基于廣義方差分解的我國商業(yè)銀行 風(fēng)險傳染研究

2008年金融危機的大范圍波及讓越來越多的學(xué)者注意到金融風(fēng)險的傳染性，一家銀行的倒閉可能會使與之相關(guān)的機構(gòu)陷入危機。金融風(fēng)險在金融機構(gòu)之間傳染的關(guān)鍵在于復(fù)雜的金融負債、交叉的資產(chǎn)持有和資產(chǎn)回報的相關(guān)性等帶來的金融機構(gòu)之間的關(guān)聯(lián)性，這種關(guān)聯(lián)性使得個體的風(fēng)險有可能通過機構(gòu)間的聯(lián)動進而演變成大范圍乃至全球性的金融危機，進而影響整個金融市場的穩(wěn)定性。近年來，受經(jīng)濟全球化的影響，國際、國內(nèi)金融市場聯(lián)系日益緊密，金融創(chuàng)新的不斷發(fā)展使得金融機構(gòu)業(yè)務(wù)逐漸多元化，交叉業(yè)務(wù)更是進一步地提高了金融機構(gòu)間的資產(chǎn)關(guān)聯(lián)性，可以說無論是聚焦國內(nèi)市場還是放眼世界金融市場，金融機構(gòu)間的關(guān)聯(lián)程度都在日益提升。然而伴隨著地緣政治等外部因素和資產(chǎn)泡沫，過高的杠桿率等內(nèi)部因素，我國金融市場面臨的潛在風(fēng)險不容小覷，我國金融機構(gòu)尤其是商業(yè)銀行，在業(yè)務(wù)發(fā)展的同時也面臨著同質(zhì)化的問題，這就意味著商業(yè)銀行間更有可能發(fā)生金融風(fēng)險的傳染，因此研究我國商業(yè)銀行之間的關(guān)聯(lián)性可以幫助我們識別系統(tǒng)重要性金融機構(gòu)，同時有利于提高對金融風(fēng)險傳染機制和路徑的了解，進而提高預(yù)防能力，實施更加合適的監(jiān)管措施。一、文獻綜述現(xiàn)有的研究表明，金融機構(gòu)之間的關(guān)聯(lián)是復(fù)雜的并且具有網(wǎng)絡(luò)拓撲結(jié)構(gòu)的特征（FabioCacciolietall2018）。因此學(xué)者們采用關(guān)聯(lián)網(wǎng)絡(luò)來描述金融機構(gòu)之間的關(guān)聯(lián)情況，將單個機構(gòu)看成網(wǎng)絡(luò)中的一個節(jié)點，網(wǎng)絡(luò)的邊就可以用來表示機構(gòu)的關(guān)聯(lián)性（胡錫亮和吳恒煜，2016）。網(wǎng)絡(luò)模型法已經(jīng)成為研究金融機構(gòu)關(guān)聯(lián)性的重要方法?；诰W(wǎng)絡(luò)模型識別對金融風(fēng)險傳染性的研究主要從兩個方面來開展。一是通過網(wǎng)絡(luò)節(jié)點特征識別系統(tǒng)重要性金融機構(gòu)。李政等（2016）采用我國上市金融機構(gòu)的股票價格數(shù)據(jù)，從信息溢出的視角對我國上市金融機構(gòu)之間建立關(guān)聯(lián)網(wǎng)絡(luò)，測量了單個機構(gòu)的相對度數(shù)中心性和特征向量中心性，分別研究了金融危機與后危機時期不同部門之間的關(guān)聯(lián)特征。王麗珍和康超（2017）選取了保險，銀行，證券與信托四部門的金融機構(gòu)，度量了保險系統(tǒng)在不同股市情況下和其他金融機構(gòu)之間的系統(tǒng)關(guān)聯(lián)性和系統(tǒng)重要性。徐欣（2018）將DCC-MGARCH模型得到的金融機構(gòu)動態(tài)相關(guān)性系數(shù)帶入網(wǎng)絡(luò)，借助特征向量中心度研究金融機構(gòu)的網(wǎng)絡(luò)位置和中介作用。楊子暉等人（2020）對全球19個主要國家（地區(qū)）的股票，外匯和經(jīng)濟政策不確定性建立了非線性關(guān)聯(lián)網(wǎng)絡(luò)，對各節(jié)點的出入度進行測算并構(gòu)建了對外溢出指標(biāo)來比較不同國家（地區(qū)）的溢出效應(yīng)，進而判斷美國對外溢出效應(yīng)最大，是導(dǎo)致全球金融市場震蕩的重要因素。Luetal（2018）運用復(fù)雜網(wǎng)絡(luò)理論，以財務(wù)數(shù)據(jù)為基礎(chǔ)，對我國的信用體系構(gòu)建了雙邊金融機構(gòu)-企業(yè)網(wǎng)絡(luò)及其子網(wǎng)絡(luò)，通過聚集系數(shù)發(fā)現(xiàn)中國的信貸市場仍然被國有金融機構(gòu)所主導(dǎo)。二是通過模擬分析金融機構(gòu)倒閉的影響程度識別其系統(tǒng)重要性。如王曉楓等（2015）利用模擬的方法來證明銀行間風(fēng)險的擴散性，研究了在單一沖擊和系統(tǒng)性沖擊兩種模擬情況下銀行間風(fēng)險與網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系，發(fā)現(xiàn)小銀行與大銀行的合作程度對風(fēng)險的傳染效應(yīng)有著重要影響。吳田等（2018）利用鄰接矩陣將金融機構(gòu)間的交叉業(yè)務(wù)關(guān)系構(gòu)建成網(wǎng)絡(luò)，在此基礎(chǔ)上進行了風(fēng)險傳染的仿真模擬并研究了不同影響因素和風(fēng)險傳染率之間的時間變化趨勢。Petrone和Latora（2018）通過多周期蒙特卡羅模擬得到潛在損失的分布來衡量系統(tǒng)性風(fēng)險，觀察發(fā)現(xiàn)風(fēng)險的傳染過程會增加銀行的風(fēng)險敞口。針對我國商業(yè)銀行的研究中，多數(shù)學(xué)者通過資產(chǎn)負債表來構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)，例如宋凌峰和王治強（2020）用最大熵方法構(gòu)建了不同銀行之間的資產(chǎn)負債關(guān)聯(lián)網(wǎng)絡(luò)，對各節(jié)點的度中心性，聚類系數(shù)和連接其他節(jié)點的路徑長度進行測量，發(fā)現(xiàn)調(diào)整資本配置結(jié)構(gòu)可以改善系統(tǒng)性風(fēng)險。但是隨著商業(yè)銀行業(yè)務(wù)的拓展，表外業(yè)務(wù)影響日益提高，利用資產(chǎn)負債表構(gòu)建的關(guān)聯(lián)網(wǎng)絡(luò)包含的信息不夠全面。根據(jù)有效市場假說，股票的價格包含了上市公司的全部信息，因此股票收益率可以充分反映商業(yè)銀行的經(jīng)營情況，相比較資產(chǎn)負債表更加包含了更加全面的信息。本文借鑒Brunettietal（2019）對歐洲商業(yè)銀行收益率關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建方法，利用我國上市商業(yè)銀行的股票收益率數(shù)據(jù)構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)來識別系統(tǒng)重要性銀行。二、關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建Adrian和Brunnermeier（2011）的提出了條件在險價值（CoVaR）方法和Acharyaetal.（2010）和Acharyaetal.（2012）的提出了邊際預(yù)期差額（MES）方法雖然可以度量關(guān)聯(lián)性，但是缺少整體性的架構(gòu)。Billioetal.（2012）提出了基于主成分分析和格蘭杰因果網(wǎng)絡(luò)的金融機構(gòu)關(guān)聯(lián)度計量方法雖然構(gòu)建出了完整的網(wǎng)絡(luò)構(gòu)架，但是格蘭杰因果關(guān)系網(wǎng)絡(luò)是非加權(quán)網(wǎng)絡(luò)并且對參數(shù)的大小缺少分析（胡錫亮和吳恒煜，2016）。Diebold和Yilmaz（2014）首次提出了利用VAR方差分解理論來構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)，創(chuàng)新性地通過廣義方差分解法構(gòu)建加權(quán)有向網(wǎng)絡(luò)。首先利用金融機構(gòu)的相關(guān)變量構(gòu)建向量自回歸模型其中，x是是用來研究金融機構(gòu)關(guān)聯(lián)度的變量，用來構(gòu)建p階滯后的VAR（p）模型。進一步在該模型基礎(chǔ)上進行方差分解得到，，其中H代表所預(yù)測的期數(shù)。到，即代表著機構(gòu)i在第H期的預(yù)測方差中由機構(gòu)j貢獻的部分。廣義方差分解的計算方式為：三、實證研究（一）樣本和數(shù)據(jù)選取本文選取了一共15家上市商業(yè)銀行，包括5家國有銀行（中國銀行，工商銀行，農(nóng)業(yè)銀行，建設(shè)銀行，交通銀行），7家股份制銀行（華夏銀行，招商銀行，興業(yè)銀行，中信銀行，浦發(fā)銀行，平安銀行，光大銀行）和3家城市銀行（北京銀行，南京銀行，寧波銀行）。本文選擇我國上市商業(yè)銀行的股票收益率作為研究金融機構(gòu)關(guān)聯(lián)度的變量來構(gòu)建向量自回歸模型?？紤]到數(shù)據(jù)的可得性和數(shù)據(jù)的完整性，本文選取樣本銀行2010年9月2日到2020年12月28日共533個周股票收益率數(shù)據(jù)，數(shù)據(jù)來源為國泰安經(jīng)濟金融數(shù)據(jù)庫。（二）實證分析與結(jié)果本文首先對所選取的15個時間序列數(shù)據(jù)進行ADF平穩(wěn)性檢驗，發(fā)現(xiàn)各收益率序列皆平穩(wěn)。進行最優(yōu)滯后階數(shù)的選擇后建立VAR（1）模型，并通過了穩(wěn)定性檢驗。進行廣義方差分解得到關(guān)聯(lián)矩陣后，對上市商業(yè)銀行的風(fēng)險溢出水平和風(fēng)險吸收水平進行排序。觀察表中結(jié)果可以看到第一，從整體來看，我國商業(yè)銀行的關(guān)聯(lián)性較大，不同商業(yè)銀行之間的關(guān)聯(lián)度差異也較大。其中國有商業(yè)銀行與其他銀行之間的關(guān)聯(lián)度處于中上水平，一些較大的股份制銀行與城市銀行如光大銀行，寧波銀行與其他銀行的關(guān)聯(lián)度很高。第二，國有商業(yè)銀行的風(fēng)險吸收水平一般要大于股份制銀行和城市商業(yè)銀行，這與國有銀行業(yè)務(wù)范圍廣，資本體量大與同業(yè)之間交易較多有關(guān)。因此當(dāng)其他商業(yè)銀行發(fā)生沖擊時，國有商業(yè)銀行容易受到影響。雖然國有商業(yè)銀行擁有龐大資本體量來對抗市場波動但是較高的風(fēng)險吸收也意味著其面臨著更大的潛在風(fēng)險壓力，因此應(yīng)當(dāng)重視監(jiān)管同時提高自身的抗風(fēng)險能力。第三，從風(fēng)險溢出水平來看，各銀行表現(xiàn)的風(fēng)險傳染性差異較大?？偟膩砜磭秀y行的風(fēng)險溢出水平普遍較高，說明國有銀行在銀行關(guān)聯(lián)網(wǎng)絡(luò)中占據(jù)重要的位置，是風(fēng)險最主要的傳播者，也說明了國有銀行在商業(yè)銀行關(guān)聯(lián)網(wǎng)絡(luò)中的系統(tǒng)重要性。第四，光大銀行無論是風(fēng)險吸收水平還是風(fēng)險溢出水平均排名第一，也是風(fēng)險溢出和吸收水平前五名的唯一一家非國有銀行。說明一些非國有銀行在不斷發(fā)展自身業(yè)務(wù)的同時其系統(tǒng)重要性也在提高，較高的風(fēng)險溢出水平意味著其具有較大的影響力，而較高的風(fēng)險吸收水平說明其易受到其他銀行的影響，在發(fā)生金融危機時容易被波及，有關(guān)部門在監(jiān)管時應(yīng)當(dāng)重點關(guān)注。四、研究結(jié)論本文選取我國商業(yè)銀行的日股票收益率數(shù)據(jù)，利用廣義方差分解法進行關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建，刻畫了包括國有銀行，股份制銀行和城市銀行在內(nèi)的15家商業(yè)銀行的關(guān)聯(lián)度矩陣，發(fā)現(xiàn)我國商業(yè)銀行整體關(guān)聯(lián)水平較高，容易發(fā)生風(fēng)險傳染。國有銀行仍然在我國銀行系統(tǒng)中占據(jù)重要的位置，其風(fēng)險吸收和溢出水平一般要高于股份制銀行和城市商業(yè)銀行。一些發(fā)展迅速的股份制銀行和城商行由于近年來為謀求發(fā)展進行業(yè)務(wù)轉(zhuǎn)型與金融創(chuàng)新，可能會進行更多的風(fēng)險投資等活動，使其具有較高的風(fēng)險溢出水平和風(fēng)險吸收水平，因此也具有較高的系統(tǒng)重要性。綜合以上分析和結(jié)論，本文認為我國對商業(yè)銀行體系的監(jiān)