系統(tǒng)性風(fēng)險指標(biāo)研究

李欣桐

摘 要：本文主要運用了相關(guān)分析方法，考察了金融機構(gòu)之間股票收益相關(guān)性作為系統(tǒng)性風(fēng)險的一個指標(biāo)的相關(guān)性和有效性。研究發(fā)現(xiàn)，金融機構(gòu)與非金融機構(gòu)在相關(guān)模式上的差異，銀行間的股票收益相關(guān)性呈下降趨勢，而非銀行間的相關(guān)性不明顯。另外，將股票收益分解為系統(tǒng)的和特殊的兩個組成部分，發(fā)現(xiàn)相關(guān)性的增加主要是由于銀行的特質(zhì)風(fēng)險之間的相關(guān)性增加，從而導(dǎo)致系統(tǒng)風(fēng)險的增加;同時考察了相關(guān)波動、市場或觸發(fā)事件與金融危機之間的關(guān)系，發(fā)現(xiàn)相關(guān)峰值與重大經(jīng)濟事件或市場事件的發(fā)生相吻合。

關(guān)鍵詞：系統(tǒng)性風(fēng)險，股票收益，相關(guān)性

一、引言

全球經(jīng)濟一體化，各個國家的金融市場、金融機構(gòu)關(guān)系緊密，相互牽扯、相互影響，形成了“牽一發(fā)而動全身”的態(tài)勢。由于金融市場存在高度的相關(guān)性，一個國家或地區(qū)金融體系的崩潰，可能導(dǎo)致全球金融市場發(fā)生嚴(yán)重動蕩。有必要尋找到一個對系統(tǒng)性風(fēng)險進行衡量測度的合適的量化方法，以確保我國經(jīng)濟持續(xù)健康穩(wěn)定地發(fā)展。

迄今為止我國金融體制還算比較安全，我國金融市場發(fā)展時間還不夠長，但是個別市場或者地區(qū)的系統(tǒng)性風(fēng)險正在慢慢累積，因此更要注意防范系統(tǒng)性風(fēng)險的爆發(fā)。之前，對系統(tǒng)性風(fēng)險的度量主要是用綜合指數(shù)法和早期預(yù)警方法，但這一方法不適用于沒有真正意義上發(fā)生金融危機的發(fā)展中國家。金融危機爆發(fā)后，宏觀審慎的監(jiān)管理念被提出，人們更多地考慮了金融體系內(nèi)部關(guān)聯(lián)和傳染。

陸婷（2017）等人將國內(nèi)外對系統(tǒng)性風(fēng)險度量的研究做了一個梳理，認(rèn)為大量針對度量方法的研究雖然使得系統(tǒng)性風(fēng)險度量在技術(shù)方面不斷得到完善，卻也帶來了度量方法理論基礎(chǔ)較為薄弱、無法判定優(yōu)劣性等缺陷。

相關(guān)性是由LO（2008）和Acharya（2009）提出的系統(tǒng)性風(fēng)險度量指標(biāo)之一。股票相關(guān)性是研究股價或者收益率間的關(guān)系和行業(yè)分類的技術(shù)工具，它對股票市場系統(tǒng)性風(fēng)險與資產(chǎn)組合的有效性的衡量具有重要價值。所以個人與機構(gòu)投資者均把股票間的相關(guān)性作為一個重要標(biāo)準(zhǔn)。通常情況，對于股票相關(guān)性的衡量，國內(nèi)外學(xué)者用相關(guān)系數(shù)大小加以表示，股票相關(guān)系數(shù)越大，相關(guān)性就越強。常見的一種股票間相關(guān)性的表現(xiàn)方式為同一股市中不同行業(yè)股票之間出現(xiàn)的規(guī)律極其相似的同漲同跌現(xiàn)象。

Dilip K等人（2013）研究了股票收益相關(guān)性在美國市場中系統(tǒng)性風(fēng)險的有效性，發(fā)現(xiàn)股票收益相關(guān)性是一個簡單穩(wěn)健且具有前瞻性和及時性的系統(tǒng)性風(fēng)險指標(biāo)。Dilip K等人提出股票收益相關(guān)性作為指標(biāo)的四點優(yōu)勢，第一是與大多數(shù)資產(chǎn)負(fù)債表或公司財務(wù)變量不同，反映在股價中的信息通常被視為前瞻性信息。第二，Ammer and Mei（1996）認(rèn)為股票風(fēng)險溢價的相關(guān)性是用來解釋資產(chǎn)收益率的變化，它優(yōu)于基本變量。第三，現(xiàn)有的文獻(xiàn)表明，股票收益率可以作為違約風(fēng)險的有效指標(biāo)。第四，與其他潛在系統(tǒng)性風(fēng)險指標(biāo)相比，股票收益率相關(guān)性簡單、穩(wěn)健，并且不受模型錯誤或數(shù)據(jù)限制的影響。

本文認(rèn)為股票收益率相關(guān)性是市場整體風(fēng)險的一個有用指標(biāo)。當(dāng)保持穩(wěn)定的違約概率水平時，較高的相關(guān)性意味著系統(tǒng)的聯(lián)合違約概率值較高，因此相關(guān)性可以作為系統(tǒng)性風(fēng)險的有用指標(biāo)。

二、數(shù)據(jù)和方法

文章選取了我國14家具有較大影響力的銀行作為研究對象，這14家銀行占我國銀行資產(chǎn)的很大一部分，僅五大行就占所有銀行資產(chǎn)的二分之一左右。更加重要的是，由于這五家銀行規(guī)模巨大，彼此間相互關(guān)系最為密切，所以它們很可能是系統(tǒng)性風(fēng)險的源頭和承擔(dān)者。本文采用了它們的日股票收益率，考察了其每日的股票收益相關(guān)性，這是系統(tǒng)風(fēng)險的及時度量的一個重要屬性。選取大銀行在內(nèi)是因為它們的杠桿率非常的高，它們之間的相關(guān)性應(yīng)當(dāng)是經(jīng)濟上有意義的一個指標(biāo)。所有數(shù)據(jù)來源于銳思數(shù)據(jù)庫。

我國銀行上市較晚，為方便數(shù)據(jù)收集，本文的樣本始于2007年，結(jié)束于2018年，最終僅有14家銀行符合要求。這段時間涵蓋的經(jīng)濟周期較少，可能對研究結(jié)果有一定的影響。本文還設(shè)置了14家非銀行的公司樣本來進行比較。本文主要運用了相關(guān)分析以及Fama-French三因素模型方法考察了金融機構(gòu)之間股票收益相關(guān)性作為系統(tǒng)性風(fēng)險的一個指標(biāo)的相關(guān)性和有效性。在相關(guān)分析中使用了參數(shù)Pearson相關(guān)、非參數(shù)Spearman和Kendall相關(guān)以確定本文的研究結(jié)果的穩(wěn)健性，并確保本文的衡量方法不偏倚于股票收益之間潛在的非線性依賴關(guān)系。Pearson相關(guān)性是最常用的相關(guān)性度量，本文的研究結(jié)果基于Spearman和Kendall相關(guān)性是穩(wěn)健的。相關(guān)性按照2007年至2018年的季度、年度以及其他次周期范圍進行估計。對于每種相關(guān)類型，本文首先估計上述14家銀行的成對相關(guān)性，即在銀行和銀行之間進行關(guān)聯(lián)，然后取這些成對關(guān)聯(lián)的平均值和中位數(shù)。從而得到本文的推論。

潘莉和徐建國（2011）認(rèn)為我國的經(jīng)濟制度、宏觀環(huán)境、公司經(jīng)營模式、股市發(fā)展階段等與美國市場相比有很大差異，美國市場的規(guī)律不一定能照搬到我國市場，因此潘莉和徐建國認(rèn)為用市盈率替代市凈率更適合我國。本文還使用新構(gòu)造的三因素模型，以及為了檢驗穩(wěn)健性而在此基礎(chǔ)上添加一個“銀行”行業(yè)因素的四因素模型，來檢驗相關(guān)性的增加是由系統(tǒng)風(fēng)險還是特質(zhì)風(fēng)險驅(qū)動的。本文同時研究了相關(guān)峰值與我國重大經(jīng)濟事件之間的聯(lián)系。本文主要關(guān)注的是每日收益，因為它們允許在短期內(nèi)有意義地計算股票收益相關(guān)性，這是系統(tǒng)風(fēng)險的及時度量的一個重要屬性。

三、相關(guān)檢驗結(jié)果

本文計算了銀行與非銀行四個三年期間（2007―2009，2010―2012，2013―2015，2016―2018）的年化日股票收益率的平均值和標(biāo)準(zhǔn)差。與較短的期限相比，三年期包含大量的每日股票收益樣本，并且不太可能受到獨特的市場或經(jīng)濟事件的影響，因此，允許本文檢查無條件的相關(guān)性是否真的隨著時間的推移而改變。

本文發(fā)現(xiàn)，對于大部分銀行來說，前三期都有較大幅度的上升，第四期略有下降，以標(biāo)準(zhǔn)差衡量的股票收益率波動率在第四期是最低的。通過觀察每個時期的年化日股票收益的成對Pearson相關(guān)，發(fā)現(xiàn)銀行的平均Pearson相關(guān)性從第一期的0.814下降到第二期的0.767，從第三期的0.757下降到第四期的0.670。中位數(shù)Pearson相關(guān)性也有類似趨勢。平均而言第一期的中位數(shù)相關(guān)是第四期的一倍以上。

銀行與非銀行在四個時間段內(nèi)的相關(guān)趨勢模式的說明如圖1所示。無論何種相關(guān)度量，銀行之間的平均相關(guān)性和中位相關(guān)性都會隨著時間的推移而穩(wěn)步下降，而非銀行間的平均相關(guān)和中位相關(guān)性則不明顯。銀行間的相關(guān)性在同一時間普遍高于非銀行間的。

圖2繪制了按年率計算的銀行和非銀行股票收益率的平均和中位成對的Pearson和Spearman相關(guān)性。可以看出，第一，對于同一類型的企業(yè)，基于相同的相關(guān)度量的均值和中值相關(guān)性非常接近。第二，無論銀行或非銀行，Pearson平均相關(guān)總是高于Kendall平均相關(guān)。第三，盡管存在波動，但銀行間的相關(guān)性有下降的趨勢，而非銀行間沒有明顯的趨勢。

本文注意到，在這些股票收益率相關(guān)峰值附近確實發(fā)生了重大的經(jīng)濟和市場事件。如2008年美國次貸危機對中國的重大影響;2015年成立亞投行。此外，金融機構(gòu)間股票收益相關(guān)性的這些跳躍表明，在衡量系統(tǒng)性風(fēng)險時，衡量和調(diào)查尾部相關(guān)性是很重要的。然而不是每一個高的系統(tǒng)性風(fēng)險都會成為危機。例如，在最近的極端相關(guān)運動中，只有2008年發(fā)生了金融危機。這并不一定意味著相關(guān)性并不是系統(tǒng)性風(fēng)險的良好衡量標(biāo)準(zhǔn)，與任何其他類型的風(fēng)險一樣，它衡量系統(tǒng)風(fēng)險發(fā)生的可能性。因此，股票收益率相關(guān)性的增加應(yīng)被解釋為在觸發(fā)事件發(fā)生時產(chǎn)生危機的可能性更高，而不一定是觸發(fā)事件的可能性。如果股票收益率相關(guān)性較低，觸發(fā)事件不太可能導(dǎo)致金融危機。

本文研究了從2007年第四季度到2018年第二季度的相關(guān)變化。盡管有幾次相關(guān)峰值，但抽樣期間的平均相關(guān)變化為2%（中位數(shù)為0），標(biāo)準(zhǔn)差為23%。四個極端的變化中有不止兩個標(biāo)準(zhǔn)差超過平均值。在2011第三季度，相關(guān)率翻了一番多，從35.862%上升到58.778%。第二大變化發(fā)生在2016年的第二季度，相關(guān)性翻了一番多，從52.042%上升到52.144%。最后一個最大變化發(fā)生在2017年第三季度，相關(guān)性從-13.5%上升到72.4%。

為了分析2007和2008年金融危機期間發(fā)生的事情，本文研究了每個季度的Pearson相關(guān)性。得到以下發(fā)現(xiàn)。第一，14家被調(diào)查銀行的平均Pearson相關(guān)性仍然相對較高。第二，不同銀行之間以及隨著時間的推移，存在著明顯的差異。第三，14家銀行的平均Pearson相關(guān)性顯示，從2007第四季度到2008第四季度，平均相關(guān)性不斷增加。為了探討2007年和2008年這兩年的相關(guān)趨勢的原因，加入了市場事件數(shù)量隨時間的變化，發(fā)現(xiàn)股票收益率相關(guān)性與市場事件的數(shù)量存在一些共同變化。2008年的第四季度雖然市場數(shù)量下降，但是由于處在次貸危機剛發(fā)生的情況下，受到的影響巨大，難以短時間內(nèi)消除。

股票收益相關(guān)性的上升趨勢可能是由于金融行業(yè)持續(xù)鞏固而增加的系統(tǒng)性風(fēng)險（2002 De Nicolo和Kwast）。2008年金融危機發(fā)生前，股票收益相關(guān)性呈上升趨勢，到達(dá)一個頂峰之后開始呈現(xiàn)略微下降趨勢。從2017年開始，股票收益相關(guān)性呈現(xiàn)較大幅度的上升，應(yīng)當(dāng)引起重視。為了確定增加的相關(guān)性是由系統(tǒng)的或特殊的收益的相關(guān)性驅(qū)動的，本文使用三因素模型，將股票收益分解為一個系統(tǒng)成分和一個特殊成分。本文用市盈率代替模型中的市凈率。

為了檢驗穩(wěn)健性，本文還使用了一個四因子模型，將一個銀行指數(shù)添加到三因子模型中。本文使用三因子和四因子模型來對銀行股票的日收益率進行回歸，并分析了系統(tǒng)風(fēng)險、誤差項和R2。然后，本文分別計算各銀行系統(tǒng)收益和特質(zhì)收益的成對相關(guān)性。

圖4給出了三因子和四因子的平均特質(zhì)收益，即（1-R2）。趨勢表明，銀行的個人風(fēng)險隨著時間的推移正在上升。同時從圖4中可以看出，增加銀行業(yè)因素并不會增加解釋力。這表明，“銀行”行業(yè)因素并沒有反映我國金融機構(gòu)樣本中銀行的任何顯著共性。

從圖4還可以看出銀行系統(tǒng)收益的平均成對相關(guān)關(guān)系有小幅下降的趨勢。銀行的特質(zhì)收益的平均相關(guān)關(guān)系，在第三期期間有明顯的增大趨勢，這表明，相關(guān)性的增加是由特質(zhì)收益的相關(guān)性所驅(qū)動的，也意味著銀行間的相關(guān)投資在不斷上升中，會導(dǎo)致系統(tǒng)性風(fēng)險的可能性增加。與股票收益的相關(guān)性不一致的是，系統(tǒng)收益和特質(zhì)收益的相關(guān)性不會隨著時間而單調(diào)變化，這其中可能還有其他未考慮到的因素在起作用。

本文提供了明確的實證證據(jù)，證明利用股票收益率的相關(guān)性可以對銀行的個人風(fēng)險和總體風(fēng)險提供有意義的洞察，因此，對于宏觀審慎的銀行監(jiān)管應(yīng)該是有用的。相關(guān)性的增加是由特質(zhì)成分驅(qū)動的，這為股票收益的使用提供了進一步的支持。

四、結(jié)論與展望

通過分析14家國內(nèi)銀行的日股票收益率相關(guān)性的趨勢和波動，本文發(fā)現(xiàn)，股票日收益率相關(guān)性是一個簡單、穩(wěn)健的系統(tǒng)性風(fēng)險指標(biāo)，它抓住了趨勢以及經(jīng)濟系統(tǒng)風(fēng)險水平的波動。此外，對于非銀行和非金融機構(gòu)，可以很容易地估計出這一指標(biāo)。本文的研究發(fā)現(xiàn)，銀行業(yè)的特質(zhì)風(fēng)險在經(jīng)濟危機時期更加相關(guān)，這進一步支持了銀行系統(tǒng)的系統(tǒng)性風(fēng)險在2008年間有所增加、經(jīng)濟危機過后有所下降的現(xiàn)象。

本文關(guān)于股票收益相關(guān)性的研究結(jié)果應(yīng)該有助于監(jiān)管機構(gòu)和企業(yè)更好地理解和監(jiān)控系統(tǒng)性風(fēng)險。首先，要更好地管理系統(tǒng)性風(fēng)險，就必須不斷監(jiān)測風(fēng)險措施的動態(tài)。其次，系統(tǒng)性風(fēng)險的異常變化，尤其是向上波動，應(yīng)該受到更密切的關(guān)注。因此，本文建議持續(xù)監(jiān)測金融機構(gòu)之間的日股票收益率相關(guān)性。

參考文獻(xiàn)

1.Dilip K. Patro，Min Qi，Xian Sun. A simple indicator of systemic risk.? Journal of Financial Stability，2013，9（1）.

2.LO A.W. Hedge Funds，Systemic Risk，and the Financial Crisis of 2007-2008： Written testimony to the House Oversight Committee hearing on hedge funds.MIT Working Paper，2008（11）.

3.V Acharya.A theory of systemic risk and design of prudential bank? ? ?regulation.Journal of Financial Stability， 2009，5（3）.

4.J Ammer，J Mei.Measuring International Economic Linkages with Stock Market Data.Journal of Finance，1996，51（5）.

5.De Nicolo，Gianni，Kwast，Myron L.Systemic Risk and Financial Consolidation： Are They Related.Journal of Banking and Finance，2002（26）.

6.陳忠陽，劉志洋.國有大型商業(yè)銀行系統(tǒng)性風(fēng)險貢獻(xiàn)度真的高嗎――來自中國上市商業(yè)銀行股票收益率的證據(jù).財貿(mào)經(jīng)濟，2013（09）.

7.陸婷，張明.如何度量金融系統(tǒng)性風(fēng)險：一個文獻(xiàn)述評.金融監(jiān)管研究， 2017（06）.

8.潘莉，徐建國.A股市場的風(fēng)險與特征因子.金融研究，2011（10）.

（責(zé)任編輯：王文龍）