我国上市银行系统性风险的防范

所属栏目:金融论文 发布日期:2017-05-15 14:38 热度:

   金融危机对银行业的影响是十分广泛和深远的,这对我国银行业的风险防范系统提出了更高的要求,本就主要研究我国上市银行系统性风险的规避问题。

当代金融家

  《当代金融家》Modern Bankers(月刊)2005年创刊,在全球金融业界,中国人民银行研究生部享有盛誉,被《华尔街日报》称之为“中国哈佛”、“中国金融的黄埔军校”。《当代金融家》以“全球金融,合作共赢”为宗旨,在全球金融广阔领域内,通过分析金融时事,讲述金融时事中关键人物的运筹艺术与金融历史上典型案例中典型人物的经典智慧,沟通中外古今金融智术,强力彰现前卫理念,做中外当代金融家的良朋益友。

  2008年起,以美国次级抵押贷款市场危机为导火索而引发的全球性金融危机,揭示出当前金融业存在的众多问题,银行业的系统性风险也再次成为各国政策决策者关注的焦点。本文拟选择在沪深两市上市的商业银行为样本,对13家上市银行从2009年至2013年的交易数据构建单指数模型,从而分析出金融危机前后各家上市银行系统性风险变化状况,并通过GARCH(1,1)模型证明金融危机后我国银行业系统性风险有所增加这一结论。

  1 引 言

  2008年起,以美国次级抵押贷款市场危机为导火索而引发的全球性金融危机,揭示出当前金融业存在众多的问题,银行业的系统性风险也再次成为各国政策决策者关注的焦点。美国、英国、欧盟纷纷出台金融监管改革法案,巴塞尔委员会也对新资本协议进行了修改,总体趋势是将宏观审慎监管和传统的微观审慎监管结合起来,银行内部约束与外部监管结合起来,共同全面防范由资产证券化、金融衍生产品等金融创新带来的系统性风险。虽然我国在这次金融危机中所遭受的损失程度较轻,但是随着我国金融市场开放步伐的加快,我国银行业必然将面临着更大的系统性风险。因而在全球金融一体化的大背景下,研究我国银行业系统性风险的测度是十分必要且重要的。这将为我国银行业的系统性风险预防与防范提供基础。

  关于银行系统性风险的形成机制,理论界尚存争议,其中具有代表性的理论有:金融体系脆弱性理论、金融危机理论、信息不对称理论、金融资产价格波动理论、风险溢出与传染理论。

  1.1 金融体系脆弱性理论

  金融体系脆弱性理论的代表人物是海曼・明斯基。他认为:金融机构的内在特性将使得他们经历周期性的危机和破产,从而会导致宏观经济的衰退和萧条[1]。

  从银行危机的经济周期角度来看,银行的经营状况会随经济周期变化而变化,即银行系统性风险的发生并不是由于外部冲击或政策错误而造成的,而是由经济和银行系统的周期性内生的。在经济波动中,由于投资高潮和低谷的交替出现,银行正常的信贷资金流动必然受阻,故当实际部门正常的资金循环被打断后,就会发生违约和破产事件,而实际部门资金循环的紊乱最终要影响到金融体系,即实际部门的倒闭破产困境将不可避免地扩展到整个银行系统。

  从金融市场有限理性的角度来看,银行系统性风险或危机的爆发是由于金融市场的非理性行为造成的。金德尔伯格认为,大部分金融市场在大部分时间内是理性的,从长远的观点看,这个世界或多或少地像“经济人”那样行事,但金融市场偶尔的非理性行为导致了金融危机的爆发[2]。

  1.2 金融危机理论 [3]

  金融危机理论是由以弗里德曼为代表的货币学派提出的。该理论注重于对金融体系内部的研究。弗里德曼认为:一些突发事件可能使公众对银行将存款兑换为通货的能力丧失信心,银行业的高负债特性易引起银行业的恐慌。施瓦茨运用这一理论进一步区分了所谓“真实金融危机”和“虚假金融危机”。他认为:只要公众相信货币当局会提供他们需要的通货,银行业恐慌就可以避免。1866 年的金融危机以后,由于英格兰银行正式承担了最后贷款人的责任,英国没有发生过真实的金融危机。而“虚假金融危机”主要是指社会经济中特定部门财富的减少,不足以导致挤兑和银行业恐慌。施瓦茨认为,中央银行对“虚假金融危机”不必采取拯救行动,如拯救只会造成资源浪费。

  1.3 信息不对称理论

  信息经济学派认为:在信息不对称的情况下,单个储户的理性行为是趁着银行还有支付能力时抢先提款,因此在现实生活中银行挤兑具有爆发性发生的可能性,而银行对此是无能为力的,所以在市场信心崩溃时就可能产生巨大的系统性风险。同样,存款人、银行经营者、借款人、银行监管者之间的信息不对称也将导致逆向选择和道德风险,从而使银行不能有效地配置金融资源。

  1.4 金融资产价格波动理论[4]

  金融资产价格波动理论认为:金融市场具有内在的不稳定性。由金融资产价格波动和金融投机行为导致的资本市场波动使金融资产的风险全面上升,而金融创新、金融全球化的发展又使金融资产风险的传染性具有了便捷的通道。因此,当金融资产价格的变动风险积聚到一定程度时,将使某个国家或地区的银行体系或整个金融体系产生普遍的不良预期,从而有可能引发金融危机。在风险的交叉传染下,一国乃至数国的银行体系都会受到十分巨大的影响,进而产生系统性危机。

  2 系统性风险的模型设定

  2.1 单指数模型[5]

  3 实证分析

  3.1 样本选取

  本文以在沪深两市上市交易的13家上市商业银行(建设银行、工商银行、浦发银行、华夏银行、民生银行、招商银行、南京银行、兴业银行、北京银行、交通银行、中国银行、中信银行和深圳发展银行)作为研究对象。

  3.2 样本期间

  系统性风险的实证研究的时间跨度一般以3―5年为宜。考虑到不同银行上市时间差异以及横向可比性,故将样本期间定为2009年9月28日至2013年12月30日。

  3.3 数据来源

  由于样本期间较长,若采用日收盘价则会导致数据过多,故选取各个上市银行每周收盘价作为原始采集数据。本文在研究中使用了五方面的数据:经过复权处理的各上市银行周收盘价、上证A股指数的周收盘价、沪市金融板块指数的周收盘价、深圳成分股指数的周收盘价以及深市金融板块指数的周收盘价。本文所用的经过复权处理的各样本银行的周收盘、大盘周收盘价、金融指数的周收盘价均来源于钱龙证券分析系统。

  3.4 统计分析过程

  3.4.1 单指数模型分析

  (3)系统性风险的测算。运用EViews6.0软件将上述数据代入后,可得到回归结果,从而计算得到系统性风险系数。以民生银行2013年数据为例,得到结果见表1和表2。   经过比较回归结果后发现:无论沪市、深市,以金融板块指数的周收益率作为市场收益率得到的回归结果在拟合度、参数显著性水平等方面均优于上证A股指数和深圳成分股指数的周收益率作为市场收益率的结果。经整理后,13家上市公司从2009年至2013年系统性风险系数及t检验结果见表3。

  通过表3可以看到,若以10%作为置信区间,除了2009年个别银行的系统性风险系数值未能通过t检验,其他均通过,这可能与2009年样本量过少有关。

  通过分析可以发现,13家上市银行大致可以分为三类。第一类:除了个别年份的反弹,系统性风险系数随时间大致呈下降趋势。这一类包括了:建设银行、工商银行、中国银行、中信银行和深圳发展银行。第二类:除了个别年份跌落,系统性风险系数随时间大致呈上升趋势。这一类包括:华夏银行、南京银行、兴业银行、北京银行。第三类:虽然系统性风险系数升升降降,但是基本上处于某一区间。这一类上市银行包括:浦发银行(系统性风险系数在1.0~1.2)、民生银行(系统性风险系数在0.8~0.9)、招商银行(系统性风险系数在0.95~1.1)、交通银行(系统性风险系数在0.8~1.0)。

  经仔细分析可以发现:第一类银行都是资产规模较大的上市银行,他们的系统性风险随着金融危机的推移逐步下降,且系统性风险系数都小于1,说明这5家上市银行属于防守型公司,其收益率的变化小于市场组合收益率的变化,大盘上升时其收益有限,大盘下跌时,其抗跌性较强;第二类银行相对于第一类银行而言,资产规模较小,系统性风险随着金融危机的来临而逐步上升,且这一类银行的系统性风险系数大多大于1,说明这4家银行属于进取型公司,其收益率的变化大于市场组合收益率的变化,大盘上升时获利较大,大盘下跌时损失也较大;第三类上市银行的系统性风险系数较为稳定且都在1之间徘徊,说明这四家银行其系统性风险与市场组合的系统性风险相同。

  从时间上来分析发现:从2009年到2013年,13家上市银行中有6家银行系统性风险系数上升,7家银行系统性风险系数下降;从2010年到2011年,13家上市银行中有8家银行系统性风险系数上升,5家银行系统性风险系数下降;从2011年到2012年,13家上市银行中有7家银行系统性风险系数上升,6家银行系统性风险系数下降;从2012年到2013年,13家上市银行中有6家银行系统性风险系数上升,7家银行系统性风险系数下降。这似乎无法体现金融危机对于我国上市银行的影响。但是,若是以系统性风险系数大于1作为高系统风险的标志,则可以发现:2009年只有2家银行系统性风险系数大于1,而2010年有4家,2011年有3家,2012年有6家,2013年有5家,都较金融危机之前有所上升。

  为了更好地说明这一点,下面将引入GARCH(1,1)模型来说明在金融危机后,我国上市银行股票收益率具有波动集聚效应。

  3.4.2 GARCH(1, 1)模型分析

  将数据导入EViews6.0后,生成一组收益率序列,通过观察收益率序列的图形,可知,存在波动集聚效应。以深市金融板块指数为例,如图1。

  再通过相关性检验和相应回归,可以确定深市金融板块指数收益率序列的均值模型为:r=0.135625r(-8)+ε。经过ARCH效应检验,由F统计量和LM统计量大小可知,模型已不存在ARCH 效应。然后通过EViews软件,构建GARCH(1,1)模型,得到以下结果见表4。

  再对模型的残差进行ARCH效应检验,得到结果见表5。

  由上述结果可知:残差不存在ARCH效应。

  故由深市金融板块指数收益率序列构建的GARCH(1,1)模型的均值方程为:r=0.135625r(-8)+ε;条件方差方程为:0.000114+0.276339* RESID(-1)^2 +0.601050*GARCH(-1),且残差不再存在ARCH效应。

  再对其他数据进行上述步骤,可以发现13家上市银行的收益率序列都存在着波动集聚效应。

  4 结论

  第一,金融危机后,各家上市银行的系统性风险并不是都随着时间的推移而上升的。部分商业银行的系统性风险在金融危机后逐步上升,而部分商业银行的系统性风险在金融危机后逐步下降,还有一部分则是较为平稳地在某一区间波动。

  第二,资产规模较大的上市银行在金融危机后所受到的系统性风险相比于资产规模较小的上市银行来说要小。这可能是资产规模较大的商业银行有雄厚的资本可以抵御风险。

  第三,从总体来说,金融危机后我国上市银行业系统性风险还是增加了。通过GARCH(1,1)模型也可以证明2010年和2012年上市银行的收益率波动幅度明显增大。这说明金融危机对于上市银行的收益率还是有明显影响的。

  参考文献:

  [1]钟伟,李心丹.现代西方金融体系内在风险性及其防范理论[J].金融研究,1998(8).

  [2]周道许.现代金融监管体制研究[M].北京:中国金融出版社,2000:38.

  [3]周柏.我国上市银行系统性风险研究[D].天津:河北工业大学,2008(6).

  [4]翟金林.银行系统性风险的成因及防范研究[J].南开学报,2001 (4):83-89.

  [5]韩德宗,朱晋.证券投资学原理[M].北京:机械工业出版社,2010:231-233.

  [6]赵卫亚,彭寿康,朱晋.计量经济学[M].北京:机械工业出版社,2010: 161-162.

  [7]杨军华.宏观审慎监管在系统性金融风险管理中的作用[J].中国行政管理,2011(8):125-127.

  [8]金运.股份制商业银行如何防范系统性风险[J].中国金融家,2004(10):22-24.   [9]谢平,邹传伟.金融危机后有关金融监管改革的理论综述[J].金融研究,2010(2):1-17.

  [10]刘桂荣,卢添翼.上市银行系统性风险的实证研究[J].商业时代,2007(10):59-60.

  [11]Michael Schr?der, Martin Schüler. The Systemic Risk Potential in European Banking―Evidence from Bivariate GARCH Models[J]. ZEW Discussion Paper, 2010 (8).

  [12]张强,冯超.金融危机后我国上市商业银行系统性风险测算[J].上海金融,2010(12): 32-35.

  [13]汤柳,王旭祥.论宏观审慎原则下系统性风险研究的新发展[J].浙江金融,2010(10):16-18.

  [14]王书斌,王雅俊.银行系统性风险传染机制的研究与实证――基于资产价格波动视角[J].金融与经济,2010(7):6-9.

  [15]宋薇.我国上市银行系统性风险预测研究――基于β系数稳定性及影响因素的视角[D].青岛:中国海洋大学,2011(6).

  [16]高志勇.系统性风险与宏观审慎监管――基于美国银行业的实证研究[J].财经理论与实践,2010(5):12-18.

  [17]庄宗明,高志勇.后危机时期的两岸金融监管合作[J].厦门大学学报,2011(4):69-77.

  [18]温博慧.系统性金融风险测度方法研究综述[J].金融发展研究,2010(1):24-27.

文章标题:我国上市银行系统性风险的防范

转载请注明来自:http://www.sofabiao.com/fblw/jingji/jinrong/35729.html

相关问题解答

SCI服务

搜论文知识网的海量职称论文范文仅供广大读者免费阅读使用! 冀ICP备15021333号-3