金融危機前后中國銀行業(yè)系統(tǒng)性風(fēng)險實證研究

李守偉，何建敏，孫婧超，譚音邑

（東南大學(xué) 經(jīng)濟管理學(xué)院，江蘇 南京 211189）

一、引 言

在經(jīng)濟、金融全球化的進(jìn)程中，金融活動在全球范圍內(nèi)得到擴展和深化，致使現(xiàn)代的金融系統(tǒng)面臨的環(huán)境越來越復(fù)雜，呈現(xiàn)出多重復(fù)雜形態(tài)。金融系統(tǒng)的多重復(fù)雜形態(tài)使得金融風(fēng)險產(chǎn)生的速度、傳染的強度與影響的范圍遠(yuǎn)比傳統(tǒng)金融理論預(yù)想的大得多，典型案例便是2007年美國次貸危機引發(fā)的全球性金融危機以及其后延續(xù)的歐債危機等。因此，在多重復(fù)雜形態(tài)下，局部的金融風(fēng)險很可能會演變成整體風(fēng)險，造成區(qū)域風(fēng)險擴大化，甚至形成全球性金融危機。因此，維護(hù)金融系統(tǒng)穩(wěn)定對于一國乃至全球金融體系至關(guān)重要。在維護(hù)金融系統(tǒng)穩(wěn)定中，銀行業(yè)處于特別重要的地位，而銀行系統(tǒng)性風(fēng)險是導(dǎo)致整個銀行系統(tǒng)不穩(wěn)定的關(guān)鍵因素。因此，如何有效防范和化解銀行系統(tǒng)性風(fēng)險是維護(hù)金融系統(tǒng)穩(wěn)定的關(guān)鍵。以上分析表明，研究銀行系統(tǒng)性風(fēng)險問題，特別在當(dāng)前金融多重復(fù)雜形勢下顯得尤為重要。據(jù)此，本文對金融危機前后我國銀行業(yè)系統(tǒng)性風(fēng)險進(jìn)行實證研究，以期對我國金融監(jiān)管有所啟示。

二、相關(guān)文獻(xiàn)綜述

銀行系統(tǒng)性風(fēng)險引起了學(xué)術(shù)界、金融機構(gòu)以及金融監(jiān)管者的廣泛關(guān)注，但目前對其沒有統(tǒng)一的、精確的定義，不同的學(xué)者從不同的角度對其進(jìn)行了界定[1-5]?，F(xiàn)有對銀行系統(tǒng)性風(fēng)險的界定側(cè)重于沖擊以及傳染機制。因此，銀行系統(tǒng)性風(fēng)險可以被廣義界定為兩個部分的組成：初始沖擊和傳染機制，初始沖擊對單個或者多個銀行產(chǎn)生不利的影響，進(jìn)而引起傳染效應(yīng)使得整個銀行系統(tǒng)面臨崩潰的風(fēng)險。

對銀行系統(tǒng)性風(fēng)險的實證研究主要集中于以下三個方面：①基于網(wǎng)絡(luò)模型法度量銀行系統(tǒng)性風(fēng)險，網(wǎng)絡(luò)模型法是基于銀行間的資產(chǎn)負(fù)債表相互敞口數(shù)據(jù)研究系統(tǒng)性風(fēng)險的主流方法，其主要思想是通過銀行間相互敞口和交易數(shù)據(jù)建立網(wǎng)絡(luò)，根據(jù)銀行間市場的網(wǎng)絡(luò)形狀模擬風(fēng)險相互傳染情況，從而測算每個銀行網(wǎng)絡(luò)中積累的系統(tǒng)性風(fēng)險[6]。國內(nèi)外學(xué)者基于上述方法，利用美國、英國、德國、荷蘭、比利時、芬蘭以及中國等國銀行系統(tǒng)的數(shù)據(jù)進(jìn)行了實證研究[7-13]。但實證研究得到的結(jié)論并不是一致的，如Wells（2004）認(rèn)為英國銀行系統(tǒng)性風(fēng)險是有限的[8]，而Upper和Worms（2004）研究發(fā)現(xiàn)在德國銀行系統(tǒng)中銀行倒閉的潛在系統(tǒng)性風(fēng)險是非常高的[9]。研究結(jié)論不一致至少是由于研究對象的不同造成的，此外銀行系統(tǒng)結(jié)構(gòu)、銀行規(guī)模、銀行間連接數(shù)量及其分布等都對實證結(jié)果具有一定的影響[14-15]。②支付結(jié)算系統(tǒng)中銀行系統(tǒng)性風(fēng)險實證研究，在此方面主要有，Northcott（2002）估測了加拿大自動結(jié)算系統(tǒng)（ACSS）中系統(tǒng)性風(fēng)險的可能性，研究發(fā)現(xiàn)ACSS中系統(tǒng)性風(fēng)險是非常有限的[16]；Soramaki和Bech（2004）對美國銀行間大額支付清算系統(tǒng)中的系統(tǒng)性風(fēng)險進(jìn)行了分析，研究表明該凈額清算系統(tǒng)中多個銀行同時失敗帶來的系統(tǒng)性風(fēng)險很小[17]。③通過共同沖擊渠道實證研究銀行系統(tǒng)性風(fēng)險，銀行間共同沖擊主要來自于銀行為了防止信息溢出的成本增加了在投資方面的相關(guān)性[18]。De和Kwast（2002）認(rèn)為通過度量金融機構(gòu)間相關(guān)性可以估測潛在的系統(tǒng)性風(fēng)險，而且在90年代復(fù)雜大的金融機構(gòu)間的相關(guān)性在增加[19]。Lehar（2005）發(fā)現(xiàn)歐洲銀行這種相關(guān)性比北美的更加嚴(yán)重[20]。Michael和 Schuler（2003）通過選取銀行股票綜合指數(shù)來綜合歐洲銀行的情況，然后利用雙因素的GARCH模型分析各國之間銀行股指的相互關(guān)系，考察整個銀行系統(tǒng)的系統(tǒng)性風(fēng)險，得出歐洲銀行間的潛在系統(tǒng)性風(fēng)險近20年來有所增加的結(jié)論[21]。

Allen和Babus（2009）認(rèn)為網(wǎng)絡(luò)模型分析方法尤其適用于評測金融系統(tǒng)穩(wěn)定性和分析系統(tǒng)節(jié)點的負(fù)外部性風(fēng)險[22]。因此，本文基于網(wǎng)絡(luò)模型對金融危機前后我國銀行業(yè)系統(tǒng)性風(fēng)險演變特征進(jìn)行實證研究。本文的主要貢獻(xiàn)在于：首先，現(xiàn)有基于網(wǎng)絡(luò)模型對系統(tǒng)性風(fēng)險分析時，網(wǎng)絡(luò)中的節(jié)點多為銀行，分析銀行違約或倒閉造成的傳染效應(yīng)，這與我們以不同類型金融機構(gòu)為節(jié)點的網(wǎng)絡(luò)構(gòu)架是截然不同的，按照我國銀行間市場中交易機構(gòu)的分類，本文研究中的網(wǎng)絡(luò)節(jié)點為國有商業(yè)銀行、其他商業(yè)銀行、其他金融機構(gòu)、證券公司以及外資金融機構(gòu)，對每類金融機構(gòu)具體包含哪些機構(gòu)詳見《中國金融年鑒》。在此分析框架下，我們還可以分析非銀行金融機構(gòu)對銀行機構(gòu)的影響。其次，現(xiàn)有研究主要是對某時間點系統(tǒng)性風(fēng)險進(jìn)行分析，而本文研究金融危機前后2006-2011年期間我國銀行業(yè)系統(tǒng)性風(fēng)險的演變特征。

三、研究方法及數(shù)據(jù)

（一）銀行業(yè)系統(tǒng)性風(fēng)險測度方法

（1）金融機構(gòu)間信用拆借規(guī)模估測。利用X=(xij)5×5表示國有商業(yè)銀行、其他商業(yè)銀行、其他金融機構(gòu)、證券公司和外資金融機構(gòu)這五類金融機構(gòu)間信用拆借規(guī)模矩陣：

其中，xij表示金融機構(gòu)i對金融機構(gòu)j的拆借頭寸；表示金融機構(gòu)i的拆出資金總額，lj表示金融機構(gòu)j的拆入資金總額。

具體到我國銀行間市場結(jié)構(gòu)，由于我們無法獲得金融機構(gòu)間信用拆借規(guī)模，只能獲得一段時期內(nèi)的總量信息，很難對金融機構(gòu)間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)做出推斷。按照國際上對此領(lǐng)域研究的慣例，我們假定其為完全的市場結(jié)構(gòu)，以測算最小的系統(tǒng)性風(fēng)險概率[13]，即利用最大熵方法求解金融機構(gòu)間信用拆借規(guī)模。利用最大熵方法求解暗含著不同類型金融機構(gòu)會在最大可能性內(nèi)分散他們的出資，不同類型金融機構(gòu)間傾向于形成完全網(wǎng)絡(luò)結(jié)構(gòu)。而該假設(shè)會令基于此種估算方法得出的結(jié)論產(chǎn)生一定的偏差[23]。但是，在缺乏詳盡數(shù)據(jù)的情況下，最大熵方法依然是常用、實用的方法。尤其是在對部門層面、非違約性負(fù)面經(jīng)濟沖擊的研究中，其不足之處對分析結(jié)論的影響較小[24]。同時，Castren和Kavonius（2009）也指出，在節(jié)點內(nèi)匯集大量微觀經(jīng)濟實體、而總節(jié)點數(shù)偏少的情況下，完全網(wǎng)絡(luò)結(jié)構(gòu)是非常容易實現(xiàn)的。因為任一機構(gòu)中至少會有少量經(jīng)濟實體與其他機構(gòu)中的個體發(fā)生金融交易，從而形成完全網(wǎng)絡(luò)結(jié)構(gòu)[25]。

因此，我們基于總量數(shù)據(jù)對金融機構(gòu)間信用拆借規(guī)模進(jìn)行估測。在已知ai和lj情況下，采用最大熵方法獲取xij的數(shù)值[8]：通過適當(dāng)?shù)臉?biāo)準(zhǔn)化，可將a和l視為邊際分布函數(shù)f(a)和f(l)的實現(xiàn)值，而X則為聯(lián)合分布函數(shù)f(a,l)的實現(xiàn)值。如果f(a)和f(l)相互獨立，則xij=ai×lj。此假設(shè)表明不同類型金融機構(gòu)拆出和拆入資金規(guī)模是按照觀測到的邊際分布函數(shù)的分布概率分布于各類型金融機構(gòu)中，但這也意味著X的主對角線元素非零。然而，某類型金融機構(gòu)內(nèi)經(jīng)濟實體間的確會存在資金融通關(guān)系，因此可對矩陣對角線元素的取值無特定要求。

（2）系統(tǒng)性風(fēng)險測度方法。在上述不同類型金融機構(gòu)間信用拆借規(guī)模計算分析基礎(chǔ)，便可以分析沖擊通過不同類型金融機構(gòu)間信用拆借關(guān)系形成系統(tǒng)性風(fēng)險過程。如果θijxij≥ci，表明金融機構(gòu)j的違約造成金融機構(gòu)i違約，其中θij表示金融機構(gòu)j的違約造成金融機構(gòu)i的債權(quán)的損失率，ci為金融機構(gòu)i的凈資產(chǎn)。通常，誘導(dǎo)因素可能造成傳染過程多輪發(fā)生。假定金融機構(gòu)j是金融機構(gòu)k的債務(wù)者，金融機構(gòu)i也是金融機構(gòu)k的債務(wù)者，當(dāng)金融機構(gòu)i因金融機構(gòu)j違約而違約時，如果θkjxkj+θkixki≥ck，則金融機構(gòu)k因金融機構(gòu)i與j違約而違約。這種傳染過程會一直持續(xù)下去，直到?jīng)]有違約為止。

（二）樣本數(shù)據(jù)

為了對2007年美國次貸危機引發(fā)的金融危機前后我國銀行業(yè)系統(tǒng)性風(fēng)險演變特征進(jìn)行實證分析時，選取2006-2011年金融危機前后樣本數(shù)據(jù)進(jìn)行研究，其中將2006年視為危機前期，2007-2008年視為危機中期，2009-2011年視為危機后期。實證樣本數(shù)據(jù)來源于2007-2012年《中國金融年鑒》。本文在計算金融機構(gòu)間信用拆借規(guī)模時，ai為金融機構(gòu)年度累計拆出資金數(shù)額，而lj為金融機構(gòu)年度累計拆入資金數(shù)額。由于沒有具體的各類型金融機構(gòu)間具體拆借數(shù)據(jù)，可以通過模擬得到各類型金融機構(gòu)間拆借規(guī)模。從而有助于我們在缺乏相應(yīng)數(shù)據(jù)的情況下，分析金融危機前后我國銀行業(yè)系統(tǒng)性風(fēng)險特征，深入理解沖擊或經(jīng)濟隱患的系統(tǒng)性危害。

四、實證結(jié)果分析

（一）金融機構(gòu)間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)

圖1 2006-2011年各類型金融機構(gòu)間拆借融資網(wǎng)絡(luò)結(jié)構(gòu)

基于前面的金融機構(gòu)間信用拆借規(guī)模估測方法，利用金融機構(gòu)在銀行間市場中年度拆借資金規(guī)?？傤~，便可計算出金融機構(gòu)間信用拆借數(shù)據(jù)。進(jìn)而，我們可以推算出通過銀行間市場金融機構(gòu)間的年度拆借資金總量。圖1是2006-20011年我國銀行間市場中金融機構(gòu)間通過信用拆借關(guān)系形成的網(wǎng)絡(luò)結(jié)構(gòu)。在圖1所示的網(wǎng)絡(luò)結(jié)構(gòu)中，網(wǎng)絡(luò)的邊的權(quán)重是各金融機構(gòu)間年度拆借資金總量，NB、OB、OF、SC與FF分別表示國有商業(yè)銀行、其他商業(yè)銀行、其他金融機構(gòu)、證券公司和外資金融機構(gòu)。而圖1中（a）-（f）分別是基于2006-20011年數(shù)據(jù)得到的。

從圖1可以看出，證券公司與外資金融機構(gòu)、其他金融機構(gòu)之間的信用拆借總量較少；國有商業(yè)銀行和其他商業(yè)銀行在銀行間市場中扮演著重要的位置，它們與其他類型金融機構(gòu)之間的信用拆借總量較多；國有商業(yè)銀行與證券公司之間信用拆借總量在2006-2009年期間在遞減，2010-2011年期間在遞增?？傊?，圖1突出傳達(dá)的信息是，國有商業(yè)銀行與其他商業(yè)銀行在銀行間市場中扮演著重要的角色，在我國金融體系中發(fā)揮中樞的作用。但國有商業(yè)銀行與其他商業(yè)銀行也是將來自其他類型金融機構(gòu)的負(fù)面沖擊傳染給整個金融體系的中樞環(huán)節(jié)。

（二）系統(tǒng)性風(fēng)險定量分析

基于前面的金融機構(gòu)間信用拆借規(guī)模估測方法，便可計算出金融機構(gòu)間風(fēng)險暴露以及金融機構(gòu)總的風(fēng)險暴露，計算結(jié)果如圖2所示。

圖2 金融機構(gòu)的風(fēng)險暴露

圖2中，1-5分別表示NB、OB、OF、SE與FF，單位為億元。但是，我們模擬得到的是年度累計信用拆借數(shù)據(jù)，而銀行間市場中信用拆借是短期的，分為不同時間期限的。因此，我們在分析違約傳染過程，將圖2中金融機構(gòu)間年度信用拆借累計規(guī)模按照拆借月份和拆借期限進(jìn)行折算，再進(jìn)行系統(tǒng)性風(fēng)險定量分析。否則，以圖2中數(shù)據(jù)為金融機構(gòu)間風(fēng)險暴露規(guī)模要比實際金融機構(gòu)間風(fēng)險暴露規(guī)模大。為了測度系統(tǒng)性風(fēng)險，本文模擬沖擊來源于各類型金融機構(gòu)的因經(jīng)營業(yè)績普遍下滑，造成其債權(quán)者的債權(quán)全部損失掉，即違約造成金融機構(gòu)的債權(quán)的損失率為100%?？梢?，本文模擬的沖擊是最壞的情況。按照上述沖擊傳染過程的分析方法，結(jié)合各類型金融機構(gòu)的凈資產(chǎn)數(shù)額。我們發(fā)現(xiàn)，2006-2011年期間任一類型金融機構(gòu)對其債權(quán)者違約不足以引發(fā)違約傳染過程，即銀行間市場中不會發(fā)生系統(tǒng)性風(fēng)險。

從圖2可以分析金融危機前后各類型金融機構(gòu)總風(fēng)險暴露特征：國有商業(yè)銀行在銀行間市場中年度累計風(fēng)險暴露規(guī)模在2006-2010年期間遞增，而在2011年有所降低；其他商業(yè)銀行在銀行間市場中年度累計風(fēng)險暴露規(guī)模在2006-2008年期間遞增，而在2009年有所降低，但之后又在遞增；外資金融機構(gòu)年度累計風(fēng)險暴露規(guī)模特征與其他商業(yè)銀行類似；其他金融機構(gòu)在銀行間市場中年度累計風(fēng)險暴露規(guī)模在遞增；證券公司在銀行間市場中年度累計風(fēng)險暴露規(guī)模在2006-2009年期間在遞增，而之后大幅度降低。從圖2還可知道金融危機前后各類型金融機構(gòu)間風(fēng)險暴露特征：其他金融機構(gòu)對其他商業(yè)銀行的信用拆出累計規(guī)模在增加；外資金融機構(gòu)對其他商業(yè)銀行和其他金融機構(gòu)的信用拆出累計規(guī)模在增加。

五、結(jié) 論

面對多重復(fù)雜的經(jīng)濟、金融現(xiàn)實和潛在的系統(tǒng)性風(fēng)險隱患，促使我們不斷尋找新的理論和方法，用以對金融機構(gòu)間復(fù)雜的債權(quán)債務(wù)關(guān)系和系統(tǒng)性風(fēng)險的理解。而網(wǎng)絡(luò)模型分析方法，為我們對上述問題分析提供了一個新的視角，使我們得以深入分析系統(tǒng)性風(fēng)險的形成機制。本文基于網(wǎng)絡(luò)模型量化分析了金融危機前后沖擊在銀行間市場中的傳導(dǎo)及系統(tǒng)性風(fēng)險特征?；?006-2011年銀行間市場中各類型金融機構(gòu)拆出與拆入資金數(shù)據(jù)，建立了金融機構(gòu)間關(guān)聯(lián)網(wǎng)絡(luò)模型，通過模擬測試了沖擊在各類型金融機構(gòu)間傳染過程，同時分析了各類型金融機構(gòu)間風(fēng)險暴露特征。研究表明，金融危機前后任一類型金融機構(gòu)違約不足以引發(fā)銀行業(yè)系統(tǒng)性風(fēng)險；國有商業(yè)銀行和其他商業(yè)銀行在銀行間市場中處于核心位置。模型的建立與基于模型的定量分析，旨在為防范和應(yīng)對銀行業(yè)系統(tǒng)性風(fēng)險提供有效的決策支持。對銀行系統(tǒng)性風(fēng)險監(jiān)管主要存在三個階段：風(fēng)險發(fā)生前的預(yù)防、風(fēng)險發(fā)生過程的干預(yù)以及風(fēng)險發(fā)生后對銀行間市場的調(diào)整。雖然，本文實證分析得到銀行間市場中暫時不會因某一類型金融機構(gòu)違約而引發(fā)系統(tǒng)性風(fēng)險。但是，在當(dāng)前金融多重復(fù)雜形態(tài)環(huán)境下，對系統(tǒng)性風(fēng)險的預(yù)防是必不可少的。就本文的研究來看，提高國有商業(yè)銀行和其他商業(yè)銀行的安全性，有利于提高銀行間市場的風(fēng)險免疫能力，進(jìn)而降低發(fā)生銀行危機的概率。

[1]Bandt O D，Hartmann P.Systemic Risk：A Survey[R].ECB Working Paper No.35，2000.

[2]Kaufman G G，Scott K E.What Is Systemic Risk，and Do Bank Regulators Retard or Contribute to It?[J].Independent Review，2003，7（3）：371-391.

[3]包全永.銀行系統(tǒng)性風(fēng)險的傳染模型研究[J].金融研究，2005（8）：72-84.

[4]Acharya V V.A Theory of Systemic Risk and Design of Prudential Bank Regulation[J].Journal of Financial Stability，2009，5（3）：224-255.

[5]Martinez-Jaramillo S，Perez O P，Embriz F A，et al.Systemic Risk，F(xiàn)inancial Contagion and Financial Fragility[J].Journal ofEconomicDynamicsandControl，2010，34（11）：2358-2374.

[6]IMF.Global Stability Report-Responding to the Financial CrisisandMeasuringSystemicRisks[R].IMFWorkingPaper，2009.

[7]Furfine C H.Interbank Exposures：Quantifying the Risk of Contagion[J].Journal of Money，Credit&Banking，2003，35（1）：111-129.

[8]Wells S.Financial Interlinkages in the United Kingdom’s Interbank Market and the Risk of Contagion[R].Bank of England Working Paper 230，2004.

[9]Upper C，Worms A.Estimating Bilateral Exposures in the German Interbank Market：Is There a Danger of Contagion?[J].European Economic Review，2004，48（4）：827-849.

[10]Van L I，Liedorp F.Interbank Contagion in the Dutch Banking Sector：A Sensitivity Analysis[J].International Journal of Central Banking，2006，2（2）：99-134.

[11]Degryse H，Nguyen G.Interbank Exposures：An Empirical Examination of Systemic Risk in the Belgian Banking System[J].InternationalJournalofCentralBank，2007，3（2）：123-171.

[12]Toivanen M.Financial Interlinkages and Risk of Contagion in the Finnish Interbank Market[R].Bank of Finland Research Discussion Papers，2009.

[13]馬君潞，范小云，曹元濤.中國銀行間市場雙邊傳染的風(fēng)險估測及其系統(tǒng)性特征分析[J].經(jīng)濟研究，2007，42（1）：68-78.

[14]Leitner Y.Financial Networks：Contagion，Commitment，and Private Sector Bailouts[J].The Journal of Finance，2005，60（6）：2925-2953.

[15]Müller J.Interbank Credit Lines as a Channel of Contagion[J].JournalofFinancialServicesResearch，2006，29（1）：37-60.

[16]Northcott C A.Estimating Settlement Risk and the Potential for Contagion in Canada′s Automated Clearing Settlement System[R].Bank of Canada Working Paper，2002.

[17]Soramaki K L，Bech M.Systemic Risk in a Netting System Revisited[R].Federal Reserve Bank of NewYork Working Paper，2004.

[18]Acharya V V，Yorulmazer T.Information Contagion and Bank Herding[J].Journal of Money，Credit and Banking，2008，40（1）：215-231.

[19]De N G，Kwast M L.Systemic Risk and Financial Consolidation：Are They Related?[J].Journal of Banking&Finance，2002，26（5）：861-880.

[20]Lehar A.Measuring Systemic Risk：A Risk Management Approach[J].Journal of Banking&Finance，2005，29（10）：2577-2603.

[21]Michael M，Schuler M.The Systemic Risk Potential in European Banking-evidence From Bivariate GARCH Models[R].Working Paper of Centre for European Economic Research，2003.

[22]Allen F，Babus A.Networks in Finance[M]//Kleindorfer P，Wind J.The Network Challenge.Wharton School Publishing，2009.

[23]Upper C.Contagion Due to Interbank Credit Exposures：What Do We Know，Why Do We Know It，and What Should We Know?[R].Bank for International Settlements Working paper，2006.

[24]宮小琳，卞江.中國宏觀金融中的國民經(jīng)濟部門間傳染機制[J].經(jīng)濟研究，2010，45（7）：79-90.

[25]Castren O，Kavonius I K.Balance Sheet Interlinkages and Macro-financial Risk Analysis in the Euro Area[R].ECB Working Paper，2009.