我國金融機(jī)構(gòu)的風(fēng)險邊際貢獻(xiàn)度研究

李超

摘要：目前，國內(nèi)外對金融系統(tǒng)風(fēng)險的研究依然很熱，在方法和技術(shù)上都取得了一定的進(jìn)展。本文選取銀行、證券、保險三大金融機(jī)構(gòu)的金融市場數(shù)據(jù)，以滬深300指數(shù)為因變量，運(yùn)用CVaR和t-GARCH（1，1）模型計算出它們對金融整體系統(tǒng)風(fēng)險的邊際貢獻(xiàn)度，并依此提出金融監(jiān)管的可行性建議。

關(guān)鍵詞：金融系統(tǒng)風(fēng)險；邊際貢獻(xiàn)度；t-GARCH（1，1）

一、引言

自美國發(fā)生次貸危機(jī)以來，國際金融遭受巨大沖擊，引起了國內(nèi)外學(xué)者對系統(tǒng)性風(fēng)險的廣泛關(guān)注。Frederic S .Mishkin（1992）[1]認(rèn)為金融危機(jī)是一種對金融市場的擾亂，它使逆向選擇和道德風(fēng)險變得更為嚴(yán)重；Michael Schrode和Mrtin Schuler（2003）[2]使用GARCH模型測量了自歐洲銀行一體化以來，銀行業(yè)潛在的系統(tǒng)性風(fēng)險；Adrian和Brunnermeie（2008）[3]在風(fēng)險價值（VaR）的基礎(chǔ)上創(chuàng)造性地將條件風(fēng)險價值CoVaR引入系統(tǒng)風(fēng)險測度研究之中；Acharya等（2010）[4]基于期望損失（ES）提出了金融系統(tǒng)性期望損失（SES）和邊際期望損失（MES）。

在國內(nèi)，翟金林（2001）對銀行系統(tǒng)性風(fēng)險的產(chǎn)生機(jī)理和預(yù)防問題進(jìn)行了初步的研究；馬君潞（2007）根據(jù)銀行間的資產(chǎn)負(fù)債表，估量了我國銀行間市場傳染風(fēng)險；張亦春（2002）[2]從風(fēng)險與金融風(fēng)險角度考察了金融風(fēng)險的定義及其外在表現(xiàn)形式和特征；范小云、王道平等（2011）借助金融機(jī)構(gòu)的系統(tǒng)性期望損失、邊際期望損失和杠桿率，進(jìn)行了金融機(jī)構(gòu)系統(tǒng)性風(fēng)險的邊際貢獻(xiàn)測量。

二、模型的建立與求解

以往學(xué)者在研究金融機(jī)構(gòu)風(fēng)險時，大多考慮了行業(yè)間的尾部相關(guān)性，但并沒有考慮它們尾部均值的影響，故本文在VaR測量法的基礎(chǔ)上，引用CVaR測量金融機(jī)構(gòu)系統(tǒng)性風(fēng)險，把風(fēng)險的尾部值也計算進(jìn)去。利用CVaR建立金融機(jī)構(gòu)間的關(guān)系，具體步驟如下：

（一）指標(biāo)選取。文中選取金融市場數(shù)據(jù)分為銀行、證券、保險三大行業(yè)和金融指數(shù)來度量金融體系間的系統(tǒng)風(fēng)險的邊際貢獻(xiàn)測度。

（二）計量模型設(shè)定。求三大行業(yè)的邊緣分布，采用t-GARCH（1，1）模型，如下：

（三）CVaR值的度量?？紤]到銀行、證券、保險三大行業(yè)的相關(guān)性，需要Copula和t-GARCH（1，1）模型相結(jié)合求解，得到銀行、證券、保險和金融指數(shù)的殘差序列以及未來的收益率序列，然后用Monte-Carlo模擬的方法計算出風(fēng)險的CVaR值。如此反復(fù)100次，就得到了100組金融指數(shù)、銀行、證券和保險四維新的收益率序列。

（四）回歸分析。為了避免這三大行業(yè)之間的多重共線性，先對其進(jìn)行主成分分析，減少成分的個數(shù)，再做線性回歸。

三、數(shù)據(jù)選取與實(shí)證結(jié)果

本文從股票中選取了七只作為代表，用pt來代表股價，股票的對數(shù)收益率為rt=lnpt-lnpt-1，數(shù)據(jù)源自同花順炒股軟件；從銀行中選取中行、工行、建行、交行、浦發(fā)、招商和農(nóng)行；從證券中選擇長江證券、光大證券、廣發(fā)證券、國元證券、太平洋證券、興業(yè)證券、中信證券；從保險行業(yè)中選擇中國平安、中國人壽、中國太保、新華人壽、香溢融通、愛建股份和中國中期，權(quán)重為各自當(dāng)期市值所占比例，將滬深300數(shù)據(jù)作為金融體系的系統(tǒng)數(shù)據(jù)。數(shù)據(jù)樣本取自2012.10.08～2013.07.22期間，每天30分鐘高頻數(shù)據(jù)。通過觀察三大行業(yè)歷史收益率的樣本自相關(guān)系數(shù)，發(fā)現(xiàn)它們幾乎是不相關(guān)的，但通過對樣本的條件異方差檢驗(yàn)發(fā)現(xiàn)它們的歷史收益率序列均存在異方差性，因此可以分別對銀行、證券、保險和滬深300的收益率序列建立t-GARCH（1，1）模型，利用Eviews6.0軟件得到模型中的參數(shù)估計結(jié)果如下：

四、結(jié)語

監(jiān)管部門對金融機(jī)構(gòu)的監(jiān)管，主要是對系統(tǒng)性金融危機(jī)的防范，應(yīng)對那些金融系統(tǒng)性風(fēng)險邊際貢獻(xiàn)大的機(jī)構(gòu)進(jìn)行監(jiān)管，盡可能地減小其邊際貢獻(xiàn)度。具體措施有以下幾點(diǎn)：第一，有效進(jìn)行資本優(yōu)化配置。資本在金融機(jī)構(gòu)中的地位很重要，對資本的有效管理可以使金融機(jī)構(gòu)在風(fēng)險發(fā)生時，不會損失那么嚴(yán)重，并且可以通過優(yōu)化資本配置體系預(yù)防風(fēng)險的發(fā)生；第二，完善信息披露機(jī)制：準(zhǔn)確、完整、及時的信息可以反映一家機(jī)構(gòu)的經(jīng)營、業(yè)務(wù)和產(chǎn)品情況，同時有助于監(jiān)管者了解該機(jī)構(gòu)所承受的風(fēng)險程度，進(jìn)而能夠及時做出防范措施。對風(fēng)險采取有效的預(yù)防措施，能夠使整個金融體系的系統(tǒng)性風(fēng)險發(fā)生的幾率大幅度減小、防止危機(jī)的發(fā)生；第三，加大金融風(fēng)險知識的宣傳：人們對金融風(fēng)險知識了解甚少，而且往往會因?yàn)殄e誤的辨識金融機(jī)構(gòu)的業(yè)務(wù)而做出錯誤的決定，易發(fā)生威脅金融機(jī)構(gòu)的事情。加強(qiáng)金融產(chǎn)品知識的宣傳，不僅有利于廣大群眾，更有利于金融機(jī)構(gòu)的管理和風(fēng)險的防范。（作者單位：河南師范大學(xué)）

參考文獻(xiàn)：

[1]Frederic S .Mishkin（1992）Anatomy of a financial crisis .Evolutionary Ecomomics2：115-130.

[2]Michael Schroder， Mrtin Schuler. The systemic Risk in European Banking-Evidence from GARCH Models [D]. Centre for European Economic Research Working Paper.2003，（12）：35-36.

[3]Tobias Adrian and Markus K. Brunnermeier（2008）Co-VAR， FRB of New York Staff Report No，348，September 2008.

[4]Acharya，V.， L. Pedersen ，T. Philippon and M. Richardson. Measuring Systemic Risk[J].NYU Working Paper，2010.

[5]翟金林.銀行系統(tǒng)性風(fēng)險的成因及防范研究[J].南開學(xué)報，2001，（04）：83-84.

[6]馬君潞.中國銀行間市場雙邊傳染的風(fēng)險估測及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007，（01）：68-78.

[7]張亦春.風(fēng)險與金融風(fēng)險的經(jīng)濟(jì)學(xué)再考察[J]，金融研究，2002，（03）：66-67.

[8]范小云，王道平，方意.我國金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險貢獻(xiàn)測度與監(jiān)管——基于邊際風(fēng)險貢獻(xiàn)與杠桿率的研究[J]，南開經(jīng)濟(jì)研究，2011，（04）：17-18.