即分別使得銀行、保險、信托風險增大38．74%，40．91%和23．19%，體現(xiàn)了風險傳遞結(jié)構(gòu)上的多層次性。

四、研究結(jié)論及政策建議

實證分析結(jié)果顯示，當前的金融風險主要是銀行、證券、保險三個傳統(tǒng)行業(yè)之間的兩兩傳遞，其次是信托對證券行業(yè)的風險傳遞。近年來，金融創(chuàng)新發(fā)展使得各金融子行業(yè)間的界限越來越模糊，導致風險在金融子行業(yè)之間傳播更為復雜。同時對分業(yè)經(jīng)營、分業(yè)監(jiān)管的監(jiān)管體制造成沖擊。只有金融業(yè)跨市場風險能夠在合理監(jiān)管下有效配置，整個金融體系才能兼顧效率和安全。具體來講，本文認為金融監(jiān)管還有以下幾個方面值得防范與改進：

1．加強風險源頭的管理。銀行業(yè)面臨“金融脫媒”、“利率市場化”、“互聯(lián)網(wǎng)金融”等威脅，主體地位和盈利水平都受到一定程度的影響。證券行業(yè)存在“股市和債市發(fā)展嚴重不平衡”、“股市市場嚴重分割”、“政策市”明顯、資產(chǎn)配置效率低下、投機行為等多方面問題。信托行業(yè)面臨“剛性兌付”的挑戰(zhàn)，產(chǎn)品單一，利潤主要來源利差，對銀信合作、房地產(chǎn)行業(yè)、地方政府融資平臺過于依賴，同時備付金與信托資產(chǎn)規(guī)模差距巨大。保險業(yè)建立償付能力監(jiān)管體系，打破保費收入硬指標，做好公眾風險管理，解決保險欺騙行為等問題仍有待解決。結(jié)合實證分析的結(jié)果來看，證券行業(yè)對其他行業(yè)的風險外溢最大，是跨市場金融風險傳遞的最大源頭。

2．協(xié)調(diào)聯(lián)合監(jiān)管機制，最終實現(xiàn)機構(gòu)監(jiān)管向功能監(jiān)管轉(zhuǎn)變。目前中國在對金融市場的監(jiān)管上實行的是“分業(yè)經(jīng)營、分業(yè)監(jiān)管”的模式。在此模式之下，不同部門負責搜集屬下市場、行業(yè)信息，自主建立監(jiān)管目標、標準對屬下市場和行業(yè)進行監(jiān)管。這不僅無法對跨市場交易行為導致的復雜資金流向進行監(jiān)測，同時重復的信息搜集和使用造成資源浪費，空缺的信息搜集也會導致監(jiān)管的空白，進而無法及時準確地監(jiān)測和預警跨市場金融風險。因而，聯(lián)合監(jiān)管、功能監(jiān)管勢在必行。

3．引入第三方評估機構(gòu)，完善信息公開機制。交易公開是實現(xiàn)市場化的基本途徑，同時可以有效避免“無形的手”的操控，最好地保護好投資者權(quán)益。同時要將此方式納入基礎(chǔ)法治建設(shè)的內(nèi)容中，用法規(guī)明確保護第三方機構(gòu)的獨立性，切實保障機構(gòu)的有效運行。

［1］ 王素珍．國外跨市場金融風險監(jiān)管及其啟示［J］．海南金融，2004（2）．

［2］ 謝斌．現(xiàn)階段中國跨市場金融風險相關(guān)問題初探［J］．上海金融，2005（7）．

［3］ 董麗．跨市場金融風險監(jiān)測與控制問題研究［J］．甘肅金融，2005（6）．

［4］ 鄭慶寰，林莉．跨市場金融風險的傳遞與監(jiān)管［J］．南方金融，2006（8）．

［5］ 丁浩，許長新．中國現(xiàn)階段跨市場金融風險的傳遞載體芻議［J］．上海金融，2008（3）．

［6］ 方毅，張屹山．國內(nèi)外金屬期貨市場“風險傳染”的實證研究［J］．金融研究，2007（5）．

［7］ 毛菁，羅猛．銀行業(yè)與證券業(yè)間風險外溢效應(yīng)研究——基于CoVaR模型的分析［J］．新金融，2011（5）．

［8］ 任仙玲，張世英．基于Copula函數(shù)的金融市場尾部相關(guān)性分析［J］．統(tǒng)計與信息論壇，2008（6）．