《我国银行业系统性风险溢出的实证研究》7000字

我国银行业系统性风险溢出的实证研究综述目录TOC\o"1-2"\h\u1177我国银行业系统性风险溢出的实证研究综述 变量均值标准差偏度峰度J-B统计量P值（J-B）工商银行0.0867362.8772030.3207457.820025461.06090.0000建设银行0.1141353.4183230.4502557.459354403.58680.0000中国银行0.0615463.111060.68608510.126091023.9470.0000交通银行0.0296743.538510.9304549.584493912.96140.0000农业银行0.0933352.8644120.5642027.018198339.67460.0000招商银行0.2379953.6855760.4022711.32730546.975980.0000北京银行-0.06283.834318-1.0767912.080181698.2090.0000南京银行0.173683.9576470.3153566.136905199.64040.0000中信银行0.0387581.4245451.04698110.176211089.7120.0000兴业银行-0.037225.396923-1.9481160.3755266102.770.0000华夏银行-0.036891.115299-0.8635313.339032142.6260.0000民生银行0.0968723.8384220.2277149.849999919.03290.0000浦发银行0.0657423.948253-0.3817312.480941761.1850.0000光大银行0.0251763.7753461.11573610.245031120.6640.0000银行系统0.0667932.8552580.5298186.497242260.39390.0000从表1.2可以看出，我国14家上市银行的普遍呈现不对称性，并且其峰度均大于3，具有明显的尖峰特点，符合大多数金融事件序列＂尖峰厚尾，非对称分布＂的特征。除了北京银行、兴业银行、华夏银行三家股份制银行收益率为负以外，其他商业银行的收益率均为正，可以看出我国经济态势良好，选取的14家上市银行的在2011年至2020年大部分处在正收益上，可以推出本文选出的数据中，正收益的可能性要高于负收益的可能性。本文将银行系统设为system,以建设银行CCB为例，进行单个银行对银行体系的风险溢出实证测算： R0.05SYS=0.05SYS|CCB+0.05SYS|CCBR将1.27中所估计的参数带入下列CoVaR,建设银行对银行系统的风险溢出为 CoVaR0.05SYS|CCB=0.05SYS|CCB+其中VaR0.05进一步算出∆CoVaR0.05SYS|CCB∆CoVaR0.05SYS|CCB=CoVaR0.05SYS|CCB-CoVaR0.5SYS|CCB=0.05此外，由于不同机构的CoVaR不同，其差异较大，因此对∆CoVaR0.05SYS|CCB并不能很好地反映出风险溢出程度，因此对∆ %CoVaR0.05SYS|CCB=（∆CoVaR0.05SYS|CCB/VaR0.05按照上述推出，对14家上市银行风险对银行系统整体的溢出效应计算各自的∆CoVaR和%∆CoVaR。考虑单个银行风险对整个银行系统的溢出效应，下表表示在95％置信区间下，单个上市银行风险对银行系统整体的溢出效应大小。表1.314家上市商业银行VaR、CoVaR变量VaR按VaR排序CoVaR按CoVaR排序工商银行-1.628022-5.626727建设银行-5.8628813-6.3023814中国银行-1.681983-5.529044交通银行-1.860784-5.110651农业银行-1.240071-5.469053招商银行-5.4756110-6.0113313北京银行-5.429367-5.7182710南京银行-5.041735-5.9312412中信银行-6.3906314-5.617426兴业银行-5.8971112-5.540365华夏银行-5.7543611-5.8228611民生银行-5.229316-5.657299浦发银行-5.470159-5.636688光大银行-5.466368-5.254102从表1.3可以看出，我国14家上市银行对银行体系均存在系统性风险溢出效应，并且除了中兴银行、光大银行外，单个银行的所测度的VaR值普遍小于其测度CoVaR值。由此可以看出运用VaR测度方法对于系统性风险测度不足以详细刻画处于系统性金融危机时或对尾部极端事件发生时的情形，明显会低估各大银行对其系统性风险溢出影响。此外，从表1.3可以看出，我国14家商业银行的系统性风险测度在运用VaR模型和CoVaR模型下，结果存在差异。国有银行中，工商银行的VaR值排在第二位，而其CoVaR值排在第七位，可以看出对工商银行的风险测度值明显被低估，而对于建设银行、中国银行、交通银行、农业银行四大国有银行的风险测度排名影响不大。股份制银行中，光大银行风险测度波动明显，排序变动6位，存在明显的风险测度偏差，并且可以看出中兴银行、光大银行CoVaR值要小于VaR值，在面对极端事件发生的情形下可以较好的进行应对，在银行系统爆发系统性风险时具有一定的抵御能力。城市银行排位变动不大，但仍然低估了风险溢出。总体而言，在加入银行体系风险溢出后，不仅仅引起了14家商业银行风险价值在绝对数量上的变化，普遍存在风险价值增大，而且也改变了其在行业中对于风险抵御能力相对位置的变化。对表1.4我们侧重从风险溢出的角度来进行分析，即对∆CoVaR和%∆CoVaR进行分析，考察单个银行陷入危机或遭受极端尾部事件冲击时，对整个银行体系产生的风险溢出效应的影响。从∆CoVaR进行分析，建设银行∆CoVaR期望的绝对值最大，为1.371，说明建设银行对对银行系统性风险的平均贡献度最高，而兴业银行的∆CoVaR期望的绝对值最小，为2.703对银行系统性风险的平均贡献度最低。除了建设银行外，其他四家国有大型银行的系统性风险贡献排名也比较靠前，其中农业银行排第二位、工商银行排第三位、中国银行排第四位、交通银行排第八位。对于股份制银行，对银行系统性风险贡献度最高的是华夏银行，3.348排行第五位，对于城市银行，对银行系统性风险贡献度最高的是南京银行，3.045排行第八位，可以看出城市银行的系统性风险贡献度普遍不高。从%∆CoVaR进行分析，在单个银行遭受风险事件时，国有股份制商业银行对整体系统整体的普遍影响较大，高居前五位，其中农业银行对银行体系的风险溢出最大，这也部分解释了农业银行与2014年11月被增选为全球系统重要性金融机构的原因。而股份制银行和城市银行的系统性风险贡献率均不高，整体可以看出国有商业银行系统性风险贡献>股份制商业银行>城市商业银行。这是因为国有商业银行规模巨大，与国内外金融机构拥有紧密的关联，并为实体经济提供大量的资金支持，在中国金融市场占据主导地位。这类金融机构的破产和倒闭会给其他机构带来剧烈的负面溢出效应，严重威胁金融系统的稳定，甚至对实体经济造成冲击，引发系统性危机。金融稳定理事会（FSB）定义这类机构为“系统重要性银行（SIBs）”。对于一般的股份制商业银行或城市商业银行，其规模和影响力均不如国有商业银行，因而发生极端损失的系统性风险溢出也小于后者。因此国有商业银行这类系统重要银行的风险防控就显得尤为重要，由于系统性风险贡献度高，一旦这类银行存在破产风险，将导致“多米诺效应”，蔓延至金融系统中的其他机构，使金融危机发生的可能性增强。表1.414家商业银行风险溢出汇总变量VaRCoVaRDELTACoVaR%DELTACoVaR工商银行-1.62802-5.62672-3.6103978.01162建设银行-5.86288-6.30239-1.3717571.56664中国银行-1.68198-5.52904-3.5970976.82844交通银行-1.86078-5.11066-2.9618460.93360农业银行-1.24007-5.46905-3.6463685.99780招商银行-5.47561-6.01134-2.9981651.75487北京银行-5.42936-5.71827-2.8840753.12003南京银行-5.04173-5.93124-3.0454160.40402中信银行-6.39063-5.61743-2.71344