基于股票交易數(shù)據(jù)的商業(yè)銀行傳染風(fēng)險(xiǎn)研究

劉志洋

（東北師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，吉林長(zhǎng)春 130117）

傳染風(fēng)險(xiǎn)與系統(tǒng)性風(fēng)險(xiǎn)密切相關(guān)。Shenoy and Williams（2017）指出，非系統(tǒng)性沖擊能夠在金融體系內(nèi)蔓延，進(jìn)而導(dǎo)致系統(tǒng)性事件發(fā)生，危害資產(chǎn)價(jià)格和金融中介的經(jīng)營(yíng)。2017年中國(guó)共產(chǎn)黨十九大報(bào)告中指出，“健全貨幣政策和宏觀審慎政策雙支柱調(diào)控框架”，“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。對(duì)于中國(guó)的金融體系來(lái)講，由于銀行體系在中國(guó)金融體系中居于絕對(duì)的核心地位，商業(yè)銀行之間的傳染風(fēng)險(xiǎn)極易引發(fā)金融系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)。然而，研究商業(yè)銀行體系傳染風(fēng)險(xiǎn)的難點(diǎn)在于缺乏商業(yè)銀行之間雙邊風(fēng)險(xiǎn)敞口的數(shù)據(jù)。從我國(guó)學(xué)者的研究來(lái)看，大多數(shù)研究都是基于網(wǎng)絡(luò)理論，而且使用了模擬的方法進(jìn)行理論分析和仿真分析。由于商業(yè)銀行之間相互持有頭寸數(shù)據(jù)的可得性很差，學(xué)者在使用網(wǎng)絡(luò)理論進(jìn)行研究時(shí)，往往需要對(duì)銀行間相互交易的結(jié)構(gòu)進(jìn)行假設(shè)，且要依賴(lài)于資產(chǎn)負(fù)債表數(shù)據(jù)進(jìn)行模擬分析。然而相比于資產(chǎn)負(fù)債表數(shù)據(jù)，股票交易數(shù)據(jù)以其具有前瞻性和可得性得到國(guó)際學(xué)者更為廣泛的應(yīng)用。本文擬使用商業(yè)銀行股票交易數(shù)據(jù)研究中國(guó)商業(yè)銀行體系的傳染風(fēng)險(xiǎn)，以期為中國(guó)管理金融系統(tǒng)性風(fēng)險(xiǎn)提供參考。

一、基于Kalman濾波的商業(yè)銀行體系傳染風(fēng)險(xiǎn)測(cè)度

傳染風(fēng)險(xiǎn)是指商業(yè)銀行股票收益率中排除系統(tǒng)風(fēng)險(xiǎn)因子影響的超額收益率部分對(duì)銀行體系中其他商業(yè)銀行的影響（Piccotti，2017）。本文借鑒Diebold and Yi Imaz（2011）的方差分解思想，使用狀態(tài)空間模型進(jìn)行實(shí)證分析。首先本文假設(shè)商業(yè)銀行股票收益率受到給定的系統(tǒng)風(fēng)險(xiǎn)因子的影響。在系統(tǒng)風(fēng)險(xiǎn)因子的選取方面，本文使用Fama-French三因素模型中的三個(gè)風(fēng)險(xiǎn)因子：市場(chǎng)組合溢價(jià)（MKTPRE）、市值因子（SMB）和賬面市值因子（HML）。具體模型如（1）式：

根據(jù)Patton and Ramadorai（2013），本文使用Kalman濾波方法估計(jì)（1）式。由于（1）式中的狀態(tài)轉(zhuǎn)移方程允許估計(jì)系數(shù)是時(shí)變的，因此本文可以使用Kalman濾波方法得到動(dòng)態(tài)的非系統(tǒng)沖擊。根據(jù)Patton and Ramadorai（2013），本文假設(shè)服從正態(tài)分布，進(jìn)而使用極大似然估計(jì)方法估計(jì)參數(shù)。根據(jù)（1）式，本文可以得出商業(yè)銀行在t時(shí)刻所面臨的個(gè)體沖擊：

其中f表示（1）式中的風(fēng)險(xiǎn)因子，F(xiàn)t-1表示在t-1時(shí)刻的信息集。E表示期望算子。在（2）式基礎(chǔ)上，本文將所得到的個(gè)體商業(yè)銀行i的沖擊變量（）對(duì)基于市值加權(quán)的銀行業(yè)整體收益率（剔除商業(yè)銀行i）做回歸分析。根據(jù)Piccotti（2017），本文設(shè)定模型如（3）式和（4）式：

由于本文假設(shè)（3）式的殘差項(xiàng)服從正態(tài)分布，因此可以得到Kalman濾波的似然函數(shù)。根據(jù)Kalman濾波理論，本文系數(shù)估計(jì)值具有一致性。需要說(shuō)明的是，在估計(jì)（1）式和（3）式中，本文并沒(méi)有辦法完全區(qū)分傳染的方向是“個(gè)體到總體”還是“總體到個(gè)體”，但這對(duì)本文結(jié)果不產(chǎn)生任何影響。在估計(jì)（3）式基礎(chǔ)上，本文在每一個(gè)時(shí)間點(diǎn)t將所有商業(yè)銀行的估計(jì)系數(shù)進(jìn)行加總。由于（3）式屬于線性模型系統(tǒng)，因此根據(jù)射影定理（Projection Theorem），（3）式系數(shù)估計(jì)值為：

該指標(biāo)值越大，說(shuō)明商業(yè)銀行非系統(tǒng)沖擊對(duì)銀行體系的傳染風(fēng)險(xiǎn)就越高。

二、傳染風(fēng)險(xiǎn)測(cè)度實(shí)證結(jié)果

由于測(cè)度傳染風(fēng)險(xiǎn)需要使用股票交易數(shù)據(jù)，因此本文使用中國(guó)上市商業(yè)銀行月度股票收益率作為研究樣本，樣本期間為2007年至2017年，數(shù)據(jù)來(lái)源為wind數(shù)據(jù)庫(kù)。在系統(tǒng)風(fēng)險(xiǎn)因子選擇方面，本文使用HS300指數(shù)作為市場(chǎng)組合的代表。本文的樣本包括平安銀行、寧波銀行、江陰銀行、張家港行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、無(wú)錫銀行、江蘇銀行、杭州銀行、南京銀行、常熟銀行、興業(yè)銀行、北京銀行、上海銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國(guó)銀行、貴陽(yáng)銀行、中信銀行和吳江銀行。

CR值計(jì)算結(jié)果顯示，除交通銀行外，其余國(guó)有四家大型商業(yè)銀行CR值的最小值均大于股份制商業(yè)銀行和城市商業(yè)銀行的最大值。平均來(lái)看，中國(guó)工商銀行傳染風(fēng)險(xiǎn)最高，CR值平均為0.249，中國(guó)建設(shè)銀行平均CR值為0.196。對(duì)于股份制商業(yè)銀行來(lái)講，CR平均值最高的是招商銀行，為0.053。浦發(fā)銀行、民生銀行、興業(yè)銀行和中信銀行的CR平均值也均在0.03以上。從城市商業(yè)銀行來(lái)看，北京銀行和上海銀行CR平均值最高，分別為0.014和0.015?？傮w上，CR值的統(tǒng)計(jì)特征表明，國(guó)有大型商業(yè)銀行的傳染風(fēng)險(xiǎn)顯著高于其他商業(yè)銀行。

從CR值走勢(shì)分析來(lái)看，國(guó)有大型商業(yè)銀行的CR值除交通銀行外，均在0.1以上，整體中國(guó)工商銀行CR值最高。而股份制商業(yè)銀行CR值整體處在0.1以下，而城市商業(yè)銀行CR值沒(méi)有高過(guò)0.025?？傊袊?guó)工商銀行和中國(guó)建設(shè)銀行對(duì)銀行體系的傳染風(fēng)險(xiǎn)非常高，中國(guó)農(nóng)業(yè)銀行和中國(guó)銀行基本持平，同時(shí)也顯著高于股份制商業(yè)銀行和城市商業(yè)銀行。同時(shí)，計(jì)算結(jié)果顯示國(guó)有大型商業(yè)銀行在2008年金融危機(jī)爆發(fā)之前傳染風(fēng)險(xiǎn)非常高，但之后呈現(xiàn)下降走勢(shì)，基本穩(wěn)定在0.15左右。對(duì)于股份制商業(yè)銀行來(lái)講，雖然整體CR值低于國(guó)有大型商業(yè)銀行但是波動(dòng)性要高一些，且從2013年期呈現(xiàn)出略微上升態(tài)勢(shì)。對(duì)于城市商業(yè)銀行來(lái)講，CR值在2016年之前都非常平穩(wěn)，從2016年年末起出現(xiàn)了顯著的下降。

之后本文對(duì)商業(yè)銀行股票收益率與傳染風(fēng)險(xiǎn)（CR值）進(jìn)行相關(guān)性檢驗(yàn)。結(jié)果顯示，國(guó)有大型商業(yè)銀行股票收益率與傳染風(fēng)險(xiǎn)（CR值）的相關(guān)性不顯著，且除交通銀行外，其余四家大型商業(yè)銀行的相關(guān)系數(shù)呈現(xiàn)負(fù)值。在八家大型股份制商業(yè)銀行中，所有相關(guān)系數(shù)均為正值，且除平安銀行和中信銀行的顯著性較差外，其余六家股份制商業(yè)銀行的相關(guān)系數(shù)均顯著為正值。在十二家城市商業(yè)銀行中，商業(yè)銀行股票收益率與傳染風(fēng)險(xiǎn)（CR值）的相關(guān)系數(shù)估計(jì)值為正值，且有八家商業(yè)銀行通過(guò)了顯著性檢驗(yàn)。

三、傳染風(fēng)險(xiǎn)與商業(yè)銀行股票收益率

如果傳染風(fēng)險(xiǎn)與股票收益率存在相關(guān)性，則我們需要考慮的一個(gè)問(wèn)題是投資者是否能夠分散傳染風(fēng)險(xiǎn)，即如果傳染風(fēng)險(xiǎn)可以作為系統(tǒng)風(fēng)險(xiǎn)因子引入Fama-French三因素模型且估計(jì)系數(shù)顯著，則說(shuō)明傳染風(fēng)險(xiǎn)不可分散；反之，說(shuō)明傳染風(fēng)險(xiǎn)可以被投資者分散。此結(jié)果對(duì)于資產(chǎn)組合管理以及宏觀審慎監(jiān)管的實(shí)施都非常重要。

本文在每一個(gè)時(shí)間點(diǎn)，根據(jù)每家商業(yè)銀行的傳染風(fēng)險(xiǎn)對(duì)商業(yè)銀行進(jìn)行排序。傳染風(fēng)險(xiǎn)高于中值的樣本為高傳染風(fēng)險(xiǎn)樣本，低于中值的樣本為低傳染風(fēng)險(xiǎn)樣本。在構(gòu)建投資組合時(shí)，本文購(gòu)買(mǎi)高傳染風(fēng)險(xiǎn)的商業(yè)銀行的股票，賣(mài)空低傳染風(fēng)險(xiǎn)的商業(yè)銀行股票。本文在t時(shí)間根據(jù)傳染風(fēng)險(xiǎn)構(gòu)造投資組合，在t+1時(shí)刻計(jì)算組合收益率，并在t+1時(shí)刻根據(jù)商業(yè)銀行傳染風(fēng)險(xiǎn)的大小重新構(gòu)造投資組合，以此逐月進(jìn)行。在計(jì)算投資組合收益率時(shí)，本文使用基于市值加權(quán)方法計(jì)算t時(shí)刻的累積收益率，計(jì)算頻率為月度。投資表現(xiàn)表明，累積市值加權(quán)月度收益率的表現(xiàn)非常理想。T檢驗(yàn)P值分別為0.0000，可以在1%顯著性水平上拒絕零假設(shè)。95%水平顯著性檢驗(yàn)的置信區(qū)間是[0.9981,1.0032]，因此投資組合獲得很好的投資效果。

為了進(jìn)一步驗(yàn)證股票市場(chǎng)是否對(duì)商業(yè)銀行傳染風(fēng)險(xiǎn)進(jìn)行定價(jià)，本文在每一個(gè)時(shí)間點(diǎn)，按照傳染風(fēng)險(xiǎn)的大小，將樣本平均分為兩部分：高于樣本傳染風(fēng)險(xiǎn)中值（高風(fēng)險(xiǎn)組）和低于樣本傳染風(fēng)險(xiǎn)中值（低風(fēng)險(xiǎn)組）。對(duì)每一組商業(yè)銀行計(jì)算基于市值加權(quán)的平均收益率，并用高風(fēng)險(xiǎn)組得到的收益率減去低風(fēng)險(xiǎn)組得到的收益率，進(jìn)而得到傳染風(fēng)險(xiǎn)因子（HLCR）收益率。本文在Fama三因子模型基礎(chǔ)上，將傳染風(fēng)險(xiǎn)引入回歸分析模型：

表1 各個(gè)商業(yè)銀行HLCR系數(shù)估計(jì)結(jié)果

由于本文在進(jìn)行回歸分析時(shí)已將無(wú)風(fēng)險(xiǎn)利率減掉，因此常數(shù)項(xiàng)表示剔除四類(lèi)風(fēng)險(xiǎn)因子之后的由于非系統(tǒng)沖擊所導(dǎo)致收益率。如果常數(shù)項(xiàng)顯著，則說(shuō)明還有其他非系統(tǒng)沖擊影響商業(yè)銀行股票收益率；常數(shù)項(xiàng)不顯著，說(shuō)明非系統(tǒng)沖擊可以忽略不計(jì)。從表2可以看出，對(duì)于HLCR系數(shù)估計(jì)顯著的商業(yè)銀行，有一半以上的商業(yè)銀行常數(shù)項(xiàng)估計(jì)不顯著。在城市商業(yè)銀行中，北京銀行常數(shù)項(xiàng)估計(jì)值不顯著；國(guó)有大型商業(yè)銀行中農(nóng)業(yè)銀行、工商銀行和中國(guó)銀行的置信區(qū)間出現(xiàn)了零值；股份制商業(yè)銀行中，平安銀行、浦發(fā)銀行、招商銀行和興業(yè)銀行的置信區(qū)間出現(xiàn)了零值。此結(jié)果說(shuō)明，雖然傳染風(fēng)險(xiǎn)雖然不能完全解釋商業(yè)銀行股票收益率除去Fama三因子模型所能夠解釋的剩余部分，但也說(shuō)明傳染風(fēng)險(xiǎn)是影響商業(yè)銀行股票收益率的重要風(fēng)險(xiǎn)因子之一。

表2 常數(shù)項(xiàng)估計(jì)結(jié)果

四、結(jié)論

2008年金融危機(jī)爆發(fā)后，實(shí)施宏觀審慎監(jiān)管成為全球金融監(jiān)管當(dāng)局的共識(shí)。而宏觀審慎監(jiān)管主要關(guān)注商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)，而傳染風(fēng)險(xiǎn)無(wú)疑是能夠引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的主要來(lái)源之一。以往對(duì)于傳染風(fēng)險(xiǎn)的研究往往使用資產(chǎn)負(fù)債表數(shù)據(jù)，因此不可避免的面對(duì)數(shù)據(jù)不足的問(wèn)題。本文的主要貢獻(xiàn)在于，本文使用商業(yè)銀行股票市場(chǎng)收益率數(shù)據(jù)，使用Kalman濾波方法，測(cè)度每家商業(yè)銀行對(duì)不包含此商業(yè)銀行的其他商業(yè)銀行所組成的整體的傳染風(fēng)險(xiǎn)。同時(shí)，本文將傳染風(fēng)險(xiǎn)因子納入Fama三因素模型進(jìn)行實(shí)證分析，實(shí)證結(jié)果表明，整體上商業(yè)銀行傳染風(fēng)險(xiǎn)能夠被我國(guó)股票市場(chǎng)顯著的定價(jià)；國(guó)有大型商業(yè)銀行和大型股份制商業(yè)銀行的傳染風(fēng)險(xiǎn)被股票市場(chǎng)顯著定價(jià)；而大多數(shù)中小城市商業(yè)銀行由于傳染風(fēng)險(xiǎn)較低，股票市場(chǎng)沒(méi)有對(duì)其進(jìn)行定價(jià)。雖然傳染風(fēng)險(xiǎn)雖然不能完全解釋商業(yè)銀行股票收益率除去Fama三因子模型所能夠解釋的剩余部分，但也說(shuō)明傳染風(fēng)險(xiǎn)是影響商業(yè)銀行股票收益率的重要風(fēng)險(xiǎn)因子之一。