資本監(jiān)管、存款保險制度與系統(tǒng)性風險

鮑洋 石大龍

摘要：本文基于2006—2013年跨國面板數(shù)據(jù)實證檢驗了資本監(jiān)管、存款保險制度對金融體系系統(tǒng)性風險的影響。研究結果表明，限制非銀行類業(yè)務和提高一級資本比率能夠減少系統(tǒng)性風險的積累；顯性存款保險制度會提高系統(tǒng)性風險的水平。進一步的研究表明，銀行規(guī)模與關聯(lián)性會增加系統(tǒng)性風險。為防范系統(tǒng)性風險，監(jiān)管機構應加強對銀行業(yè)務的限制，提高一級資本比率，重點關注規(guī)模較大、關聯(lián)性較高的銀行。

關鍵詞：資本監(jiān)管；存款保險制度；系統(tǒng)性風險

中圖分類號：F8303文獻標識碼：A

文章編號：1000176X（2016）06005307

一、引言

2008年國際金融危機以來，金融體系的系統(tǒng)性風險成為學術界和監(jiān)管部門關注的焦點，許多學者圍繞系統(tǒng)性風險測度、銀行監(jiān)管對系統(tǒng)性風險的制約做了一定的研究。主流觀點認為，提高資本要求有助于減輕銀行承擔的風險，進而減少系統(tǒng)性風險的積累。然而，銀行家卻認為，如果資本監(jiān)管更為嚴格，監(jiān)管部門擁有更大的監(jiān)管權力，將導致銀行的業(yè)績惡化，甚至破壞金融體系的穩(wěn)定性。經(jīng)驗研究也表明，更高的資本要求對系統(tǒng)性風險的影響是不確定的。一方面，Berger和Bouwman[1]認為沒有證據(jù)表明更高的資本要求存在價值破壞效應；另一方面，Barth等[2]認為更嚴格的資本要求并不一定提高金融系統(tǒng)的穩(wěn)定性。綜上，關于銀行監(jiān)管尤其是資本監(jiān)管對金融穩(wěn)定、系統(tǒng)性風險的影響以及監(jiān)管體系的優(yōu)化設計，學術界和業(yè)界存在一定的分歧。

為防范銀行業(yè)風險，中國正在加快制定顯性存款保險制度。顯性存款保險制度是相對于隱性存款保險制度（即政府擔保）而言的。我國近期制定存款保險制度的進程如下：2011年，《“十二五”規(guī)劃綱要》明確提出要加快存款保險制度的建立；2012年7月，中國人民銀行在其發(fā)布的《2012年金融穩(wěn)定報告》中稱，中國推出存款保險制度的時機已經(jīng)基本成熟；2013年5月，中國人民銀行發(fā)布《2013年中國金融穩(wěn)定報告》，對長期存在爭議的存款保險制度作出了最為詳盡的評估；2013年11月，《人民日報》發(fā)表中國人民銀行行長周小川文章，表示要加快建立功能完善、權責統(tǒng)一、運作有效的存款保險制度；自2015年5月1日起，《存款保險條例》正式施行，為建立和規(guī)范存款保險制度提供了明確的依據(jù)。

綜上所述，資本監(jiān)管和存款保險制度對金融穩(wěn)定和系統(tǒng)性風險影響的理論研究和實證研究結論存在分歧。為厘清這一爭論，本文利用包括中國在內共計38個國家的數(shù)據(jù)，對資本監(jiān)管、存款保險對系統(tǒng)性風險的影響做一初步探討。

二、研究假設、模型設定與變量選取

（一）研究假設

關于資本監(jiān)管對系統(tǒng)性風險的影響，國內外學者進行了一定的研究。Allen和 Gale[7]認為，在市場和合約均不完備的假定下，資本監(jiān)管會提高系統(tǒng)性風險。假定金融系統(tǒng)中存在銀行和保險兩個部門，若不存在資本監(jiān)管，兩個部門之間不存在信用風險轉移的動機；若存在資本監(jiān)管，兩個部門之間會發(fā)生信用風險轉移，使得銀行部門的資本減少，銀行業(yè)的系統(tǒng)性風險增加。由于信用風險轉移在銀行業(yè)和保險業(yè)之間建立了聯(lián)系，形成危機傳染的渠道，可能會提升整個金融體系的系統(tǒng)性風險。Acharya[8]認為，由于破產(chǎn)的負外部性，銀行部門存在系統(tǒng)性風險轉移的動機，使得銀行間的資產(chǎn)收益相關程度提高。資本監(jiān)管要求無法消除這種動機，甚至可能會提高系統(tǒng)性風險的水平。

上述研究表明，資本監(jiān)管對系統(tǒng)性風險的影響不明確。大多數(shù)理論研究者認為，資本監(jiān)管要求會提高系統(tǒng)性風險；大多數(shù)實證研究者認為，資本監(jiān)管要求能夠降低系統(tǒng)性風險。吳棟和周建平[9]認為，資本監(jiān)管要求與中國上市商業(yè)銀行之間的風險水平負相關，即資本監(jiān)管要求能夠有效降低銀行風險。楊柳勇和周強[10]認為，金融自由化程度較高的國家，資本充足率與系統(tǒng)性風險負相關。雖然關于資本監(jiān)管對系統(tǒng)性風險影響的理論研究和實證研究并沒有達成共識，但筆者認為，現(xiàn)有理論研究較少考慮政府救助對系統(tǒng)性風險的影響。引入資本監(jiān)管在很大程度上意味著政府會對銀行危機提供救助，這樣危機中的銀行會通過“抱團”的方式尋求政府救助，從而降低系統(tǒng)性風險。據(jù)此提出假設1：

假設1：資本監(jiān)管要求的引入能夠降低系統(tǒng)性風險，資本監(jiān)管要求越高，系統(tǒng)性風險越低。

存款保險制度是影響系統(tǒng)性風險的重要變量之一。經(jīng)典的銀行擠兌模型認為，純粹的存款保險制度能夠減少銀行擠兌，從而降低系統(tǒng)性風險。但是，Yorulmazer[11]認為，存款保險制度使得銀行經(jīng)理傾向于冒險，并增加單個銀行對系統(tǒng)性風險的影響。Anginer等[12]認為，存款保險制度可能造成存款人對銀行監(jiān)管的激勵不足，這在經(jīng)濟繁榮時期將導致銀行風險增加。但在危機時期，存款保險制度通過減少銀行擠兌提高了系統(tǒng)穩(wěn)定性。綜上，現(xiàn)有研究關于存款保險制度對系統(tǒng)性風險的影響尚未取得一致看法，但毋庸置疑的是，存款保險制度是影響系統(tǒng)性風險的關鍵因素之一。據(jù)此提出假設2：

假設2：存款保險制度對系統(tǒng)性風險的影響不確定。

（二）模型設定

為更穩(wěn)健地考察資本監(jiān)管、存款保險制度對系統(tǒng)性風險的影響，筆者采用兩種方法來度量系統(tǒng)性風險：第一種方法是Adrian和Brunnermeier[13]提出的ΔCoVaR方法；第二種方法是Acharya等[14]提出的SRISK方法。構造包括監(jiān)管環(huán)境、銀行特征和國家特征三個層面因素的模型，檢驗資本監(jiān)管、存款保險制度對系統(tǒng)性風險的影響，如式（1）所示：

其中，REi，t表示監(jiān)管環(huán)境，BCi，t表示銀行特征，CCi，t表示國家特征監(jiān)管環(huán)境中除資本監(jiān)管和存款保險制度變量外的其余變量，銀行特征變量和國家特征變量均為控制變量。

（三）變量選取

1監(jiān)管環(huán)境

監(jiān)管環(huán)境包括如下四類變量：

第一類是資本監(jiān)管要求。本文利用一級資本比率（Tier 1 Capital，T1C）作為資本水平的代理變量，一級資本比率為一級資本與總風險加權資產(chǎn)的比值。ihák等[15]認為，爆發(fā)金融危機的國家，其銀行的實際資本比率較低。因此，預期一級資本比率與系統(tǒng)性風險負相關。本文利用資本監(jiān)管指數(shù)（Capital Regulatory Index，CRI）作為資本監(jiān)管程度的代理變量。該指數(shù)可以識別資本監(jiān)管要求是否反映了一定的風險因素，是否在最低資本充足率確定以前從資本中扣除了一定的市場價值損失。該指數(shù)的范圍為0—10，值越大，表示資本監(jiān)管越嚴。預期資本監(jiān)管指數(shù)與系統(tǒng)性風險負相關。

第二類是存款保險制度。本文考慮以下三個變量：一是存款保險比率（Deposit Insurance Ratio，DIR），用存款保險基金的規(guī)模與全部銀行總資產(chǎn)之比來表示。二是存款保險人的權力（Deposit Insurer Power，DIP），表示存款保險機構介入銀行，以及對銀行董事或管理者采取法律行動的能力，取值范圍為0—4，值越大，表示存款保險公司的權力越大。三是道德風險指數(shù)（Moral Hazard Index，MHI），存款保險制度可能會影響銀行管理者的道德風險，從而影響銀行對系統(tǒng)性風險的影響。道德風險指數(shù)表示銀行要為存款保險提供資金的程度以及為儲戶存款提供少于100%保險的程度，取值范圍為0—3，值越大，表示道德風險越高。預期存款保險制度與系統(tǒng)性風險的關系不確定。

第三類是活動限制（Activity Restrictions，AR）。Buch和Delong[16]認為，對銀行活動和市場準入限制會在很大程度上影響銀行的風險；ihák等[15]認為，爆發(fā)金融危機的國家，其銀行經(jīng)營非銀行業(yè)務受到的限制較小。本文利用銀行被允許從事證券、保險和房地產(chǎn)等非銀行業(yè)務的程度衡量銀行活動限制，取值范圍為3—12，值越大，表示銀行受到的限制越多，預期活動限制與系統(tǒng)性風險負相關。

第四類是監(jiān)管機構的獨立性（Independence of Supervisory Authority，SI）和監(jiān)管權力（Supervisory Power，SP）。本文利用監(jiān)管機構獨立于政府行政部門的程度來衡量監(jiān)管機構的獨立性，取值范圍為0—3，值越大，表示監(jiān)管機構的獨立性越高。利用官方監(jiān)管權力指數(shù)（Official Supervisory Power Index）作為監(jiān)管權力的代理變量，度量監(jiān)管機構指導銀行采取某項具體活動的能力。預期監(jiān)管機構的獨立性、監(jiān)管權力與系統(tǒng)性風險負相關，這與Bordo[17]提出的“監(jiān)管不嚴促進了本輪金融危機”觀點一致。

2銀行特征

基于數(shù)據(jù)的可獲得性，本文選取如下五類變量來衡量銀行特征：

第一類是總資產(chǎn)（Total Assets，ASS）。高國華和潘英麗[18]認為，若銀行的規(guī)模較大，其活動很難被迅速取代，且一旦失敗將損害整個金融體系的信心。因此，這類銀行一般產(chǎn)生較大的系統(tǒng)性風險。本文利用總資產(chǎn)的自然對數(shù)作為銀行規(guī)模的代理變量，預期總資產(chǎn)與系統(tǒng)性風險正相關。

第二類是杠桿比率（Leverage，LEV）。Shleifer和Vishny[19]認為，杠桿比率越高的銀行，對系統(tǒng)性風險的影響越大，并可能會引發(fā)更大的經(jīng)濟波動。但并非所有學者都認同這一觀點，Berger和Patti[20]認為，若銀行的杠桿比率較低，銀行經(jīng)理傾向于將現(xiàn)金流投向高風險項目，導致違約概率增加，可能對系統(tǒng)性風險產(chǎn)生更大的影響。本文利用資產(chǎn)準市場價值與股權市場價值之比來表示杠桿比率，資產(chǎn)的準市場價值為資產(chǎn)的賬面價值減去股權的賬面價值再加上股權市場價值，預期杠桿比率與系統(tǒng)性風險的關系不確定。

第三類是非利息收入（Non-Interest Income，NII）。Brunnermeier等[21]認為，非利息收入與系統(tǒng)性風險正相關，較為可能的原因是，與傳統(tǒng)的銀行存貸款業(yè)務相比，從事投資銀行業(yè)務等非傳統(tǒng)業(yè)務導致銀行承擔更多風險。本文利用利息收入與總收入之比作為非利息收入的代理變量，預期非利息收入與系統(tǒng)性風險正相關。

第四類是債務期限（Debt Maturity，DM）。Brunnermeier和Pedersen[22]認為，金融危機期間對短期融資的依賴暴露了銀行的流動性風險，從而引發(fā)較大的系統(tǒng)性風險。本文利用總長期負債與總負債之比作為債務期限的代理變量，預期債務期限與系統(tǒng)性風險負相關。

第五類是存款（Deposits，DEP）和關聯(lián)性（Interconnectedness，INT）。范小云等[23]認為，在危機時期，金融機構之間的相互聯(lián)系提高了其他機構陷入困境的可能性。因此，金融機構之間的相互聯(lián)系是系統(tǒng)性風險的主要驅動力之一。由于衡量銀行之間關聯(lián)性的數(shù)據(jù)無法通過公開途徑直接獲得，本文利用金融機構的存款和相互關聯(lián)性兩個變量來衡量金融機構之間的相互聯(lián)系。若金融機構的存款較少，則可能更多地依賴同業(yè)拆借市場資金，導致金融機構之間的聯(lián)系更加緊密。利用存款與總負債之比作為銀行存款的代理變量，預期存款與系統(tǒng)性風險負相關；利用Billio等[24]提出的方法計算金融機構之間的關聯(lián)性，預期關聯(lián)性與系統(tǒng)性風險正相關。

3國家特征變量

國家特征變量主要包括：GDP增長率（GDP）；股票市場重要性（Stock Market Importance，SMI），用一國股市的成交量占全球股市的成交量來表示。將這一變量納入模型能夠消除由股市的相對重要性差異引起的系統(tǒng)性風險差異；金融危機啞變量（Crisis Dummy，CD），如果一國爆發(fā)過系統(tǒng)性金融危機，則CD=1，否則CD=0。數(shù)據(jù)主要來自Bankscope數(shù)據(jù)庫、世界銀行世界發(fā)展指標數(shù)據(jù)庫、Billio等、Billio等[24]定義一個銀行的關聯(lián)性為其與其他銀行的連接數(shù)量，連接包括入連接（In-Connection）和出連接（Out-Connection）。他們根據(jù)格蘭杰因果關系來確定銀行間的連接，如果銀行i的股票收益率是銀行j股票收益率的格蘭杰原因，那么這一關系對于銀行i來說是一條出連接，對j而言，則是一條入連接。Barth等、Barth等[25]在1999年、2003年、2007年和2011年調查了180個國家的銀行監(jiān)管狀況。因此，本文樣本中的監(jiān)管環(huán)境數(shù)據(jù)存在一定缺失，但Barth等指出大多數(shù)的監(jiān)管環(huán)境變量隨著時間的變化并不顯著。因此，本文利用距離現(xiàn)在最近的以前年份數(shù)據(jù)作為缺失年份的數(shù)據(jù)。Laeven和Valencia[26]。

（四）樣本說明

樣本選擇主要基于兩方面考慮：一是本文研究銀行監(jiān)管對系統(tǒng)性風險的影響，重點關注能夠破壞全球金融體系穩(wěn)定性的“大”銀行。根據(jù)《多德—弗蘭克法案》，總資產(chǎn)超過500億美元的銀行為系統(tǒng)重要性銀行。二是數(shù)據(jù)的可獲得性，系統(tǒng)性風險度量需要獲得銀行的股票價格數(shù)據(jù)?；诖?，本文選取2006—2013年公開上市的、總資產(chǎn)超過500億美元的銀行作為樣本，覆蓋38個國家的201家銀行，各年的樣本數(shù)量分別為：70、80、116、123、140、168、184和190，總計1 071個。樣本主要分布在日本、美國、中國、意大利、西班牙、印度、法國、英國、南非、澳大利亞、希臘、瑞典、德國、土耳其、奧地利和新加坡等國家。

三、實證分析

實證分析包括描述性統(tǒng)計和回歸分析兩部分。描述性統(tǒng)計分析由系統(tǒng)性風險（ΔCoVaR、SRISK）描述性統(tǒng)計分析、解釋變量描述性統(tǒng)計分析以及解釋變量相關性分析組成?；貧w分析將模型分為3個子模型，第一個子模型的監(jiān)管環(huán)境解釋變量包括資本監(jiān)管要求、活動限制、監(jiān)管機構獨立性和監(jiān)管機構權力四個變量，第二個子模型包括衡量存款保險制度的三個變量，第三個子模型包括全部監(jiān)管環(huán)境變量，這樣劃分能夠能更準確地考察資本監(jiān)管、存款保險制度對系統(tǒng)性風險的影響。

（一）描述性統(tǒng)計分析由于篇幅所限，各變量年度與國別的描述性統(tǒng)計量、解釋變量的相關系數(shù)矩陣未在正文中給出，有興趣的讀者可與作者聯(lián)系。

描述性統(tǒng)計分析結果如表1所示。其中，代表監(jiān)管環(huán)境的變量均為定序變量。因此，重點關注其中位數(shù)。解釋變量之間的相關系數(shù)均較小，表明解釋變量之間不存在多重共線性。

代表系統(tǒng)性風險的ΔCoVaR和SRISK在樣本期間的變化趨勢如表2所示。從表2可以看出，在2007—2009年國際金融危機期間，系統(tǒng)性風險水平相對較高，尤其是2008年和2009年，系統(tǒng)性風險水平大幅高于其他時期。

ΔCoVaR根據(jù)VaR度量單個機構收益率對市場收益率的影響，SRISK根據(jù)β系數(shù)度量金融機構的尾部風險，二者基于不同角度考察了系統(tǒng)性風險水平。Benoit等[27]和Giglio等[28]認為，這些系統(tǒng)性風險度量方法只是代表銀行個體風險的β系數(shù)的替代指標。本文考察ΔCoVaR、SRISK與β系數(shù)的相關性。結果表明，ΔCoVaR和SRISK與β的相關系數(shù)不超過0279，并非其替代指標；ΔCoVaR與SRISK的相關系數(shù)僅為0135，表明二者基于不同角度度量了系統(tǒng)性風險。

（二）回歸分析

對面板數(shù)據(jù)模型進行Hausman檢驗的結果如表3所示，表明應選擇隨機效應模型。模型（1）—模型（3）是因變量為ΔCoVaR的模型，模型（1）中監(jiān)管環(huán)境變量包括資本監(jiān)管指數(shù)、活動限制、監(jiān)管機構獨立性和監(jiān)管機構權力，模型（2）中監(jiān)管環(huán)境變量包括存款保險比率、存款保險人的權力和道德風險指數(shù)，模型（3）包括全部監(jiān)管環(huán)境變量，模型（4）—模型（6）是因變量為SRISK的模型，其控制變量劃分與模型（1）—模型（3）相同。

首先，考察資本監(jiān)管要求、存款保險制度對系統(tǒng)性風險的影響。模型（1）和模型（3）顯示資本監(jiān)管要求、活動限制與系統(tǒng)性風險負相關，表明加強資本監(jiān)管、限制銀行的經(jīng)營活動范圍有助于降低系統(tǒng)性風險。模型（2）和模型（3）顯示存款保險比率、道德風險與系統(tǒng)性風險正相關，表明隨著存款保險比率的提高，銀行的系統(tǒng)性風險也會提高；較高的道德風險也會導致較高的系統(tǒng)性風險。模型（4）顯示活動限制、監(jiān)管機構權力與系統(tǒng)性風險負相關，表明對銀行活動的限制越多、監(jiān)管機構的權利越大，系統(tǒng)性風險越低。模型（4）和模型（6）均顯示資本監(jiān)管指數(shù)與系統(tǒng)性風險正相關，表明更加嚴格的資本監(jiān)管反而會提高系統(tǒng)性風險。模型（5）和模型（6）均顯示存款保險比率與系統(tǒng)性風險正相關。上述結果表明：一是加強對非銀行業(yè)務的活動限制、提高監(jiān)管機構的權力可以有效降低系統(tǒng)性風險。較為可能的原因是，證券、房地產(chǎn)等非銀行業(yè)務的風險往往高于傳統(tǒng)銀行業(yè)務的風險；監(jiān)管機構權力的加大增加了其對銀行行為的威懾力，使得銀行更多地從事低風險活動。二是資本監(jiān)管指數(shù)與系統(tǒng)性風險的關系不確定。較為可能的原因是，資本監(jiān)管對系統(tǒng)性風險的影響與銀行資本狀況密切相關，若銀行資本充足，加強資本監(jiān)管可能降低系統(tǒng)性風險；若銀行資本不充足，加強資本監(jiān)管可能限制銀行的經(jīng)營，反而提高系統(tǒng)性風險。不過，一級資本比率與系統(tǒng)性風險負相關，銀行擁有的一級資本越多，其吸收損失的能力越強，即較高的一級資本比率將導致較低的系統(tǒng)性風險，這一關系在模型（1）、模型（3）、模型（4）和模型（6）中均顯著。而一級資本是資本監(jiān)管的重要工具，從這個意義上來說，資本監(jiān)管越強，銀行的系統(tǒng)性風險越低。與預期相反，雖然存款保險比率是影響系統(tǒng)性風險的重要因素，但提高存款保險比率不會降低系統(tǒng)性風險，反而會提高系統(tǒng)性風險，道德風險也會增加系統(tǒng)性風險。這意味著存款保險制度并不能有效降低系統(tǒng)性風險較為可能的原因是，存款保險制度要求銀行提供較多資源以滿足存款保險計劃，這可能引發(fā)道德風險問題，導致系統(tǒng)性風險提高。

其次，考察銀行特征變量對系統(tǒng)性風險的影響。當因變量為ΔCoVaR時，模型（1）顯示，與預期相反，銀行的非利息收入與系統(tǒng)性風險負相關，表明銀行從事非傳統(tǒng)業(yè)務的收入越高，系統(tǒng)性風險越低，但這一結果在其他模型中均不顯著。銀行存款規(guī)模與系統(tǒng)性風險負相關，即銀行存款越少，系統(tǒng)性風險越高，表明金融機構之間的相互聯(lián)系會提高系統(tǒng)性風險。模型（3）顯示，存款與系統(tǒng)性風險負相關，模型（2）和模型（3）顯示，關聯(lián)性與系統(tǒng)性風險正相關，均表明金融機構之間的相互聯(lián)系會提高系統(tǒng)性風險。模型（3）顯示，杠桿率與系統(tǒng)性風險正相關。較為可能的原因是，企業(yè)的杠桿率越高，其負債相對于資產(chǎn)的數(shù)量越多，可能造成對銀行清償能力的擔憂而提高系統(tǒng)性風險。當因變量為SRISK時，模型（4）—模型（6）均顯示，銀行規(guī)模與系統(tǒng)性風險正相關，表明規(guī)模越大的銀行，其對系統(tǒng)性風險的貢獻越大。模型（4）和模型（6）顯示，關聯(lián)性與系統(tǒng)性風險正相關，模型（4）—模型（6）均顯示，存款與系統(tǒng)性風險負相關，表明金融機構之間的相互聯(lián)系能夠顯著提高系統(tǒng)性風險，金融機構既可能是“大而不能倒”也可能是“太互連而不能倒”。模型（5）顯示，杠桿率與系統(tǒng)性風險正相關。

最后，考察國家特征變量對系統(tǒng)性風險的影響。經(jīng)濟增長率與系統(tǒng)性風險負相關，即經(jīng)濟增長率越高，系統(tǒng)性風險越低，不過在模型（1）和模型（2）中，經(jīng)濟增長對系統(tǒng)性風險的影響作用很低。由模型（3）和模型（5）可以看出，一國股票市場與系統(tǒng)性風險的關系不確定，它們之間既可能存在負相關關系，也可能存在正相關關系。

四、結論與政策建議

本文基于2006—2013年跨國面板數(shù)據(jù)實證檢驗了資本監(jiān)管、存款保險制度對系統(tǒng)性風險的影響。為得到更加穩(wěn)健的結果，利用ΔCoVaR和SRISK兩種方法度量系統(tǒng)性風險。研究發(fā)現(xiàn)，加強對非銀行類業(yè)務的活動限制能夠降低系統(tǒng)性風險。加強資本監(jiān)管是否能夠降低系統(tǒng)性風險不能確定，不過銀行的一級資本比率越高，系統(tǒng)性風險越低。因此，加強資本監(jiān)管、提高一級資本的比率能夠降低系統(tǒng)性風險。不幸的是，顯性存款保險制度不僅不會降低系統(tǒng)性風險，反而會提高系統(tǒng)性風險水平。本文的研究還發(fā)現(xiàn)，銀行的規(guī)模以及銀行之間的相互聯(lián)系與系統(tǒng)性風險正相關。這意味著即使一個銀行的規(guī)模較小，只要它與其他銀行之間的聯(lián)系夠多，它的違約或破產(chǎn)也可能引發(fā)較為嚴重的系統(tǒng)性風險，即系統(tǒng)性重要銀行并不總是“太大而不能倒”，也可能是“太互連而不能倒”。

本文的研究結論具有如下政策含義：一是，本輪金融危機以來，加強對金融機構的監(jiān)管、提高資本比率都是對此前監(jiān)管政策不完善之處的正確改進，本文的研究結論支持這一觀點，因為加強對銀行非銀行類業(yè)務的限制、提高一級資本比率都能顯著降低系統(tǒng)性風險。二是，顯性存款保險制度會提高系統(tǒng)性風險水平，這意味著存款保險制度并不能防范系統(tǒng)性風險，它僅能起到保護儲蓄以及減少危機時期銀行擠兌的作用。然而，在個別或少數(shù)金融機構出現(xiàn)危機時，存款保險制度有助于穩(wěn)定儲蓄者信心，防止擠兌行為，能夠有效控制擠兌風波的擴散，防范局部性風險演化為系統(tǒng)性風險。具體來說，在系統(tǒng)性風險發(fā)生時，可以適當調整存款保險制度，也可以通過實行浮動保費等制度安排來規(guī)避“逆向選擇”和“道德風險”。三是，本文的研究結論表明，系統(tǒng)性重要銀行既可能是“太大而不能倒”，也可能是“太互連而不能倒”。因此，在監(jiān)管系統(tǒng)性風險時，需要同時關注規(guī)模較大和關聯(lián)性較高的銀行，不能僅僅只關注規(guī)模較大的銀行。

參考文獻：

[1]Berger， AN，Bouwman，CHSHow does Capital Affect Bank Performance during Financial Crises？ [J]Journal of Financial Economics， 2013， 109（1）：146-176

[2]Barth， JR， Caprio， JG， Levine，RBank Regulation and Supervision： What Works Best？ [J]Journal of Financial Intermediation， 2004， 13（2）：205-248

[3]Diamond， DW， Dybvig， PHBank Runs， Deposit Insurance， and Liquidity [J]Journal of Political Economy， 1983， 9（3）：401-419

[4]劉笑萍系統(tǒng)性風險、道德風險與存款保險制度[J]金融研究，2002，（12）：94-100

[5]Demirgü-Kunt， A， Detragiache， EDoes Deposit Insurance Increase Banking System Stability？ An Empirical Investigation [J]Journal of Monetary Economics， 2002， 49（7）：1373-1406

[6]Anginer， D， Demirgü-Kunt， A， Zhu，MHow does Deposit Insurance Affect Bank Risk？ Evidence from the Recent Crisis [J]Journal of Banking and Finance， 2014， 48（11）：312-321

[7]Allen， F， Gale， DSystemic Risk and Regulation[R]Wharton Financial Institutions Center Working Paper No95-24， 2005

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

[9]吳棟，周建平資本要求和商業(yè)銀行行為：中國大中型商業(yè)銀行的實證分析[J]金融研究，2006，（8）：144-153

[10]楊柳勇，周強資本要求、“多而不倒”救助與系統(tǒng)性風險[J]經(jīng)濟理論與經(jīng)濟管理，2014，（5）：69-79

[11]Yorulmazer， THas Financial Innovation Made the World Riskier？ CDS， Regulatory Arbitrage and Systemic Risk[J]Ssrn Electronic Journal，2013，（4）：27-31

[12]Anginer， D， Demirgü-Kunt， A， Zhu， MHow does Bank Competition Affect Systemic Stability？ [J]Journal of Financial Intermediation， 2014， 23（1）：1-26

[13]Adrian， T， Brunnermeier， MCoVaR[R]Federal Reserve Bank of New York Staff Report No348， 2008

[14]Acharya， V， Engle， R， Richardson，MCapital Shortfall： A New Approach to Ranking and Regulating Systemic Risks [J]The American Economic Review， 2012， 102（3）：59-64

[15]ihák，M，Demirgü-Kunt，A，Peria，MS，Mohseni-Cheraghlou，ABank Regulation and Supervision in the Context of the Global Crisis [J]Journal of Financial Stability， 2013， 9（4）：733-746

[16]Buch， CM， Delong，GDo Weak Supervisory Systems Encourage Bank Risk-Taking？ [J]Journal of Financial Stability， 2008， 4（1）：23-39

[17]Bordo， MDAn Historical Perspective on the Crisis of 2007—2008 [R]NBER Working Paper No14569， 2008

[18]高國華，潘英麗基于資產(chǎn)負債表關聯(lián)的銀行系統(tǒng)性風險研究[J]管理工程學報，2012，（4）：162-168

[19]Shleifer，A， Vishny， RWUnstable Banking [J]Journal of Financial Economics， 2010， 97（3）：306-318

[20]Berger， AN， Patti， BECapital Structure and Firm Performance： A New Approach to Testing Agency Theory and an Application to the Banking Industry [J]Journal of Banking and Finance， 2006， 30（4）：1065-1102

[21]Brunnermeier， MK， Gorton， G， Krishnamurthy， ALiquidity Mismatch Measurement [A]Brunnermeier， M，Krishnamurthy， ARisk Topography： Systemic Risk and Macro Modeling [C]Chicago：University of Chicago Press， 2014149-176

[22]Brunnermeier， MK， Pedersen， L.HMarket Liquidity and Funding Liquidity [J]Review of Financial Studies， 2009， 22（6）：2201-2238

[23]范小云，王道平，劉瀾庵規(guī)模、關聯(lián)性與中國系統(tǒng)重要性銀行的衡量[J]金融研究，2012，（11）：16-30

[24]Billio， M， Getmansky， M， Lo， AW， Pelizzon， LEconometric Measures of Connectedness and Systemic Risk in the Finance and Insurance Sectors [J]Journal of Financial Economics， 2012， 104（3）：535-559

[25]Barth， JR， Caprio， JG， Levine， RBank Regulation and Supervision in 180 Countries from 1999 to 2011[J]Journal of Financial Economic Policy， 2013， 5（2）： 111-219

[26]Laeven， L， Valencia，F(xiàn)Systemic Banking Crises Database [J]IMF Economic Review， 2013，61（2）：225-270

[27]Benoit， S， Colletaz， G， Hurlin， C， Perignon， CA Theoretical and Empirical Comparison of Systemic Risk Measures [R]HEC Paris Research Paper NoFIN-2014-1030， 2013

[28]Giglio， S， Kelly， B， Pruitt， SSystemic Risk and the Macro-Economy： An Empirical Evaluation[R]National Bureau of Economic Research， 2015