資本監(jiān)管與流動(dòng)性監(jiān)管能降低中國(guó)商業(yè)銀行傳染風(fēng)險(xiǎn)嗎？

劉志洋 馬亞娜

摘 要：在使用條件在險(xiǎn)價(jià)值（ΔCoVaR）計(jì)算中國(guó)上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度基礎(chǔ)上，運(yùn)用格蘭杰因果檢驗(yàn)和PageRank算法測(cè)度每家商業(yè)銀行的傳染風(fēng)險(xiǎn)權(quán)重，并研究資本監(jiān)管與流動(dòng)性監(jiān)管對(duì)傳染風(fēng)險(xiǎn)權(quán)重的影響。結(jié)果表明：第一，資本充足率、杠桿率和流動(dòng)性覆蓋率有助于降低商業(yè)銀行的傳染風(fēng)險(xiǎn);第二，資本充足率與流動(dòng)性覆蓋率、杠桿率與流動(dòng)性覆蓋率在同一監(jiān)管框架下發(fā)揮了降低傳染風(fēng)險(xiǎn)的作用;第三，資本充足率與流動(dòng)性覆蓋率、杠桿率與流動(dòng)性覆蓋率的運(yùn)用表現(xiàn)出較差的協(xié)同效應(yīng)。中國(guó)金融監(jiān)管當(dāng)局需要開(kāi)發(fā)償付能力監(jiān)管與流動(dòng)性監(jiān)管的協(xié)同機(jī)制。

關(guān)鍵詞： 資本監(jiān)管;杠桿率;流動(dòng)性覆蓋率;傳染風(fēng)險(xiǎn)權(quán)重

中圖分類號(hào)：F832.33 ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ?文章編號(hào)：1003-7217（2021）04-0031-08

一、引 言

2008年爆發(fā)于美國(guó)的金融危機(jī)以及隨后的歐洲主權(quán)債務(wù)危機(jī)真正使全球金融監(jiān)管當(dāng)局意識(shí)到金融機(jī)構(gòu)之間的關(guān)聯(lián)度在擴(kuò)散風(fēng)險(xiǎn)方面所起到的放大作用。雖然從理論上講，關(guān)聯(lián)度有助于在金融體系內(nèi)有效地分擔(dān)風(fēng)險(xiǎn)，然而一旦金融體系面臨沖擊，沖擊也會(huì)沿著關(guān)聯(lián)度迅速擴(kuò)散[1]。沖擊所引發(fā)的系統(tǒng)性金融風(fēng)險(xiǎn)威脅了金融體系的穩(wěn)定。金融監(jiān)管當(dāng)局意識(shí)到，單家金融機(jī)構(gòu)爆發(fā)的微觀層面的負(fù)面事件所產(chǎn)生的風(fēng)險(xiǎn)會(huì)迅速傳染至其他金融機(jī)構(gòu)。這種傳染機(jī)制包括道德風(fēng)險(xiǎn)、存款擠兌、資產(chǎn)價(jià)格下跌導(dǎo)致的抵押品不足等[2]。為了有效地抵御系統(tǒng)性金融風(fēng)險(xiǎn)，加強(qiáng)對(duì)銀行業(yè)的監(jiān)管勢(shì)在必行。

為了管理系統(tǒng)性金融風(fēng)險(xiǎn)，巴塞爾委員會(huì)發(fā)布了Basel Ⅲ，其核心思想就是通過(guò)加強(qiáng)償付能力監(jiān)管和流動(dòng)性監(jiān)管兩個(gè)維度來(lái)增加金融機(jī)構(gòu)的損失吸收能力和抵御沖擊的能力。金融體系之間錯(cuò)綜復(fù)雜的關(guān)聯(lián)度使得沖擊很容易在金融機(jī)構(gòu)之間擴(kuò)散，因此從某種意義來(lái)講，Basel Ⅲ提出了以償付能力監(jiān)管和流動(dòng)性監(jiān)管為核心工具的審慎監(jiān)管理念的主要目的就是增強(qiáng)金融機(jī)構(gòu)的抗傳染沖擊能力。沖擊是不可避免的，傳染也不可避免，但監(jiān)管當(dāng)局可以要求金融機(jī)構(gòu)增加抵御沖擊和傳染的能力，這也是Basel Ⅲ的初衷。

中國(guó)銀監(jiān)會(huì)積極推動(dòng)Basel Ⅲ的實(shí)施。在2010年發(fā)布Basel Ⅲ之后，2012年6月初，《商業(yè)銀行資本管理辦法》即 “中國(guó)版Basel Ⅲ”發(fā)布，標(biāo)準(zhǔn)比巴塞爾委員會(huì)發(fā)布的Basel Ⅲ更為嚴(yán)格。之后，2013年，中國(guó)銀監(jiān)會(huì)發(fā)布《商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理辦法（試行）》，2015年中國(guó)銀監(jiān)會(huì)發(fā)布《商業(yè)銀行流動(dòng)性覆蓋率信息披露辦法》和《商業(yè)銀行杠桿率管理辦法（修訂）》，2018年發(fā)布《商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理辦法》要求商業(yè)銀行披露流動(dòng)性覆蓋率、流動(dòng)性比率和杠桿率等數(shù)據(jù)?？傮w而言，中國(guó)銀監(jiān)會(huì)要求商業(yè)銀行持有更多的資本，并對(duì)杠桿率進(jìn)行限制，同時(shí)要求商業(yè)銀行持有足夠的流動(dòng)性儲(chǔ)備。在Basel Ⅲ評(píng)估系統(tǒng)重要性金融機(jī)構(gòu)的指標(biāo)中，關(guān)聯(lián)度占據(jù)重要位置，而之所以關(guān)注關(guān)聯(lián)度就是因?yàn)槠鋾?huì)引發(fā)傳染風(fēng)險(xiǎn)。傳染風(fēng)險(xiǎn)是引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的主要機(jī)制，但每家商業(yè)銀行引發(fā)傳染風(fēng)險(xiǎn)的能力不盡相同，即每家商業(yè)銀行在銀行體系中傳染風(fēng)險(xiǎn)權(quán)重并不是一樣的。實(shí)施Basel Ⅲ的目的是增加金融機(jī)構(gòu)抵御風(fēng)險(xiǎn)的能力，因此我們不禁要問(wèn)，實(shí)施Basel Ⅲ是否有助于降低銀行業(yè)的傳染風(fēng)險(xiǎn)？解答這個(gè)問(wèn)題，有助于中國(guó)銀行業(yè)進(jìn)一步推進(jìn)Basel Ⅲ的實(shí)施，為管理系統(tǒng)性金融風(fēng)險(xiǎn)提供重要參考。

二、相關(guān)文獻(xiàn)綜述

金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)會(huì)引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā)。對(duì)于傳染風(fēng)險(xiǎn)的研究，大多數(shù)學(xué)者均建立在Eisenberg和Noe（2001）基礎(chǔ)之上[3-5]。然而對(duì)傳染風(fēng)險(xiǎn)的研究，學(xué)者們得出了一些不同的結(jié)論。一些學(xué)者認(rèn)為，金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)非常低[6]。基于銀行間融資融券數(shù)據(jù)進(jìn)行實(shí)證分析的結(jié)果也表明銀行間傳染風(fēng)險(xiǎn)較低[7，8]。由于銀行間融資融券業(yè)務(wù)在銀行業(yè)務(wù)中占比較低，因此可能存在低估商業(yè)銀行之間的傳染風(fēng)險(xiǎn)的可能性。

更多的學(xué)者認(rèn)為，金融機(jī)構(gòu)由共同風(fēng)險(xiǎn)敞口暴露導(dǎo)致的傳染風(fēng)險(xiǎn)非常高。正如對(duì)于傳染風(fēng)險(xiǎn)的研究，區(qū)分實(shí)現(xiàn)損失（Realized Loss）和期望損失（Expected Loss）會(huì)得出不同的結(jié)論[9]。DebtRank模型結(jié)合Eisenberg和Noe（2001）的思想[3]，其特點(diǎn)是依賴金融機(jī)構(gòu)之間的網(wǎng)絡(luò)結(jié)構(gòu)，評(píng)估一家金融機(jī)構(gòu)與其他金融機(jī)構(gòu)經(jīng)營(yíng)風(fēng)險(xiǎn)的相關(guān)性[10]。Diebold和Yilmaz（2014）構(gòu)建了金融體系網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，研究了金融體系方差的傳染效應(yīng)（Variance Spillover）[11]。其實(shí)，金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)的大小與違約損失率和估值方法有很大關(guān)系[12]。一般來(lái)講，如果僅僅關(guān)注實(shí)現(xiàn)了的損失，銀行間的傳染風(fēng)險(xiǎn)會(huì)非常低，即使假設(shè)違約損失率為100%。然而，一旦采用了期望損失的概念，銀行間的傳染風(fēng)險(xiǎn)會(huì)非常高。

在2008年金融危機(jī)爆發(fā)前，對(duì)金融機(jī)構(gòu)之間傳染風(fēng)險(xiǎn)的研究往往集中于銀行間無(wú)抵押貸款，而金融危機(jī)爆發(fā)后，大量實(shí)證分析關(guān)注金融機(jī)構(gòu)之間簽訂的各種類型的合約，比如債務(wù)合約、衍生品合約等[13-17]。在有關(guān)金融機(jī)構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)證分析中，高精度數(shù)據(jù)非常必要[18]。然而，在這種情況下，數(shù)據(jù)要么是碎片化的，要么是高度匯總的。面對(duì)這種數(shù)據(jù)困境，Anand 等（2017）僅僅使用了監(jiān)管當(dāng)局的數(shù)據(jù)，分析了歐盟、巴西、加拿大、丹麥、德國(guó)、匈牙利、意大利、墨西哥、荷蘭、英國(guó)和美國(guó)由不同類型金融工具（銀行間貸款、支付、回購(gòu)、外匯、衍生品、股權(quán)持有等）所構(gòu)成的交易網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而研究傳染風(fēng)險(xiǎn)[13]。

金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)之所以產(chǎn)生是因?yàn)楦鱾€(gè)金融機(jī)構(gòu)所持有的金融工具造成的間接風(fēng)險(xiǎn)敞口。Aldasoro和Alves（2016）根據(jù)監(jiān)管當(dāng)局提供的數(shù)據(jù)，分析了歐洲大型銀行之間表外業(yè)務(wù)所導(dǎo)致的共同風(fēng)險(xiǎn)敞口[14]。Berndsen 等（2018）通過(guò)研究哥倫比亞大型支付系統(tǒng)、主權(quán)債務(wù)清算系統(tǒng)、外匯現(xiàn)貨交易系統(tǒng)研究金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)，結(jié)論表明哥倫比亞金融機(jī)構(gòu)之間的網(wǎng)絡(luò)結(jié)果是多元網(wǎng)絡(luò)結(jié)果，因此傳染風(fēng)險(xiǎn)非常高[15]。

使用信用違約互換（CDS）數(shù)據(jù)也可以研究金融機(jī)構(gòu)之間的傳染風(fēng)險(xiǎn)[16，17]。Halaj等（2018）研究2012年3月希臘主權(quán)債務(wù)危機(jī)對(duì)CDS市場(chǎng)的影響，結(jié)論表明，雖然金融市場(chǎng)已經(jīng)對(duì)希臘違約存在預(yù)期，但其影響也改變了金融機(jī)構(gòu)之間的網(wǎng)絡(luò)結(jié)構(gòu)[19]。在傳染風(fēng)險(xiǎn)產(chǎn)生的原因的研究方面， Ahnert和Georg（2018）關(guān)注信息對(duì)傳染風(fēng)險(xiǎn)的影響，發(fā)現(xiàn)一家銀行的壞信息對(duì)其他銀行是有價(jià)值的，會(huì)觸發(fā)信息傳染，進(jìn)而導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)[20]。Ramos-Francia和Garcia-Verdu（2018）發(fā)現(xiàn)傳染風(fēng)險(xiǎn)能夠通過(guò)風(fēng)險(xiǎn)承擔(dān)渠道進(jìn)行[21]。Martinez 和Tsomocos（2018）使用DSGE模型，分析違約傳染和流動(dòng)性沖擊對(duì)資產(chǎn)價(jià)格的影響，認(rèn)為流動(dòng)性風(fēng)險(xiǎn)和違約應(yīng)該放在一個(gè)框架下研究[22]。

中國(guó)金融體系傳染風(fēng)險(xiǎn)巨大。李方方等（2020）從傳染風(fēng)險(xiǎn)視角提出了系統(tǒng)重要性政府的概念[23]。中國(guó)銀行業(yè)仍舊存在巨大的傳染風(fēng)險(xiǎn)。李宗怡和李玉海（2005）模擬分析2003年底我國(guó)17家商業(yè)銀行之間的傳染風(fēng)險(xiǎn)，結(jié)論表明我國(guó)銀行業(yè)爆發(fā)傳染風(fēng)險(xiǎn)的概率很低[24]。馬君潞等（2007）模擬130家商業(yè)銀行的雙邊風(fēng)險(xiǎn)敞口，研究表明中國(guó)銀行和中國(guó)建設(shè)銀行具有較高的風(fēng)險(xiǎn)傳染性，傳染風(fēng)險(xiǎn)一旦爆發(fā)，城市商業(yè)銀行會(huì)大量倒閉[25]。隨著2008年金融危機(jī)爆發(fā)，更多的學(xué)者從系統(tǒng)重要性視角分析商業(yè)銀行引發(fā)傳染風(fēng)險(xiǎn)的概率。王占浩等（2016）研究表明，我國(guó)國(guó)有四大行具有一定的風(fēng)險(xiǎn)傳染性，工商銀行倒閉會(huì)引發(fā)大規(guī)模的傳染風(fēng)險(xiǎn)[26]。隋聰?shù)龋?017）從三種網(wǎng)絡(luò)結(jié)構(gòu)和四種情景出發(fā)，對(duì)銀行間債務(wù)網(wǎng)絡(luò)進(jìn)行模擬實(shí)驗(yàn)，研究銀行間借貸比率、資本充足率等銀行特征變量對(duì)傳染風(fēng)險(xiǎn)的影響[27]。隋聰?shù)龋?017）的研究表明銀行間網(wǎng)絡(luò)連接傾向具有異質(zhì)性[28]。吳念魯?shù)龋?017）發(fā)現(xiàn)中國(guó)銀行、工商銀行、興業(yè)銀行和農(nóng)業(yè)銀行是中心節(jié)點(diǎn)，違約倒閉后果嚴(yán)重[29]。顧海峰和閆君（2020）認(rèn)為資本監(jiān)管會(huì)約束商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)[30]。基于此考慮，中國(guó)商業(yè)銀行應(yīng)實(shí)施以逆周期資本監(jiān)管為核心的宏觀審慎監(jiān)管框架 [31]。

總體來(lái)講，學(xué)者們對(duì)傳染風(fēng)險(xiǎn)的研究主要關(guān)注于模擬分析層面，考察傳染風(fēng)險(xiǎn)和金融監(jiān)管工具之間的關(guān)系的研究相對(duì)較少。然而金融監(jiān)管的目的之一就是增加商業(yè)銀行的損失吸收能力，降低傳染風(fēng)險(xiǎn)爆發(fā)的可能性，尤其是以Basel Ⅲ為核心的金融審慎監(jiān)管規(guī)則，其終極目的是管理系統(tǒng)性金融風(fēng)險(xiǎn)。隨著中國(guó)銀保監(jiān)會(huì)大力推行Basel Ⅲ在中國(guó)的實(shí)施，我們需要檢驗(yàn)Basel Ⅲ是否有助于降低商業(yè)銀行的傳染風(fēng)險(xiǎn)。而對(duì)此問(wèn)題的研究首要條件是測(cè)度每家商業(yè)銀行在多大程度上會(huì)導(dǎo)致傳染風(fēng)險(xiǎn)的爆發(fā)。本文使用PageRank算法來(lái)嘗試解決該問(wèn)題，計(jì)算出每家商業(yè)銀行的傳染風(fēng)險(xiǎn)權(quán)重，進(jìn)而研究推行Basel Ⅲ對(duì)中國(guó)銀行業(yè)傳染風(fēng)險(xiǎn)的影響。

三、傳染風(fēng)險(xiǎn)權(quán)重測(cè)度

傳染風(fēng)險(xiǎn)可以被認(rèn)為一家金融機(jī)構(gòu)陷入困境導(dǎo)致其他金融機(jī)構(gòu)陷入困境，進(jìn)而使銀行業(yè)陷入困境的可能性[32]。在銀行體系中，由于每家商業(yè)銀行在銀行業(yè)中的地位不同，因此每家商業(yè)銀行引發(fā)傳染風(fēng)險(xiǎn)的能力也不盡相同。當(dāng)一家商業(yè)銀行引發(fā)傳染風(fēng)險(xiǎn)時(shí)，就有很大可能性陷入困境。這意味著，在研究陷入困境的商業(yè)銀行將風(fēng)險(xiǎn)傳染至銀行體系時(shí)，應(yīng)以每家商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度指標(biāo)ΔCoVaR[33]作為計(jì)算傳染風(fēng)險(xiǎn)權(quán)重的基礎(chǔ)數(shù)據(jù)。

（一）商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度測(cè)度

2008年金融危機(jī)爆發(fā)后，測(cè)度一家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度成為系統(tǒng)性風(fēng)險(xiǎn)管理主要的方法。系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度主要強(qiáng)調(diào)一家商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)上升對(duì)銀行體系整體風(fēng)險(xiǎn)的影響。商業(yè)銀行通過(guò)銀行間市場(chǎng)產(chǎn)生密切關(guān)聯(lián)，商業(yè)銀行A經(jīng)營(yíng)風(fēng)險(xiǎn)上升會(huì)通過(guò)流動(dòng)性渠道、銀行間債務(wù)違約渠道等導(dǎo)致商業(yè)銀行B經(jīng)營(yíng)風(fēng)險(xiǎn)的上升，進(jìn)一步會(huì)增加商業(yè)銀行B的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度[33]。一旦每家商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度都上升，則意味著銀行業(yè)整體系統(tǒng)性風(fēng)險(xiǎn)的增加。

在系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的測(cè)度指標(biāo)中，最為常用的是ΔCoVaR[33]。ΔCoVaR一方面可以通過(guò)分位數(shù)回歸方法考慮極端情況，另一方面也可以使用多元Garch模型測(cè)度金融體系平穩(wěn)運(yùn)行時(shí)期單家商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度[34]?？紤]到中國(guó)銀行業(yè)最近10年內(nèi)尚未爆發(fā)大規(guī)模的銀行業(yè)危機(jī)，本文使用多元Garch模型測(cè)算單家商業(yè)銀行的ΔCoVaR。根據(jù)Kreis等（2018），對(duì)于ΔCoVaR的測(cè)算需要使用股票交易數(shù)據(jù)，且需要求解股票收益率的波動(dòng)率和計(jì)算單只股票與銀行業(yè)指數(shù)的相關(guān)系數(shù)[34]。根據(jù)陳忠陽(yáng)和劉志洋（2013），首先假設(shè)銀行業(yè)整體狀況可以使用銀行業(yè)指數(shù)來(lái)表示[35]，且假設(shè)單家商業(yè)銀行股票收益率Ri和銀行業(yè)指數(shù)收益率Rsys服從二元正態(tài)分布：

需要說(shuō)明的是，本文計(jì)算傳染風(fēng)險(xiǎn)權(quán)重的基礎(chǔ)數(shù)據(jù)是商業(yè)銀行股票收益率數(shù)據(jù)，使用股票數(shù)據(jù)測(cè)度商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度成為2008年金融危機(jī)爆發(fā)后國(guó)際學(xué)術(shù)研究的主流方法。借鑒測(cè)算系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度的方法測(cè)算商業(yè)銀行引發(fā)傳染風(fēng)險(xiǎn)的權(quán)重，符合2008年之后國(guó)際主流趨勢(shì)。但使用股票收益率數(shù)據(jù)意味著商業(yè)銀行必須上市，因此這決定了研究樣本只能為上市商業(yè)銀行。雖如此，發(fā)現(xiàn)在樣本期內(nèi)，上市商業(yè)銀行個(gè)數(shù)雖然相對(duì)有限，但是樣本量卻包含了中國(guó)主要的國(guó)有大型商業(yè)銀行和大型股份制商業(yè)銀行，資產(chǎn)規(guī)?？傆?jì)占整體銀行業(yè)的50%以上，在許多年份甚至接近60%;且從個(gè)體系統(tǒng)重要性來(lái)講，上市商業(yè)銀行的系統(tǒng)重要性程度明顯高于其他中小城市商業(yè)銀行，因此可以認(rèn)為以上市商業(yè)銀行為主要研究對(duì)象是能夠代表整體中國(guó)銀行業(yè)的。

（二）商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重測(cè)算

使用PageRank算法計(jì)算傳染風(fēng)險(xiǎn)權(quán)重[36]。PageRank算法需要構(gòu)造鄰接矩陣，A的位置確定行位置，B的位置確定列位置。假設(shè)由A指向（影響）B，即如果A對(duì)B有傳染風(fēng)險(xiǎn)，那么矩陣的第一行第二列是1。以此類推，即可構(gòu)造鄰接矩陣。

在測(cè)度所有樣本內(nèi)商業(yè)銀行ΔCoVaR時(shí)間序列基礎(chǔ)上，將這些時(shí)間序列數(shù)據(jù)納入向量自回歸分析框架，并運(yùn)用格蘭杰因果檢驗(yàn)方法研究每家商業(yè)銀行的風(fēng)險(xiǎn)對(duì)其他商業(yè)銀行風(fēng)險(xiǎn)的影響。在格蘭杰因果檢驗(yàn)方法中，表示每一個(gè)變量對(duì)其他變量影響的顯著程度的p值將會(huì)作為參數(shù)輸入到PageRank算法中的鄰接矩陣中。具體來(lái)講，在運(yùn)用格蘭杰因果檢驗(yàn)的方法中，對(duì)PageRank算法中的鄰接矩陣的輸入進(jìn)行了調(diào)整。在格蘭杰因果檢驗(yàn)中，p值的水平說(shuō)明影響的顯著性，因此使用1減去p值所得到的數(shù)值代表一家商業(yè)銀行對(duì)另一家商業(yè)銀行影響的顯著程度，并將該值代入鄰接矩陣中。在矩陣中該值越高，檢驗(yàn)結(jié)果越顯著，影響就越大。由于商業(yè)銀行對(duì)自身不存在傳染風(fēng)險(xiǎn)，因此將鄰接矩陣的對(duì)角元素設(shè)置為零。在得到格蘭杰因果檢驗(yàn)p值基礎(chǔ)上，通過(guò)使用PageRank算法，得到每家商業(yè)銀行在整個(gè)銀行業(yè)中的傳染風(fēng)險(xiǎn)權(quán)重，即引發(fā)傳染風(fēng)險(xiǎn)可能性的大小。

本文以年度為單位使用PageRank算法計(jì)算商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重過(guò)程。一方面使用向量自回歸模型并配合格蘭杰因果檢驗(yàn)來(lái)進(jìn)行，鑒于中國(guó)沒(méi)有爆發(fā)銀行業(yè)倒閉潮，缺少極值數(shù)據(jù)進(jìn)行驗(yàn)證，因此以年度為單位可以保證向量自回歸模型的估計(jì)中具有充足的樣本量。另一方面，文章宗旨是研究資本監(jiān)管與流動(dòng)性監(jiān)管對(duì)商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重的影響。商業(yè)銀行資本充足率變化的主要渠道來(lái)自資產(chǎn)風(fēng)險(xiǎn)變化和資本增發(fā)。從資產(chǎn)風(fēng)險(xiǎn)變化來(lái)講，鑒于中國(guó)上市商業(yè)銀行的資產(chǎn)以貸款為主，且長(zhǎng)期貸款占多數(shù)，因此資產(chǎn)風(fēng)險(xiǎn)調(diào)整速度相對(duì)比較緩慢;從補(bǔ)充資本渠道來(lái)講，對(duì)于上市公司來(lái)講，資本增發(fā)需要經(jīng)歷一個(gè)相對(duì)繁瑣的過(guò)程，包括董事會(huì)批準(zhǔn)、股東大會(huì)通過(guò)、證監(jiān)會(huì)通過(guò)，最后根據(jù)中國(guó)證監(jiān)會(huì)的要求，上市公司需要在6個(gè)月之內(nèi)完成增發(fā)行為，此過(guò)程也非常漫長(zhǎng)。從流動(dòng)性監(jiān)管來(lái)看，商業(yè)銀行實(shí)施流動(dòng)性風(fēng)險(xiǎn)管理戰(zhàn)略和調(diào)整流動(dòng)性頭寸同時(shí)涉及資產(chǎn)方與負(fù)債方，還會(huì)涉及表外業(yè)務(wù)，因此調(diào)整過(guò)程也需要時(shí)間。基于以上原因，在研究銀行業(yè)監(jiān)管的影響問(wèn)題上，以年度為單位具有一定的實(shí)踐指導(dǎo)意義，也充分考慮到實(shí)踐的具體情況。

在商業(yè)銀行向量自回歸模型的估計(jì)過(guò)程中，使用AIC和SC準(zhǔn)則確定滯后階數(shù)。經(jīng)過(guò)測(cè)算發(fā)現(xiàn)，中國(guó)上市商業(yè)銀行的傳染風(fēng)險(xiǎn)權(quán)重具有以下幾個(gè)特征：第一，沒(méi)有哪家商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重的數(shù)值顯著大于其他商業(yè)銀行，各個(gè)商業(yè)銀行風(fēng)險(xiǎn)傳染權(quán)重相差不是很大。第二，規(guī)模并不是決定傳染風(fēng)險(xiǎn)的主要因素。第三，不能忽視中小城市商業(yè)銀行的傳染風(fēng)險(xiǎn)。需要說(shuō)明的是，畢竟中國(guó)自改革開(kāi)放至今，沒(méi)有爆發(fā)過(guò)大規(guī)模的銀行業(yè)危機(jī)，因此嚴(yán)格意義來(lái)講，所有對(duì)系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度都具有不可驗(yàn)證性。這意味著對(duì)傳染風(fēng)險(xiǎn)權(quán)重的測(cè)算也是“導(dǎo)向性”的，即顯示某一年度哪家商業(yè)銀行可能引發(fā)傳染風(fēng)險(xiǎn)的概率高，監(jiān)管當(dāng)局應(yīng)該關(guān)注哪家商業(yè)銀行，從而實(shí)現(xiàn)提前預(yù)警的作用。

四、資本監(jiān)管與流動(dòng)性監(jiān)管對(duì)商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重的影響

2010年，巴塞爾委員會(huì)發(fā)布了Basel Ⅲ，在增加資本充足率要求的同時(shí)，對(duì)商業(yè)銀行進(jìn)一步施加流動(dòng)性監(jiān)管和杠桿率監(jiān)管，至此形成了以償付能力監(jiān)管和流動(dòng)性監(jiān)管為支柱的新的監(jiān)管工具體系。

（一）研究方法

（二）樣本數(shù)據(jù)與實(shí)證結(jié)果

表1為樣本數(shù)據(jù)統(tǒng)計(jì)性質(zhì)。從表1可以看出，我國(guó)商業(yè)銀行傳染風(fēng)險(xiǎn)權(quán)重具有較高的分散性，均值僅為5%，最大值也沒(méi)有超過(guò)10%，最小值為3%。從資本充足率來(lái)看，我國(guó)商業(yè)銀行資本充足率較高，平均達(dá)到了12%以上。從杠桿率監(jiān)管指標(biāo)來(lái)看，我國(guó)商業(yè)銀行平均杠桿率為6.35%，最小值也達(dá)到了4.56%，均滿足監(jiān)管要求。流動(dòng)性風(fēng)險(xiǎn)監(jiān)管方面，整理來(lái)講，流動(dòng)性覆蓋率平均值大于100%，存貸比指標(biāo)平均值為69.28%，整體滿足監(jiān)管要求。流動(dòng)性比率平均為46.90%，流動(dòng)性水平整體良好。同時(shí)，從表1可以看出，樣本內(nèi)商業(yè)銀行平均不良貸款率為1.30%，凈息差平均值為2.59%，平均貸款年度增長(zhǎng)率為18%。

表2為式（7）的回歸結(jié)果。經(jīng)Hausman檢驗(yàn)，模型均為固定效應(yīng)模型。從表2中的模型7、模型8和模型9可以看出，資本充足率監(jiān)管和杠桿率監(jiān)管的估計(jì)系數(shù)均顯著為負(fù)值，但流動(dòng)性覆蓋率的估計(jì)系數(shù)不顯著，說(shuō)明單獨(dú)施加償付能力監(jiān)管均有助于降低商業(yè)銀行傳染風(fēng)險(xiǎn)。這是因?yàn)橘Y本充足率和杠桿率越高的商業(yè)銀行資本充足，資本吸收損失能力強(qiáng)，有助于增加商業(yè)銀行抵御風(fēng)險(xiǎn)的能力。

然而在現(xiàn)實(shí)中，商業(yè)銀行同時(shí)面臨著流動(dòng)性監(jiān)管與償付能力監(jiān)管。因此進(jìn)一步將流動(dòng)性監(jiān)管指標(biāo)與償付能力監(jiān)管指標(biāo)同時(shí)納入實(shí)證分析框架進(jìn)行回歸分析。模型1、模型2和模型3主要研究資本充足率與流動(dòng)性監(jiān)管的協(xié)同。在資本充足率與流動(dòng)性覆蓋率的協(xié)同研究中，模型1顯示，流動(dòng)性覆蓋率與資本充足率的估計(jì)系數(shù)顯著為負(fù)值，說(shuō)明二者均能夠顯著的降低商業(yè)銀行傳染風(fēng)險(xiǎn)。但是模型1又顯示，二者的協(xié)同效應(yīng)的估計(jì)系數(shù)顯著為正值，說(shuō)明當(dāng)商業(yè)銀行資本充足率和流動(dòng)性覆蓋率均很高時(shí)，具有增加傳染風(fēng)險(xiǎn)的傾向。模型2顯示，資本充足率與存貸比監(jiān)管的協(xié)同效果比較差，估計(jì)系數(shù)顯著為負(fù)值，說(shuō)明資本充足率高、存貸比低的商業(yè)銀行易引發(fā)傳染風(fēng)險(xiǎn)。其原因?yàn)?，流?dòng)性充裕和資本充足率均很高會(huì)導(dǎo)致商業(yè)銀行有更多的資金來(lái)開(kāi)展高風(fēng)險(xiǎn)業(yè)務(wù)，自然就會(huì)增加傳染風(fēng)險(xiǎn)。在資本充足率與流動(dòng)性比率的協(xié)同方面，模型3顯示雖然流動(dòng)性比率與資本充足率的協(xié)同估計(jì)系數(shù)不顯著，且流動(dòng)性比率自身估計(jì)系數(shù)也不顯著;但資本充足率估計(jì)系數(shù)顯著為負(fù)值，說(shuō)明其發(fā)揮出了降低傳染風(fēng)險(xiǎn)的作用?？傊芯拷Y(jié)果顯示，商業(yè)銀行資本監(jiān)管與流動(dòng)性監(jiān)管沒(méi)有有效地發(fā)揮協(xié)同效應(yīng)來(lái)降低銀行業(yè)傳染風(fēng)險(xiǎn)。

模型4、模型5和模型6主要關(guān)注杠桿率與流動(dòng)性監(jiān)管指標(biāo)的協(xié)同效果。與資本充足率類似，杠桿率與流動(dòng)性覆蓋率的協(xié)同效果最好，二者的估計(jì)系數(shù)均顯著為負(fù)值，說(shuō)明加強(qiáng)流動(dòng)性覆蓋率和杠桿率的監(jiān)管有助于降低傳染風(fēng)險(xiǎn)。但流動(dòng)性覆蓋率和杠桿率的協(xié)同效應(yīng)估計(jì)系數(shù)顯著為正，說(shuō)明當(dāng)商業(yè)銀行持有更高的資本和流動(dòng)性資金時(shí)，會(huì)傾向于開(kāi)展更高風(fēng)險(xiǎn)的業(yè)務(wù)，進(jìn)而增加傳染風(fēng)險(xiǎn)。模型4與模型5顯示，杠桿率與存貸比和流動(dòng)性比率的協(xié)同效應(yīng)較差。

五、結(jié)論及政策建議

傳染風(fēng)險(xiǎn)引致的系統(tǒng)性金融風(fēng)險(xiǎn)是中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)管理的主要關(guān)注點(diǎn)之一。2010年巴塞爾委員會(huì)發(fā)布Basel Ⅲ后，中國(guó)銀行業(yè)一直積極推進(jìn)巴塞爾資本協(xié)議的實(shí)施。Basel Ⅲ對(duì)我國(guó)商業(yè)銀行提出了更高的資本充足率要求，并要求商業(yè)銀行披露杠桿率和流動(dòng)性覆蓋率。以資本充足率、杠桿率為代表的償付能力監(jiān)管和以流動(dòng)性覆蓋率為代表的流動(dòng)性監(jiān)管均能降低商業(yè)銀行的傳染風(fēng)險(xiǎn);資本充足率與流動(dòng)性覆蓋率、杠桿率與流動(dòng)性覆蓋率同時(shí)運(yùn)用可以起到降低傳染風(fēng)險(xiǎn)的作用;但同時(shí)實(shí)證結(jié)果也顯示，資本充足率與流動(dòng)性覆蓋率、杠桿率與流動(dòng)性覆蓋率沒(méi)有發(fā)揮協(xié)同效應(yīng)。

上述研究可以為中國(guó)金融監(jiān)管當(dāng)局管理銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)提供政策建議：（1）中國(guó)金融監(jiān)管當(dāng)局應(yīng)將傳染風(fēng)險(xiǎn)納入銀行業(yè)宏觀審慎評(píng)估框架，并發(fā)揮償付能力監(jiān)管與流動(dòng)性監(jiān)管的協(xié)同效應(yīng)，降低監(jiān)管成本。（2）中國(guó)金融監(jiān)管當(dāng)局要特別關(guān)注資本金充足和流動(dòng)性充裕的商業(yè)銀行，防止此類商業(yè)銀行出現(xiàn)資金過(guò)度充足導(dǎo)致風(fēng)險(xiǎn)承擔(dān)增加的經(jīng)營(yíng)行為。（3）對(duì)于中小商業(yè)銀行來(lái)講，中國(guó)金融監(jiān)管當(dāng)局應(yīng)依據(jù)中小商業(yè)銀行的金融業(yè)務(wù)風(fēng)險(xiǎn)及其引發(fā)傳染風(fēng)險(xiǎn)的可能性施加金融監(jiān)管工具;地方金融監(jiān)管當(dāng)局也要關(guān)注本地區(qū)中小商業(yè)銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)及其引發(fā)傳染風(fēng)險(xiǎn)的可能性，施行嚴(yán)格的資本監(jiān)管和流動(dòng)性監(jiān)管，防止中小商業(yè)銀行由于過(guò)度風(fēng)險(xiǎn)承擔(dān)而導(dǎo)致區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)。

參考文獻(xiàn)：

[1] Leventides J， Loukaki K， Papavassiliou V G. Simulating financial contagion dynamics in random interbank networks[J]. Journal of Economic Behavior & Organization，2019， 158（2）：500-525.

[2] Pericoli M， Sbracia M. A primer on financial contagion[J]. Journal of Economic Surveys，2003，17（4）：571-608.

[3] Eisenberg L，Noe E T H. ?Systemic risk in financial systems[J]. Management Science，2001， 47（2）：236-249.

[4] Rogers L C G， Veraart L A M. Failure and rescue in an interbank network[J]. Management Science，2013，59（4）：882-898.

[5] Acemoglu D， Ozdaglar A E， Tahbaz-Salehi A. Systemic risk and stability in financial networks [J]. American Economic Review，2015，105（2）：564-608.

[6] Glasserman P， Young H P. How likely is contagion in financial networks？[J]. Journal of Banking & Finance，2015，50（1）：383-399.

[7] Martinez-Jaramillo S， Alexandrova-Kabadjova B， Bravo-Benitez B， et al. An empirical study of the mexican banking system's network and its implications for systemic risk[J]. Journal of Economic Dynamics & Control，2014，40（3）：242-265.

[8] Poledna S， Molina-Borboa J L， Martínez-Jaramillo S， et al. The multi-layer network nature of systemic risk and its implications for the costs of financial crises[J]. Journal of Financial Stability，2015，20（10）：70-81.

[9] Glasserman P， Young H P. Contagion in financial networks[J]. Journal of Economic Literature，2016，54（3）：779-831.

[10]Battiston S， DErrico M， Gurciullo S. DebtRank and the network of ?leverage [J]. Journal of Alternative Investments，2016，18（4）：68-81.

[11]Diebold F X， Yilmaz K. On the network topology of variance decompositions： Measuring the connectedness of financial firms[J]. Journal of Econometrics，2014，182（1）：119-134.

[12]Bardoscia M， Battiston S， Caccioli F， et al. Pathways towards instability in financial networks.[J]. Nature Communications，2017，8（1）：8-171.

[13]Anand K， Lelyveld I V， Banai ， et al. The missing links： A global study on uncovering financial network structures from partial data [J]. Journal of Financial Stability， 2017，35（4）：107–119.

[14]Aldasoro I， Alves I. Multiplex interbank networks and systemic importance： An application to European data[J]. Journal of Financial Stability，2016，35（4）：17-37.

[15]Berndsen R J， León C， Renneboog L. Financial stability in networks of financial institutions and market infrastructures[J]. Journal of Financial Stability，2018，35（4）：120-135.

[16]Cetina J， Paddrik M， Rajan S. ?Stressed to the core：Counterparty concentrations and systemic losses in CDS markets[J]. Journal of Financial Stability，2018，35（4）：38-52.

[17]D'Errico M， Battiston S， Peltonen T， et al. How does risk flow in the credit default swap market？[J]. Journal of Financial Stability，2018，35（4）：53-74.

[18]宋玉穎， 劉志洋. 加強(qiáng)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù)庫(kù)建設(shè)[J]. 中國(guó)物價(jià)， 2013（8）：86-88.

[19]Halaj G， Peltonen T A， Scheicher M. How did the Greek credit eventimpact the credit default swap market？[J]. Journal of Financial Stability，2018，35（4）：136-158.

[20]Ahnert T， Georg C P. Information contagion and systemic risk[J]. Journal of Financial Stability，2018，35（4）： 159-171.

[21]Ramos-Francia M ， Garcia-Verdu S . Is trouble brewing for emerging market economies？ An empirical analysis of emerging market economies bond flows[J]. Journal of Financial Stability，2018，35（4）：172-191.

[22]Martinez S F， Tsomocos D P. Liquidity and default in an exchange economy[J].Journal of Financial Stability，2018，35（4）：192-214.

[23]李方方，魏偉，王周偉.系統(tǒng)重要性地方政府綜合識(shí)別研究——基于個(gè)體風(fēng)險(xiǎn)與信息傳染風(fēng)險(xiǎn)視角[J].財(cái)經(jīng)理論與實(shí)踐，2020，41（1）：78-85.

[24]李宗怡，李玉海.我國(guó)銀行同業(yè)拆借市場(chǎng)“傳染”風(fēng)險(xiǎn)的實(shí)證研究[J].財(cái)貿(mào)研究，2005，16（6）：51-58.

[25]馬君潞，范小云，曹元濤.中國(guó)銀行間市場(chǎng)雙邊傳染的風(fēng)險(xiǎn)估測(cè)及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007，42（1）：68-78，142.

[26]王占浩，郭菊娥，薛勇.資產(chǎn)負(fù)債表關(guān)聯(lián)、價(jià)格關(guān)聯(lián)與銀行間風(fēng)險(xiǎn)傳染[J].管理工程學(xué)報(bào)，2016，30（2）：202-209.

[27]隋聰，于潔晶，宗計(jì)川.銀行間債務(wù)違約誘發(fā)資產(chǎn)減價(jià)出售——基于債務(wù)與資產(chǎn)關(guān)聯(lián)的風(fēng)險(xiǎn)疊加傳染研究[J].系統(tǒng)工程理論與實(shí)踐，2017，37（11）：2753-2764.

[28]隋聰，王憲峰，王宗堯.銀行間網(wǎng)絡(luò)連接傾向異質(zhì)性與風(fēng)險(xiǎn)傳染[J].國(guó)際金融研究，2017，363（7）：44-53.

[29]吳念魯，徐麗麗，苗海賓.我國(guó)銀行同業(yè)之間流動(dòng)性風(fēng)險(xiǎn)傳染研究——基于復(fù)雜網(wǎng)絡(luò)理論分析視角[J].國(guó)際金融研究，2017，363（7）：34-43.

[30]顧海峰，閆君.公司治理、資本監(jiān)管與銀行風(fēng)險(xiǎn)承擔(dān)[J].財(cái)經(jīng)理論與實(shí)踐，2020，41（6）：2-9.

[31]巴曙松，尚航飛.部門(mén)逆周期資本監(jiān)管框架及對(duì)中國(guó)的啟示[J].財(cái)經(jīng)理論與實(shí)踐，2020，41（3）：2-8.

[32]Amini H， Cont R， Minca A. Resilience to contagion in financial networks[J]. Mathematical Finance，2013，26（2）：329-365.

[33]Adrian T， Brunnermeier M K. CoVaR[J]. The American Economic Review，2016，106（7）： 1705-1741.

[34]Kreis Y， Leisen D P J. Systemic risk in a structural model of bank default linkages[J].Journal of Financial Stability，2018，39（12）：221-236.

[35]陳忠陽(yáng)，劉志洋.國(guó)有大型商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度真的高嗎——來(lái)自中國(guó)上市商業(yè)銀行股票收益率的證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2013（9）：57-66.

[36]Page L， Brin S， Motwani R， et al. The PageRank citationranking：Bringing order to the web[R]. Stanford： Stanford University，1999.

[37]Gombola M J， Ho Y F， Huang C C. The effect of ?leverage and liquidity on earnings and capital management： Evidence from U.S. commercial banks[J]. International Review of Economics & Finance，2016，43（5）：35-58.

[38]Imbierowicz B， Rauch C. The relationship between liquidity risk and credit risk in banks[J]. Journal of Banking & Finance，2014，40（3）：242-256.

（責(zé)任編輯：厲 亞）