尾部風險網(wǎng)絡(luò)視角下的金融機構(gòu)系統(tǒng)性風險貢獻研究

黃瑋強， 郭慧敏， 姚 爽

(1.東北大學(xué) 工商管理學(xué)院,遼寧 沈陽 110167; 2.沈陽化工大學(xué) 經(jīng)濟與管理學(xué)院,遼寧 沈陽 110142)

0 引言

金融系統(tǒng)性風險是指可能導(dǎo)致金融系統(tǒng)部分或者全部受損進而使其金融服務(wù)功能中斷，并對實體經(jīng)濟產(chǎn)生嚴重危害的風險[1]。由于金融機構(gòu)之間日益深入且復(fù)雜的相互關(guān)聯(lián)和相互依賴，一家或若干家金融機構(gòu)的經(jīng)營困境甚至破產(chǎn)倒閉會造成其它金融機構(gòu)的經(jīng)營困境甚至破產(chǎn)倒閉，由此引發(fā)機構(gòu)的經(jīng)營困境或破產(chǎn)倒閉連鎖反應(yīng)并最終形成金融系統(tǒng)性風險。金融系統(tǒng)性風險度量是金融系統(tǒng)性風險監(jiān)管的前提，度量方法主要有條件在險價值(conditional value-at-risk, CoVaR)[2]、一家機構(gòu)出現(xiàn)困境時另一家機構(gòu)也出現(xiàn)困境的條件概率(conditional probability of distress, CoPoD)[3]、系統(tǒng)性期望損失(systemic expected shortfall, SES)[4]、機構(gòu)對金融行業(yè)困境保險費用(distress insurance premium，DIP)的邊際貢獻[5]、SRISK方法[6]等。

金融機構(gòu)及其之間的復(fù)雜相互關(guān)聯(lián)是風險傳染的載體，其關(guān)聯(lián)模式和結(jié)構(gòu)在金融系統(tǒng)性風險的形成中發(fā)揮關(guān)鍵作用[7～10]。金融機構(gòu)受到風險傳染而出現(xiàn)的經(jīng)營困境甚至破產(chǎn)倒閉，是機構(gòu)間各種關(guān)聯(lián)渠道相互交織和相互作用的結(jié)果，其最終反映在機構(gòu)公開披露的財務(wù)報表及上市金融機構(gòu)的二級市場數(shù)據(jù)中。例如表現(xiàn)為資產(chǎn)、所有者權(quán)益或股票價格等的極端波動。財務(wù)或市場數(shù)據(jù)等的極端波動稱為金融機構(gòu)的尾部風險(tail risk)。金融機構(gòu)相繼出現(xiàn)經(jīng)營困境甚至破產(chǎn)倒閉實質(zhì)上是尾部風險傳染，即當某一家金融機構(gòu)出現(xiàn)尾部風險時，會造成另一家或數(shù)家金融機構(gòu)也出現(xiàn)尾部風險。CoVaR、SES、DIP和SRISK等方法直接對單家金融機構(gòu)與金融系統(tǒng)間的“尾部依賴”進行建模分析，容易理解和操作。但是，這種方法并非從“機構(gòu)關(guān)聯(lián)-風險傳染-系統(tǒng)性風險產(chǎn)生”這一視角去度量系統(tǒng)性風險，從而無法揭示系統(tǒng)性風險的形成演化過程。

本文基于CoVaR方法，將金融系統(tǒng)替換成另一家金融機構(gòu)，度量金融機構(gòu)之間的尾部風險動態(tài)關(guān)聯(lián)。以金融機構(gòu)為網(wǎng)絡(luò)節(jié)點，機構(gòu)間的尾部風險關(guān)聯(lián)為連邊，進而建立機構(gòu)間的尾部風險動態(tài)網(wǎng)絡(luò)。在研究網(wǎng)絡(luò)的拓撲結(jié)構(gòu)及演化規(guī)律基礎(chǔ)上，分析影響金融機構(gòu)系統(tǒng)性風險貢獻的尾部風險網(wǎng)絡(luò)結(jié)構(gòu)因素。研究的創(chuàng)新之處在于，首次以金融機構(gòu)間的尾部風險傳染為關(guān)聯(lián)，構(gòu)建尾部風險網(wǎng)絡(luò)，充分體現(xiàn)了“金融機構(gòu)尾部風險的網(wǎng)絡(luò)化關(guān)聯(lián)產(chǎn)生系統(tǒng)性風險”這一重要特征；另一方面綜合考慮了金融機構(gòu)尾部風險網(wǎng)絡(luò)的動態(tài)演化，及其與尾部風險傳染的協(xié)同演化過程。研究結(jié)果對于金融機構(gòu)的宏觀審慎監(jiān)管及金融系統(tǒng)性風險管理具有重要的意義。全文結(jié)構(gòu)安排如下，第二部分介紹金融機構(gòu)尾部風險傳染度量方法及尾部風險網(wǎng)絡(luò)構(gòu)建模型；第三部分為實證研究過程及結(jié)果；最后為全文結(jié)論。

1 金融機構(gòu)尾部風險傳染及尾部風險網(wǎng)絡(luò)

1.1 尾部風險傳染強度

基于Adrian和Brunnermeier提出的CoVaR方法[2]，當金融機構(gòu)i發(fā)生極端事件(Xi=VaRi(q))時，金融機構(gòu)j的條件在險價值為CoVaRj|i(q)：

Pr(Xj≤CoVaRj|Xi=VaRi(q)(q))=q

(1)

其中Xi代表金融機構(gòu)i的資產(chǎn)(組合)收益率，q為置信水平。進一步地，金融機構(gòu)i對金融機構(gòu)j的尾部風險傳染強度ΔCoVaRj|i(q)為：

ΔCoVaRj|i(q)=CoVaRj|Xi=VaRi(q)(q)-CoVaRj|Xi=mediani(q)

(2)

其中Xi=mediani表示金融機構(gòu)i的資產(chǎn)(組合)收益率處于中位數(shù)水平。一般來說，ΔCoVaRj|i(q)<0，該值越小，說明機構(gòu)i對機構(gòu)j的的尾部風險傳染強度越強。

1.2 尾部風險傳染強度的估計

利用分位數(shù)回歸方法估計金融機構(gòu)間的尾部風險傳染強度，如式(3)和式(4)所示：

(3)

(4)

(5)

(6)

(7)

1.3 尾部風險網(wǎng)絡(luò)構(gòu)建及網(wǎng)絡(luò)拓撲結(jié)構(gòu)特征

(8)

(9)

(1)節(jié)點度

(10)

(11)

(2)平均路徑長度和直徑

(12)

整個網(wǎng)絡(luò)的平均路徑長度Lt就是將網(wǎng)絡(luò)所有任意兩個節(jié)點對之間的最短距離相加然后求平均就可以得出：

(13)

(3)節(jié)點的介數(shù)

(14)

(4)節(jié)點的接近中心度

(15)

(5)節(jié)點的聚集系數(shù)

(16)

2 實證研究過程及結(jié)果

2.1 變量選取和數(shù)據(jù)來源

根據(jù)中國證監(jiān)會制定的《上市公司行業(yè)分類指引》，截止2015年12月31日，在中國滬深A(yù)股上市的金融業(yè)上市公司共有50家，其中包括16家銀行、24家證券公司、4家保險公司以及6家信托等其它金融上市公司。樣本期間確定為2007年第四季度到2015年第四季度，確定的依據(jù)是：①包含最近一次金融危機時期；②要求在樣本期間內(nèi)一直處于上市交易狀態(tài)的金融機構(gòu)數(shù)量能夠達到一定規(guī)模。剔除2007年10月1日之后上市的金融機構(gòu)，實證研究最終選取了35家上市金融機構(gòu)(i=1,2,…,35)，包括14家銀行、11家證券公司、4家保險公司以及6家信托等其它金融機構(gòu)。樣本期間內(nèi)共包含423周(i=1,2,…,423)。根據(jù)公式(3)至式(7)，可估計得到任意兩家金融機構(gòu)之間每周的雙向尾部風險傳染強度。由此可構(gòu)建相應(yīng)的423個動態(tài)演化的金融機構(gòu)尾部風險網(wǎng)絡(luò)。借鑒文獻[2]，在估計金融機構(gòu)之間的尾部風險傳染強度時所使用的變量及其定義如表1所示。

表1 變量及其定義

注：t代表周，房地產(chǎn)指數(shù)為Wind一級行業(yè)指數(shù)(房地產(chǎn)指數(shù))

具體地，利用金融機構(gòu)i在第t周的市場化總資產(chǎn)增長率衡量金融機構(gòu)的資產(chǎn)(組合)收益，可由金融機構(gòu)總市值和資產(chǎn)權(quán)益率計算得出，即：

(17)

2.2 全連接尾部風險網(wǎng)絡(luò)分析

(1)節(jié)點強度分析

表2 樣本期間內(nèi)各金融機構(gòu)的平均出點強度、出點強度標準差及其排序

表3 樣本期間內(nèi)各金融機構(gòu)的平均入點強度、入點強度標準差及其排序

由表3可知，在樣本期間內(nèi)，長江證券、中信證券及東北證券的平均尾部風險承受強度最大，且波動較大。建設(shè)銀行、工商銀行和國海證券的平均尾部風險承受強度及其波動均較小。絕大多數(shù)證券業(yè)金融機構(gòu)的平均尾部風險承受強度比較大，平均入點強度排名前十位的金融機構(gòu)中，有7家是證券公司。

表4列出了在樣本期間內(nèi)每一年第1周的尾部風險網(wǎng)絡(luò)中，各金融機構(gòu)的出點強度排序(從大到小)，以及423個網(wǎng)絡(luò)中各機構(gòu)出點強度排序的均值及其標準差。從表中可以看出，有些金融機構(gòu)在各網(wǎng)絡(luò)的出點強度排序比較穩(wěn)定，例如在8個示例網(wǎng)絡(luò)中，廣發(fā)證券的出點強度排序均為最后一位，排序的標準差為0.2934；有些金融機構(gòu)的出點強度排序則波動較大，例如在8個示例網(wǎng)絡(luò)中，中信銀行的出點強度排序介于1和21之間，排序標準差為7.7585。

與表2的結(jié)果類似，樣本期間內(nèi)節(jié)點出點強度排序均值前三位的金融機構(gòu)分別是建設(shè)銀行、工商銀行和興業(yè)銀行，這說明這三家金融機構(gòu)對其他金融機構(gòu)的尾部風險傳染強度較強。一旦這些金融機構(gòu)發(fā)生極端事件，極易傳染給其他金融機構(gòu)，從而引發(fā)系統(tǒng)性風險。節(jié)點出點強度排序均值處于后三位的金融機構(gòu)分別是國投安信、廣發(fā)證券和國海證券。這說明這三家金融機構(gòu)對其他金融機構(gòu)的尾部風險傳染強度比較弱。因此在防范和抑制金融系統(tǒng)性風險時，應(yīng)加強對那些具有較強尾部風險傳染強度的金融機構(gòu)的監(jiān)管。

表4 各金融機構(gòu)在8個示例網(wǎng)絡(luò)中的出點強度排序、樣本期間內(nèi)的出點強度排序均值及其標準差

表5列出了在樣本期間內(nèi)每一年第1周的尾部風險網(wǎng)絡(luò)中，各金融機構(gòu)的入點強度排序(從大到小)，以及423個網(wǎng)絡(luò)中各機構(gòu)入點強度排序的均值及其標準差。從表中可看出，相對于出點強度排序的波動，各金融機構(gòu)在各網(wǎng)絡(luò)中的入點強度排序波動較小。例如，國投安信的排序標準差最大，但僅為2.1568。這說明樣本期間內(nèi)，各金融機構(gòu)的尾部風險承受強度變化較為穩(wěn)定。具體地，長江證券、中信證券和東北證券的入點強度排序均值處于前三位(標準差分別為0.4524、0.6675和0.5777)，這說明樣本期間內(nèi)這三家金融機構(gòu)所承受的尾部風險傳染較強。一旦其他金融機構(gòu)發(fā)生極端事件，這三家金融機構(gòu)受到的不利沖擊較大，進而加大了風險的傳播和危機發(fā)生的可能性。入點強度排序均值處于后三位的機構(gòu)分別為國海證券、建設(shè)銀行和工商銀行，這說明這三家金融機構(gòu)較不易受到其他金融機構(gòu)極端事件的影響，不會加大風險的傳播。

綜合表4和表5的結(jié)果可知，樣本期間內(nèi)有些金融機構(gòu)的尾部風險傳染強度和承受強度均處于前列，如中信證券的出點強度和入點強度排序均值分別為5和2。這類型金融機構(gòu)較強的尾部風險承受和傳染強度疊加、放大，使得其在金融系統(tǒng)性風險的形成演化中發(fā)揮重要的作用。有些金融機構(gòu)的尾部風險傳染強度和承受強度均處于末尾，如國海證券的出點強度和入點強度排序均值分別為34和35。這類型金融機構(gòu)在尾部風險的形成和傳染中的作用均較弱。有些金融機構(gòu)的尾部風險傳染強度和承受強度不匹配，如建設(shè)銀行的出點強度和入點強度排序均值分別為1和33。這類型金融機構(gòu)雖然具有較強的尾部風險傳染能力，但由于其更不容易受到其它金融機構(gòu)的影響，所以其在尾部風險的形成傳染中的作用介于上述兩類金融機構(gòu)之間。綜上所述，在金融尾部風險傳染及系統(tǒng)性風險的防范控制方面，應(yīng)該根據(jù)金融機構(gòu)尾部風險傳染及承受強度的差異和匹配情況，實施差別管理。

表5 各金融機構(gòu)在8個示例網(wǎng)絡(luò)中的入點強度排序、樣本期間內(nèi)的入點強度排序均值及其標準差

(2)網(wǎng)絡(luò)總體關(guān)聯(lián)性

圖1 網(wǎng)絡(luò)連邊權(quán)重之和的動態(tài)演化情況

2.3 閾值法下的尾部風險網(wǎng)絡(luò)分析

2.4 尾部風險網(wǎng)絡(luò)拓撲結(jié)構(gòu)與系統(tǒng)性風險貢獻的關(guān)系研究

(18)

表6 回歸結(jié)果

注：表內(nèi)數(shù)字分別為回歸系數(shù)與t值；***代表1%水平上顯著。

3 結(jié)論

本文對系統(tǒng)性風險貢獻度量的CoVaR方法進行擴展應(yīng)用，在刻畫金融機構(gòu)間的尾部風險動態(tài)關(guān)聯(lián)基礎(chǔ)上，建立尾部風險動態(tài)網(wǎng)絡(luò)。從全連接尾部風險網(wǎng)絡(luò)的節(jié)點強度、網(wǎng)絡(luò)總體關(guān)聯(lián)性角度分析了金融機構(gòu)的尾部風險關(guān)聯(lián)動態(tài)變化規(guī)律。進一步地，運用閾值法得到過濾后的尾部風險網(wǎng)絡(luò)，研究了網(wǎng)絡(luò)局部或全局拓撲結(jié)構(gòu)特征及其動態(tài)變化規(guī)律。最后，通過建立面板數(shù)據(jù)回歸模型，研究了網(wǎng)絡(luò)拓撲結(jié)構(gòu)特征對機構(gòu)系統(tǒng)性風險貢獻的影響。需要說明的是，文中所列示的是5%分位數(shù)水平(CoVaR的計算)下的結(jié)果。穩(wěn)健性檢驗結(jié)果表明，1%分位數(shù)水平下的結(jié)果與此類似，篇幅起見不再贅述。主要結(jié)論如下：

(1)全連接尾部風險網(wǎng)絡(luò)的節(jié)點強度，包括出點強度和入點強度，能有效地衡量金融機構(gòu)尾部風險傳染強度及承受強度，并揭示其動態(tài)變化規(guī)律。

(2)根據(jù)節(jié)點的出點強度，銀行業(yè)金融機構(gòu)的尾部風險傳染效應(yīng)總體較強，保險業(yè)次之，證券業(yè)最??；根據(jù)節(jié)點的入點強度，證券業(yè)金融機構(gòu)承受的尾部風險傳染強度較強。各機構(gòu)的尾部風險傳染強度及承受強度排序匹配性存在差異。

(3)從全連接尾部風險網(wǎng)絡(luò)的總體關(guān)聯(lián)性來看，2008～2009年金融危機期間，機構(gòu)間的總體尾部風險傳染效應(yīng)增強，危機后傳染效應(yīng)減弱，而2015年以來傳染效應(yīng)又由弱變強。

(4)從過濾尾部風險網(wǎng)絡(luò)的平均路徑長度和直徑的變化規(guī)律來看，它們隨著時間的推移呈逐漸減小的趨勢。各金融機構(gòu)間的平均尾部風險傳染路徑縮短、系統(tǒng)性風險更易迅速累積和爆發(fā)。

(5)滯后一期的節(jié)點出度、節(jié)點入度及聚集系數(shù)越大，相應(yīng)金融機構(gòu)的系統(tǒng)性風險貢獻越小。滯后一期的節(jié)點介數(shù)、節(jié)點接近中心度越大，相應(yīng)金融機構(gòu)的系統(tǒng)性風險貢獻越大。因此系統(tǒng)性風險貢獻越大的金融機構(gòu)，其在整體尾部風險網(wǎng)絡(luò)中越處于中心位置，但其所處局部網(wǎng)絡(luò)的關(guān)聯(lián)性越稀疏。