朱曉謙，李靖宇,2，李建平，陳懿冰，魏　璐,2

(1. 中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院, 北京　100190；2. 中國(guó)科學(xué)院大學(xué)，北京　100049)

1　引言

據(jù)美國(guó)聯(lián)邦存款保險(xiǎn)公司統(tǒng)計(jì)，2007年的次貸危機(jī)導(dǎo)致2008年僅美國(guó)倒閉銀行數(shù)量就有25家，2009年更高達(dá)140家，截至2015年共有400多家銀行倒閉[1]，對(duì)全球經(jīng)濟(jì)金融造成了嚴(yán)重后果，也使國(guó)內(nèi)外監(jiān)管機(jī)構(gòu)、金融機(jī)構(gòu)和學(xué)界意識(shí)到系統(tǒng)性風(fēng)險(xiǎn)及其度量的重要性。國(guó)際貨幣基金組織在2009年4月的《全球金融穩(wěn)定性報(bào)告》中明確指出需要對(duì)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行度量[2]，對(duì)于系統(tǒng)性風(fēng)險(xiǎn)的準(zhǔn)確度量有助于整個(gè)金融系統(tǒng)的宏觀審慎監(jiān)管。然而由于系統(tǒng)性風(fēng)險(xiǎn)的來源多樣、形式多變，系統(tǒng)性風(fēng)險(xiǎn)的度量存在較大的困難[3]，對(duì)于如何準(zhǔn)確度量系統(tǒng)性風(fēng)險(xiǎn)至今仍沒有一個(gè)被廣泛認(rèn)可的方法。

要準(zhǔn)確度量系統(tǒng)性風(fēng)險(xiǎn)需要充分理解系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)涵。目前已有很多關(guān)于系統(tǒng)性風(fēng)險(xiǎn)的研究，但是對(duì)系統(tǒng)性風(fēng)險(xiǎn)的定義并未廣泛達(dá)成一致。早在1994年，國(guó)際清算銀行就將系統(tǒng)性風(fēng)險(xiǎn)定義為“單個(gè)參與者的失敗，可能造成其他參與者發(fā)生損失，通過一系列連鎖反應(yīng)導(dǎo)致大范圍金融損失發(fā)生的風(fēng)險(xiǎn)”[4]。金融穩(wěn)定委員會(huì)(Financial Stability Board, FSB)、國(guó)際貨幣基金組織(International Monetary Fund, IMF)和國(guó)際清算銀行(Bank for International Settlements, BIS)[5]提出，系統(tǒng)性風(fēng)險(xiǎn)是指金融體系部分或全部遭受損害，導(dǎo)致大范圍金融服務(wù)中斷并給實(shí)體經(jīng)濟(jì)造成嚴(yán)重影響的風(fēng)險(xiǎn)。而Kaufman和Scott[6]認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)是指整個(gè)系統(tǒng)崩潰的可能性，表現(xiàn)為系統(tǒng)中的大多數(shù)部門或所有部門間的聯(lián)動(dòng)性(相關(guān)性)。Gandy和Veraart[7]則認(rèn)為，系統(tǒng)性風(fēng)險(xiǎn)是一些外部或經(jīng)濟(jì)沖擊導(dǎo)致金融體系的參與者債務(wù)違約，從而引起嚴(yán)重的連鎖反應(yīng)的風(fēng)險(xiǎn)。上述定義雖然側(cè)重不同，但均體現(xiàn)出了系統(tǒng)性風(fēng)險(xiǎn)具有復(fù)雜性、系統(tǒng)性、傳染性和突發(fā)性等典型特征。

根據(jù)學(xué)者對(duì)系統(tǒng)性風(fēng)險(xiǎn)的不同刻畫，迄今為止已出現(xiàn)多種系統(tǒng)性風(fēng)險(xiǎn)度量的方法。其中條件在險(xiǎn)價(jià)值(Conditional Value-at-Risk, CoVaR)[8-9]和邊際期望損失(Marginal Expected Shortfall, MES)[10]是系統(tǒng)性風(fēng)險(xiǎn)度量研究中較為常見的兩種方法，但其實(shí)它們主要是度量單家金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)，而不是度量整個(gè)金融系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)。另外一類是用綜合指標(biāo)法度量系統(tǒng)性風(fēng)險(xiǎn)[11-13]，認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)受到宏觀經(jīng)濟(jì)和金融變量的影響，通過對(duì)歷次金融危機(jī)的歷史數(shù)據(jù)分析找出這些影響變量，再用統(tǒng)計(jì)方法對(duì)其進(jìn)行加總，從而得到系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)[14]。該法簡(jiǎn)單清晰、切實(shí)有效，其主要缺點(diǎn)是對(duì)系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)測(cè)不具有連續(xù)性，由于多數(shù)公開指標(biāo)屬于低頻數(shù)據(jù)而存在滯后性，并且大多沒有將金融機(jī)構(gòu)之間的相互關(guān)系和影響、金融行業(yè)之間的關(guān)聯(lián)性納入考慮范疇[15]。此外，也有學(xué)者運(yùn)用網(wǎng)絡(luò)分析法研究銀行系統(tǒng)性風(fēng)險(xiǎn)[7,16-20]，該方法主要通過構(gòu)建銀行風(fēng)險(xiǎn)敞口矩陣，再基于模擬的風(fēng)險(xiǎn)在網(wǎng)絡(luò)中傳導(dǎo)計(jì)算出違約及倒閉銀行數(shù)量、銀行資產(chǎn)損失等來衡量系統(tǒng)性風(fēng)險(xiǎn)，該法的優(yōu)點(diǎn)在于將系統(tǒng)性風(fēng)險(xiǎn)的傳染與銀行間的實(shí)際交易相聯(lián)系，缺陷在于度量結(jié)果是基于模擬和假設(shè)的風(fēng)險(xiǎn)誘導(dǎo)因素而非真實(shí)的沖擊[21]，因此不能反映現(xiàn)實(shí)情況中系統(tǒng)性風(fēng)險(xiǎn)的實(shí)際大??；另外，由于不同年份銀行系統(tǒng)中銀行的數(shù)目和資產(chǎn)在不斷變化，僅僅用倒閉銀行數(shù)目和資產(chǎn)損失總額刻畫系統(tǒng)性風(fēng)險(xiǎn)在不同年份間不具有可比性。從系統(tǒng)性風(fēng)險(xiǎn)的含義和特征可知，金融機(jī)構(gòu)之間的關(guān)聯(lián)對(duì)于理解系統(tǒng)性風(fēng)險(xiǎn)至關(guān)重要，而指標(biāo)法卻沒能很好地考慮這種關(guān)聯(lián)，網(wǎng)絡(luò)分析法雖然從金融機(jī)構(gòu)的關(guān)聯(lián)出發(fā)進(jìn)行系統(tǒng)性風(fēng)險(xiǎn)度量，但也沒能很好地刻畫當(dāng)前實(shí)際的系統(tǒng)性風(fēng)險(xiǎn)，并且這些方法所得到的結(jié)果也不具有連續(xù)性或可比性。因此，針對(duì)上述方法的缺陷，本文擬提出一種新的系統(tǒng)性風(fēng)險(xiǎn)度量方法。

本文提出危機(jī)條件概率(CPC)法來度量系統(tǒng)性風(fēng)險(xiǎn)，是將單個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率作為系統(tǒng)性風(fēng)險(xiǎn)度量指標(biāo)，可通過金融機(jī)構(gòu)與金融系統(tǒng)的股票收益下尾相關(guān)性計(jì)算得到。該方法對(duì)系統(tǒng)性風(fēng)險(xiǎn)的定義清晰，所得到的系統(tǒng)性風(fēng)險(xiǎn)在不同時(shí)間具有可比性，并且由于所基于的股票收益率數(shù)據(jù)高頻易獲取，系統(tǒng)性風(fēng)險(xiǎn)的大小可實(shí)時(shí)更新。在實(shí)證當(dāng)中，基于截至2015年上市的49家中國(guó)金融機(jī)構(gòu)的股票數(shù)據(jù)，利用本文提出的方法得出了2007-2016年整個(gè)金融行業(yè)和三個(gè)金融子行業(yè)(銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè))的系統(tǒng)性風(fēng)險(xiǎn)結(jié)果。

2　方法

本文提出利用單個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率來度量系統(tǒng)性風(fēng)險(xiǎn)，這是基于發(fā)生危機(jī)的條件概率的度量方法，所以將其命名為危機(jī)條件概率法(CPC)。該概率反映了金融機(jī)構(gòu)個(gè)體危機(jī)事件演變成系統(tǒng)危機(jī)事件的可能性，當(dāng)概率值較小時(shí)代表單個(gè)金融機(jī)構(gòu)危機(jī)事件演變成系統(tǒng)危機(jī)事件的可能性較小，因而系統(tǒng)性風(fēng)險(xiǎn)較低；反之，當(dāng)概率值較大則代表單個(gè)金融危機(jī)事件演變成系統(tǒng)危機(jī)事件的可能性較大，因而系統(tǒng)性風(fēng)險(xiǎn)較高。

具體地，本文采用金融機(jī)構(gòu)和金融系統(tǒng)股票收益的尾部相關(guān)性來刻畫金融機(jī)構(gòu)發(fā)生危機(jī)會(huì)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率。在有效市場(chǎng)假說下，一切有價(jià)值的信息已經(jīng)及時(shí)、準(zhǔn)確和充分地反映在股價(jià)走勢(shì)當(dāng)中[22]，因此金融機(jī)構(gòu)的風(fēng)險(xiǎn)信息也蘊(yùn)含在股票價(jià)格的變動(dòng)中[23-25]。單個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率是一個(gè)條件概率，而尾部相關(guān)性描述的也是當(dāng)一個(gè)變量處于極值時(shí)另一個(gè)變量也處于極值的條件概率[26]，所以可以采用尾部相關(guān)性來刻畫該危機(jī)條件概率。在刻畫尾部相關(guān)性的方法中，Copula方法受到了非常廣泛的應(yīng)用[27-28]，本文也將采用Copula方法。

假設(shè)一個(gè)金融系統(tǒng)S中有N家金融機(jī)構(gòu)，該金融系統(tǒng)所處的股票市場(chǎng)為M。本文提出的系統(tǒng)性風(fēng)險(xiǎn)度量方法具體分為以下四個(gè)步驟：

第一，計(jì)算股票收益率。首先需要進(jìn)行數(shù)據(jù)預(yù)處理，根據(jù)股票價(jià)格計(jì)算出股票收益率，該值反映了股票價(jià)格的變動(dòng)，具體如公式(1)：

(1)

式中Rj,t和pj,t分別代表主體j在t時(shí)刻的股票對(duì)數(shù)收益率和股票價(jià)格，其中j∈{M,S,{1,2,…,N}}；

第二，提取個(gè)體信息。根據(jù)市場(chǎng)模型(Market Model)[29]可知，股票收益率受到的影響可以分為由共同的市場(chǎng)因素影響的部分和由個(gè)體因素所決定的部分，只有剔除共同因素影響的部分才能更好地體現(xiàn)股票收益率的個(gè)體信息，具體如公式(2)：

Rj,t=αj+βjRM,t+εj,t

(2)

式中j∈{S,{1,2,…,N}}；RM,t為股票市場(chǎng)M在t時(shí)刻的收益率，代表市場(chǎng)因素；βj為回歸系數(shù)，反映了共同的市場(chǎng)因素對(duì)Rj,t的影響大??；αj為回歸模型的截距；而εj,t即為Rj,t去除共同因素影響后剩下的個(gè)體信息；

第三，計(jì)算危機(jī)條件概率?；趥€(gè)體信息分別計(jì)算N家金融機(jī)構(gòu)發(fā)生危機(jī)會(huì)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率，即危機(jī)條件概率。較為簡(jiǎn)化地，該概率可通過計(jì)算N家金融機(jī)構(gòu)和金融系統(tǒng)個(gè)體信息的下尾相關(guān)系數(shù)得到。本文采用對(duì)下尾相關(guān)非常敏感的Clayton Copula[26]來計(jì)算下尾相關(guān)系數(shù)，二元Clayton Copula的表達(dá)式如公式(3)：

(3)

式中u、v為隨機(jī)變量，θ∈(0,+∞)為相關(guān)參數(shù)。通過尾部相關(guān)性的定義，結(jié)合Clayton Copula的具體形式可以推導(dǎo)出金融機(jī)構(gòu)i∈[1,N]和金融系統(tǒng)S的下尾相關(guān)系數(shù)，如公式(4)：

(4)

第四，計(jì)算系統(tǒng)性風(fēng)險(xiǎn)。通過將N家金融機(jī)構(gòu)與金融系統(tǒng)的危機(jī)條件概率進(jìn)行平均，得到整個(gè)金融系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)值，該值表示系統(tǒng)中單個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)導(dǎo)致整個(gè)系統(tǒng)陷入危機(jī)的概率的平均水平，如公式(5)：

(5)

綜上，本文提出的危機(jī)條件概率(CPC)法基于股價(jià)數(shù)據(jù)，計(jì)算出各金融機(jī)構(gòu)陷入危機(jī)會(huì)導(dǎo)致金融系統(tǒng)也陷入危機(jī)的平均概率，來衡量系統(tǒng)性風(fēng)險(xiǎn)的大小。該方法具有以下三個(gè)優(yōu)點(diǎn)：從系統(tǒng)性風(fēng)險(xiǎn)的含義出發(fā)，考慮金融機(jī)構(gòu)與金融系統(tǒng)的內(nèi)在關(guān)聯(lián)，明確清晰地將系統(tǒng)性風(fēng)險(xiǎn)度量轉(zhuǎn)化為一個(gè)條件概率計(jì)算的問題；并且與采用宏觀經(jīng)濟(jì)變量、資產(chǎn)負(fù)債表數(shù)據(jù)的綜合指標(biāo)法相比，該方法因采用頻率較高的股票市場(chǎng)數(shù)據(jù)，可更為及時(shí)地更新系統(tǒng)性風(fēng)險(xiǎn)度量結(jié)果；此外，網(wǎng)絡(luò)分析法中常用來反映系統(tǒng)性風(fēng)險(xiǎn)大小的倒閉銀行數(shù)目和資產(chǎn)損失金額，因金融行業(yè)規(guī)模會(huì)隨時(shí)間發(fā)生變化而在不同時(shí)間不具有可比性，而本文構(gòu)建的系統(tǒng)性風(fēng)險(xiǎn)度量指標(biāo)基于概率，在不同時(shí)間可以進(jìn)行比較。

3　實(shí)證

3.1　數(shù)據(jù)說明

本文研究中國(guó)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，樣本選為截至2015年末上市的49家上市金融機(jī)構(gòu)，其中包括16家商業(yè)銀行、25家證券公司、4家保險(xiǎn)公司和4家其他金融機(jī)構(gòu)(詳見表1)。據(jù)表1可知，銀行、證券和保險(xiǎn)三大金融子行業(yè)中上市機(jī)構(gòu)的資產(chǎn)之和占各自行業(yè)總資產(chǎn)的比重均超過了50%，具體分別為59%、78%和66%，因而選擇上市金融機(jī)構(gòu)作為研究對(duì)象具有較好的代表性。

表1　中國(guó)49家上市金融機(jī)構(gòu)的數(shù)目和資產(chǎn)統(tǒng)計(jì)

本文股票市場(chǎng)的股票價(jià)格選取上證綜合指數(shù)的收盤價(jià)數(shù)據(jù)，各金融機(jī)構(gòu)的股票價(jià)格則對(duì)應(yīng)各自的股票收盤價(jià)數(shù)據(jù)；另外，由于本文擬研究整個(gè)金融行業(yè)及銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)三個(gè)子行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，因此需要金融業(yè)和三個(gè)子行業(yè)的股票價(jià)格數(shù)據(jù)，分別對(duì)應(yīng)證監(jiān)會(huì)行業(yè)分類中的金融業(yè)、貨幣金融服務(wù)、資本市場(chǎng)服務(wù)和保險(xiǎn)業(yè)的收盤價(jià)數(shù)據(jù)。由于股價(jià)日波動(dòng)較大，將計(jì)算頻率定為周度，并且為了避免每周交易起始日和結(jié)束日可能存在的異常波動(dòng)，選用每周三的數(shù)據(jù)。另外，為了平衡數(shù)據(jù)量和研究時(shí)間區(qū)間的長(zhǎng)度，本文選擇兩年的時(shí)間窗計(jì)算系統(tǒng)性風(fēng)險(xiǎn)。鑒于樣本中59%的金融機(jī)構(gòu)上市時(shí)間均在2005年以后，并且最近的金融危機(jī)事件發(fā)生于2007年，因此將研究時(shí)間范圍定為2007年1月-2016年6月，對(duì)應(yīng)樣本數(shù)據(jù)時(shí)間范圍為2005年1月-2016年6月。本文中涉及的所有股價(jià)數(shù)據(jù)均來源于Wind數(shù)據(jù)庫(kù)。

3.2　金融子行業(yè)系統(tǒng)性風(fēng)險(xiǎn)

基于3.1節(jié)的樣本數(shù)據(jù)，通過本文提出的方法計(jì)算出了2007-2016年中國(guó)銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)的系統(tǒng)性風(fēng)險(xiǎn)(見圖1)。以圖1-a中顯示的中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)為例，曲線上的每個(gè)點(diǎn)為對(duì)應(yīng)時(shí)間點(diǎn)單個(gè)銀行發(fā)生危機(jī)銀行系統(tǒng)發(fā)生危機(jī)的概率的平均值，如圖1-a中所標(biāo)記的點(diǎn)表示在2009年3月25日銀行系統(tǒng)發(fā)生危機(jī)的概率為0.72。

2007年的次貸危機(jī)使中國(guó)銀行業(yè)在境外的投資發(fā)生了直接損失，并且間接加強(qiáng)了中國(guó)的實(shí)體經(jīng)濟(jì)對(duì)銀行業(yè)的反向沖擊，給中國(guó)銀行業(yè)帶來了負(fù)面影響[30]，從圖1-a中也可以看出，中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)在2007年后期開始呈上升趨勢(shì)，而2009年末至2011年又爆發(fā)了歐債危機(jī)，因此該時(shí)間段中國(guó)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)處于較高的水平，直到2012年下半年才有所回落。但是可以清楚地看到2014年年底中國(guó)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)又呈現(xiàn)出明顯上升的趨勢(shì)，目前甚至高于了次貸危機(jī)時(shí)期。紐約大學(xué)斯特恩商學(xué)院波動(dòng)實(shí)驗(yàn)室V-Lab的系統(tǒng)性風(fēng)險(xiǎn)指數(shù)SRISK顯示，當(dāng)前中國(guó)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)在全球990家金融機(jī)構(gòu)中處于較高水平，其中有三家銀行(中國(guó)建設(shè)銀行、中國(guó)銀行和中國(guó)農(nóng)業(yè)銀行)排名前十[31]。而該實(shí)驗(yàn)室創(chuàng)始人的Robert Engle 2014-2015年間也曾在三次不同的報(bào)告中指出，中國(guó)銀行業(yè)面臨著較高的系統(tǒng)性風(fēng)險(xiǎn)，而銀行債務(wù)問題是主要原因之一。

圖1　2007-2016年中國(guó)銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)的系統(tǒng)性風(fēng)險(xiǎn)

圖1-b展示了中國(guó)證券業(yè)系統(tǒng)性風(fēng)險(xiǎn)的變化，從圖中可以看出證券業(yè)在樣本區(qū)間內(nèi)一直呈明顯上升趨勢(shì)。一方面，近年來隨著我國(guó)證券業(yè)業(yè)務(wù)的快速發(fā)展，證券公司業(yè)務(wù)操作的風(fēng)險(xiǎn)問題也逐漸突顯，根據(jù)對(duì)2015年證監(jiān)會(huì)披露的處罰公告進(jìn)行統(tǒng)計(jì)，截至2015年12月10日有22家證券公司因進(jìn)行高風(fēng)險(xiǎn)的違規(guī)操作受到處罰，其中14家為證監(jiān)會(huì)評(píng)定的AA類證券公司。另一方面，由于證券業(yè)與證券市場(chǎng)聯(lián)系緊密，單個(gè)證券公司的風(fēng)險(xiǎn)事件可能會(huì)引起整個(gè)證券市場(chǎng)的變動(dòng)，并在短時(shí)間內(nèi)沖擊整個(gè)證券行業(yè)，如2013年光大證券因交易系統(tǒng)設(shè)計(jì)缺陷導(dǎo)致的異常交易事件，迅速波及了整個(gè)證券市場(chǎng)和證券行業(yè)[32]。

從圖1-c可以看出，保險(xiǎn)業(yè)的系統(tǒng)性風(fēng)險(xiǎn)一直穩(wěn)定在較高水平。首先，保險(xiǎn)業(yè)面臨著較高的信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)，大部分的資產(chǎn)用于債券、股票和證券投資等，并且近年來這些投資占其總資產(chǎn)的比重有上升趨勢(shì)[33]，根據(jù)保監(jiān)會(huì)官網(wǎng)發(fā)布的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，2016年6月該比重已高達(dá)71%。其次，保險(xiǎn)行業(yè)的業(yè)務(wù)集中度較高[34]，在樣本時(shí)間區(qū)間內(nèi)，財(cái)險(xiǎn)公司中人民財(cái)險(xiǎn)、太平洋財(cái)險(xiǎn)、太保財(cái)險(xiǎn)三家公司一直占據(jù)市場(chǎng)份額的64%以上，壽險(xiǎn)公司中中國(guó)人壽和平安人壽兩家公司占據(jù)市場(chǎng)份額始終超過33%。此外，再保險(xiǎn)業(yè)務(wù)加強(qiáng)了保險(xiǎn)公司間的關(guān)聯(lián)，加大了單個(gè)保險(xiǎn)公司的風(fēng)險(xiǎn)事件演變成系統(tǒng)性風(fēng)險(xiǎn)的可能性。另外，重大自然災(zāi)害和事故的發(fā)生也會(huì)給保險(xiǎn)業(yè)帶來系統(tǒng)性風(fēng)險(xiǎn)[34]。

3.3　金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)

為了進(jìn)一步研究銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)對(duì)與整個(gè)金融業(yè)的影響，本文計(jì)算了各子行業(yè)與金融業(yè)股票收益的下尾相關(guān)系數(shù)，該值反映了當(dāng)各子行業(yè)陷入危機(jī)時(shí)整個(gè)金融行業(yè)也會(huì)陷入危機(jī)的概率。結(jié)果顯示(見圖2)，銀行業(yè)對(duì)金融業(yè)的影響始終高于證券業(yè)和保險(xiǎn)業(yè)，但是近年來證券業(yè)和保險(xiǎn)業(yè)對(duì)金融業(yè)的影響有所上升，開始接近于銀行業(yè)。由于我國(guó)銀行業(yè)發(fā)展的時(shí)間相對(duì)較早，銀行業(yè)在我國(guó)金融業(yè)中長(zhǎng)期處于主體地位。通過對(duì)銀監(jiān)會(huì)、證監(jiān)會(huì)和保監(jiān)會(huì)官方數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，2016年銀行業(yè)的數(shù)目和資產(chǎn)在整個(gè)金融行業(yè)中的占比均達(dá)到90%以上。另外，隨著證券市場(chǎng)的快速發(fā)展及其在整個(gè)金融體系中的作用日益突出，證券行業(yè)對(duì)整個(gè)金融行業(yè)的影響也越來越大。而對(duì)于保險(xiǎn)業(yè)而言，隨著保險(xiǎn)資產(chǎn)證券化顯著加強(qiáng)以及保險(xiǎn)公司與銀行的業(yè)務(wù)合作不斷深化等，保險(xiǎn)業(yè)在整個(gè)金融行業(yè)中的影響也有所提高。

圖2　2007-2016年銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)對(duì)整個(gè)金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響

最后，本文還基于49家金融機(jī)構(gòu)的數(shù)據(jù)計(jì)算了2007-2016年中國(guó)整個(gè)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)(見圖3)。從圖中可以看出，與銀行業(yè)和證券業(yè)類似，2007年次貸危機(jī)發(fā)生后，金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)一直呈上升趨勢(shì)。2012年下半年以后，銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)有所下降，并且證券業(yè)系統(tǒng)性風(fēng)險(xiǎn)的上升趨勢(shì)逐漸減緩，因此整個(gè)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)也有所下降。2014年下半年以來，銀行業(yè)和證券業(yè)的系統(tǒng)性風(fēng)險(xiǎn)都呈明顯的上升趨勢(shì)，因此整個(gè)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)也明顯上升，當(dāng)前已顯著高于次貸危機(jī)時(shí)期。近期V-LAB[35]、陶玲和朱迎[14]以及夏斌[36]的相關(guān)研究也表明，中國(guó)系統(tǒng)性風(fēng)險(xiǎn)近年來在不斷上升，并且已處于較高水平。

圖3　2007-2016年中國(guó)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)

4　結(jié)語

本文提出危機(jī)條件概率(CPC)法來度量系統(tǒng)性風(fēng)險(xiǎn)，危機(jī)條件概率是指單個(gè)金融機(jī)構(gòu)發(fā)生危機(jī)導(dǎo)致整個(gè)金融系統(tǒng)也陷入危機(jī)的概率，可以通過股票收益率的下尾相關(guān)性計(jì)算得出。該方法概念清晰，較好地體現(xiàn)了系統(tǒng)性風(fēng)險(xiǎn)的含義，度量結(jié)果在時(shí)間維度具有可比性并且可實(shí)時(shí)更新，從而實(shí)現(xiàn)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)監(jiān)測(cè)。通過對(duì)包括16家商業(yè)銀行、25家證券公司、4家保險(xiǎn)公司和4家其他金融機(jī)構(gòu)在內(nèi)的共49家中國(guó)上市金融機(jī)構(gòu)進(jìn)行實(shí)證研究，給出了2007-2016年中國(guó)整個(gè)金融行業(yè)以及銀行、證券和保險(xiǎn)三個(gè)金融子行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)大小，并得出以下三個(gè)主要結(jié)論：首先，2014年下半年以來，中國(guó)整個(gè)金融行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)呈明顯上升的趨勢(shì)，目前甚至已經(jīng)顯著高于次貸危機(jī)時(shí)期；其次，證券業(yè)的系統(tǒng)性風(fēng)險(xiǎn)在樣本時(shí)間范圍內(nèi)一直呈顯著上升的趨勢(shì)；最后，銀行業(yè)對(duì)金融行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響最大，同時(shí)證券業(yè)和保險(xiǎn)業(yè)的影響也在逐步上升。

最后需要說明的是，本文提出的危機(jī)條件概率，可以通過多種方法計(jì)算得出，本文利用下尾相關(guān)性進(jìn)行計(jì)算可能存在不足。例如尾部相關(guān)性雖然以條件概率的方式提出，但是暗含了兩個(gè)變量趨向于極限時(shí)的條件概率相等的假設(shè)，相當(dāng)于喪失了變量間的因果關(guān)系。在未來的研究當(dāng)中，我們將會(huì)進(jìn)一步研究區(qū)分金融機(jī)構(gòu)對(duì)金融系統(tǒng)的影響和金融系統(tǒng)對(duì)金融機(jī)構(gòu)的影響。