區(qū)域系統(tǒng)重要性金融機構(gòu)的識別方法探析

李效聰

【摘 要】 本文基于國內(nèi)外研究理論和識別方法經(jīng)驗，結(jié)合江西省經(jīng)濟(jì)金融實際，運用綜合賦權(quán)法構(gòu)建識別模型及相關(guān)評價標(biāo)準(zhǔn)，實證比較區(qū)域大型銀行的系統(tǒng)重要性排序，并對區(qū)域系統(tǒng)重要性金融機構(gòu)的評估與監(jiān)管工作提出政策建議。

【關(guān)鍵詞】 區(qū)域 系統(tǒng)重要性 金融機構(gòu) 識別

近年來，防控金融風(fēng)險成為區(qū)域金融監(jiān)管的重點，但面臨龐大的金融總量和交叉隱蔽的金融活動，“漫天撒網(wǎng)”的傳統(tǒng)風(fēng)險防控模式缺陷日益暴露。如何提升區(qū)域金融監(jiān)管效率？次貸危機給出了很好的啟示，本應(yīng)穩(wěn)定金融系統(tǒng)的SIFIs[1]在危機中反而成為金融風(fēng)險乃至危機的制造者和傳遞者，也應(yīng)成為系統(tǒng)性風(fēng)險防控的核心點。因此有效識別和監(jiān)測R-SIFIs[2]，有助于區(qū)域金融監(jiān)管“抓重點”，實現(xiàn)風(fēng)險的早發(fā)現(xiàn)、早預(yù)警和早處置。

一、文獻(xiàn)綜述

國際上對SIFIs識別方法研究主要分為模型法和指標(biāo)法[3]：前者如BCBS（2011）[4]設(shè)置了規(guī)模、關(guān)聯(lián)度、可替代性、復(fù)雜性及全球活躍度5類指標(biāo);后者如Banulescu and Dumitrescu（2015）采用成分期望損失CES法，引入金融機構(gòu)市值權(quán)重，期望覆蓋SIFIs“太關(guān)聯(lián)而不能倒”和“太大而不能倒”等特征。，Bisias et al.（2012）從監(jiān)管者、研究者和數(shù)據(jù)要求等不同角度，為31種定量度量系統(tǒng)性風(fēng)險的方法劃。

國內(nèi)對SIFIs的識別方法研究多為指標(biāo)法，如巴曙松、高江?。?012）等，由于指標(biāo)法簡易實用，被大量應(yīng)用于監(jiān)管實踐。也有機構(gòu)學(xué)者運用模型法評估的，如中國人民銀行福州中心支行課題組（2016）運用多元極值理論，構(gòu)建了機構(gòu)違約率、系統(tǒng)重要性指數(shù)和脆弱性指數(shù)三個方面的識別框架;葛和平等（2018）引入熵值法確定了外匯管理領(lǐng)域SIFIs的六個要素進(jìn)行指標(biāo)賦權(quán)重，并對江蘇省外匯管理領(lǐng)域銀行的系統(tǒng)重要性進(jìn)行排序。

但是，業(yè)界大多側(cè)重宏觀層面對G-SIFIs和D-SIFIs的理論研究和實證分析，對R-SIFIs特征和識別方法的研究較少。

二、R-SIFIs的識別模型構(gòu)建方法

綜上所述，本文嘗試從區(qū)域?qū)用鎸徱昍-SIFIs的主要特征和可觀因素，引入綜合賦權(quán)法構(gòu)建相關(guān)識別模型。具體方法如下：

（一）確定識別特征和度量方法

基于金融法規(guī)制度和最新監(jiān)管政策要求，并參考了駝峰評級、金融穩(wěn)定評估系統(tǒng)與“1104”工程等評價分析方法，對R-SIFIs的識別方法歸納概括如下：

（二）綜合賦權(quán)法熵權(quán)法

1.數(shù)據(jù)標(biāo)準(zhǔn)化。引入指標(biāo)映射法，根據(jù)監(jiān)管規(guī)則、行業(yè)慣例或市場均值，設(shè)置臨界值進(jìn)行處理。假定k個指標(biāo)x（1，...，k），并對各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的值為y（1，...，k），那么

2.熵權(quán)法確定指標(biāo)權(quán)重。根據(jù)信息熵的定義，一組數(shù)據(jù)的信息熵。其中，，如果，則定義。根據(jù)信息熵的計算公式，計算出各指標(biāo)的信息熵為Ei.通過信息熵計算各指標(biāo)的權(quán)重：

。

3.優(yōu)化調(diào)整方法。引入層次分析法對熵權(quán)法的基礎(chǔ)賦權(quán)結(jié)果進(jìn)行動態(tài)調(diào)整，納入?yún)^(qū)域金融監(jiān)管的有效經(jīng)驗，并解決了金融監(jiān)管報表數(shù)據(jù)質(zhì)量引起的結(jié)果偏差問題。假定wi為層次分析法求得的權(quán)重，利用拉格朗日最優(yōu)求解算法，獲得最終優(yōu)化組合權(quán)重：

三、實證分析

本文以江西省為例，收集江西省金融機構(gòu)季度監(jiān)測數(shù)據(jù)，采用上述方法構(gòu)建R-SIFIs識別模型，并對2018年三季度大型金融機構(gòu)的系統(tǒng)重要性情況進(jìn)行排序分析。

（一）江西省簡述

江西省排名我國經(jīng)濟(jì)金融發(fā)展中游，2017年GDP總量相當(dāng)于菲律賓[5]，金融總量破3萬億，正規(guī)持牌機構(gòu)數(shù)超過千家。銀行業(yè)金融機構(gòu)占其主導(dǎo)地位：2018年9月末，銀行總資產(chǎn)總額45742億元，占金融總量80%以上;前8個月銀行貸款凈增3518億元，占同期社會融資規(guī)模凈增量的91%;全省193家銀行共設(shè)置各級機構(gòu)網(wǎng)點12214個，從業(yè)人員10萬人，全面覆蓋鄉(xiāng)鎮(zhèn)以上的行政區(qū)劃。銀行也是“江西佬表”心中金融一詞的主要形象。

（二）構(gòu)建R-SIFIs識別模型

基于江西省實際，排除非銀行機構(gòu)后，從相關(guān)監(jiān)管部門數(shù)據(jù)庫，截取了193家銀行2009年4季度至2018年3季度的季度監(jiān)測數(shù)據(jù)，依據(jù)前述方法計算得到各項識別特征權(quán)重，如表3所示：

由此可見，“大而不倒”和復(fù)雜關(guān)聯(lián)性是識別R-SIFIs的主要標(biāo)準(zhǔn);測試結(jié)果也說明規(guī)模未排名前列的銀行，在外部環(huán)境和金融政策發(fā)生變化時，也可能對區(qū)域環(huán)境造成較大的影響。

（三）結(jié)果驗證

剔除中小銀行（規(guī)模?。?、外資銀行（入駐較晚）和政策性商業(yè)銀行（商業(yè)化改革進(jìn)程中），并將86家農(nóng)村商業(yè)銀行（省聯(lián)社統(tǒng)一管理）視作一家省級法人銀行后，最終選出資產(chǎn)規(guī)模排名前10的非法人銀行（Y1-10）和排名前5的法人銀行（FY1-5），作為測試對象。15家銀行基于評價模型的系統(tǒng)重要性得分如表4所示（得分表對各個樣本銀行機構(gòu)名稱進(jìn)行了匿名化處理），測試結(jié)果基本符合江西省實際。

此外，法人銀行有較強的基層影響力。由于檢驗數(shù)據(jù)是基于省級季度數(shù)據(jù)的測試結(jié)果，而5家法人銀行與10家非法人銀行的資產(chǎn)規(guī)模之比為0.8999：1，這一比例越往下越高，甚至在個別縣域的法人銀行資產(chǎn)規(guī)模就超過全縣的一半。因此將視角轉(zhuǎn)移至地市、縣域，法人銀行的系統(tǒng)重要性排序結(jié)果還將繼續(xù)上升。

四、結(jié)論與建議

綜上所述，優(yōu)選R-SIFIs才是地方金融監(jiān)管守住區(qū)域系統(tǒng)性風(fēng)險底線的重要工作目標(biāo)，應(yīng)盡快構(gòu)建R-SIFIs的金融宏觀審慎管理制度，制定符合區(qū)域?qū)嶋H和政策導(dǎo)向的監(jiān)管規(guī)則，具體來說：

（一）加快構(gòu)建R-SIFIs的區(qū)域監(jiān)管框架。應(yīng)從頂層設(shè)計出發(fā)，建立以中央銀行為核心、統(tǒng)籌協(xié)調(diào)金融監(jiān)管部門和地方政府職能部門的金融監(jiān)管架構(gòu)，明確行為監(jiān)管框架的具體內(nèi)容，協(xié)同推動事前、事中、事后監(jiān)管不斷強化。

（二）盡快建立R-SIFIs識別體系。確定R-SIFIs時可靈活運用指標(biāo)法和模型法：將指標(biāo)法作為日常監(jiān)控手段，關(guān)注R-SIFIs的主要特征變化情況，加速SIFIs監(jiān)管的“本土化”、針對性和特異性;定期應(yīng)用模型法統(tǒng)計系統(tǒng)性風(fēng)險的特征、水平和變動趨勢。

（三）建立健全R-SIFIs的監(jiān)管規(guī)則。一是限制銀行開展關(guān)聯(lián)度強的高風(fēng)險業(yè)務(wù)和創(chuàng)新業(yè)務(wù)，筑好風(fēng)險防火墻，斬斷風(fēng)險鏈條;二是增強風(fēng)險抵御能力，從資本充足、資產(chǎn)質(zhì)量、損失準(zhǔn)備和“八大風(fēng)險”精細(xì)化管理等層面，制定R-SIFIs更嚴(yán)格的監(jiān)管規(guī)則、資本要求和信息披露要求;三是考慮到非法人銀行在遭遇非極端風(fēng)險的沖擊下，系統(tǒng)內(nèi)救助的延時性且主監(jiān)管不在本省域，還應(yīng)強化非法人機構(gòu)的區(qū)域監(jiān)管權(quán)。

（四）完善SIFIs 風(fēng)險處置機制。一要組建R-SIFIs危機管理小組，制定R-SIFIs的區(qū)域恢復(fù)與處置計劃，定期開展可處置性評估;二要發(fā)揮市場機制在風(fēng)險處置環(huán)節(jié)中的基礎(chǔ)性作用，建立股東和債權(quán)人之間的責(zé)任分擔(dān)機制，降低“大而不能倒”的道德風(fēng)險;三要發(fā)揮存款保險制度的作用，制定配套制度，以明確監(jiān)管機構(gòu)在接管、分拆或關(guān)閉SIFIs時的具體步驟和責(zé)任，并逐步將其職能擴(kuò)展到具有系統(tǒng)重要性的非銀行機構(gòu)。

注釋

[1] Systemically Important Financial Institutions（系統(tǒng)重要性金融機構(gòu)）。IMF（2009）定義，即在金融市場中承擔(dān)了關(guān)鍵功能，其倒閉可能給金融體系造成損害并對實體經(jīng)濟(jì)產(chǎn)生嚴(yán)重負(fù)面影響的金融機構(gòu)。FSB（2011）將其分為G-SIFIs（全球系統(tǒng)重要性金融機構(gòu)）和D-SIFIs（國內(nèi)系統(tǒng)重要性金融機構(gòu)）。

[2] Regional SIFIs（區(qū)域系統(tǒng)重要性金融機構(gòu)）。

[3] Bisias et al.（2012）從監(jiān)管者、研究者和數(shù)據(jù)要求等不同角度，為31種定量度量系統(tǒng)性風(fēng)險的方法劃基于資產(chǎn)負(fù)債表數(shù)據(jù)和基于公開市場交易數(shù)據(jù)。

[4] 《全球系統(tǒng)重要性銀行：評價標(biāo)準(zhǔn)及額外損失吸收要求》。

[5] 2017年菲律賓的GDP總量，排名世界第36位。

【參考文獻(xiàn)】

[1] Basel Committee on Banking Supervision.BaselⅢ：A Global Regulatory Framework for More Resilient Banks and Banking Systems[R].2010.

[2] Acharya，Viral V.，Lasse H.Pedersen，and Thomas Philippon，2010.Measuring Systemic Risk.Reserve Bank of Cleveland Working Paper，No.10-02.

[3] Adrian，Tobias and Markus K.，Brunnermeier.2011.CoVaR.NBER Working Paper，No.17454.

[4] Bisias，Dimitrios，Mark Flood，Andrew W.Lo，2012.A Survey of Systemic Risk Analytics.OFR Working Paper，No.12-01

[5] 巴曙松，高江健.基于指標(biāo)法評估中國系統(tǒng)重要性銀行[J].財經(jīng)問題研究，2012（9）

[6] 徐超，系統(tǒng)重要性金融機構(gòu)識別方法綜述[J]，《金融與保險》2012年第3期

[7] 張?zhí)祉?，張宇，中國系統(tǒng)重要性金融機構(gòu)的識別——基于CES方法的實證分析[J]，《金融經(jīng)濟(jì)學(xué)研究》2016年第2期

[8] 中國人民銀行福州中心支行課題組，系統(tǒng)重要性金融機構(gòu)的識別及其監(jiān)管研究——基于國際經(jīng)驗的分析[J]，《福建金融》2016年第8期

[9] 葛和平，朱卉雯，嚴(yán)黃，外匯管理領(lǐng)域系統(tǒng)重要性銀行機構(gòu)的識別[J]，《南方金融》2018年第4期