中國銀行系統(tǒng)的宏觀審慎監(jiān)管研究

高倩倩，范 宏

(東華大學 旭日工商管理學院，上海 200051)

0 引言

近年來金融危機的爆發(fā)對銀行系統(tǒng)產生了深刻的影響，引發(fā)了國內外學者和相關監(jiān)管機構對銀行系統(tǒng)監(jiān)管的重視。金融危機表明僅僅以關注單個銀行穩(wěn)健性為核心的微觀審慎監(jiān)管存在一定的監(jiān)管缺陷。微觀審慎監(jiān)管是從單個銀行的視角考慮，即使單個銀行本身是穩(wěn)健的，也可能會通過銀行間的同業(yè)拆借聯系發(fā)生傳染風險，從而危害整個銀行系統(tǒng)。因此，基于整個銀行系統(tǒng)視角的宏觀審慎監(jiān)管已經成為國內外學者以及相關監(jiān)管機構的共識。由于整個銀行系統(tǒng)是由多個銀行通過同業(yè)拆借市場相聯系的銀行網絡系統(tǒng)，因此銀行系統(tǒng)的宏觀審慎監(jiān)管即為監(jiān)管由各個銀行相互聯系的銀行網絡系統(tǒng)。目前對中國銀行網絡系統(tǒng)進行動態(tài)建模并進行宏觀審慎監(jiān)管的研究未見。因而，本文研究中國銀行網絡系統(tǒng)定量的宏觀審慎監(jiān)管方法。

目前對銀行系統(tǒng)的宏觀審慎監(jiān)管的研究相對較少，已有研究中Balogh[1]、Cihak等[2]、李健全[3]、何德旭等[4]以及范小云和王道平[5]主要是對宏觀審慎監(jiān)管進行定性分析。其中，國外學者Balogh[1]總結了金融穩(wěn)定委員會、國際貨幣基金組織和國際清算銀行已經確定的幾個常用的宏觀審慎工具。Cihak等[2]通過定性分析全球金融危機背景下監(jiān)管措施的變化特征，發(fā)現監(jiān)管的變化是緩慢漸進的，變化的領域主要在銀行資本化、多樣化、審計和存款保險等方面。國內學者李健全[3]對微觀審慎監(jiān)管和宏觀審慎監(jiān)管進行了定性總結，指出兩者監(jiān)管目標一致，只是監(jiān)管的角度、方法有所不同。何德旭等[4]指出從長期來看有必要建立我國金融業(yè)的宏觀審慎監(jiān)管體系。范小云和王道平[5]定性總結了全球金融監(jiān)管框架—巴塞爾Ⅰ和巴塞爾Ⅱ與巴塞爾Ⅲ的區(qū)別和聯系。

一些學者僅定量的分析了銀行的系統(tǒng)性風險，未涉及對宏觀審慎監(jiān)管的定量研究。如：Lehar[6]使用Merton框架模型,在考慮了資產相關性的基礎上測量了不同國家銀行的系統(tǒng)性風險。Elsinger等[7]構建了包含不確定性因素的銀行同業(yè)拆借的網絡模型，并定義了清算支付向量來處理銀行在違約情況下的債務支付，探討了澳大利亞銀行的系統(tǒng)性風險。高志勇[8]采用資本資產定價模型(CAPM)測算18家美國銀行的風險波動率和系統(tǒng)性風險。指出金融監(jiān)管目標框架應該以控制系統(tǒng)性風險為中心。此外，遲國泰等[9]使用KMV模型實證測算出我國上市銀行的違約概率與我國債券市場所接受的上市銀行違約概率最為接近，且國有上市銀行違約概率最低。

還有些學者，如Berger和Bouwman[10]、Gauthier等[11]、Liao等[12]、Karmakar[13]、García-Palacios等[14]以及Zhou[15]圍繞對銀行系統(tǒng)實施資本要求，探討其監(jiān)管效果。其中Berger和Bouwman[10]研究美國銀行系統(tǒng)中資本如何影響銀行績效，發(fā)現在任何時候資本都有助于提高小銀行的生存率和市場占有率。Gauthier等[11]以及Liao等[12]分別以加拿大銀行系統(tǒng)和荷蘭銀行系統(tǒng)為研究樣本，通過構造同業(yè)拆借網絡模型以及網絡清算算法來衡量銀行的系統(tǒng)性風險，并使用不同的風險分配機制來獲得每個銀行的宏觀審慎資本。研究表明對銀行系統(tǒng)實施宏觀審慎資本極大的促進了金融穩(wěn)定。Karmakar[13]通過構建包含銀行、企業(yè)和儲戶的動態(tài)隨機一般均衡模型來研究在偶然綁定資本要求約束下的宏觀審慎監(jiān)管對銀行金融決策的影響。研究發(fā)現更高的資本要求可以抑制商業(yè)周期波動并提高福利。相反，García-Palacios等[14]引入銀行系統(tǒng)中固有的道德風險問題，通過建立效用函數以及比較分析，發(fā)現增加資本要求并不總是最優(yōu)的政策。類似的，Zhou[15]通過構建金融機構風險承擔行為的靜態(tài)模型，求解未監(jiān)管系統(tǒng)中(即無資本要求)以及監(jiān)管系統(tǒng)中(即帶有資本要求)的效應最大化問題。發(fā)現施加資本金要求雖然可以降低單個機構的風險，但它同時也增強了系統(tǒng)性聯系。

通過對已有研究的回顧，發(fā)現當前對銀行系統(tǒng)的宏觀審慎監(jiān)管研究是發(fā)展趨向，而國內目前的相關研究都為定性分析，因而，本文的特色在于對銀行系統(tǒng)進行了動態(tài)建模，并收集中國上市銀行的實際數據，使用金融仿真計算的方法對中國銀行系統(tǒng)展開了定量的宏觀審慎監(jiān)管研究。在對銀行系統(tǒng)進行動態(tài)建模的過程中，國外有少量的宏觀審慎監(jiān)管的定量研究，但還不夠完善。如Lehar[6]和Elsinger等[7]主要研究銀行的系統(tǒng)性風險還未涉及對銀行系統(tǒng)的宏觀審慎監(jiān)管研究，前者構建的模型主要考慮了銀行資產的相關性影響未考慮銀行同業(yè)拆借的網絡結構；后者考慮了銀行同業(yè)拆借的網絡，但該模型演化的周期只有兩步，并且網絡上銀行的資產負債只是隨機產生，并沒有隨時間動態(tài)變化。Gauthier等[11]和Liao等[12]開始研究對銀行系統(tǒng)的宏觀審慎監(jiān)管，但是也沒有考慮銀行間同業(yè)拆借的網絡結構的影響。因此，本文首先基于Lehar[6]和Elsinger等[7]測量銀行系統(tǒng)性風險的模型建立了動態(tài)的中國銀行網絡系統(tǒng)模型，該模型的改進之處在于：第一，考慮了銀行同業(yè)拆借的網絡，并且該拆借網絡在銀行系統(tǒng)的演化過程中是動態(tài)變化的；第二，網絡上各銀行的資本和負債在每個時間步也是動態(tài)變化的。然后，基于以上動態(tài)的中國銀行網絡系統(tǒng)模型，利用Gauthier等[11]和Liao等[12]中Component VaR(簡稱為“CVaR”) 、Incremental VaR(簡稱為“IVaR”) 、Shapley value EL以及ΔCoVaR的四種風險分配機制的原理，并通過編寫算法及仿真計算，展開對中國銀行網絡系統(tǒng)定量的宏觀審慎監(jiān)管研究。最后依據仿真結果對中國銀行系統(tǒng)的宏觀審慎監(jiān)管進行分析和總結，為我國相關監(jiān)管機構提供一定的理論依據。

1 中國銀行網絡系統(tǒng)模型及定量宏觀審慎監(jiān)管模型

本文構建的中國銀行網絡系統(tǒng)模型框架如圖1(a)所示，首先利用中國2008年至2015年16家上市銀行的實際拆借總數據，通過標準化和最優(yōu)化估計中國銀行系統(tǒng)的同業(yè)拆借矩陣，該矩陣即為中國銀行網絡系統(tǒng)的網絡結構(數學模型見1.1節(jié))；然后利用中國銀行系統(tǒng)的實際股價數據估計網絡中各銀行的資產的動態(tài)演化，再利用中國銀行系統(tǒng)的實際初始負債數據估計各銀行的負債的動態(tài)演化；最后隨著網絡結構的演化及網絡節(jié)點上銀行的資產和負債的演化，形成了中國銀行網絡系統(tǒng)的動態(tài)演化(數學模型見1.2節(jié))。

圖1 中國銀行網絡系統(tǒng)模型及定量宏觀審慎監(jiān)管模型框架

圖1(b)為定量宏觀審慎監(jiān)管模型。該模型建立在中國銀行網絡系統(tǒng)的動態(tài)演化的基礎上，即在銀行系統(tǒng)網絡結構的演化和銀行資產負債演化的基礎上，首先計算網絡中各銀行的損失，然后引入四種風險分配機制，計算各銀行的宏觀審慎資本，從而進一步對中國銀行網絡系統(tǒng)進行宏觀審慎監(jiān)管(數學模型見1.3節(jié))。

1.1 估計銀行系統(tǒng)的網絡結構

由于銀行部分信息的非透明化，無法獲取銀行間具體的拆借數據，只能從銀行的資產負債表中獲得銀行的拆借總資產ai和拆借總負債bi。因此，使用研究中普遍使用的通過最小化銀行拆借信息的不確定性的方法來估計銀行間的同業(yè)拆借矩陣。銀行間的同業(yè)拆借關系可以用矩陣X(N×N)來表示：

(1)

公式(1)中,矩陣中元素xij表示銀行i向銀行j的借款；每行元素之和bi表示銀行i的拆借總負債；每列元素之和aj表示銀行j的拆借總資產。具體表示為:

(2)

(3)

(4)

1.2 資產負債表的動態(tài)演化

由于銀行資產的價值并不是每天都能觀測到的，但是可以從股市獲取銀行股價每天的數據，因此，可以用銀行股價的時間序列數據通過隨機模型和最大似然估計法來估計銀行資產每天的價值，得到資產價值的動態(tài)演變。因而，本文假設銀行i的總資產Vi服從于幾何布朗運動，用公式(5)來表示:

dVi=uiVidt+σiVidz

(5)

公式(5)中，μi和σi分別表示銀行i資產的漂移率和波動率；dz是一個維納過程，即銀行的總資產V的演變是一個隨著其漂移率波動的隨機游走且不可預測的幾何布朗運動隨機微分方程。

根據期權定價模型，通過銀行的資產組合和無風險利率下的負債，銀行i在t時刻的股權價值可以用公式(6)[16]來表示:

(6)

其中φ(·)為標準正態(tài)分布函數；

LDi(t)=LDi(0)ert

(7)

dt用公式(8)來表示：

(8)

上式中T表示365天。

(9)

在計算出漂移率μi和波動率σi值后，最終依據公式(10)得到銀行資產的演化值Vi(t):

(10)

其中，z服從于標準正態(tài)分布。

銀行網絡系統(tǒng)中的總負債Di(t)用公式(11)來表示:

Di(t)=(Vi(0)-Ci(0))ert

(11)

其中，Ci(0)=7%*Vi(0)，Ci(0)表示銀行i的初始資本。根據《巴塞爾協(xié)議III》中對全球各商業(yè)銀行的核心一級資本充足率提升至7%的相關規(guī)定，這里定義銀行的初始資本即為7%的初始總資產。

當銀行i自身由于資不抵債而破產即滿足公式(12)時，就判定銀行i倒閉:

Vi(t)+ai(t)-Di(t)-bi(t)<0

(12)

公式(12)中，銀行i的拆借資產ai(t)和拆借負債bi(t)會受到銀行間同業(yè)拆借的傳染性風險的影響，在此對Elsinger等[7]所提出的清算支付機制進行改進，以確定動態(tài)演化的銀行系統(tǒng)中受到同業(yè)拆借傳染下的債務支付。先定義一個新的矩陣Π∈[0,1]N×N來對銀行的同業(yè)間負債進行標準化處理，具體表示為：

(13)

(14)

其中,ei(t)=Vi(t)-Di(t)

(15)

這里使用Elsinger等[7]的違約機制算法求解p*(t)。需要注意的是，當銀行i倒閉時它對其債務銀行的支付是有限的，設置支付比例為：

(16)

因此，受到銀行間同業(yè)拆借聯系的影響，銀行i的倒閉對其債務銀行j的總資產和總負債產生影響，按照公式(17)進行更新：

Vj(t+1:T)=Vj(t)-χi*xij
Dj(t+1:T)=Dj(t)-χi*xij

(17)

公式(17)中,在t時刻，由于銀行i的倒閉，受銀行系統(tǒng)拆借網絡的影響，銀行i的債務銀行-銀行j，其總資產Vi和總負債Dj在t+1到T時刻都發(fā)生了變化，分別為銀行j在t時刻的總資產Vj(t)、總負債Dj(t)與倒閉銀行i有限的債務支付之差。

同時，銀行i倒閉后將其清除出銀行網絡系統(tǒng)并設置其拆借關系xi,j(t)=0，再重新估算拆借矩陣，因此在t+1時刻銀行j的拆借總資產和拆借總負債更新為公式(18):

(18)

經過以上銀行資產負債表及其拆借關系的演化過程，我們能夠得到動態(tài)的銀行網絡系統(tǒng)。

1.3 定量的宏觀審慎監(jiān)管方法

量化銀行的宏觀審慎資本C的核心在于動態(tài)的量化銀行的損失，在每次的仿真過程中，銀行的總資產和總負債以及拆借資產和拆借負債經過t個時間步的動態(tài)演化后，銀行的損失用公式(19)來設定：

(19)

其中ei(t)用上節(jié)中的公式(15)來計算。

(20)

銀行的倒閉概率設定為銀行的倒閉次數與仿真總次數m之比。對銀行系統(tǒng)定量的宏觀審慎監(jiān)管的算法流程圖如圖2所示。

圖2 定量的宏觀審慎監(jiān)管的算法流程

1.3.1 四種風險分配機制

參考Gauthier等[11]和Liao等[12]，我們使用以下四種風險分配機制來量化每個銀行的宏觀審慎資本：ComponentVaR、IncrementalVaR、Shapley value EL以及ΔCoVaR。銀行的宏觀審慎資本在每種風險分配機制下的量化方法如下：

(1)ComponentVaR

在ComponentVaR(CVaR)計算機制下銀行i的宏觀審慎資本為：

(21)

(2)IncrementVaR

該機制的核心思想是依據銀行系統(tǒng)中某個銀行的增加所引起的風險的增加來重新分配資本。即該機制所衡量的是銀行系統(tǒng)中某個銀行的破產違約為整個系統(tǒng)所帶來的風險貢獻。

具體計算是在test次的仿真中將銀行系統(tǒng)的總損失從大到小排列，設定置信水平為99.5%。在此情況下得到所有銀行的總損失以及去除銀行i之后的總損失分別為VaRp和VaR-i。因此，銀行i增加的風險為：IVaRi=VaRp-VaR-i。

在IncrementVaR(IVaR)計算機制下銀行i的宏觀審慎資本為:

(22)

(3)Shapley value EL

該機制即為在IVaR機制的基礎上仿真n次，求算數平均。對VaRp和VaR-i進行算數平均之后求出的新的IVaRi表示為φi。即該機制所衡量的是某個銀行的違約破產對銀行系統(tǒng)風險的平均邊際貢獻。

在Shapley value EL計算機制下銀行i的宏觀審慎資本要求為:

(23)

(4)ΔCoVaR

銀行i的CoVaR是銀行i的損失取特定條件下的VaR值時相應的銀行系統(tǒng)的總損失CoVaRi[18]為:

Pr(1p

λ=0.1

(24)

ΔCoVaRi是CoVaRi與銀行i的損失取其中位數的條件下銀行系統(tǒng)總損失的VaR值之差:

ΔCoVaRi=CoVaRi-(VaRp|1i=median(1i))

(25)

在ΔCoVaR計算機制下銀行i的宏觀審慎資本為：

(26)

2 仿真計算

2.1 數據及仿真設置

本文收集了中國2008年至2015年16家上市銀行的資產負債表數據及其股價的相關交易數據。其中，銀行的資產負債表的數據中主要用到銀行的總資產(V)、總負債(LD)以及銀行同業(yè)間拆借總資產(a)和銀行同業(yè)間拆借總負債(b)，這些數據主要用于銀行網絡模型中的初始化設置以及銀行間拆借矩陣的初始估計。需要注意的是，農業(yè)銀行和光大銀行都是在2010年上市，因此，在2008年至2010年，銀行系統(tǒng)中仿真的銀行數BN=14，2011年至2015年BN=16；銀行的初始資本C0參考巴塞爾協(xié)議，設置C0為7%的總資產的初始值。以銀行在m=10000次仿真中的倒閉概率來衡量銀行的穩(wěn)定性。

2.2 仿真結果

使用以上四種風險分配機制，通過仿真計算獲得每個銀行的宏觀審慎資本，然后對銀行系統(tǒng)進行宏觀審慎監(jiān)管，探討銀行的倒閉情況以及監(jiān)管效果。

2.2.1 資本的變化

圖3是各銀行每年在四種風險分配機制下的宏觀審慎資本與系統(tǒng)中的初始資本相比的變化率。圖3表明，ΔCoVaR和ComponentVaR風險分配機制下銀行的宏觀審慎資本的變化情況類似，都表現出大多數銀行的宏觀審慎資本呈現出正向增加，表明了大多數銀行當前的資本是不足以抵御其風險的；少數銀行的資本則呈小幅度降低，表明了少數銀行當前的資本是較為充足的，因此在經過重新分配后，資本有所減少。相比之下，ΔCoVaR下的宏觀審慎資本的增加稍大于ComponentVaR。其中寧波銀行和南京銀行每年增加的較多，也表明了這兩個銀行對系統(tǒng)性風險的貢獻最大。此外，平安銀行、華夏銀行、光大銀行以及北京銀行在這兩種風險分配機制下的宏觀審慎資本也呈現出相對明顯的增加，而中國銀行、農業(yè)銀行、交通銀行、建設銀行以及工商銀行則出現小幅的降低。除以上銀行外，其他銀行的變化不明顯，在初始資本值附近輕微浮動。IncrementalVaR機制下，除了2008、2010以及2012年的寧波銀行、2009、2012以及2013年的南京銀行和2010年的平安銀行的宏觀審慎資本出現相對明顯的小幅降低，其他銀行每年都保持小幅的增加。而Shapley value EL機制下各銀行的宏觀審慎資本每年總體上變化不大。

圖3 不同機制下各銀行每年的資本變化率

2.2.2 宏觀審慎資本下銀行的倒閉概率

利用四種風險分配機制下的宏觀審慎資本仿真計算銀行的倒閉概率，得到圖4所示的仿真結果。圖4表明，銀行的資本在初始值的情況下，2008年至2015年期間，中國銀行、交通銀行、建設銀行和工商銀行都未發(fā)生倒閉，表明了其較強的穩(wěn)健性；而寧波銀行、南京銀行、華夏銀行和北京銀行則每年都發(fā)生倒閉并在2010年倒閉概率最高，除了2015年，平安銀行也每年都發(fā)生倒閉且倒閉概率也較高?？傮w來看，銀行系統(tǒng)在2008年至2010年期間最不穩(wěn)定，在2012年和2014年則相對較為穩(wěn)定。在銀行系統(tǒng)中的資本通過四種風險分配機制被重新計算情況下，由圖4可知在Component VaR、Shapley value EL以及ΔCoVaR三種分配機制下，除了ComponentVaR機制在2009年使招商銀行的倒閉概率明顯增加以及Shapley value EL機制在2008年使寧波銀行和南京銀行的倒閉概率輕微增加之外，2008年至2015年期間每個銀行的倒閉概率都有所降低。IncrementalVaR機制使每個銀行的倒閉概率在2011年、2014年和2015年都明顯降低，而在其他年份則使個別銀行的倒閉概率增加。其中包括2008年、2010年及2012年的寧波銀行、2009年、2010年、2012年及2013年的南京銀行、2008年的民生銀行以及2010年的平安銀行。整體而言，ComponentVaR機制和ΔCoVaR機制的監(jiān)管效果較為顯著，都使銀行的倒閉概率降低較多。相比之下，在2008年至2011年期間ΔCoVaR機制最為顯著，而2011年之后兩者無區(qū)別。Incremental VaR 機制和Shapley value EL機制的監(jiān)管效果沒有以上兩機制的效果顯著，且前者對個別銀行體現出明顯的反向監(jiān)管效果。

圖4 不同機制下每年各銀行的倒閉概率

3 宏觀審慎監(jiān)管分析

3.1 監(jiān)管效果分析

將圖3和圖4相結合進行分析，探討倒閉銀行在以上四種風險分配機制下倒閉概率降低的內在機理。研究發(fā)現，銀行的資本在通過四種風險分配機制的再分配過程中，本質上是將資本從穩(wěn)定性較高、資本相對充足的大銀行(如：中國銀行、工商銀行、交通銀行、建設銀行及農業(yè)銀行等)轉移到了資本不足的小銀行，尤其是寧波銀行和南京銀行，分配后資本增加的幅度較大，使其倒閉概率降低，因而提升了小銀行抵御風險的能力。然而，在特定年份下的少數銀行經宏觀審慎監(jiān)管后的倒閉概率反而增加。究其原因，發(fā)現這些銀行在初始資本下已經倒閉，且調整后其資本也有所降低，這表明了這些銀行的風險較大，即使使用以上三種風險分配機制進行資本的再分配也不能滿足其資本需求。這也表明了以上三種風險分配機制的局限性，并不能保證每次都能將穩(wěn)健性較強的銀行的資本轉移到相對較弱的銀行。

圖5 不同機制下銀行系統(tǒng)每年的平均倒閉概率

雖然ComponentVaR機制、IncrementalVaR機制和Shapley value EL機制這三種風險分配機制使個別情況下一些銀行的倒閉概率增加，但以銀行系統(tǒng)的平均倒閉概率來衡量，由圖5可知，除了2008年和2010年的IncrementalVaR機制之外，2008年至2015年四種風險分配機制下銀行系統(tǒng)的平均倒閉概率與初始資本下的相比，都有所降低。這充分表明了四種風險分配機制下的宏觀審慎資本對銀行系統(tǒng)的顯著監(jiān)管效果。相比之下，ΔCoVaR機制的宏觀審慎監(jiān)管效果最好，IncrementalVaR機制則最差。

3.2 宏觀審慎資本與銀行特性

經過以上的分析，為了探討影響銀行宏觀審慎資本的因素，選定銀行的總資產、同業(yè)拆借總資產以及同業(yè)拆借總負債展開相關性分析。

表1 宏觀審慎資本與銀行特性之間的相關性

由表1可知，2008年至2015年每年在Incremental VaR機制和Shapley value EL機制下銀行的宏觀審慎資本都與其總資產之間呈較強的正相關。即規(guī)模越大的銀行相應的需持有較多的資本，該結論也與支持了大型銀行若違約，將通過同業(yè)銀行間的拆借聯系對銀行系統(tǒng)產生重大影響，因此需要持有更多的資本。Component VaR機制體現了兩者之間的具有一定的相關性，但是沒有Incremental VaR機制和Shapley value EL機制下的相關性顯著。而ΔCoVaR機制下則表明兩者之間為弱相關，其相關性不明顯不足以說明問題。由于ΔCoVaR風險分配機制與銀行損失的分布有關，而中國銀行系統(tǒng)中各銀行的規(guī)模異質性較強，銀行間的拆借也由于各銀行自身的狀況而不同，因此，銀行的損失分布沒有一定的規(guī)律可循，就使得該機制下的宏觀審慎資本與銀行特性不相關?？傮w來看，四種風險分配機制下的宏觀審慎資本與銀行的同業(yè)間資產和同業(yè)間負債之間的相關性并不明顯，表明了在本文同業(yè)銀行間的拆借網絡為全連接的仿真情景下，銀行的倒閉是以其“資不抵債”引發(fā)的基礎倒閉為主導，而由銀行間的拆借造成的傳染倒閉則較少，因此，銀行的同業(yè)間資產與負債和宏觀審慎資本的相關性不大。

4 結論

本文利用中國上市銀行銀行的實際資產負債表中的相關數據，通過構建動態(tài)的中國銀行系統(tǒng)網絡模型并編寫Component VaR、Increment VaR、Shapley value EL以及ΔCoVaR四種風險分配機制的算法，來仿真計算各銀行的宏觀審慎資本以及銀行系統(tǒng)的倒閉情況，并展開對銀行系統(tǒng)的宏觀審慎監(jiān)管分析。研究表明：1)除了2008年和2010年的Incremental VaR機制之外，2008年至2015年的四種風險分配機制下的宏觀審慎資本都有效的降低了銀行系統(tǒng)的平均倒閉概率，表明了對銀行系統(tǒng)進行宏觀審慎監(jiān)管具有顯著的效果。2)通過對各銀行的資本變化及其倒閉情況的聯合分析發(fā)現，在銀行資本被重新分配的過程中，通常由大型銀行，如:中國16家上市銀行中的中國銀行、交通銀行、建設銀行、工商銀行及農業(yè)銀行等，轉移到小型銀行，如：寧波銀行、南京銀行、平安銀行及民生銀行等。3)在四種風險分配機制中，ΔCoVaR機制的宏觀審慎監(jiān)管效果最為顯著，每年都降低了銀行系統(tǒng)的倒閉概率；相比之下，Incremental VaR機制下的宏觀審慎監(jiān)管效果則最差，該機制下對個別銀行體現出明顯的反向監(jiān)管效果。4)Incremental VaR機制、Shapley value EL機制以及Component VaR機制下的宏觀審慎資本與銀行總資產呈現出一定的正相關，表明審慎資本主要受銀行總資產的影響，因此這三種機制下審慎資本設定的比例可以讓每個銀行相同(該種設置方案與目前央行設定宏觀審慎資本的政策一致)；而ΔCoVaR機制下兩者則呈不相關，但是其監(jiān)管效果最為顯著，因此該機制下各銀行的審慎資本應該依據其對系統(tǒng)性風險的貢獻來設定，可以設定各銀行的宏觀審慎資本的比例不同(目前央行可以借鑒該種方法進行監(jiān)管)。以上的研究結論都對我國銀行系統(tǒng)的監(jiān)管具有一定的理論指導意義。此外，本文的研究目前是基于銀行網絡系統(tǒng)為全連接的情況，因此較少涉及到銀行間的傳染倒閉，未來的研究將考慮不同的網絡結構對傳染倒閉以及銀行系統(tǒng)的宏觀審慎監(jiān)管的影響，進行深入探討。