商業銀行風險對系統性金融風險的貢獻

時間:2022-09-03 04:59:30

導語:商業銀行風險對系統性金融風險的貢獻一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

商業銀行風險對系統性金融風險的貢獻

摘要:基于CoVaR法和多元回歸模型,通過實證計量商業銀行各類風險系統性金融風險貢獻度。選取不良貸款率、流動性比例、累計外匯敞口頭寸比例等指標,研究表明:信用風險、流動性風險、市場風險的相關風險指標對系統性金融風險有顯著性影響,其中信用風險貢獻度最高。管控商業銀行的不良貸款等信用風險問題是今后守住不發生系統性金融風險的底線任務的重點。同時,流動性風險和市場風險問題也不能忽視,要建立風險交叉管理機制。

關鍵詞:商業銀行風險;系統性金融風險;CoVaR法;風險管理

一、引言

金融自由化、經濟全球化進程加快以及金融系統內部存在著結構性、周期性等問題,在多重因素的影響下,我國的系統性金融風險問題日益凸顯。根據《巴塞爾協議Ⅲ》的觀點和理念,針對防范系統性金融風險問題,要特別加大對系統重要性金融機構的監管。長期以來,我國一直實行的是以銀行主導的金融體系,商業銀行的融資規模占金融體系融資總量的比重最大,因此,銀行風險是我國系統性金融風險最主要的組成部分。在新的金融開放環境下,正確分析和把控商業銀行風險對系統性金融風險的影響效應,科學研究商業銀行各類風險對系統性金融風險的貢獻度尤為重要。這一研究有利于防范化解系統性金融風險工作的開展落實,對促進我國商業銀行及整個金融行業穩定健康發展有實際意義。

二、文獻綜述

關于系統性金融風險相關研究是當今經濟的熱門關注問題,得到了我國相關部門前所未有的重視。大部分學者主要從以下兩個方面對系統性金融風險進行研究:(一)系統性金融風險的生成機理與傳染機制。付可穎(2019)認為,系統性金融風險生成機理有金融市場高杠桿率、過度的自由化、錯誤的行政干預與政策。[1]楊子暉等(2018)通過四類風險度量方式調查我國的系統性金融風險,研究結果表明,系統性風險存在突出的跨部門風險傳染效應,其中銀行部門是風險溢出效應的重要來源。[2]陶玲等(2016)指出,系統性金融風險的成因主要有內外部兩個方面,風險傳染機制分別有內部傳導、跨境傳導,影響因素包括信貸與流動性緊縮和市場價格波動等方面。[3]目前,國內的相關研究主要關注的是金融系統的整體風險,從整個金融體系視角出發,著重闡釋個體風商業銀行風險險之間的傳染性與溢出效應,通過金融體系各個主體風險的關聯反應導致系統性金融風險。(二)系統性金融風險的度量方法。Huang等(2009)對美國多家不同規模的商業銀行為代表的系統性金融風險度量,再使用邊際貢獻率指標確認銀行的風險來源。[4]Tarashev等(2010)分別用參與法和總貢獻法對銀行系統性風險進一步研究表明,商業銀行的系統重要性在風險事件參與度可以顯現,在系統性金融風險的貢獻度上也可以產生作用。[5]Adrian等(2011)提出,用條件在險價值法(Co-VaR)度量金融機構與市場的溢出效應,如某家銀行股票價格與其他金融機構的股票價格指數關聯越強,則這家銀行有越大的溢出風險。并認為,一家金融機構對金融體系的溢出效應可以反映出系統性金融風險的大小。[6]以上文獻對系統性金融風險的度量方法及國內各類商業銀行對系統性金融風險的貢獻度分析有一定的研究與探索,但缺乏對各類銀行風險對系統性金融風險的貢獻度的具體實證研究??茖W挖掘銀行風險對系統性金融風險的溢出效應與邏輯聯系,有助于政府與金融機構建立防范與化解系統性金融風險的政策框架,因此理清兩者的邏輯聯系有實際意義。

三、模型設計

(一)數據來源。本研究選取了2012年第一季度—2019年第一季度我國商業銀行主要監管指標、國內生產總值同比增速、居民消費價格水平同比增速的季度數據、國內上市商業銀行、上證銀行指數、滬深300指數的周收益率數據。為了滿足研究需要對原始數據作出了相應的處理:剔除相關數據的缺失樣本、異常數據,數據平穩性處理后共取得330個樣本量。其中,商業銀行主要監管指標、國內生產總值同比增速、居民消費價格水平同比增速的季度數據來源于國泰安CSMAR數據庫,其他數據來自于RESSET金融研究數據庫。(二)變量選取。1.被解釋變量:銀行業系統性風險基于在險價值法(VaR)發展得到條件在險價值法(CoVaR),運用CoVaR法測量金融機構在某一概率水平條件下,對另一金融機構的VaR值。即結合本研究方向可以表示某一金融機構發生危機時對整個金融體系的溢出效應影響程度。因此,根據CoVaR法假設當某一金融機構i的風險處于VaR水平下時,對整體銀行業系統j的風險水平的溢出效應,用條件概率分布q分位數,公式為:Pr(Xi≤CoVaRqj/i|Xi=VaRiq)=q0<q<1(1)從公式(1)可以看出,CoVaR本質上是從VaR演變而來。為了進一步確切地表示出商業銀行i對銀行系統性風險的貢獻度,將其定義為ΔCoVaRsystem/iq,即系統性的條件風險與無條件風險的差值,公式為:ΔCoVaRsystem/iq=CoVaRsystem/iq-VaRsystemq(2)CoVaR法是在風險溢出效應問題上,在VaR法的基礎之上進行進一步拓展,能夠更加具體地測量出金融機構的風險水平對整體系統風險的影響,通過量化的方式,有利于金融監管機構科學有效地識別系統性風險,從而使監管更有針對性,使金融市場更加穩定。通過計量各個商業銀行對整體系統性金融風險的溢出ΔCoVaRsystem/iq,在此基礎上篩選出我國具有代表性的多家商業銀行進行加權平均法,得出整體銀行業系統性風險ΔCoVaRsystem,作為被解釋變量,公式表示為:ΔCoVaRsystem=ni=1Σwi•ΔCoVaRsystem/iq(3)2.解釋變量結合《巴塞爾協議Ⅲ》和我國銀保監會的監管要求,商業銀行的最具代表性的風險來源有信用風險、流動性風險、市場風險。本研究選取不良貸款率作為商業銀行信用風險指標、流動性比例作為商業銀行流動性風險指標、累計外匯敞口頭寸比例作為商業銀行市場風險指標。不良貸款率與流動性比例在衡量商業銀行的信用風險和流動性風險都是十分具有權威性和代表性的指標。商業銀行市場風險包含利率風險、外匯風險等,選取累計外匯敞口頭寸比例作為商業銀行市場風險指標主要原因,一是數據易得,該指標是銀保監會主要的監測銀行市場風險核心指標;二是隨著新時期經濟發展,我國商業銀行的對外業務日漸起到了關鍵性作用,基于此,關于銀行市場風險,本研究側重點在外匯風險。3.控制變量為了控制其他因素對系統性風險的影響,宏觀經濟層面的數據選取國內生產總值同比增速、居民消費價格水平同比增速兩個變量,微觀層面控制變量在具體的商業銀行的經營指標中選取。借鑒銀保監會的銀行風險監測指標標準,各個變量的名稱與定義,如表1所示。(三)描述性統計。相關變量的描述性統計結果,如表2所示:從表2可知,銀行業總體系統性風險水平處于一個較低的狀態,但最大值偏高并且部分上市商業銀行風險水平偏高的現象依然存在,同時其標準差為0.030,表明現階段風險程度相對可控。信用風險方面,表內數據表明銀行業的信用風險處在一種相對可控平穩的水平;而撥備覆蓋率標準差為47.785明顯偏大,則側面表明了在不同時期,銀行應對信用風險的預期波動較大,進一步顯示隱性信用風險問題仍然存在。流動風險方面,兩大指標流動性比例、存貸比的標準差分別為3.595、2.908,都大于1,表明流動性風險波動性較大。市場風險方面,表內相關數據說明商業銀行的市場風險整體相對平穩,但最大值已是最小值的1.59倍且總體呈現上升趨勢,所以市場風險也不容忽視。從銀行風險監管的角度,認識到傳統商業銀行風險的重要性以及對銀行不同風險的影響差異不同,為采取具體的應對政策提供了研究方向。(四)ADF單位根檢驗。對數據進行回歸分析前,需要確定各變量的平穩性,通過各變量ADF單位根檢驗,AFEP、CAR為平穩序列;而Risksys、NPL、LR、CPI、GDP的一階差分為平穩序列;CI、LDR、PC的二階差分為平穩序列,但所有變量的二階差分都在10%的顯著性水平下顯著,均為平穩序列。檢驗結果,如表3所示:

四、實證分析

(一)研究設計為了研究傳統銀行風險對系統性風險貢獻度,設計如下多元回歸方程:Risksyst=β0+β1NPLt+β2LRt+β3AFEPt+∑αiYt+εt(二)多元回歸分析在對樣本數據進行了描述性統計與相關系數矩陣分析、平穩性檢驗后,對數據進行進一步處理。為了研究傳統銀行風險對系統性風險貢獻度,利用Eviews對其進行了多元回歸分析,得出回歸方程:Risksyst=-0.702+0.413NPLt-0.011LRt+0.031AFEPt+∑αiYt模型的擬合優度大于0.5,說明模型的擬合效果具有說服力,F統計量的值為2.587,回歸方程在整體上是顯著的?;貧w結果,如表4所示:從表4的回歸分析結果可以看出,在解釋變量中,不良貸款率、流動性比例、累計外匯敞口頭寸比例均對系統性風險的作用是顯著的。其中,不良貸款率在1%的水平下顯著,其參數為0.413,表示不良貸款率與系統性風險呈現正相關關系,同理表明流動性比例與系統性風險呈現負相關關系;累計外匯敞口頭寸比例在5%水平下顯著,與系統性風險呈現正相關關系。以上結果說明了三大傳統銀行風險:信用風險、流動性風險、市場風險都對系統性金融風險有顯著性影響,驗證了本研究的假設。同時,三者的相關系數存在不同,則說明商業銀行三類風險對系統性金融風險的貢獻度是不同的。從中可以看出,信用風險的貢獻度最高且占比較大,流動性風險和市場風險都對系統性風險有顯著性影響,但不及信用風險的貢獻的重要程度。這也符合商業銀行經營活動的性質與特點。

五、結論與建議

(一)結論。本研究通過構建CoVaR模型測度系統性金融風險,選取商業銀行具有代表性的三大類風險指標數據作為解釋變量,分析了傳統商業銀行風險對系統性金融風險的貢獻度。結果表明:一是以不良貸款率、流動性比例、累計外匯敞口頭寸比例作為衡量指標,證明信用風險、流動性風險、市場風險對系統性金融風險有顯著性影響;二是三類風險對系統性金融風險貢獻度不同,其中信用風險顯著性影響最大、貢獻度最高。重點把握商業銀行的不良貸款等信用風險問題是今后防范、化解系統性金融風險任務的關鍵。同時,流動性風險和市場風險問題也不能忽視,要建立風險交叉管理機制,抑制各類銀行風險的傳導。(二)建議。1.針對信用風險。信用風險作為對系統性金融風險貢獻度最大的商業銀行風險,降低銀行不良貸款率是重點??梢詮慕档筒涣假J款存量和限制增量兩方面進行管控。(1)降低不良貸款存量方面。一是運用債轉股調整杠桿率,進而降低銀行的不良貸款;二是防止資本證券化,通過資本市場來拓寬銀行分散信用風險的渠道。(2)限制不良貸款增量方面。一是商業銀行需要強化風險管理能力、加大內部監管力度,規范信貸業務流程,對潛在信用風險進行專項評估和整治;二是政府有關部門應當定期和非定期對銀行開展信用風險的調查和監督。2.針對流動性風險。商業銀行流動性風險管理的具體措施有:商業銀行要完善流動性風險管理系統建設,應該減少短期資金支持長期業務發展的依賴,避免期限錯配,加強融資來源的可靠性管理,科學運用計量工具服務于策略制定。3.針對市場風險。商業銀行市場風險的管理,尤其是現階段中美貿易戰、全球肺炎疫情暴發等因素導致匯率風險加劇,我國商業銀行應該對匯率的波動提高警惕性,主動加強對外匯敞口頭寸的監管,不能片面追求盈利,無視匯率波動所帶來的巨大的市場風險。商業銀行需要盡快建立健全匯率風險管理機制,形成匯率風險權責制。在具體業務中,應當貫徹敞口頭寸限額管理,從源頭管控,同時運用金融工具及時對沖市場風險。

作者:徐 杰 董招娣 單位:南京審計大學