我國(guó)金融機(jī)構(gòu)的傳染性風(fēng)險(xiǎn)與系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)
——基于極端風(fēng)險(xiǎn)網(wǎng)絡(luò)視角的研究

李 政 朱明皓 范穎嵐

一、引 言

自2008年全球金融危機(jī)以來(lái)，我國(guó)金融市場(chǎng)與金融機(jī)構(gòu)雖然在總體上運(yùn)行平穩(wěn)，但是各種風(fēng)險(xiǎn)事件較為頻仍，“錢(qián)荒”、股災(zāi)、債券市場(chǎng)違約事件以及商業(yè)銀行不良資產(chǎn)規(guī)模與不良率的“雙升”使得系統(tǒng)性金融風(fēng)險(xiǎn)一直是學(xué)術(shù)界與監(jiān)管當(dāng)局高度關(guān)注的焦點(diǎn)。眾所周知，金融作為現(xiàn)代經(jīng)濟(jì)的核心，其首要任務(wù)就是更好地為實(shí)體經(jīng)濟(jì)服務(wù)。當(dāng)前，我國(guó)經(jīng)濟(jì)正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長(zhǎng)動(dòng)力的攻關(guān)期。同時(shí)，世界經(jīng)濟(jì)仍處于緩慢復(fù)蘇進(jìn)程中，全球債務(wù)水平的上升、貿(mào)易摩擦、逆全球化等因素使得不確定性、復(fù)雜性進(jìn)一步凸顯。因此，在經(jīng)濟(jì)增長(zhǎng)同時(shí)面臨外部沖擊與內(nèi)部壓力的局面下，必須守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線，從而為中國(guó)經(jīng)濟(jì)的平穩(wěn)健康發(fā)展創(chuàng)造有利條件。

經(jīng)驗(yàn)教訓(xùn)表明，外生沖擊(即風(fēng)險(xiǎn)源頭)往往只是引起部分機(jī)構(gòu)遭受損失的導(dǎo)火索，而機(jī)構(gòu)間的關(guān)聯(lián)會(huì)使得損失在不同機(jī)構(gòu)間、不同行業(yè)間相互傳染，從而放大前者對(duì)金融系統(tǒng)的破壞力與影響力，甚至可能進(jìn)一步引發(fā)系統(tǒng)性危機(jī)。所以，在系統(tǒng)性金融風(fēng)險(xiǎn)的形成過(guò)程中，其傳染性的特征最為明顯且時(shí)間跨度最大，只考慮沖擊造成的直接損失而忽視沖擊之后的傳染性風(fēng)險(xiǎn)勢(shì)必會(huì)低估系統(tǒng)性金融風(fēng)險(xiǎn)(方意，2016)。同時(shí)，近些年來(lái)我國(guó)金融機(jī)構(gòu)混業(yè)經(jīng)營(yíng)趨勢(shì)愈演愈烈，同業(yè)業(yè)務(wù)規(guī)模日益擴(kuò)張，這使得跨行業(yè)、跨機(jī)構(gòu)的業(yè)務(wù)交叉與融合逐漸增多，進(jìn)一步增加了機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染渠道。楊子暉和李東承(2018)發(fā)現(xiàn)，我國(guó)銀行業(yè)中的傳染性風(fēng)險(xiǎn)已經(jīng)成為系統(tǒng)性金融風(fēng)險(xiǎn)的重要組成部分，并在過(guò)去幾年中其占比不斷增加。因此，厘清金融機(jī)構(gòu)間風(fēng)險(xiǎn)傳染的方向及水平是準(zhǔn)確度量并有效防范系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)鍵所在，對(duì)宏觀審慎監(jiān)管框架的建立與完善具有十分重要的意義。

同時(shí)，微觀審慎監(jiān)管作為宏觀審慎監(jiān)管的基礎(chǔ)，在思路上更加側(cè)重于對(duì)單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)進(jìn)行監(jiān)控，從而保證其穩(wěn)健經(jīng)營(yíng)。由于傳染性風(fēng)險(xiǎn)的存在，當(dāng)一家機(jī)構(gòu)陷入極端情形時(shí)，那些與其緊密關(guān)聯(lián)的機(jī)構(gòu)的風(fēng)險(xiǎn)水平也會(huì)隨之顯著提升。因此，在度量機(jī)構(gòu)的個(gè)體風(fēng)險(xiǎn)時(shí)不應(yīng)僅局限于自身，還須充分考慮金融系統(tǒng)中其他機(jī)構(gòu)所帶來(lái)的傳染效應(yīng)。對(duì)傳染性風(fēng)險(xiǎn)的識(shí)別，有助于更加準(zhǔn)確地度量每個(gè)機(jī)構(gòu)面臨的風(fēng)險(xiǎn)，從而使微觀審慎監(jiān)管與宏觀審慎監(jiān)管相互協(xié)調(diào)并互為補(bǔ)充，共同維護(hù)金融系統(tǒng)的安全與穩(wěn)定。

迄今為止，國(guó)內(nèi)外學(xué)術(shù)界已涌現(xiàn)出大量有關(guān)金融機(jī)構(gòu)風(fēng)險(xiǎn)傳染的研究成果，這些研究運(yùn)用不同的模型對(duì)傳染的水平及方向進(jìn)行了度量，具有各自的特點(diǎn)及優(yōu)勢(shì)。根據(jù)使用的數(shù)據(jù)來(lái)劃分，其主要可分為兩大類：一是基于銀行具體業(yè)務(wù)數(shù)據(jù)，二是基于金融市場(chǎng)數(shù)據(jù)。

基于具體業(yè)務(wù)數(shù)據(jù)的研究重點(diǎn)考察了由于銀行間資產(chǎn)負(fù)債業(yè)務(wù)關(guān)聯(lián)所導(dǎo)致的風(fēng)險(xiǎn)傳染，其通常先利用資產(chǎn)負(fù)債表中的數(shù)據(jù)構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)，然后通過(guò)模擬的方法測(cè)度銀行間的風(fēng)險(xiǎn)傳染水平。進(jìn)一步，基于銀行具體業(yè)務(wù)數(shù)據(jù)構(gòu)建的關(guān)聯(lián)網(wǎng)絡(luò)又可細(xì)分為直接關(guān)聯(lián)網(wǎng)絡(luò)模型和間接關(guān)聯(lián)網(wǎng)絡(luò)模型。

直接關(guān)聯(lián)網(wǎng)絡(luò)模型主要是通過(guò)銀行間借貸關(guān)聯(lián)矩陣來(lái)構(gòu)建，由于大多數(shù)國(guó)家的銀行報(bào)表僅披露同業(yè)資產(chǎn)和負(fù)債的總量，所以以往研究通常利用最大熵方法估計(jì)銀行的雙邊敞口。直接關(guān)聯(lián)網(wǎng)絡(luò)模型可以捕捉到銀行間同業(yè)拆借市場(chǎng)上的違約級(jí)聯(lián)(default cascade)導(dǎo)致的風(fēng)險(xiǎn)傳染，一家銀行的傳染性水平取決于其倒閉后所引發(fā)的銀行破產(chǎn)數(shù)量以及整個(gè)銀行部門(mén)的資產(chǎn)損失，其代表性的研究者有 Upper和 Worms(2004)、廉永輝(2016)、方意(2016)。部分學(xué)者則認(rèn)為其刻畫(huà)的傳染力度較小，與金融危機(jī)期間出現(xiàn)的銀行倒閉風(fēng)潮并不相符(Upper，2011；Glasserman和 Young，2015)。同時(shí)，間接關(guān)聯(lián)網(wǎng)絡(luò)模型基于各家銀行報(bào)表中貸款資產(chǎn)的比例及其流動(dòng)性折扣來(lái)構(gòu)建。其主要考察當(dāng)一家銀行受到?jīng)_擊后，該銀行出于內(nèi)生杠桿要求和外生監(jiān)管約束等原因而進(jìn)行的非流動(dòng)性資產(chǎn)降價(jià)拋售(fire sales)如何影響金融系統(tǒng)內(nèi)持有相似資產(chǎn)的其他銀行，其代表性的研究者有 Duarte和 Eisenbach(2013)、Greenwood等(2015)、方意和鄭子文(2016)、方意和黃麗靈(2019)。

上述研究的優(yōu)勢(shì)在于具有較好的理論基礎(chǔ)，從而能刻畫(huà)風(fēng)險(xiǎn)傳染的機(jī)制和渠道，并給出系統(tǒng)性金融風(fēng)險(xiǎn)的形成原因。但是，金融機(jī)構(gòu)間的關(guān)聯(lián)形式多種多樣，而這些模型都建立在某一特定的關(guān)聯(lián)形式上來(lái)研究機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染，故不能將錯(cuò)綜復(fù)雜的金融風(fēng)險(xiǎn)網(wǎng)絡(luò)全部呈現(xiàn)出來(lái)。而且，金融機(jī)構(gòu)具體業(yè)務(wù)數(shù)據(jù)的頻率較低，具有一定的滯后性，無(wú)法及時(shí)地評(píng)估出機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染水平(李政等，2019a、2019c)。

基于金融市場(chǎng)數(shù)據(jù)的研究則采用金融機(jī)構(gòu)的股票、信用違約互換等市場(chǎng)價(jià)格來(lái)考察金融機(jī)構(gòu)的風(fēng)險(xiǎn)傳染。根據(jù)不同的度量思路，其研究大體上可分為三類。

第一類，通過(guò)尾部依賴性度量單個(gè)機(jī)構(gòu)對(duì)金融系統(tǒng)或者金融系統(tǒng)對(duì)機(jī)構(gòu)的影響，其代表性的研究者有 Adrian和 Brunnermeier(2016)、Acharya等(2017)、Brownlees和Engle(2017)、White等(2015)、李政等(2019d)。這類方法可以在整體上測(cè)度一家機(jī)構(gòu)對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)溢出水平或者風(fēng)險(xiǎn)承擔(dān)水平，但由于忽略了風(fēng)險(xiǎn)傳導(dǎo)的網(wǎng)絡(luò)效應(yīng)，其無(wú)法識(shí)別出風(fēng)險(xiǎn)在金融系統(tǒng)內(nèi)部的具體傳染路徑。

第二類，采用 VAR模型的格蘭杰因果檢驗(yàn)和預(yù)測(cè)誤差方差分解等方法建立關(guān)聯(lián)網(wǎng)絡(luò)，然后通過(guò)復(fù)雜網(wǎng)絡(luò)分析的中心性(centrality)和密度(density)等指標(biāo)衡量單個(gè)機(jī)構(gòu)和整個(gè)金融系統(tǒng)內(nèi)的溢出水平，代表性的成果有 Billio等(2012)、李政等(2016)、Diebold和 Yilmaz(2014)、Yang和 Zhou(2013)、胡利琴等(2018)的研究。根據(jù)所選擇變量的不同，這類方法可以研究機(jī)構(gòu)在收益率層面的信息溢出以及波動(dòng)率層面的風(fēng)險(xiǎn)溢出，而系統(tǒng)性金融風(fēng)險(xiǎn)更加關(guān)注機(jī)構(gòu)在極端情形下的尾部風(fēng)險(xiǎn)溢出。

第三類，同時(shí)利用分位數(shù)回歸以及LASSO(Least Absolute Shrinkage and Selection Operator)、SIM(Singal-Index Model)等變量選擇技術(shù)建立極端風(fēng)險(xiǎn)網(wǎng)絡(luò)，其代表性的研究者有 Hautsch等(2015)、H?rdle等(2016)、蔣海和張錦意(2018)、李政等(2019b、2019c)。一方面，分位數(shù)回歸可以度量金融機(jī)構(gòu)在尾部層面的極端風(fēng)險(xiǎn)溢出水平，其結(jié)果更具有現(xiàn)實(shí)意義；另一方面，變量選擇技術(shù)可以對(duì)數(shù)據(jù)進(jìn)行有效降維，從而使我們能夠在機(jī)構(gòu)數(shù)目眾多的金融系統(tǒng)中準(zhǔn)確地識(shí)別出機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染關(guān)系，以此來(lái)捕捉風(fēng)險(xiǎn)傳染的網(wǎng)絡(luò)效應(yīng)。因此，這類研究彌補(bǔ)了上述兩類研究在方法上的缺陷。同時(shí)，由于使用高頻、前瞻的市場(chǎng)數(shù)據(jù)，基于金融市場(chǎng)數(shù)據(jù)的研究克服了業(yè)務(wù)數(shù)據(jù)頻率較低所帶來(lái)的滯后性，充分考慮到金融機(jī)構(gòu)間各種關(guān)聯(lián)形式所導(dǎo)致的風(fēng)險(xiǎn)傳染，可以更加準(zhǔn)確地衡量單個(gè)機(jī)構(gòu)在金融網(wǎng)絡(luò)中的地位。

有鑒于此，本文嘗試在上述研究的基礎(chǔ)上做一個(gè)有益的補(bǔ)充。本文的創(chuàng)新與貢獻(xiàn)主要體現(xiàn)在以下兩個(gè)方面：一是，借鑒 Hautsch等(2015)的方法，使用我國(guó)上市金融機(jī)構(gòu)的股票收益率與資產(chǎn)負(fù)債表數(shù)據(jù)進(jìn)行 LASSO分位數(shù)回歸，以此建立金融系統(tǒng)的極端風(fēng)險(xiǎn)網(wǎng)絡(luò)。在此基礎(chǔ)上，本文構(gòu)建了傳染性、脆弱性等指標(biāo)并分析其與機(jī)構(gòu)個(gè)體特征的關(guān)系，從而得到該網(wǎng)絡(luò)中風(fēng)險(xiǎn)傳染的水平及路徑。這不僅有助于全面測(cè)度一家機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)水平，還能更加深刻地理解風(fēng)險(xiǎn)的傳染放大機(jī)制，從而科學(xué)有效地防范或化解系統(tǒng)性金融風(fēng)險(xiǎn)。二是，考慮到金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)會(huì)受到自身特征變量的影響，我們對(duì) Adrian和 Brunnermeier(2016)提出的ΔCoVaR進(jìn)行了改進(jìn)，使得系統(tǒng)性風(fēng)險(xiǎn)水平的估計(jì)結(jié)果更加準(zhǔn)確。同時(shí)，本文考察了不同時(shí)期下金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)與其傳染性、脆弱性的關(guān)系，這有助于在不同市場(chǎng)條件下對(duì)系統(tǒng)性風(fēng)險(xiǎn)較高的機(jī)構(gòu)進(jìn)行識(shí)別，從而可以動(dòng)態(tài)排查機(jī)構(gòu)風(fēng)險(xiǎn)隱患，防止其陷入危機(jī)后對(duì)金融系統(tǒng)造成破壞性影響。

二、研究方法

（一）單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值VaR與機(jī)構(gòu)間極端風(fēng)險(xiǎn)網(wǎng)絡(luò)

2008年全球金融危機(jī)表明，金融機(jī)構(gòu)間資產(chǎn)以及信用頭寸的相互關(guān)聯(lián)會(huì)使得單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)劇增，最終演變成系統(tǒng)性的危機(jī)事件并嚴(yán)重影響整個(gè)金融系統(tǒng)的安全與穩(wěn)定(Hautsch等，2015；蔣海和張錦意，2018)。因此，監(jiān)管機(jī)構(gòu)在衡量單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)時(shí)，不僅需要考慮該機(jī)構(gòu)自身的異質(zhì)風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)，還應(yīng)考慮由于其他機(jī)構(gòu)的損失所引起的風(fēng)險(xiǎn)溢出。

我們用金融機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值(Value at Risk，VaR)來(lái)衡量該機(jī)構(gòu)的風(fēng)險(xiǎn)，它可以表示該機(jī)構(gòu)在1-q%置信水平下的最大可能損失(李政等，2018)。在t時(shí)刻給定一系列風(fēng)險(xiǎn)驅(qū)動(dòng)因素，金融機(jī)構(gòu)i的收益率在q%水平上的風(fēng)險(xiǎn)價(jià)值為，它滿足：

我們利用線性分位數(shù)回歸來(lái)估計(jì)單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值VaR：

LASSO是一種數(shù)據(jù)驅(qū)動(dòng)方法，通過(guò)在目標(biāo)函數(shù)加上系數(shù)的?1范數(shù)來(lái)對(duì)估計(jì)系數(shù)進(jìn)行約束，其中最重要的一步是懲罰項(xiàng)λ的選取。本文采用 Belloni和Chernozhukov(2011)提出的方法來(lái)確定懲罰項(xiàng)λ的數(shù)值，并用篩選后的變量進(jìn)行分位數(shù)回歸，他們證明所得到的估計(jì)(post-LASSO estimate)可以較好地反映出真實(shí)模型。

首先，我們選取T個(gè)獨(dú)立同分布于U(0,1)的隨機(jī)數(shù) u1, u2,…,uT。

然后，計(jì)算隨機(jī)變量iΛ：

最后，將上述過(guò)程重復(fù)500次，計(jì)算其1-α分位數(shù)，最終得到懲罰項(xiàng)iλ，可表示為：

其中，α的選取需在懲罰項(xiàng)約束與置信度兩個(gè)問(wèn)題上進(jìn)行權(quán)衡，在實(shí)際中我們一般選擇α=0.1；c是一個(gè)固定的常數(shù)，它的選擇可以根據(jù)估計(jì)模型的回測(cè)結(jié)果來(lái)確定。

最終，我們得到式(2)的估計(jì)結(jié)果：

值得注意的是，有許多經(jīng)濟(jì)原因會(huì)導(dǎo)致機(jī)構(gòu)i的風(fēng)險(xiǎn)在其他機(jī)構(gòu)遭受損失時(shí)增加。雖然無(wú)法識(shí)別出具體原因，但是通過(guò)在潛在風(fēng)險(xiǎn)因素中加入機(jī)構(gòu)特征變量與宏觀經(jīng)濟(jì)狀態(tài)變量，本文排除了由于股市高波動(dòng)率、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)以及信貸質(zhì)量下滑等因素所導(dǎo)致的兩者間相關(guān)性。總結(jié)現(xiàn)有文獻(xiàn)，當(dāng)一家機(jī)構(gòu)陷入損失時(shí)，風(fēng)險(xiǎn)會(huì)通過(guò)以下五種渠道外溢。

其一，資產(chǎn)負(fù)債渠道。在日常交易中，各機(jī)構(gòu)會(huì)通過(guò)業(yè)務(wù)往來(lái)形成復(fù)雜的債務(wù)債權(quán)關(guān)系，使其資產(chǎn)負(fù)債表相互關(guān)聯(lián)。當(dāng)一家機(jī)構(gòu)遭受損失時(shí)，該機(jī)構(gòu)的資產(chǎn)負(fù)債表惡化，這勢(shì)必也會(huì)引起相關(guān)機(jī)構(gòu)資產(chǎn)的惡化，使它們面臨的風(fēng)險(xiǎn)增加。嚴(yán)重時(shí)，一家機(jī)構(gòu)的違約會(huì)影響眾多機(jī)構(gòu)的債務(wù)償還能力，甚至導(dǎo)致它們同時(shí)出現(xiàn)違約，產(chǎn)生“多米諾骨牌”效應(yīng)。

其二，資產(chǎn)組合調(diào)整渠道。金融機(jī)構(gòu)通常持有大量相似的資產(chǎn)，這一方面可以減少其他機(jī)構(gòu)引起的負(fù)外部性(Acharya，2009)，另一方面也可以享受到“太多以至于不能倒閉”(too many to fail)的政府救助(Acharya和Yorulmazer，2008)。但是，這在某種程度上也增加了風(fēng)險(xiǎn)外溢的水平。當(dāng)一家機(jī)構(gòu)遭受損失時(shí)，為滿足保證金需求，該機(jī)構(gòu)會(huì)減少持有資產(chǎn)的頭寸以進(jìn)行“去杠桿”。這不僅會(huì)壓低資產(chǎn)的市場(chǎng)價(jià)格，同時(shí)也會(huì)使市場(chǎng)上的流動(dòng)性短缺，從而使其他機(jī)構(gòu)面臨的風(fēng)險(xiǎn)進(jìn)一步增加。在極端情況下，這還會(huì)使“損失螺旋”伴隨著“保證金螺旋”同時(shí)發(fā)生(Brunnermeier和Pedersen，2009)。

其三，支付清算渠道。由于不同機(jī)構(gòu)的客戶間存在債權(quán)債務(wù)關(guān)系，機(jī)構(gòu)間需要進(jìn)行支付與清算。同時(shí)，每日差額結(jié)算制度一方面使機(jī)構(gòu)持有更低的保證金，另一方面也使機(jī)構(gòu)暴露在交易對(duì)手風(fēng)險(xiǎn)下(Freixas和 Parigi，1998)。交易可能涉及現(xiàn)金的交割或者實(shí)物資產(chǎn)的轉(zhuǎn)移，當(dāng)一家機(jī)構(gòu)遭受損失時(shí)，該機(jī)構(gòu)可能無(wú)法在合約約定的時(shí)間內(nèi)遵守合同條款，使交易對(duì)手無(wú)法及時(shí)收回資金，從而導(dǎo)致其他機(jī)構(gòu)面臨的風(fēng)險(xiǎn)增加。

其四，融資風(fēng)險(xiǎn)渠道。金融機(jī)構(gòu)通常會(huì)在銀行間市場(chǎng)上相互拆借短期資金。其中，有些機(jī)構(gòu)會(huì)在市場(chǎng)上充當(dāng)潛在的資金供給方，為其他機(jī)構(gòu)提供流動(dòng)性，當(dāng)外來(lái)沖擊使它們?cè)馐軗p失時(shí)，這些機(jī)構(gòu)會(huì)提前收回同業(yè)資產(chǎn)并縮減其同業(yè)拆借的數(shù)量。這導(dǎo)致資金需求機(jī)構(gòu)的融資渠道減少，負(fù)債端流動(dòng)性擠兌，迫使其賣出資產(chǎn)并遭受降價(jià)拋售成本損失，面臨的風(fēng)險(xiǎn)增加(方意，2016)。

其五，公眾信心渠道。由于市場(chǎng)信息的不對(duì)稱性以及投資者的非理性羊群效應(yīng)，一家機(jī)構(gòu)遭受損失會(huì)引起市場(chǎng)參與者的信心喪失和心理恐慌(Yehning，1999)。嚴(yán)重時(shí)，這甚至?xí)?dǎo)致“擠兌”現(xiàn)象發(fā)生，從而使其他機(jī)構(gòu)面臨的風(fēng)險(xiǎn)增加。

最后，需要指出的是，當(dāng)一家機(jī)構(gòu)遭受損失時(shí)，上述5種風(fēng)險(xiǎn)傳染渠道常常交織在一起，無(wú)法將它們精確地區(qū)分開(kāi)來(lái)，從而單獨(dú)研究某一種或者幾種風(fēng)險(xiǎn)傳染渠道是不全面的。

為了衡量單個(gè)金融機(jī)構(gòu)在極端風(fēng)險(xiǎn)網(wǎng)絡(luò)中對(duì)其他機(jī)構(gòu)風(fēng)險(xiǎn)傳染的水平及其抵抗風(fēng)險(xiǎn)傳染的能力，本文構(gòu)建了單個(gè)金融機(jī)構(gòu)的傳染性指數(shù)(Contagious Index，CI)和脆弱性指數(shù)(Vulnerable Index，VI)，計(jì)算公式分別為：

傳染性指數(shù)(CI)衡量了當(dāng)機(jī)構(gòu)i處在極端條件時(shí)，單位資本損失每增加1%而使其他機(jī)構(gòu)總資本的風(fēng)險(xiǎn)價(jià)值上升的程度；脆弱性指數(shù)(VI)衡量了當(dāng)其他機(jī)構(gòu)處在極端條件時(shí)其單位資本損失每增加1%而使該機(jī)構(gòu)單位資本的風(fēng)險(xiǎn)價(jià)值上升的程度。這樣，傳染性較高的機(jī)構(gòu)在發(fā)生損失時(shí)向其他機(jī)構(gòu)溢出的風(fēng)險(xiǎn)較多，而脆弱性較高的機(jī)構(gòu)抵抗其他機(jī)構(gòu)風(fēng)險(xiǎn)溢出的能力較弱。

為了衡量行業(yè)間和行業(yè)內(nèi)的風(fēng)險(xiǎn)傳染水平，現(xiàn)提出行業(yè)傳染性指數(shù)(Industry Contagious Index，ICI)，計(jì)算公式為：

ICII→J與ICII→I分別衡量了當(dāng)行業(yè)I中機(jī)構(gòu)處在極端條件下其單位資本損失每增加 1%而使行業(yè)J與行業(yè)I總資本的風(fēng)險(xiǎn)價(jià)值上升的程度。因此，前者可以反映行業(yè)I對(duì)行業(yè)J的風(fēng)險(xiǎn)溢出水平；后者可以反映行業(yè)I內(nèi)部的風(fēng)險(xiǎn)溢出水平①由于不同行業(yè)中機(jī)構(gòu)數(shù)量不同，為了橫向比較行業(yè)風(fēng)險(xiǎn)傳染水平，我們分別除以行業(yè)和行業(yè)中機(jī)構(gòu)的數(shù)量和。。

（二）金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)

基于極端風(fēng)險(xiǎn)網(wǎng)絡(luò)計(jì)算的傳染性指數(shù)和脆弱性指數(shù)，可以用來(lái)測(cè)度機(jī)構(gòu)間的風(fēng)險(xiǎn)溢出水平，但它無(wú)法從整體上度量該機(jī)構(gòu)對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)貢獻(xiàn)。為了解決這一問(wèn)題，接下來(lái)我們采用 Adrian和 Brunnermeier(2016)提出的ΔCoVaR指標(biāo)并對(duì)其進(jìn)行改進(jìn)，以此來(lái)考察單個(gè)金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平。

式(13)右側(cè)兩項(xiàng)分別表示當(dāng)機(jī)構(gòu)i遭受極端損失和處于正常狀態(tài)時(shí)金融系統(tǒng)的風(fēng)險(xiǎn)價(jià)值；兩項(xiàng)相減表示，機(jī)構(gòu)i從正常狀態(tài)到極端狀態(tài)時(shí)使得整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)價(jià)值上升的水平。因此，可用來(lái)衡量機(jī)構(gòu)i在t時(shí)刻的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。

進(jìn)一步地，考慮到機(jī)構(gòu)i的規(guī)模、杠桿率等特征變量的變化可能改變機(jī)構(gòu)對(duì)金融系統(tǒng)的影響系數(shù)，即可能會(huì)隨著特征變量的變化而變化，于是有：

因此，式(12)可改寫(xiě)為：

最后，根據(jù)式(13)，系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)可由下式計(jì)算①為了更精確地計(jì)算 Δ C oVa，我們借鑒Chen等(2008)提出的一個(gè)調(diào)整后的自助方法(wild bootstrap produce)來(lái)檢驗(yàn)機(jī)構(gòu)對(duì)金融系統(tǒng)的影響系數(shù)是否具有時(shí)變效應(yīng)，如果該系數(shù)不隨其特征變量變化，則令= 0 。：

其中，在正常情況下，其他機(jī)構(gòu)的收益率未處于極端狀態(tài)，機(jī)構(gòu)間不會(huì)發(fā)生風(fēng)險(xiǎn)傳染，此時(shí)機(jī)構(gòu)的收益率取決于機(jī)構(gòu)自身特征、上期收益率以及宏觀經(jīng)濟(jì)狀態(tài)變量，從而采用分位數(shù)回歸估計(jì)機(jī)構(gòu)i的

（三）樣本與指標(biāo)變量的選取

本文的研究對(duì)象為我國(guó)上市金融機(jī)構(gòu)，由于股票價(jià)格可以綜合反映宏觀經(jīng)濟(jì)形勢(shì)、金融機(jī)構(gòu)的經(jīng)營(yíng)情況以及資產(chǎn)負(fù)債表質(zhì)量，故本文選取后復(fù)權(quán)收盤(pán)價(jià)計(jì)算得到的股票收益率作為機(jī)構(gòu)收益率②一些研究表明，自2005—2006年股權(quán)分置改革以來(lái)，中國(guó)股市有效性不斷提升(Wang等，2010)，因而基于股票市場(chǎng)價(jià)格數(shù)據(jù)度量金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)的方法是可取的。。鑒于機(jī)構(gòu)的上市時(shí)間不一，本文將研究樣本確定為在2011年之前已經(jīng)上市的金融機(jī)構(gòu)，樣本區(qū)間為 2011年1月1日至2017年 12月31日，數(shù)據(jù)頻率為周頻。選擇的樣本機(jī)構(gòu)與李政等(2019c)相同，共計(jì) 31家金融機(jī)構(gòu)，其中商業(yè)銀行16家、證券公司12家以及保險(xiǎn)公司3家，并根據(jù)31家金融機(jī)構(gòu)的市值將其股票收益率進(jìn)行加權(quán)來(lái)計(jì)算金融系統(tǒng)的收益率。

本文選取了 7個(gè)宏觀經(jīng)濟(jì)狀態(tài)變量Mt-1和 4個(gè)機(jī)構(gòu)特征變量。7個(gè)宏觀經(jīng)濟(jì)狀態(tài)變量Mt-1分別是股票市場(chǎng)收益率(Market return)、股票市場(chǎng)波動(dòng)率(Market volatility)、TED利差(TED spread)、收益率變動(dòng)(Yield change)、信用利差變動(dòng)(Credit spread change)、期限利差變動(dòng)(Term spread change)、房地產(chǎn)超額收益(Real estate excess return)；4個(gè)機(jī)構(gòu)特征變量分別為規(guī)模(Size)、杠桿率(Lev)、期限錯(cuò)配(MMM)、賬面市值比(BM)，狀態(tài)變量和特征變量的計(jì)算方法與李政等(2019c、2019d)的研究一致。本文的數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)，季度數(shù)據(jù)經(jīng)由三次樣條插值轉(zhuǎn)化為周頻。

三、實(shí)證分析結(jié)果

（一）金融機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值與其自身風(fēng)險(xiǎn)

1. 單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值

表1給出了4家代表性金融機(jī)構(gòu)風(fēng)險(xiǎn)價(jià)值的估計(jì)結(jié)果，這4家機(jī)構(gòu)分別屬于大型商業(yè)銀行、全國(guó)性股份制商業(yè)銀行、證券公司以及保險(xiǎn)公司。首先，根據(jù)分位數(shù)回歸結(jié)果可知，影響金融機(jī)構(gòu)風(fēng)險(xiǎn)價(jià)值的大部分變量是其他機(jī)構(gòu)的超額損失而不是宏觀經(jīng)濟(jì)狀態(tài)變量，這說(shuō)明機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染確實(shí)存在且十分明顯。其次，從表1中挑選出的變量可以看出，相同行業(yè)、相似規(guī)模以及相似經(jīng)營(yíng)模式的金融機(jī)構(gòu)之間多存在風(fēng)險(xiǎn)傳染。其原因在于，這些金融機(jī)構(gòu)之間業(yè)務(wù)往來(lái)頻繁而密切，并且它們的資產(chǎn)負(fù)債來(lái)源、業(yè)務(wù)種類、經(jīng)營(yíng)模式具有較高的相似性，這使得上述機(jī)構(gòu)以直接或間接的方式相互連通，當(dāng)其中一家機(jī)構(gòu)遭受損失時(shí)，風(fēng)險(xiǎn)會(huì)通過(guò)資產(chǎn)負(fù)債渠道、資產(chǎn)組合調(diào)整渠道、支付清算渠道以及公眾信心渠道等多種方式向其他機(jī)構(gòu)溢出。

以招商銀行為例，由表1可以看出，招商銀行的異質(zhì)風(fēng)險(xiǎn)除了由自身業(yè)務(wù)種類、經(jīng)營(yíng)模式等因素決定外(反映在截距項(xiàng)的系數(shù)上)，也會(huì)受其規(guī)模與前一期收益率影響；其市場(chǎng)風(fēng)險(xiǎn)則主要受房地產(chǎn)部門(mén)收益率影響。此外，大型商業(yè)銀行與股份制銀行等金融機(jī)構(gòu)的超額損失也會(huì)導(dǎo)致招商銀行風(fēng)險(xiǎn)水平的上升，即傳染性風(fēng)險(xiǎn)。同時(shí)，圖1給出了其風(fēng)險(xiǎn)價(jià)值與自身風(fēng)險(xiǎn)①為便于觀察，將自身風(fēng)險(xiǎn)與風(fēng)險(xiǎn)價(jià)值取相反數(shù)，使它們?cè)跇颖酒趦?nèi)為正數(shù)。在樣本期內(nèi)的動(dòng)態(tài)變化。由圖1可知，招商銀行的自身風(fēng)險(xiǎn)在樣本區(qū)間內(nèi)無(wú)明顯的變化趨勢(shì)；同時(shí)，相關(guān)金融機(jī)構(gòu)的極端損失會(huì)使其風(fēng)險(xiǎn)價(jià)值顯著提升。比如，在2013年“錢(qián)荒”與2015年“股災(zāi)危機(jī)”期間，多家商業(yè)銀行發(fā)生超額損失，通過(guò)上文所述的風(fēng)險(xiǎn)傳染渠道，致使招商銀行面臨的風(fēng)險(xiǎn)大幅增加。值得一提的是，圖1也給出了采用Adrian和Brunnermeier(2016)的方法僅通過(guò)宏觀經(jīng)濟(jì)狀態(tài)變量估計(jì)得到的 VaR?？捎^察到，采用 AB分位數(shù)回歸得到的風(fēng)險(xiǎn)價(jià)值在“錢(qián)荒”時(shí)期并沒(méi)有顯著上升，并且在“股災(zāi)危機(jī)”時(shí)期與“股市熔斷”時(shí)期小幅上升后緩慢回落，這些均不能反映出現(xiàn)實(shí)情況。

表1 單個(gè)機(jī)構(gòu)風(fēng)險(xiǎn)價(jià)值的估計(jì)

續(xù)表1

圖1 招商銀行的自身風(fēng)險(xiǎn)與風(fēng)險(xiǎn)價(jià)值

進(jìn)一步地，表2給出了使用上述兩種估計(jì)的DQ檢驗(yàn)結(jié)果。從其中可以明顯看出，使用LASSO分位數(shù)回歸進(jìn)行估計(jì)所得到的p值遠(yuǎn)高于僅使用宏觀經(jīng)濟(jì)狀態(tài)變量進(jìn)行估計(jì)得到的 p值，這說(shuō)明前者具有更好的擬合優(yōu)度。事實(shí)上，Adrian和Brunnermeier(2016)使用宏觀經(jīng)濟(jì)狀態(tài)變量Mt-1來(lái)估計(jì)，只是為了得到隨時(shí)間變化的的聯(lián)合分布，而并沒(méi)有說(shuō)Mt-1是單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)驅(qū)動(dòng)因素；相反，我們將宏觀經(jīng)濟(jì)狀態(tài)變量、機(jī)構(gòu)特征變量以及其他機(jī)構(gòu)超額損失視為潛在風(fēng)險(xiǎn)驅(qū)動(dòng)因素，采用數(shù)據(jù)驅(qū)動(dòng)方法來(lái)識(shí)別單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)驅(qū)動(dòng)因素，由此估計(jì)各自的會(huì)更加準(zhǔn)確。

表2 兩種方法檢驗(yàn)結(jié)果的比較

2. 金融機(jī)構(gòu)的自身風(fēng)險(xiǎn)

金融機(jī)構(gòu)的自身風(fēng)險(xiǎn)反映了該機(jī)構(gòu)在日常經(jīng)營(yíng)管理中由自身所引起的風(fēng)險(xiǎn)，對(duì)其進(jìn)行有效監(jiān)控可以保障機(jī)構(gòu)穩(wěn)健地經(jīng)營(yíng)，這是微觀審慎監(jiān)管的關(guān)注重點(diǎn)。表 3給出了我國(guó) 31家金融機(jī)構(gòu)在樣本期間內(nèi)自身風(fēng)險(xiǎn)與特征變量的平均水平，其中自身風(fēng)險(xiǎn)是由式(6)的前兩項(xiàng)得到。首先，可以看出證券公司的自身風(fēng)險(xiǎn)最高，商業(yè)銀行的自身風(fēng)險(xiǎn)遠(yuǎn)小于證券公司與保險(xiǎn)公司。這是由商業(yè)銀行的經(jīng)營(yíng)方式與業(yè)務(wù)特點(diǎn)所決定的。眾所周知，商業(yè)銀行最主要的職能是通過(guò)吸收存款將社會(huì)上閑置的貨幣資本貸放給資金需求方，從而起到融通資金的信用中介作用，其主要的業(yè)務(wù)范圍是吸收公眾存款、發(fā)放貸款以及辦理票據(jù)貼現(xiàn)等中間業(yè)務(wù)，在經(jīng)營(yíng)上兼顧安全性、流動(dòng)性和盈利性；而證券公司除了在證券市場(chǎng)上充當(dāng)中介機(jī)構(gòu)外還是市場(chǎng)上的重要投資人，其主要業(yè)務(wù)不僅包括傳統(tǒng)的經(jīng)紀(jì)類業(yè)務(wù)、投資咨詢業(yè)務(wù)、證券承銷與保薦業(yè)務(wù)，還包括具有更高風(fēng)險(xiǎn)的資產(chǎn)管理類業(yè)務(wù)、融資融券業(yè)務(wù)、自營(yíng)業(yè)務(wù)等，因此具有較高的自身風(fēng)險(xiǎn)。其次，五家大型商業(yè)銀行的自身風(fēng)險(xiǎn)最低，平均水平為-1.4858，遠(yuǎn)低于全國(guó)性股份制商業(yè)銀行與城市商業(yè)銀行，后兩者的平均水分別為-2.2479與-2.3087。其原因可能在于，大型商業(yè)銀行的國(guó)有股權(quán)占比較高，國(guó)有股權(quán)會(huì)使得商業(yè)銀行內(nèi)部偏好謹(jǐn)慎、穩(wěn)健的商業(yè)模式和風(fēng)險(xiǎn)文化(梁琪和余峰燕，2014；李政等，2019c)，從而其在日常經(jīng)營(yíng)中更加注重在減少風(fēng)險(xiǎn)的前提下獲取收益，總資產(chǎn)增長(zhǎng)率與利潤(rùn)增長(zhǎng)率遠(yuǎn)低于其他銀行。同時(shí)，其較大的規(guī)模也使得大型銀行受到更為嚴(yán)格的監(jiān)管。根據(jù)2017年度各商業(yè)銀行財(cái)務(wù)報(bào)表，大型商業(yè)銀行和全國(guó)性股份制銀行的平均營(yíng)業(yè)利潤(rùn)增長(zhǎng)率分別為 1.09%和 2.34%，而平均凈資本充足率分別為14.51%和12.56%。

由式(6)可知，自身風(fēng)險(xiǎn)只能反映金融機(jī)構(gòu)日常經(jīng)營(yíng)的風(fēng)險(xiǎn)和其持有資產(chǎn)所面臨的市場(chǎng)風(fēng)險(xiǎn)，其缺陷在于沒(méi)有考慮到由金融機(jī)構(gòu)之間關(guān)聯(lián)性所導(dǎo)致的傳染性風(fēng)險(xiǎn)。傳染性風(fēng)險(xiǎn)不僅會(huì)使一家機(jī)構(gòu)的風(fēng)險(xiǎn)由于其他機(jī)構(gòu)遭受損失而大幅增加，同時(shí)也會(huì)使其影響金融系統(tǒng)內(nèi)的其他機(jī)構(gòu)。為了度量金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染水平，接下來(lái)本文構(gòu)建機(jī)構(gòu)間的極端風(fēng)險(xiǎn)網(wǎng)絡(luò)，采用傳染性指數(shù)和脆弱性指數(shù)研究單個(gè)金融機(jī)構(gòu)在網(wǎng)絡(luò)中的角色與地位，并度量機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。

表3 我國(guó)31家金融機(jī)構(gòu)自身風(fēng)險(xiǎn)與其特征變量的平均水平

（二）傳染性風(fēng)險(xiǎn)與極端風(fēng)險(xiǎn)網(wǎng)絡(luò)

本文將所有金融機(jī)構(gòu)作為網(wǎng)絡(luò)的節(jié)點(diǎn)，根據(jù) LASSO分位數(shù)回歸的估計(jì)結(jié)果構(gòu)建極端風(fēng)險(xiǎn)網(wǎng)絡(luò)。圖2給出了基于Fruchterman-Reingold算法所生成的網(wǎng)絡(luò)圖。其中，節(jié)點(diǎn)的大小表示該機(jī)構(gòu)的規(guī)模；節(jié)點(diǎn)的形狀表示該機(jī)構(gòu)所屬的行業(yè)；節(jié)點(diǎn)間箭頭越粗、線條越粗表示影響越大①數(shù)據(jù)之間的相關(guān)性會(huì)使得極少數(shù)為負(fù)數(shù)，由于這沒(méi)有實(shí)際含義，本文在網(wǎng)絡(luò)中刪去了相應(yīng)的箭頭。。該算法會(huì)使網(wǎng)絡(luò)圖中的總箭頭長(zhǎng)度最小，從而風(fēng)險(xiǎn)溢出較為密集的機(jī)構(gòu)聚集在一起，從圖中可以看出，銀行、證券、保險(xiǎn)三個(gè)行業(yè)之間具有明顯的劃分。這說(shuō)明，行業(yè)內(nèi)的風(fēng)險(xiǎn)傳染水平高于行業(yè)間的風(fēng)險(xiǎn)傳染水平。接下來(lái)，本文采用上文所定義的指標(biāo)來(lái)分析該極端風(fēng)險(xiǎn)網(wǎng)絡(luò)。

圖2 我國(guó)31家上市金融機(jī)構(gòu)的極端風(fēng)險(xiǎn)網(wǎng)絡(luò)

1. 金融機(jī)構(gòu)的傳染性與脆弱性

對(duì)于銀行業(yè)，不同類型商業(yè)銀行的傳染性與脆弱性差異較為明顯。一方面，大型商業(yè)銀行的傳染性水平高于絕大多數(shù)全國(guó)性股份制商業(yè)銀行。這與實(shí)際情況相符，大型商業(yè)銀行規(guī)模較大，從資產(chǎn)規(guī)模、負(fù)債規(guī)模、中間業(yè)務(wù)來(lái)看，其都占有絕對(duì)的主體地位，加之具有國(guó)家信用的支持，大型商業(yè)銀行的一舉一動(dòng)都會(huì)對(duì)整個(gè)金融系統(tǒng)產(chǎn)生影響。此外，少數(shù)股份制銀行，如招商銀行、民生銀行、興業(yè)銀行，傳染性水平較高且超過(guò)了大型商業(yè)銀行。由表 3可知，這些機(jī)構(gòu)在樣本期內(nèi)具有較高的期限錯(cuò)配水平。比如，招商銀行和興業(yè)銀行是期限錯(cuò)配水平最高的兩家商業(yè)銀行。這意味著這些機(jī)構(gòu)的負(fù)債流動(dòng)性不足、短期負(fù)債比例過(guò)高，從而它們一旦遭受損失，損失會(huì)通過(guò)資產(chǎn)負(fù)債渠道與支付清算渠道將風(fēng)險(xiǎn)大量溢出至其他機(jī)構(gòu)。

另一方面，全國(guó)性股份制銀行的脆弱性水平高于大型商業(yè)銀行與城市商業(yè)銀行。其中，股份制銀行、大型商業(yè)銀行與城市商業(yè)銀行平均脆弱性分別為 1.514、1.186與1.16，這在一定程度上說(shuō)明后兩者具有較高抵御風(fēng)險(xiǎn)的能力。這與《中國(guó)金融穩(wěn)定報(bào)告(2016)》中關(guān)于銀行業(yè)壓力測(cè)試的結(jié)果一致①該報(bào)告表明在信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)等不同風(fēng)險(xiǎn)來(lái)源以及不同強(qiáng)度的沖擊下，大型商業(yè)銀行的凈資本充足率和凈息差等指標(biāo)均優(yōu)于中型商業(yè)銀行，這意味著大型商業(yè)銀行的脆弱性較低，具有更高抵御風(fēng)險(xiǎn)的能力。。其原因如下：一是，股份制商業(yè)銀行參與銀銀、銀信、銀證、銀基等創(chuàng)新型同業(yè)業(yè)務(wù)較多，與系統(tǒng)內(nèi)其他金融機(jī)構(gòu)具有過(guò)多的交叉業(yè)務(wù)。比如，根據(jù)方意(2016)的測(cè)算，股份制商業(yè)銀行的銀行間資產(chǎn)占比與銀行間負(fù)債占比均遠(yuǎn)遠(yuǎn)高于大型商業(yè)銀行。因此，一旦其他機(jī)構(gòu)遭受損失，作為交易對(duì)手，股份制銀行的風(fēng)險(xiǎn)會(huì)大幅增加。二是，相比股份制銀行，大型商業(yè)銀行具有更低的杠桿率，杠桿率越低意味著資本相對(duì)充足。當(dāng)遭受到?jīng)_擊時(shí)，這些銀行可能無(wú)需通過(guò)去杠桿來(lái)滿足法定資本充足率要求，進(jìn)而無(wú)需支付降價(jià)拋售的成本。相反，股份制銀行的杠桿率水平較高，其風(fēng)險(xiǎn)會(huì)大幅增加。特別是華夏銀行、興業(yè)銀行，作為杠桿率最高的兩家銀行，其脆弱性也處在較高水平。

對(duì)于證券業(yè)，證券公司的傳染性與脆弱性水平分別取決于不同的機(jī)構(gòu)特征。一方面，與商業(yè)銀行類似，證券公司的期限錯(cuò)配水平越高、規(guī)模越大，其傳染性水平越高。比如，根據(jù)表3可知興業(yè)證券為期限錯(cuò)配水平最高的證券公司，而海通證券、華泰證券和廣發(fā)證券是除中信證券外 3家規(guī)模最大的證券公司。相比其他證券公司，當(dāng)它們的損失增加時(shí)，其他機(jī)構(gòu)風(fēng)險(xiǎn)上升的程度會(huì)更高。此外，與商業(yè)銀行相比，各證券公司的傳染性水平差異較小且普遍較低。這可能是由于我國(guó)證券公司業(yè)務(wù)結(jié)構(gòu)、經(jīng)營(yíng)模式相似且風(fēng)險(xiǎn)傳染多發(fā)生在相對(duì)規(guī)模較小的證券行業(yè)內(nèi)部。另一方面，證券公司的凈資本②證券公司的凈資本是指根據(jù)公司的業(yè)務(wù)范圍和公司資產(chǎn)負(fù)債的流動(dòng)性特點(diǎn)，在凈資產(chǎn)的基礎(chǔ)上對(duì)資產(chǎn)負(fù)債等項(xiàng)目和有關(guān)業(yè)務(wù)進(jìn)行風(fēng)險(xiǎn)調(diào)整后得出的綜合性風(fēng)險(xiǎn)控制指標(biāo)。根據(jù)證監(jiān)會(huì)頒布的《證券公司風(fēng)險(xiǎn)控制指標(biāo)管理辦法(2016年修訂)》，凈資本=凈資產(chǎn)-金融資產(chǎn)的風(fēng)險(xiǎn)調(diào)整-其他資產(chǎn)的風(fēng)險(xiǎn)調(diào)整-或有負(fù)債的風(fēng)險(xiǎn)調(diào)整-/+中國(guó)證監(jiān)會(huì)認(rèn)定或核準(zhǔn)的其他調(diào)整項(xiàng)目。是影響其脆弱性水平的重要因素。脆弱性最高的5家證券公司，除華泰證券外，均是凈資本水平非常低的證券公司。同時(shí)，對(duì)證券公司在樣本區(qū)間內(nèi)的凈資本平均水平與脆弱性計(jì)算 Spearman等級(jí)相關(guān)系數(shù)，結(jié)果為-0.4685，在 10%水平下是顯著的③由于篇幅限制，本文沒(méi)有給出證券公司凈資本在樣本區(qū)間內(nèi)的平均水平與排名。。這說(shuō)明，證券公司的凈資本水平越低，其脆弱性水平越高。其原因在于，證券公司如果具有較高的凈資本水平，意味著該公司持有大量充足的流動(dòng)性資產(chǎn)，可以滿足緊急需要并且抵御潛在損失所引起的風(fēng)險(xiǎn)，因而其脆弱性較低。

對(duì)于保險(xiǎn)業(yè)，傳染性水平和脆弱性水平具有不對(duì)稱性且不同保險(xiǎn)公司的傳染性水平與脆弱性水平差異較大。三家保險(xiǎn)公司的傳染性從大到小排名依次是中國(guó)太保、中國(guó)人壽、中國(guó)平安，這與它們期限錯(cuò)配的排名一致，說(shuō)明短期負(fù)債占比越多的保險(xiǎn)公司，在遭受超額損失時(shí)，負(fù)債流動(dòng)性風(fēng)險(xiǎn)越大，向其他機(jī)構(gòu)溢出的風(fēng)險(xiǎn)更多。脆弱性從大到小排名依次是中國(guó)平安、中國(guó)人壽、中國(guó)太保，這可能是由于它們?cè)诮?jīng)營(yíng)模式和業(yè)務(wù)種類上的差異所造成的。中國(guó)太保與中國(guó)人壽的業(yè)務(wù)主要以壽險(xiǎn)、產(chǎn)險(xiǎn)以及健康險(xiǎn)為主；而中國(guó)平安是綜合金融保險(xiǎn)公司，主要業(yè)務(wù)種類覆蓋壽險(xiǎn)、健康險(xiǎn)、財(cái)產(chǎn)險(xiǎn)、保險(xiǎn)資金投資組合、銀行業(yè)務(wù)、資產(chǎn)管理業(yè)務(wù)等。與其他兩家機(jī)構(gòu)相比，中國(guó)平安與商業(yè)銀行、證券公司之間的業(yè)務(wù)聯(lián)系更為緊密，因此受其他機(jī)構(gòu)影響較大。

表4 我國(guó)31家金融機(jī)構(gòu)傳染性指數(shù)(CI)和脆弱性指數(shù)(VI)

在三大行業(yè)中，期限錯(cuò)配水平較高或者規(guī)模較大的機(jī)構(gòu)均具有較高的傳染性水平。進(jìn)一步對(duì)31家金融機(jī)構(gòu)的傳染性與規(guī)模、期限錯(cuò)配計(jì)算Spearman等級(jí)相關(guān)系數(shù)，結(jié)果分別為0.4588和0.4431，在1%水平下均為顯著的正相關(guān)，與上文結(jié)論一致。這表明，期限錯(cuò)配越高、規(guī)模越大的機(jī)構(gòu)傳染性越高。此外，計(jì)算 31家上市金融機(jī)構(gòu)的傳染性和脆弱性的Spearman等級(jí)相關(guān)系數(shù)，結(jié)果為-0.2524，這在5%的水平下不顯著，但在 10%的水平下顯著。這表明，我國(guó)金融機(jī)構(gòu)在傳染性與脆弱性之間存在一定的錯(cuò)配現(xiàn)象。根據(jù)上文可知，對(duì)于一家傳染性與脆弱性水平均較高的機(jī)構(gòu)，當(dāng)其他機(jī)構(gòu)受到?jīng)_擊后，該機(jī)構(gòu)風(fēng)險(xiǎn)會(huì)大幅增加。一旦該機(jī)構(gòu)因此遭受嚴(yán)重?fù)p失，其較高的傳染性又會(huì)引起其他機(jī)構(gòu)的風(fēng)險(xiǎn)顯著提升，從而將沖擊進(jìn)一步放大，導(dǎo)致更大范圍的損失。相反，如果金融機(jī)構(gòu)的脆弱性與傳染性存在錯(cuò)配，可在一定程度上阻止損失的進(jìn)一步上升，從而有利于金融系統(tǒng)的穩(wěn)定性(李政等，2019d)。所以，一方面，在銀行業(yè)內(nèi)部，部分股份制銀行，如民生銀行、興業(yè)銀行和招商銀行，傳染性與脆弱性均很高，應(yīng)得到監(jiān)管部門(mén)的重點(diǎn)關(guān)注。另一方面，我國(guó)金融機(jī)構(gòu)在傳染性與脆弱性之間存在一定的錯(cuò)配效應(yīng)，尤其是證券業(yè)在金融系統(tǒng)內(nèi)傳染性較低而脆弱性較高。這從某種程度上說(shuō)明，我國(guó)金融系統(tǒng)具有相對(duì)的穩(wěn)定性。

2. 行業(yè)風(fēng)險(xiǎn)傳染水平

表 5和表 6分別給出了銀行、證券、保險(xiǎn)之間以及不同類型商業(yè)銀行之間的風(fēng)險(xiǎn)溢出水平。其中，列代表風(fēng)險(xiǎn)發(fā)出的行業(yè)，行代表風(fēng)險(xiǎn)接收的行業(yè)。觀察表5和表6不難發(fā)現(xiàn)：行業(yè)內(nèi)部的風(fēng)險(xiǎn)溢出水平遠(yuǎn)高于行業(yè)間；同類型銀行間的風(fēng)險(xiǎn)溢出遠(yuǎn)高于不同類型銀行間的風(fēng)險(xiǎn)溢出，這與表1得出的結(jié)論一致。

表5 行業(yè)間與行業(yè)內(nèi)部傳染性指數(shù)

表6 不同類型銀行間與同一類型銀行內(nèi)部傳染性指數(shù)

由表5可知，不同行業(yè)間的風(fēng)險(xiǎn)溢出水平具有不對(duì)稱性。首先，商業(yè)銀行對(duì)證券公司的風(fēng)險(xiǎn)溢出水平明顯高于后者對(duì)前者的風(fēng)險(xiǎn)溢出。如果考慮到相比商業(yè)銀行，證券公司的規(guī)模較小，則不對(duì)稱現(xiàn)象更加明顯。本文認(rèn)為原因如下：(1)近年來(lái)，銀證合作以券商資產(chǎn)管理通道類業(yè)務(wù)為主，銀行在其中起主導(dǎo)作用，可以主動(dòng)做出應(yīng)對(duì)。當(dāng)銀行遭受損失、流動(dòng)性收縮時(shí)或是證券公司遭受損失時(shí)，銀行可以主動(dòng)停止其與證券公司的業(yè)務(wù)合作，從而銀行在有效預(yù)防風(fēng)險(xiǎn)流入的同時(shí)也溢出了更多的風(fēng)險(xiǎn)(陳建青等，2015)。(2)我國(guó)證券公司融資渠道有限，大部分短期資金通過(guò)銀行間市場(chǎng)回購(gòu)交易獲得。作為銀行間市場(chǎng)上的交易主體，當(dāng)銀行遭受沖擊后，損失必然會(huì)通過(guò)融資風(fēng)險(xiǎn)渠道向證券公司溢出。其次，商業(yè)銀行對(duì)保險(xiǎn)公司的風(fēng)險(xiǎn)溢出水平明顯高于后者對(duì)前者的風(fēng)險(xiǎn)溢出。一方面，近些年來(lái)保險(xiǎn)公司投資余額增長(zhǎng)較快，投資銀行業(yè)比重過(guò)大①保監(jiān)會(huì)統(tǒng)計(jì)資料顯示，2016年保險(xiǎn)公司投資金額為13.4萬(wàn)億元，同比增長(zhǎng)19.78%，其中股票和證券投資基金1.8萬(wàn)億元，占比12.3%；銀行存款和其他投資為7.3萬(wàn)億元，占比43.11%。。同時(shí)，《保險(xiǎn)公司資本保證金管理辦法》規(guī)定保險(xiǎn)公司的資本保證金應(yīng)當(dāng)存放到兩家(含)以上商業(yè)銀行中。另一方面，當(dāng)前，銀行利用其零售柜臺(tái)代理銷售保險(xiǎn)產(chǎn)品已經(jīng)成為保險(xiǎn)公司銷售其產(chǎn)品的重要渠道。2015年銀保渠道保費(fèi)收入為6617.2億元，占當(dāng)年壽險(xiǎn)保費(fèi)收入的比重達(dá)到 49.97%。在銀保合作中，銀行處于絕對(duì)優(yōu)勢(shì)地位(郭金龍等，2007)且產(chǎn)品主要是以分紅險(xiǎn)為代表的投資型保險(xiǎn)，側(cè)重于儲(chǔ)蓄和投資功能。因此，銀行在遭受損失或主動(dòng)減少合作時(shí)，風(fēng)險(xiǎn)會(huì)通過(guò)資產(chǎn)負(fù)債渠道以及公眾信心渠道向保險(xiǎn)公司溢出，進(jìn)一步導(dǎo)致保費(fèi)收入、投資收益“雙下降”的現(xiàn)象。

值得注意的是，相對(duì)于證券公司，商業(yè)銀行與保險(xiǎn)公司之間的雙向風(fēng)險(xiǎn)溢出更為明顯，這與嚴(yán)偉祥和徐玉華(2017)的結(jié)論一致。因此，監(jiān)管當(dāng)局應(yīng)重點(diǎn)關(guān)注上述兩個(gè)行業(yè)之間的交叉風(fēng)險(xiǎn)傳染，當(dāng)一方發(fā)生損失時(shí)，及時(shí)切斷風(fēng)險(xiǎn)傳染渠道，避免損失的進(jìn)一步擴(kuò)散。

同時(shí)，由表6可知，在銀行業(yè)內(nèi)部，不同類型的銀行之間風(fēng)險(xiǎn)溢出水平具有不對(duì)稱性：大型商業(yè)銀行對(duì)城商行和全國(guó)性股份制銀行的風(fēng)險(xiǎn)溢出水平高于后者對(duì)前者的風(fēng)險(xiǎn)溢出水平。這與上文得出的結(jié)論一致，一定程度上體現(xiàn)了大型銀行在銀行業(yè)內(nèi)部具有較高的傳染性。此外，城商行對(duì)股份制銀行具有較高水平的風(fēng)險(xiǎn)溢出。部分學(xué)者發(fā)現(xiàn)城商行是銀行間市場(chǎng)上主要的資金需求方且股份制銀行的拆出資金除自身外主要流向城商行(張一林等，2017；范宏和劉曉穎，2018)。如 2012年，城市商業(yè)銀行在銀行間市場(chǎng)融入資金已占到總資金的 40%以上，而融出比例不足 20%(趙南岳，2013)。這意味著，當(dāng)后者遭受損失時(shí)，風(fēng)險(xiǎn)會(huì)通過(guò)資產(chǎn)負(fù)債渠道大量向股份制銀行溢出。

（三）單個(gè)機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)

1. 單個(gè)機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的動(dòng)態(tài)變化

圖 3給出了工商銀行與太平洋證券在樣本期內(nèi)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。需要指出的是，通過(guò)自助法檢驗(yàn)顯著性可知，太平洋證券的系數(shù)滿足式(14)，即該系數(shù)會(huì)隨著機(jī)構(gòu)特征變量的變化而變化，而工商銀行的系數(shù)在樣本期內(nèi)是固定不變的。

2011年上半年，央行為加強(qiáng)流動(dòng)性管理，控制信貸總量，利用法定存款準(zhǔn)備金凍結(jié)金融系統(tǒng)內(nèi)過(guò)多的流動(dòng)性，分別5次上調(diào)存款準(zhǔn)備金率累計(jì)2.5個(gè)百分點(diǎn)。同時(shí)，為穩(wěn)定通貨膨脹預(yù)期，保持合理的融資規(guī)模，又分別在2月、4月、7月3次上調(diào)存貸款基準(zhǔn)利率。其中，一年期存貸款基準(zhǔn)利率累計(jì)上調(diào) 0.75個(gè)百分點(diǎn)。這無(wú)疑會(huì)使金融機(jī)構(gòu)的流動(dòng)性風(fēng)險(xiǎn)增加，進(jìn)而帶動(dòng)其系統(tǒng)性風(fēng)險(xiǎn)上升。下半年，過(guò)剩的貨幣流動(dòng)性得到控制，商業(yè)銀行貸款期限結(jié)構(gòu)有所改善，工商銀行資本充足率上升，不良貸款率下降，從而系統(tǒng)性風(fēng)險(xiǎn)有所下降。同時(shí)，由于證券公司自營(yíng)業(yè)務(wù)嚴(yán)重虧損、傭金率的下降以及歐洲主權(quán)債務(wù)危機(jī)對(duì)我國(guó)股市的影響，上市券商的業(yè)績(jī)?cè)谶@一年集體下滑。根據(jù)《中國(guó)金融行業(yè)分析報(bào)告(2011年4季度)》，截至11月份，全國(guó)109家證券公司實(shí)現(xiàn)凈利潤(rùn)343億元，僅相當(dāng)于 2010年全行業(yè)凈利潤(rùn)的 44.2%，其中，太平洋證券的營(yíng)業(yè)利潤(rùn)比去年同期下降17.50%，這導(dǎo)致其具有較高的系統(tǒng)性風(fēng)險(xiǎn)水平。

2012年，為釋放銀行體系中的流動(dòng)性，緩解市場(chǎng)資金緊張壓力，中央銀行分別在2月、5月連續(xù)下調(diào)金融機(jī)構(gòu)存款準(zhǔn)備金率 0.5個(gè)百分點(diǎn)，這使得銀行具備較高的流動(dòng)性。然而，在7月進(jìn)行的非對(duì)稱降息壓縮了商業(yè)銀行的利潤(rùn)空間，使銀行面臨利率市場(chǎng)化壓力。加之，第三季度銀行業(yè)不良貸款率上升，資產(chǎn)質(zhì)量下降。這些使得工商銀行較低的系統(tǒng)性風(fēng)險(xiǎn)在年中短暫升高。同時(shí)，由于股票交易量萎縮，經(jīng)紀(jì)業(yè)務(wù)收入下降，這一年前三季度證券公司業(yè)績(jī)集體不振，且內(nèi)部分化明顯，其中太平洋證券業(yè)績(jī)同比下降 93%，居于跌幅首位。在第四季度，資產(chǎn)管理、融資融券和期貨業(yè)務(wù)等創(chuàng)新型業(yè)務(wù)的擴(kuò)張帶動(dòng)了證券公司業(yè)績(jī)上升，為證券公司的發(fā)展提供了較大的增長(zhǎng)空間。這些使得太平洋證券的系統(tǒng)性風(fēng)險(xiǎn)在前三季度保持較高水平而年末開(kāi)始下降。

2013年初，商業(yè)銀行不良貸款率又開(kāi)始上升。6月份，由于美國(guó)退出量化寬松政策，在年初大量涌入的國(guó)際熱錢(qián)出逃，加之監(jiān)管政策的加強(qiáng)，我國(guó)貨幣供給量增速環(huán)比下降，引起“錢(qián)荒”事件，同業(yè)拆放利率急劇升高。然而，央行對(duì)此一反常態(tài)，沒(méi)有如市場(chǎng)預(yù)期般動(dòng)用短期流動(dòng)性調(diào)節(jié)工具(SLO)，反而按期發(fā)行20億元央行票據(jù)。這使部分銀行不得不取消了貸款利率優(yōu)惠，金融機(jī)構(gòu)面對(duì)的流動(dòng)性風(fēng)險(xiǎn)大幅上升，致使其具有較高的系統(tǒng)性風(fēng)險(xiǎn)。在第三季度，融資融券業(yè)務(wù)不斷擴(kuò)張，自營(yíng)業(yè)務(wù)投資收益也持續(xù)上升。這些使得包括太平洋證券在內(nèi)的證券公司營(yíng)業(yè)收入大幅增加，系統(tǒng)性風(fēng)險(xiǎn)一路下降。12月份，受財(cái)政收支的影響，市場(chǎng)流動(dòng)性緊縮，同業(yè)拆放利率再次一路飆升，“錢(qián)荒”事件又一次發(fā)生。但是，由于央行緊急利用 SLO向市場(chǎng)注入超過(guò) 3000億元流動(dòng)性，并且重新使用逆回購(gòu)來(lái)緩解市場(chǎng)壓力，同業(yè)拆放利率迅速回落，此次“錢(qián)荒”對(duì)商業(yè)銀行所產(chǎn)生的影響不大且沒(méi)有影響到其他行業(yè)的金融機(jī)構(gòu)。

2014年上半年，貨幣總量增速顯著上升，銀行體系內(nèi)的流動(dòng)性保持在合理的水平，各金融機(jī)構(gòu)存貸款平穩(wěn)增長(zhǎng)且貸款結(jié)構(gòu)有所改善，金融市場(chǎng)平穩(wěn)運(yùn)行。下半年，融資融券的規(guī)模開(kāi)始爆發(fā)式增長(zhǎng)，銀行理財(cái)資金通過(guò)通道類業(yè)務(wù)和傘形信托等方式進(jìn)行場(chǎng)外配資，金融體系系統(tǒng)性風(fēng)險(xiǎn)開(kāi)始聚集。此外，11月央行再次進(jìn)行非對(duì)稱降息，這一舉動(dòng)在減少社會(huì)融資成本的同時(shí)，也使得商業(yè)銀行的利息收入大幅下降，對(duì)其經(jīng)營(yíng)提出了較大挑戰(zhàn)。這些使得該兩家機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)在年末開(kāi)始上升。

2015年上半年，證監(jiān)會(huì)對(duì)部分融資業(yè)務(wù)違規(guī)的證券公司進(jìn)行處罰并對(duì)其余證券公司進(jìn)行大規(guī)模檢查，引發(fā)了市場(chǎng)對(duì)高杠桿資金以及監(jiān)管當(dāng)局清理配資業(yè)務(wù)的極度恐慌，金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)一步上升①2015年4月16日，證監(jiān)會(huì)強(qiáng)調(diào)證券公司不得以任何形式參與場(chǎng)外配資、傘形信托等活動(dòng)，不得為之提供數(shù)據(jù)端口等服務(wù)或便利。5月22日，證監(jiān)會(huì)內(nèi)部通知要求券商全面自查自糾場(chǎng)外配資相關(guān)業(yè)務(wù)。。6月份，監(jiān)管部門(mén)加大力度清理場(chǎng)外配資，致使杠桿資金高位去杠桿，股價(jià)下跌。進(jìn)一步地，證券機(jī)構(gòu)與銀行資金等次級(jí)杠桿類資金虧損，被強(qiáng)制平倉(cāng)出局，引發(fā)資產(chǎn)拋售如潮，股市斷崖式下跌。部分商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)急劇增加，其通過(guò)配資及“兩融”通道進(jìn)入股市的資金可能無(wú)法全額收回，進(jìn)而出現(xiàn)大規(guī)模壞賬，對(duì)實(shí)體經(jīng)濟(jì)造成影響。在此期間，截止 8月末，上證指數(shù)經(jīng)過(guò)兩輪斷崖式下跌，從 5178.19點(diǎn)暴跌至 2850.37點(diǎn)，累計(jì) 11天出現(xiàn)“千股跌?！爆F(xiàn)象，兩市市值減少近33萬(wàn)億，日均交易總額下降近40%。這無(wú)疑會(huì)影響包括太平洋證券在內(nèi)的證券公司經(jīng)紀(jì)類業(yè)務(wù)、自營(yíng)業(yè)務(wù)以及融資業(yè)務(wù)等，增加其面臨的風(fēng)險(xiǎn)。根據(jù)證券行業(yè)報(bào)告，7月上市證券公司平均凈利潤(rùn)下滑 52%，而太平洋證券作為虧損最嚴(yán)重的證券公司，跌幅達(dá)170%。這些使太平洋證券的系統(tǒng)性風(fēng)險(xiǎn)大幅增加，甚至超過(guò)工商銀行等大型商業(yè)銀行。9月末，監(jiān)管當(dāng)局清理場(chǎng)外配資接近尾聲，融資融券規(guī)模從 22000億元下降至10000億元以下，加之央行利用“雙降”來(lái)為市場(chǎng)提供流動(dòng)性，使得各機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)在釋放后保持較低水平。2016—2017年，商業(yè)銀行資產(chǎn)質(zhì)量逐漸好轉(zhuǎn)，經(jīng)營(yíng)狀況持續(xù)改善，信用風(fēng)險(xiǎn)總體可控。證券公司資產(chǎn)規(guī)模不斷擴(kuò)張，業(yè)績(jī)水平有所上升，監(jiān)管力度進(jìn)一步加強(qiáng)。盡管“股市熔斷”與 2016年年底的流動(dòng)性緊缺使得該兩家機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)短暫上升，但總體來(lái)說(shuō)還處于較低水平。

圖3 工商銀行與太平洋證券的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)

2. 不同時(shí)間段系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)排名

在進(jìn)行截面維度的分析比較時(shí)，由于金融機(jī)構(gòu)的系統(tǒng)重要性會(huì)隨時(shí)間變動(dòng)(梁琪等，2013)，僅考察整個(gè)樣本區(qū)間的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)排名將遺漏重要信息。因此，本文根據(jù)我國(guó)金融市場(chǎng)的運(yùn)行狀況，將樣本區(qū)間分為四個(gè)不同的時(shí)期，進(jìn)而分析不同市場(chǎng)狀態(tài)下的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平。這四個(gè)時(shí)期分別為：“錢(qián)荒”時(shí)期(2013年 6月 17日—2013年7月31日)、“平靜”時(shí)期(2013年8月1日—2014年6月30日)、“風(fēng)險(xiǎn)聚集”時(shí)期(2014年7月1日—2015年6月15日)以及“股災(zāi)危機(jī)”時(shí)期(2015年6月15日—2015年9月30日)。表7給出了我國(guó)31家金融機(jī)構(gòu)在上述四個(gè)時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平。

表7 不同時(shí)期下31家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平

續(xù)表7

首先，縱向比較金融機(jī)構(gòu)在不同時(shí)期下的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，可以看出：相對(duì)于“平靜”時(shí)期，各機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平在“錢(qián)荒”和“股災(zāi)危機(jī)”時(shí)期顯著上升而在“風(fēng)險(xiǎn)聚集”時(shí)期小幅增加，這與圖 3觀察到的結(jié)論一致。這表明，金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)水平具有明顯的順周期性，會(huì)隨著極端情況的出現(xiàn)而迅速上升。

其次，橫向比較各個(gè)行業(yè)：在前三個(gè)時(shí)期，商業(yè)銀行與保險(xiǎn)公司的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)明顯高于證券公司，而在“股災(zāi)危機(jī)”時(shí)期，后者卻高于前者。由上文可知，商業(yè)銀行與保險(xiǎn)公司的傳染性水平均高于證券公司，這使得它們?cè)谇叭齻€(gè)時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)也處于較高水平。當(dāng)危機(jī)爆發(fā)時(shí)，商業(yè)銀行普遍遭受超額損失，風(fēng)險(xiǎn)向證券公司大量溢出，證券公司融資渠道變窄，導(dǎo)致證券公司接受的傳染性風(fēng)險(xiǎn)驟然增加。加之其較高的自身風(fēng)險(xiǎn)，證券公司的風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)高于其他機(jī)構(gòu)，一旦損失實(shí)際發(fā)生，將危及整個(gè)金融系統(tǒng)，故而其在危機(jī)中具有較高的系統(tǒng)性風(fēng)險(xiǎn)。根據(jù)華泰證券的研究報(bào)告顯示，2015年上半年，股票市場(chǎng)中場(chǎng)外配資規(guī)模在3.3萬(wàn)億元左右，其中銀行理財(cái)資金流入場(chǎng)內(nèi)的兩融融資和場(chǎng)外配資的總額約為1.6萬(wàn)億元，占股市融資規(guī)模的50%左右。當(dāng)監(jiān)管部門(mén)突然加大力度查處高杠桿配資業(yè)務(wù)時(shí)，配資公司迅速將高杠桿資金撤出股市，這導(dǎo)致股市拋售如潮，股價(jià)急劇下跌，從而進(jìn)一步引發(fā)次級(jí)杠桿資金的強(qiáng)制平倉(cāng)，最終形成惡性循環(huán)。在此過(guò)程中，證券公司遭受的損失不斷加重，面臨的風(fēng)險(xiǎn)日益增加，導(dǎo)致其較高的系統(tǒng)性風(fēng)險(xiǎn)水平。

值得注意的是，保險(xiǎn)行業(yè)在“平靜”和“風(fēng)險(xiǎn)聚集”時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)水平均高于其他兩個(gè)行業(yè)。部分學(xué)者認(rèn)為，由于保險(xiǎn)公司和其他行業(yè)風(fēng)險(xiǎn)性質(zhì)不同、與支付系統(tǒng)沒(méi)有直接聯(lián)系以及其負(fù)債主要為周期較長(zhǎng)的理賠準(zhǔn)備金等一系列原因，保險(xiǎn)業(yè)的經(jīng)營(yíng)失敗難以產(chǎn)生系統(tǒng)性風(fēng)險(xiǎn)(郭金龍和趙強(qiáng)，2014)。相反，本文認(rèn)為由于與商業(yè)銀行之間存在較高水平的風(fēng)險(xiǎn)溢出，保險(xiǎn)公司同樣具有較高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，因此在衡量機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)水平時(shí)不應(yīng)只將重點(diǎn)放在銀行與證券行業(yè)。

再次，在不同時(shí)期下，金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)排名具有一定差異。對(duì) 31家上市金融機(jī)構(gòu)在不同時(shí)期的ΔCoVaR計(jì)算 Spearman等級(jí)相關(guān)系數(shù)，結(jié)果顯示：各機(jī)構(gòu)在“股災(zāi)危機(jī)”時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平與其在“平靜”時(shí)期的水平負(fù)相關(guān)，與其在“風(fēng)險(xiǎn)聚集”時(shí)期的水平正相關(guān)，它們分別在 10%與 1%的水平下顯著。前者意味著，那些在“平靜”時(shí)期系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)相對(duì)較低的機(jī)構(gòu)，在危機(jī)發(fā)生時(shí)反而具有較高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。其后者意味著，在“風(fēng)險(xiǎn)聚集”時(shí)期，各機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)雖小幅上升，但排名與危機(jī)爆發(fā)時(shí)一致。因此，當(dāng)監(jiān)管部門(mén)發(fā)現(xiàn)市場(chǎng)中系統(tǒng)性風(fēng)險(xiǎn)迅速聚集時(shí)，應(yīng)把關(guān)注重點(diǎn)從“平靜”時(shí)期系統(tǒng)性風(fēng)險(xiǎn)較高的機(jī)構(gòu)轉(zhuǎn)移到此時(shí)系統(tǒng)性風(fēng)險(xiǎn)較高的機(jī)構(gòu)，一旦危機(jī)爆發(fā)，后者的系統(tǒng)性風(fēng)險(xiǎn)依舊較高。

進(jìn)一步，為了識(shí)別出在不同時(shí)期下哪些機(jī)構(gòu)具有較高的系統(tǒng)性風(fēng)險(xiǎn)水平，分別計(jì)算“平靜”時(shí)期和“股災(zāi)危機(jī)”時(shí)期金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)與表 4中傳染性、脆弱性的 Spearman相關(guān)系數(shù)。計(jì)算后發(fā)現(xiàn)：“平靜”時(shí)期的各機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)水平與其傳染性正相關(guān)，與其脆弱性負(fù)相關(guān)，兩者均在 10%的水平下顯著。“股災(zāi)危機(jī)”時(shí)期的各機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)水平與其脆弱性正相關(guān)，結(jié)果在 5%的水平下顯著。這些意味著，傳染性較高的機(jī)構(gòu)在“平靜”時(shí)期具有較高的系統(tǒng)性風(fēng)險(xiǎn)水平；脆弱性較高的機(jī)構(gòu)在“平靜”時(shí)期系統(tǒng)性風(fēng)險(xiǎn)較低，但在危機(jī)時(shí)期系統(tǒng)性風(fēng)險(xiǎn)普遍很高。

一方面，正如上文提到，那些傳染性較高的機(jī)構(gòu)規(guī)模普遍較大或具有較高的期限錯(cuò)配水平，這使得它們?cè)诟髯孕袠I(yè)中份額過(guò)大、短期負(fù)債比重過(guò)高，一旦遭受損失，風(fēng)險(xiǎn)會(huì)大量向外溢出，所以這些機(jī)構(gòu)在“平靜”時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)水平普遍較高。另一方面，脆弱性較高的機(jī)構(gòu)分別為全國(guó)性股份制銀行、凈資本較小的證券公司和業(yè)務(wù)關(guān)聯(lián)較多的保險(xiǎn)公司。由于這些機(jī)構(gòu)普遍具有較低的傳染性，它們?cè)凇捌届o”時(shí)期具有較低的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。但是，當(dāng)危機(jī)發(fā)生時(shí)，其他機(jī)構(gòu)遭受損失，這些機(jī)構(gòu)或是融資渠道變窄，流動(dòng)性不足①全國(guó)性股份制銀行營(yíng)業(yè)網(wǎng)點(diǎn)的分布范圍遠(yuǎn)沒(méi)有大型商業(yè)銀行和城市商業(yè)銀行廣泛，大多數(shù)三、四線城市主要的銀行分支機(jī)構(gòu)是大型商業(yè)銀行和當(dāng)?shù)氐某鞘猩虡I(yè)銀行，從而在極端情況下面對(duì)更大的流動(dòng)性風(fēng)險(xiǎn)、高融資成本風(fēng)險(xiǎn)(陳忠陽(yáng)和劉志洋，2013)。，或是凈資本較低，抵抗風(fēng)險(xiǎn)能力不足，或是業(yè)務(wù)關(guān)聯(lián)較多，導(dǎo)致其受到的傳染性風(fēng)險(xiǎn)大幅提高。即使這些機(jī)構(gòu)傳染性水平較低，一旦遭受極端損失也會(huì)嚴(yán)重影響整個(gè)金融系統(tǒng)，故具有較高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。

值得一提的是，我們將四個(gè)時(shí)期的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)與上文表 3中的自身風(fēng)險(xiǎn)分別計(jì)算Spearman等級(jí)相關(guān)系數(shù)，其結(jié)果在10%的水平下均無(wú)顯著的相關(guān)性。這與李志輝和樊莉(2011)得到的結(jié)論一致，即只關(guān)注機(jī)構(gòu)自身風(fēng)險(xiǎn)的微觀審慎不能有效地識(shí)別系統(tǒng)重要性機(jī)構(gòu)，從而防范系統(tǒng)性危機(jī)的發(fā)生。

最后，通過(guò)表 7可以發(fā)現(xiàn)，當(dāng)危機(jī)發(fā)生后，大型金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)排名下降，表明這些機(jī)構(gòu)具有“大而不倒”的特性。本文計(jì)算金融機(jī)構(gòu)在“股災(zāi)危機(jī)”時(shí)期系統(tǒng)性風(fēng)險(xiǎn)與其規(guī)模的 Spearman相關(guān)系數(shù)，其結(jié)果為-0.3008，在 5%水平下顯著。這意味著，在危機(jī)時(shí)期，規(guī)模較小的金融機(jī)構(gòu)具有較高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，這與Fang等(2018)得到的結(jié)論一致。其原因在于：一旦危機(jī)發(fā)生時(shí)，人們認(rèn)為監(jiān)管部門(mén)會(huì)救助那些規(guī)模較大、在金融系統(tǒng)中扮演重要角色的機(jī)構(gòu)，以防損失進(jìn)一步擴(kuò)散從而危及整個(gè)金融行業(yè)與實(shí)體經(jīng)濟(jì)，即“太大而不能倒閉”。因此，這類機(jī)構(gòu)相當(dāng)于獲得了隱性的“政府擔(dān)?！?，故系統(tǒng)性風(fēng)險(xiǎn)水平較低。同時(shí)，這些規(guī)模較大的機(jī)構(gòu)將風(fēng)險(xiǎn)溢出，使得小型金融機(jī)構(gòu)的風(fēng)險(xiǎn)大幅增加，由于后者沒(méi)有這種隱性的擔(dān)保，導(dǎo)致其系統(tǒng)性風(fēng)險(xiǎn)水平反而較高。

四、主要結(jié)論與政策建議

本文采用LASSO分位數(shù)回歸構(gòu)建了2011—2017年我國(guó)31家上市金融機(jī)構(gòu)的極端風(fēng)險(xiǎn)網(wǎng)絡(luò)，并通過(guò)傳染性和脆弱性指數(shù)測(cè)度金融機(jī)構(gòu)的傳染性風(fēng)險(xiǎn)水平，考察其在風(fēng)險(xiǎn)網(wǎng)絡(luò)中的地位與作用。同時(shí)，本文進(jìn)一步采用改進(jìn)后的ΔCoVaR指標(biāo)度量單個(gè)機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，從時(shí)間與截面兩個(gè)維度對(duì)其進(jìn)行研究分析，并詳細(xì)考察了風(fēng)險(xiǎn)傳染如何影響不同時(shí)期下金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。

研究發(fā)現(xiàn)，首先，我國(guó)金融機(jī)構(gòu)的傳染性與脆弱性分別取決于不同的特征變量，并且二者在數(shù)值上存在一定的錯(cuò)配：規(guī)模與期限錯(cuò)配水平是影響機(jī)構(gòu)傳染性水平的兩個(gè)重要因素；而商業(yè)銀行中的全國(guó)性股份制銀行、凈資本較小的證券公司以及業(yè)務(wù)關(guān)聯(lián)較多的保險(xiǎn)公司具有較高的脆弱性。其次，相同行業(yè)以及同種類型機(jī)構(gòu)之間的風(fēng)險(xiǎn)傳染現(xiàn)象更加明顯。同時(shí)，不同金融行業(yè)之間以及不同類型的銀行之間風(fēng)險(xiǎn)傳染水平具有不對(duì)稱性：銀行對(duì)證券、保險(xiǎn)的風(fēng)險(xiǎn)溢出水平高于反方向的溢出；大型商業(yè)銀行對(duì)全國(guó)性股份制銀行、城市商業(yè)銀行的風(fēng)險(xiǎn)溢出大于后者對(duì)前者的風(fēng)險(xiǎn)溢出。再次，金融機(jī)構(gòu)的自身風(fēng)險(xiǎn)與其系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)水平在統(tǒng)計(jì)上并不顯著相關(guān)；相反，傳染性與脆弱性決定了金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。在“平靜”時(shí)期，傳染性較高的金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)普遍較高。但是，當(dāng)危機(jī)發(fā)生時(shí)，脆弱性較高的機(jī)構(gòu)由于其自身特點(diǎn)，接受的傳染性風(fēng)險(xiǎn)大幅增加，從而具有較高的系統(tǒng)性風(fēng)險(xiǎn)水平。最后，對(duì)于大型金融機(jī)構(gòu)，較高的傳染性使其在“平靜”時(shí)期具有更高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，而當(dāng)危機(jī)發(fā)生時(shí)，由于“大而不倒”問(wèn)題，這些機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)水平反而低于規(guī)模較小的機(jī)構(gòu)。

上述結(jié)論對(duì)如何有效地防范金融系統(tǒng)內(nèi)部的風(fēng)險(xiǎn)傳染以及準(zhǔn)確地度量和監(jiān)控金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)具有深刻的政策啟示，主要體現(xiàn)在以下四個(gè)方面：第一，行業(yè)內(nèi)的風(fēng)險(xiǎn)溢出水平遠(yuǎn)高于行業(yè)間的風(fēng)險(xiǎn)溢出水平。因此，監(jiān)管部門(mén)應(yīng)重點(diǎn)關(guān)注不同行業(yè)的特定風(fēng)險(xiǎn)傳染渠道，制定并采用更具針對(duì)性的監(jiān)管目標(biāo)和政策工具。第二，合理有效地降低金融機(jī)構(gòu)的傳染性與脆弱性水平，以維持金融系統(tǒng)的穩(wěn)定。一方面，金融機(jī)構(gòu)應(yīng)在持有更多的流動(dòng)性資產(chǎn)與無(wú)變現(xiàn)障礙資產(chǎn)的同時(shí)，增強(qiáng)長(zhǎng)期融資的能力并減少“短借長(zhǎng)貸”的期限錯(cuò)配現(xiàn)象以降低自身傳染性水平；另一方面，監(jiān)管者應(yīng)適當(dāng)降低股份制銀行杠桿率水平并限制其過(guò)多的交叉業(yè)務(wù)，強(qiáng)化證券公司以凈資本和流動(dòng)性為核心的風(fēng)險(xiǎn)控制體系，減少保險(xiǎn)公司與其他部門(mén)過(guò)多的業(yè)務(wù)關(guān)聯(lián)，從而增強(qiáng)上述機(jī)構(gòu)抵御風(fēng)險(xiǎn)的能力。第三，商業(yè)銀行，尤其是大型商業(yè)銀行，對(duì)金融系統(tǒng)內(nèi)其他機(jī)構(gòu)的風(fēng)險(xiǎn)傳染水平較高，應(yīng)得到重點(diǎn)關(guān)注。同時(shí)，還應(yīng)認(rèn)識(shí)到城市商業(yè)銀行與全國(guó)股份制銀行之間以及保險(xiǎn)公司與商業(yè)銀行之間存在較高水平的雙向風(fēng)險(xiǎn)傳染。因此，監(jiān)管時(shí)應(yīng)密切關(guān)注這些機(jī)構(gòu)間的風(fēng)險(xiǎn)溢出效應(yīng)，在損失發(fā)生的初期及時(shí)切斷風(fēng)險(xiǎn)傳染渠道，防范系統(tǒng)性事件的發(fā)生。第四，在金融周期的各個(gè)階段實(shí)施不同的監(jiān)管思路。在“平靜”時(shí)期，對(duì)規(guī)模較大或期限錯(cuò)配水平較高的機(jī)構(gòu)，由于其較高的傳染性，應(yīng)要求更高的準(zhǔn)備金率和撥備覆蓋率以增強(qiáng)吸收非預(yù)期損失的能力，從而避免其在遭受損失時(shí)發(fā)生大范圍的風(fēng)險(xiǎn)傳染。在經(jīng)濟(jì)過(guò)度繁榮時(shí)期，監(jiān)管者不僅應(yīng)警惕其背后潛在的“風(fēng)險(xiǎn)聚集”，還須將關(guān)注重點(diǎn)轉(zhuǎn)移到此時(shí)系統(tǒng)性風(fēng)險(xiǎn)較高的機(jī)構(gòu)。一旦出現(xiàn)危機(jī)，這些機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)水平依舊高于其他機(jī)構(gòu)。當(dāng)危機(jī)爆發(fā)時(shí)，脆弱性較高、規(guī)模較小的金融機(jī)構(gòu)具有更高的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，也應(yīng)得到政府及時(shí)的救助，防止危機(jī)進(jìn)一步加深。