摘要：本文使用面板變系數(shù)回歸模型，實證分析利率衍生產(chǎn)品對銀行業(yè)系統(tǒng)性風(fēng)險的影響。研究結(jié)果表明：第一，當總體名義價值變化率、互換類利率衍生產(chǎn)品名義價值變化率、期權(quán)類利率衍生產(chǎn)品名義價值變化率增加時，商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度整體降低，但各個商業(yè)銀行表現(xiàn)出較強的異質(zhì)性;第二，總體利率衍生產(chǎn)品資產(chǎn)方公允價值變化率、互換類利率衍生產(chǎn)品資產(chǎn)方公允價值變化率增加時，各家商業(yè)銀行的對沖交易所造成交易方向的一致性會導(dǎo)致整體系統(tǒng)性風(fēng)險的增加;第三，負債方總體公允價值變化率、互換類利率衍生產(chǎn)品負債方公允價值變化率和期權(quán)類利率衍生產(chǎn)品負債方公允價值變化率增加時，整體上會導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的增加，且商業(yè)銀行個體層面表現(xiàn)出較強的異質(zhì)性特征。本文認為，使用衍生金融工具的公允價值計價方式能夠有效反映市場對未來資產(chǎn)狀況的預(yù)期和評估。

關(guān)鍵詞：利率;衍生工具;系統(tǒng)性風(fēng)險;利率市場化;風(fēng)險對沖;商業(yè)銀行;公允價值

文獻標識碼：A

文章編號：1002-2848-2019（03）-0049-12

2008年金融危機爆發(fā)后，管理系統(tǒng)性風(fēng)險成為金融監(jiān)管當局主要考慮的問題。國際貨幣基金組織、國際清算銀行和金融穩(wěn)定委員會將系統(tǒng)性風(fēng)險定義為，“由于金融體系所有部門癱瘓導(dǎo)致金融服務(wù)中斷，并且對實體經(jīng)濟產(chǎn)生重大負面影響的風(fēng)險”。防范系統(tǒng)性金融風(fēng)險需要運用一系列監(jiān)管、制度、措施以及金融工具。隨著中國金融體系利率市場化基本完成，商業(yè)銀行面臨的利率風(fēng)險日趨嚴峻?！袄曙L(fēng)險”也是系統(tǒng)性風(fēng)險因子。為了有效管理利率風(fēng)險，金融機構(gòu)需要使用利率類金融衍生工具進行對沖。然而歷史的經(jīng)驗表明，大量金融機構(gòu)損失事件都與金融衍生工具的濫用密切相關(guān)。金融監(jiān)管當局需要知道和了解衍生金融工具的使用是否降低了銀行業(yè)的系統(tǒng)性金融風(fēng)險;投資者也需要知道商業(yè)銀行運用衍生金融產(chǎn)品是作對沖還是投機交易。如果商業(yè)銀行運用利率衍生工具來對沖自身經(jīng)營所面臨的利率風(fēng)險，則衍生工具的使用會降低銀行業(yè)的系統(tǒng)性風(fēng)險貢獻度。

黨的十八屆三中全會要求進一步推進利率市場化進程;2017年7月的全國金融工作會議上，系統(tǒng)性風(fēng)險管理被擺在重要位置;黨的十九大報告提出，要“健全貨幣政策和宏觀審慎政策雙支柱調(diào)控框架”“守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線”。利率市場化增加了商業(yè)銀行的利率風(fēng)險，因此商業(yè)銀行有必要運用衍生金融工具來對沖利率風(fēng)險。2008年金融危機表明，商業(yè)銀行在自身層面運用衍生金融工具設(shè)計對沖利率風(fēng)險策略可能是最優(yōu)的，但微觀最優(yōu)的加總未必是宏觀最優(yōu)，因此有必要研究利率衍生工具的使用對銀行業(yè)系統(tǒng)性風(fēng)險的影響。

一、相關(guān)文獻綜述

金融衍生產(chǎn)品市場的發(fā)展初衷是對沖風(fēng)險，降低金融體系的風(fēng)險水平。然而研究商業(yè)銀行使用金融衍生工具的文獻相對較少。早期的研究主要關(guān)注商業(yè)銀行使用金融衍生工具的原因，比如Brewer等[1]的研究表明，商業(yè)銀行使用金融衍生工具的主要原因包括兩類：對沖和投機。對沖會降低金融體系風(fēng)險，投機是以承擔風(fēng)險換取收益的行為，因此會導(dǎo)致金融風(fēng)險的增加。

商業(yè)銀行風(fēng)險與商業(yè)銀行價值存在一個“凹函數(shù)”的映射關(guān)系，因此金融衍生工具的運用會影響商業(yè)銀行的經(jīng)營風(fēng)險[2]。在對沖研究方面，一些學(xué)者認為金融衍生工具起到了較好的降低風(fēng)險作用。Brewer等[1]認為使用利率衍生工具增加了商業(yè)銀行的貸款增長率。Purnanandam[3]認為商業(yè)銀行使用利率衍生工具能夠平滑經(jīng)營性現(xiàn)金流。Brewer等[4]發(fā)現(xiàn)，對于使用利率衍生工具的商業(yè)銀行，貸款增長率與存款增長率的相關(guān)性較低，原因是利率衍生工具降低了利率波動帶來的負面影響。然而也有研究表明，運用金融衍生工具進行對沖并沒有為商業(yè)銀行帶來價值的增加，相反還會導(dǎo)致金融不穩(wěn)定。Morrison[5]指出，信用衍生工具會使得商業(yè)銀行將資產(chǎn)風(fēng)險匯聚到交易對手方，進而削弱商業(yè)銀行監(jiān)督貸款質(zhì)量的動機。此外，信用衍生工具的使用會誘使商業(yè)銀行購買不必要的風(fēng)險資產(chǎn)，尤其是信貸市場充滿彈性的時候[6]。Minton等[7]認為，商業(yè)銀行使用信用衍生工具對沖貸款的信用風(fēng)險效果有限，原因是道德風(fēng)險和逆向選擇的存在。此外，一些研究認為，商業(yè)銀行使用金融衍生工具具有投機動機，但Choi等[8]認為直接研究商業(yè)銀行運用金融衍生工具進行投機的文獻很少，主要原因是商業(yè)銀行受到嚴格監(jiān)管，投機性交易占比不高。

隨著我國金融衍生產(chǎn)品市場的發(fā)展，金融衍生產(chǎn)品的使用對商業(yè)銀行經(jīng)營的影響也開始受到關(guān)注。斯文[9]使用2006—2012年中國上市商業(yè)銀行的數(shù)據(jù)研究了金融衍生工具對商業(yè)銀行風(fēng)險承擔行為的影響，結(jié)果表明，金融衍生工具對風(fēng)險承擔產(chǎn)生了正效應(yīng)，傳導(dǎo)機制為信貸擴張，尤其是利率衍生產(chǎn)品，對商業(yè)銀行風(fēng)險承擔影響更大。蔣先玲等[10]的實證結(jié)果表明，商業(yè)銀行衍生工具的使用有助于商業(yè)銀行降低利率風(fēng)險。但趙旭等[11]的實證分析卻認為，利率衍生工具增加了商業(yè)銀行的風(fēng)險。劉玉杰[12]的研究也表明，利率衍生工具的使用能夠?qū)_商業(yè)銀行的經(jīng)營風(fēng)險，其渠道為外資持有股權(quán)。周鴻衛(wèi)等[13]認為，商業(yè)銀行使用金融衍生工具降低了商業(yè)銀行對純利差的要求，但卻保持了較大的利率敏感性缺口。

總體而言，國內(nèi)學(xué)者的研究表明，中國商業(yè)銀行使用金融衍生工具對商業(yè)銀行產(chǎn)生了顯著影響，但這些影響有些是正面的，有些是負面的。此外，中國學(xué)者研究金融衍生工具對商業(yè)銀行經(jīng)營的影響主要關(guān)注商業(yè)銀行個體層面，沒有關(guān)注金融衍生工具的使用對銀行業(yè)系統(tǒng)性風(fēng)險的影響。即使在國外學(xué)者的研究中，從系統(tǒng)性金融風(fēng)險出發(fā)關(guān)注此方向的研究文獻也相對較少。Calmes等[14]認為商業(yè)銀行表外業(yè)務(wù)會降低商業(yè)銀行盈利水平，增加盈利的波動性，進而增加系統(tǒng)性風(fēng)險。Nijskens等[15]認為信用衍生工具會使得金融機構(gòu)關(guān)聯(lián)度增加，進而增加系統(tǒng)性金融風(fēng)險。可以看出，國外學(xué)者的研究也比較“間接”，沒有直接將金融衍生工具的使用同銀行業(yè)系統(tǒng)性風(fēng)險關(guān)聯(lián)起來。大多數(shù)國內(nèi)學(xué)者使用面板回歸模型進行實證分析，但本文認為由于不同商業(yè)銀行的經(jīng)營特征和風(fēng)險收益屬性并不相同，因此商業(yè)銀行運用金融衍生工具既具有共性，也應(yīng)具有特性。本文的貢獻主要在于，運用面板變系數(shù)模型，使用2007—2017年中國上市商業(yè)銀行半年度非平衡面板數(shù)據(jù)，分析利率衍生工具的使用對銀行業(yè)系統(tǒng)性金融風(fēng)險的影響，以期為系統(tǒng)性風(fēng)險管理提供參考。

二、研究方法

（一）系統(tǒng)性風(fēng)險測度

本文以中國上市商業(yè)銀行為研究樣本進行實證分析。為了刻畫銀行體系整體表現(xiàn)，本文使用基于市值加權(quán)的銀行業(yè)指數(shù)作為銀行體系整體狀況的代表，數(shù)據(jù)來源為Wind數(shù)據(jù)庫。本文使用DCC—Garch模型求解系統(tǒng)性風(fēng)險測度過程中涉及的相關(guān)系數(shù)和變量的標準差。

1.溢出風(fēng)險價值

根據(jù)Adrian等[16]的研究，條件風(fēng)險價值（CoVaR）為，在某一家商業(yè)銀行陷入困境后，銀行體系的在險價值（VaR）。溢出風(fēng)險價值（ΔCoVaRi）則為在商業(yè)銀行i陷入困境后銀行體系的VaR與商業(yè)銀行i正常經(jīng)營時銀行體系VaR的差值。借鑒Acharya等[17-18]的研究，本文假設(shè)商業(yè)銀行i股票收益率和銀行業(yè)指數(shù)收益率的期望值為零，則在正態(tài)分布假設(shè)下，商業(yè)銀行i的ΔCoVaR可以表示為

2.邊際預(yù)期差額

根據(jù)Acharya等[19]的研究，商業(yè)銀行i的邊際預(yù)期差額（Marginal Expected Shorfall，MES）可以定義為

（二）變系數(shù)面板回歸模型

1.模型設(shè)定

2008年金融危機的教訓(xùn)表明，金融機構(gòu)使用金融衍生產(chǎn)品在導(dǎo)致自身風(fēng)險增加的同時，還會引發(fā)系統(tǒng)性的金融風(fēng)險。一方面，金融衍生產(chǎn)品的價值波動會影響商業(yè)銀行資產(chǎn)負債表的穩(wěn)健程度，進而影響商業(yè)銀行的償付能力;另一方面，金融機構(gòu)之間的關(guān)聯(lián)程度會使得一家金融機構(gòu)在金融衍生產(chǎn)品合約中的損失迅速傳導(dǎo)至其他金融機構(gòu)。金融衍生產(chǎn)品的“初心”是對沖風(fēng)險，降低金融體系風(fēng)險，因此有必要分析商業(yè)銀行使用利率衍生工具對銀行業(yè)風(fēng)險的影響。

2008年金融危機爆發(fā)后，對系統(tǒng)性風(fēng)險的研究主要關(guān)注金融機構(gòu)系統(tǒng)性風(fēng)險貢獻度，從而將系統(tǒng)性風(fēng)險的研究從宏觀逐漸向微觀層面轉(zhuǎn)移。因此，多數(shù)學(xué)者對此問題的研究往往使用面板數(shù)據(jù)回歸模型。由于利率衍生產(chǎn)品是較高層面的金融產(chǎn)品，其應(yīng)用與交易均相對復(fù)雜，因此本文認為，商業(yè)銀行利率風(fēng)險和資產(chǎn)負債特征不同決定了商業(yè)銀行利率衍生工具的使用會存在個體差異，即具有異質(zhì)性?；诖丝紤]，本文使用面板變系數(shù)回歸模型進行實證分析，具體模型設(shè)定如下：

其中，SYSi，t表示商業(yè)銀行i在時刻t的系統(tǒng)性風(fēng)險貢獻度，包括ΔCoVaR和MES兩類指標。在解釋變量選擇上，本文并沒有選擇滯后一期，其原因如下：第一，金融機構(gòu)特征會影響系統(tǒng)性風(fēng)險貢獻度，但反過來，2008年金融危機的教訓(xùn)表明金融機構(gòu)不會主動在做相關(guān)決策時考慮其負外部性，即系統(tǒng)性風(fēng)險貢獻度;第二，金融衍生產(chǎn)品市場信息傳導(dǎo)迅速，且根據(jù)國際主流的研究方法，本文使用的是股票收益率數(shù)據(jù)測算商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度，因此信息傳導(dǎo)不會出現(xiàn)滯后現(xiàn)象;第三，本文的數(shù)據(jù)頻率為半年度，信息有足夠的時間在金融市場上傳遞，因此取同期變量即可以研究變量之間的相互影響關(guān)系。μi控制商業(yè)銀行個體特征，εi，t為殘差項。Deriva為商業(yè)銀行利率衍生工具使用變量。為了考慮利率衍生工具使用的個體特征，本文引入變系數(shù)β1，i捕捉每家商業(yè)銀行利率衍生工具使用對其系統(tǒng)性風(fēng)險貢獻度影響的異質(zhì)性。

2.變量選擇

在利率衍生工具變量選擇方面，本文主要從三個視角展開。首先，由于Pantzalis等[20-21]指出，名義價值可以有效地衡量衍生品交易，因此本文選擇的第一類變量為利率衍生工具名義價值的變化率，具體包括互換類利率衍生工具變化率（ns）、期貨類利率衍生工具變化率（nf）、期權(quán)類利率衍生工具變化率（no）、總體利率衍生工具名義價值變化率（nt）。雖然Triki等[22-23]均認為公允價值計價會導(dǎo)致價值波動過于頻繁，不適合作為實證研究指標，但由于本文主要研究利率類金融衍生工具對銀行業(yè)系統(tǒng)性風(fēng)險的影響，而基于公允價值計價的衍生品價值有利于體現(xiàn)金融市場的估價，更有助于研究金融市場交易的變化如何影響銀行業(yè)系統(tǒng)性金融風(fēng)險。兼具考慮實證結(jié)果的穩(wěn)健性，本文在Deriva第一類指標的基礎(chǔ)上，進一步選擇資產(chǎn)方公允價值計價的利率衍生品變化率和負債方公允價值計價的利率衍生品變化率兩類變量。具體來講，資產(chǎn)方包括互換類利率衍生工具資產(chǎn)方公允價值變化率（sa）、期貨類利率衍生工具資產(chǎn)方公允價值變化率（fa）、期權(quán)類利率衍生工具資產(chǎn)方公允價值變化率（oa）、總體利率衍生工具資產(chǎn)方公允價值變化率（ta）;負債方包括互換類利率衍生工具負債方公允價值變化率（sl）、期貨類利率衍生工具負債方公允價值變化率（fl）、期權(quán)類利率衍生工具負債方公允價值變化率（ol）、總體利率衍生工具負債方公允價值變化率（tl）。

在控制變量的選擇方面，結(jié)合李明輝等[24-25]的研究，貸款增長率越高，商業(yè)銀行信貸供給越大，經(jīng)濟體杠桿率越高，因此本文將貸款增長率（gloan）作為控制變量。借鑒Jayaratne等[26]的研究，本文首先選擇商業(yè)銀行資本充足率（cap）。資本充足率高的商業(yè)銀行，償付能力強，經(jīng)營風(fēng)險較低。為了控制商業(yè)銀行貸款質(zhì)量對系統(tǒng)性風(fēng)險貢獻度的影響，本文將商業(yè)銀行不良貸款率（npl）納入模型中。根據(jù)劉志洋[27]的研究，不良貸款率越低，商業(yè)銀行財務(wù)越穩(wěn)健，商業(yè)銀行信用風(fēng)險越小，經(jīng)營風(fēng)險越低，對系統(tǒng)性風(fēng)險貢獻度就越低。此外，Campello[28]指出，商業(yè)銀行風(fēng)險與商業(yè)銀行規(guī)模密切相關(guān)，因此本文將商業(yè)銀行資產(chǎn)規(guī)模（size）取自然對數(shù)后，納入模型的控制變量。需要說明的是，在宏觀經(jīng)濟控制變量的選擇方面，鑒于本文主要的研究變量為利率衍生工具價值的變化率，而利率衍生工具的標的資產(chǎn)是“利率”，其波動本身就具有宏觀經(jīng)濟屬性，因此為了避免估計過程中自由度的損失，本文在模型設(shè)定過程中參考相關(guān)研究[9-10，13]模型的設(shè)計，沒有考慮宏觀經(jīng)濟的控制變量。

三、樣本數(shù)據(jù)

本文使用股票市場交易數(shù)據(jù)測度商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度，研究樣本為上市商業(yè)銀行。雖然截至2018年中國已經(jīng)有29家商業(yè)銀行上市，但考慮到數(shù)據(jù)可得性、保證樣本數(shù)據(jù)充足，本文的研究樣本為在2017年之前上市的16家商業(yè)銀行，包括北京銀行、光大銀行、工商銀行、華夏銀行、建設(shè)銀行、交通銀行、民生銀行、寧波銀行、南京銀行、農(nóng)業(yè)銀行、平安銀行、浦發(fā)銀行、興業(yè)銀行、中國銀行、招商銀行和中信銀行。數(shù)據(jù)來源為Wind數(shù)據(jù)庫以及各商業(yè)銀行財務(wù)報告，數(shù)據(jù)頻率為半年度，樣本期間為2007—2017年，變量描述性統(tǒng)計結(jié)果見表1。各個商業(yè)銀行ΔCoVaR和MES的走勢如圖1所示?？梢钥闯?，整體上商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度走勢基本一致，ΔCoVaR和MES的走勢也基本一致。從圖1可以看出，在2008年金融危機爆發(fā)階段以及在2015—2016年，我國銀行業(yè)整體風(fēng)險非常高，其余時段我國銀行業(yè)系統(tǒng)性風(fēng)險相對較低。

由于本文利率衍生工具使用情況的數(shù)據(jù)來源為商業(yè)銀行財務(wù)報告，數(shù)據(jù)頻率為半年度，而本文使用日度數(shù)據(jù)估計商業(yè)銀行的ΔCoVaR和MES，因此本文對ΔCoVaR和MES每半年取平均值，作為商業(yè)銀行半年度ΔCoVaR和MES的代表?？梢钥闯?，各商業(yè)銀行平均MES值為-0.0008，平均ΔCoVaR值為-0.0274。從利率衍生產(chǎn)品使用情況來看，期貨類產(chǎn)品名義價值平均半年度增長率為0.8626，資產(chǎn)方公允價值平均變化率為0.0787，負債方公允價值平均變化率為-0.2090;期權(quán)類利率衍生產(chǎn)品名義價值平均半年度變化率為2.5201，資產(chǎn)方公允價值平均變化率為0.0988，負債方公允價值平均變化率為1.3825;互換類利率衍生產(chǎn)品名義價值平均半年度變化率為0.3958，資產(chǎn)方公允價值平均變化率為4.6794，負債方公允價值平均變化率為0.0930;總體利率衍生產(chǎn)品名義價值平均半年度變化率為0.2255，資產(chǎn)方公允價值平均變化率為3.4556，負債方公允價值平均變化率為0.2240?？傮w而言，期權(quán)類利率衍生產(chǎn)品名義價值變化率的波動性較大，資產(chǎn)方公允價值變化率的波動性也非常高。公允價值變化率的波動性高也恰恰反映了市場風(fēng)險大，因此本文認為此特征有助于研究利率衍生工具的使用如何影響商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度。同時，在控制變量方面，貸款變化率半年度平均值為0.0759，平均不良貸款率為1.28%，資本充足率平均為12%。

四、實證結(jié)果

（一）利率衍生產(chǎn)品為名義價值變化率

利率衍生產(chǎn)品為名義價值變化率的實證結(jié)果見表2。需要說明的是，雖然ΔCoVaR和MES均表示商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度，但側(cè)重點略有不同。ΔCoVaR側(cè)重于個體對整體的影響，而MES側(cè)重整體對個體的影響。由于樣本中ΔCoVaR和MES為負值，因此系數(shù)估計結(jié)果為負值說明解釋變量值越大，系統(tǒng)性風(fēng)險貢獻度越高，反之則越小。

從表2可以看出，不良貸款率越高，系統(tǒng)性風(fēng)險貢獻度越高。對于總體名義價值變化率、互換類利率衍生產(chǎn)品名義價值變化率、期權(quán)類利率衍生產(chǎn)品名義價值變化率來講，ΔCoVaR和MES的β估計值顯著為正，說明當利率衍生產(chǎn)品名義價值變化增加時，整體上有助于商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度降低。這說明隨著商業(yè)銀行使用利率衍生產(chǎn)品總量的增加，利率衍生產(chǎn)品整體上降低了商業(yè)銀行的系統(tǒng)性風(fēng)險，商業(yè)銀行使用利率衍生產(chǎn)品的目的是對沖利率風(fēng)險。利率互換是利率衍生產(chǎn)品使用中占比最大的一個類別。表2結(jié)果表明，利率互換的使用有助于降低系統(tǒng)性風(fēng)險貢獻度，這說明利率互換幫助商業(yè)銀行實現(xiàn)資產(chǎn)負債的匹配，降低利率風(fēng)險敞口，繼而降低交易對手信用風(fēng)險和傳染風(fēng)險。期權(quán)產(chǎn)品的特點是通過付出期權(quán)費來保留對自己有益的頭寸，規(guī)避不利的頭寸，因此商業(yè)銀行期權(quán)的使用也會降低利率風(fēng)險。然而表2的實證結(jié)果表明，期貨類產(chǎn)品對商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度影響不顯著，其可能原因是商業(yè)銀行在面臨利率波動時，對于非線性的波動可以使用期權(quán)，而對于線性風(fēng)險，商業(yè)銀行更傾向于使用互換類產(chǎn)品。利率期貨在中國發(fā)展相對滯后，因此利率期貨類產(chǎn)品名義價值的變化對商業(yè)銀行系統(tǒng)性風(fēng)險的影響并不顯著。

從商業(yè)銀行個體特征來看，各個銀行的β1，i估計值呈現(xiàn)出較強的異質(zhì)性特征，且ΔCoVaR和MES的估計基本一致。在總體名義價值變化率的回歸結(jié)果中，工商銀行、華夏銀行、建設(shè)銀行、南京銀行、浦發(fā)銀行、興業(yè)銀行、中國銀行、招商銀行和中信銀行的估計結(jié)果顯著為負，說明當利率衍生產(chǎn)品總體名義價值增長時，其系統(tǒng)性風(fēng)險貢獻度會上升;華夏銀行、建設(shè)銀行、南京銀行、浦發(fā)銀行和招商銀行互換產(chǎn)品的使用會增加其系統(tǒng)性風(fēng)險貢獻度。在樣本可得性情況下，利率期權(quán)會增加商業(yè)銀行的系統(tǒng)性風(fēng)險貢獻度，華夏銀行、南京銀行和中國銀行的系數(shù)估計值顯著為負值。

（二）利率衍生產(chǎn)品為資產(chǎn)方公允價值變化率

利率衍生產(chǎn)品是資產(chǎn)方公允價值變化率的實證結(jié)果見表3?？梢钥闯?，對于總體資產(chǎn)方公允價值變化率、互換類利率衍生產(chǎn)品資產(chǎn)方公允價值變化率來講，ΔCoVaR和MES的β估值顯著為負值，說明當利率衍生產(chǎn)品資產(chǎn)方公允價值增加時，整體上會導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的增加。資產(chǎn)方利率期權(quán)公允價值變化率在ΔCoVaR部分的估計結(jié)果也顯著為負值，只有資產(chǎn)方利率期貨公允價值變化率在MES部分的估計結(jié)果顯著為正值。所以整體來講，當利率衍生工具資產(chǎn)方公允價值變化率增加時，本文認為商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度會上升。與名義價值不同，公允價值反映金融市場對衍生產(chǎn)品頭寸的估值情況。前文指出，商業(yè)銀行參與衍生產(chǎn)品的主要動機有兩個：對沖或者投機。對沖的核心在于衍生產(chǎn)品頭寸的盈利彌補現(xiàn)貨頭寸的損失，因此在資產(chǎn)方，如果商業(yè)銀行作對沖交易，且金融衍生產(chǎn)品公允價值上升，則說明其基礎(chǔ)交易出現(xiàn)了損失，且為了盈利，商業(yè)銀行無法對沖全部的基礎(chǔ)風(fēng)險頭寸，商業(yè)銀行基礎(chǔ)頭寸風(fēng)險上升的幅度必然大于衍生產(chǎn)品公允價值上升的幅度，從而增加商業(yè)銀行系統(tǒng)性風(fēng)險的貢獻度。如果商業(yè)銀行做投機交易，則資產(chǎn)方公允價值上升本身就是以承擔風(fēng)險換取收益的體現(xiàn)，風(fēng)險自然會增加。

從商業(yè)銀行個體特征來看，各個銀行的β1，i估計值呈現(xiàn)出較強的同質(zhì)性特征，且ΔCoVaR和MES的估計基本一致。在總體以及互換類利率衍生產(chǎn)品資產(chǎn)方公允價值變化率的回歸結(jié)果中，光大銀行、華夏銀行、建設(shè)銀行、民生銀行、寧波銀行、南京銀行、農(nóng)業(yè)銀行、平安銀行、浦發(fā)銀行、中國銀行、招商銀行的β1，i估計結(jié)果顯著為正，說明當總體以及互換類利率衍生產(chǎn)品資產(chǎn)方公允價值增長時，其系統(tǒng)性風(fēng)險貢獻度會下降，互換類資產(chǎn)方公允價值的增加會降低多數(shù)商業(yè)銀行的系統(tǒng)性風(fēng)險貢獻度。凱恩斯和?？怂乖赋觯瑢_者平均會有損失，因此當所有商業(yè)銀行都使用利率衍生工具降低自身風(fēng)險時，這種同方向的交易增加了交易方向的一致性，進而增加每家商業(yè)銀行損失的可能性，從而會增加整體的系統(tǒng)性風(fēng)險貢獻度。

（三）利率衍生產(chǎn)品為負債方公允價值變化率

利率衍生產(chǎn)品是負債方公允價值變化率的實證結(jié)果見表4。可以看出，對于負債方總體公允價值變化率、互換類利率衍生產(chǎn)品負債方公允價值變化率和期權(quán)類利率衍生產(chǎn)品負債方公允價值變化率來講，ΔCoVaR和MES的β估計值顯著為負（期權(quán)類MES估計值不顯著），說明當利率衍生產(chǎn)品負債方總體公允價值變化率增加時，整體上會導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的增加。負債方利率期貨公允價值變化率的估計結(jié)果顯著為正值，說明負債方利率期貨的變化率增加會降低商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度。但整體來講，當利率衍生工具負債方總體公允價值變化率增加時，本文認為商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度會上升。這說明商業(yè)銀行在負債方公允價值越高，債務(wù)壓力越大，償付能力風(fēng)險越高，其系統(tǒng)性風(fēng)險貢獻度就會越大，銀行業(yè)系統(tǒng)性風(fēng)險會上升。

從表4還可以看出，不良貸款率越高，系統(tǒng)性風(fēng)險貢獻度越高。從商業(yè)銀行個體特征來看，各個銀行的β1，i估計值呈現(xiàn)出較強的異質(zhì)性特征，且ΔCoVaR和MES的估計基本一致。在總體利率衍生產(chǎn)品負債方公允價值變化率的回歸結(jié)果中，光大銀行、工商銀行、交通銀行、民生銀行、興業(yè)銀行的β1，i估計結(jié)果顯著為負值，說明當利率衍生產(chǎn)品負債方總體公允價值增長時，其系統(tǒng)性風(fēng)險貢獻度會上升。而許多互換類利率衍生產(chǎn)品負債方公允價值變動率的增加會降低多數(shù)商業(yè)銀行的系統(tǒng)性風(fēng)險貢獻度，比如工商銀行、建設(shè)銀行、寧波銀行、南京銀行、平安銀行、浦發(fā)銀行、中國銀行、招商銀行。

五、結(jié)論及政策建議

本文使用面板變系數(shù)回歸模型，實證分析利率衍生產(chǎn)品對銀行業(yè)系統(tǒng)性風(fēng)險的影響。實證結(jié)果表明：第一，當總體名義價值變化率、互換類利率衍生產(chǎn)品名義價值變化率、期權(quán)類利率衍生產(chǎn)品名義價值變化率增加時，商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度整體降低，但各個商業(yè)銀行表現(xiàn)出較強的異質(zhì)性;第二，資產(chǎn)方利率衍生工具總體公允價值變化率、互換類利率衍生產(chǎn)品資產(chǎn)方公允價值變化率增加時，整體上會導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的增加，但個體層面卻表現(xiàn)出系統(tǒng)性風(fēng)險貢獻度下降的特征，具有一定的同質(zhì)性;第三，負債方總體公允價值變化率、互換類利率衍生產(chǎn)品負債方公允價值變化率和期權(quán)類利率衍生產(chǎn)品負債方公允價值變化率增加時，整體上會導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的增加，商業(yè)銀行個體層面表現(xiàn)出較強的異質(zhì)性特征?；诒疚牡膶嵶C分析，本文提出如下政策建議：

第一，監(jiān)管當局要關(guān)注每家商業(yè)銀行利率衍生工具的使用情況。本文實證分析表明，在許多情況下，商業(yè)銀行利率衍生工具的使用對商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的影響具有異質(zhì)性特征，因此監(jiān)管當局可以適當放松使用利率衍生工具降低其系統(tǒng)性風(fēng)險貢獻度的銀行的監(jiān)管要求，而加強對增加自身系統(tǒng)性風(fēng)險貢獻度銀行的監(jiān)管強度。

第二，積極發(fā)展利率衍生工具。本文實證分析表明，利率衍生工具存在降低商業(yè)銀行系統(tǒng)性風(fēng)險貢獻度的情況，因此監(jiān)管當局要積極發(fā)展利率衍生工具，豐富商業(yè)銀行利率風(fēng)險管理手段，增加商業(yè)銀行金融風(fēng)險管理能力。

第三，推進對衍生金融工具的公允價值計價。公允價值計價雖然波動性大，但有效地反映了市場的估值和對未來的預(yù)期，對系統(tǒng)性風(fēng)險的管理具有很好的預(yù)期作用。因此，監(jiān)管當局不應(yīng)僅僅關(guān)注衍生工具的名義價值，還要重點關(guān)注金融衍生工具公允價值的變化，進而及時捕捉和預(yù)警風(fēng)險的爆發(fā)。

參考文獻：

[1]?Brewer E， Minton B， Moser J. Interest-rate derivatives and bank lending [J]. Journal of Banking & Finance， 2000， 24（3）： 353-379.

[2]?Stulz R. Risk-taking and risk management by banks [J]. Journal of Applied Corporate Finance， 2015， 27（1）： 8-18.

[3]?Purnanandam A. Interest rate derivatives at commercial banks： An empirical investigation [J]. Journal of Monetary Economics， 2007， 54（6）： 1769-1808.

[4]?Brewer E， Deshmukh S， Opiela T P. Interest-rate uncertainty， derivatives usage， and loan growth in bank holding companies [J]. Journal of Financial Stability， 2014， 15（12）： 230-240.

[5]?Morrison A. Credit derivatives， disintermediation and investment decisions [J]. The Journal of Business， 2005， 78（2）： 621-648.

[6]?Instefjord N. Risk and hedging： Do credit derivatives increase bank risk？ [J]. Journal of Banking & Finance， 2005， 29（2）： 333-345.

[7]?Minton B， Stulz R， Williamson R. How much do banks use credit derivatives to hedge loans？ [J]. Journal of Financial Services Research， 2009， 35（1）： 1-31.

[8]?Choi W W， Kim J， Kim M. Derivatives holdings and market values of U. S. bank holding companies [J]. Applied Economics， 2016， 48（49）： 1-11.

[9]?斯文. 關(guān)于衍生品對銀行風(fēng)險承擔影響的研究——基于中國上市銀行的經(jīng)驗證據(jù) [J]. 經(jīng)濟評論， 2013（5）： 131-138.

[10]蔣先玲， 徐鶴龍. 匯率、利率風(fēng)險與商業(yè)銀行衍生品運用研究——基于中國16家上市銀行的經(jīng)驗證據(jù) [J]. 山西財經(jīng)大學(xué)學(xué)報， 2016（10）： 26-35.

[11]趙旭， 李浩. 金融衍生品使用動機及其對銀行風(fēng)險、價值的影響 [J]. 金融論壇， 2013（12）： 12-23.

[12]劉玉杰. 商業(yè)銀行金融衍生品的治理效應(yīng)研究——基于對沖風(fēng)險與經(jīng)營績效的視角 [J]. 華東經(jīng)濟管理， 2017（7）： 150-157.

[13]周鴻衛(wèi)， 陳莉. 利率衍生工具對銀行凈利息收益率決定的影響研究 [J]. 國際金融研究， 2016（1）： 60-68.

[14]Calmès C， Théoret R. The impact of off-balance-sheet activities on banks returns： An application of the ARCH-M to Canadian data [J]. Journal of Banking and Finance， 2010， 34（7）： 1719-1728.

[15]Nijskens R， Wagner W. Credit risk transfer activities and systemic risk： How banks became less risky individually but posed greater risks to the financial system at the same time [J]. Journal of Banking and Finance， 2011， 35（6）： 1391-1398.

[16]Adrian T， Brunnermeier M K. CoVaR [R]. National Bureau of Economic Research Working Paper， No. 17454， 2011.

[17]Acharya V， Engle R， Richardson M. Capital shortfall： A new approach to ranking and regulating systemic risks [J]. American Economic Review， 2012， 102（3）： 59-64.

[18]Kreis Y， Leisen D P J. Systemic risk in a structural model of bank default linkages [J]. Journal of Financial Stability， 2018， 39（12）： 221-236.

[19]Acharya V V， Pedersen L H， Philippon T， et al. Measuring systemic risk [R]. Federal Reserve Bank of Cleveland， No. 10-02， 2010.

[20]Pantzalis C， Simkins B J. Operational hedges and the foreign exchange exposure of U. S. multinational corporations [J]. Journal of International Business Studies， 2001， 32（4）： 793-812.

[21]Zhao F， Moser J. Bank lending and interest-rate derivatives [J]. International Journal of Financial Research， 2017， 8（4）： 23-37.

[22]Triki T. Research on corporate hedging theories： A critical review of the evidence to date [R]. SSRN Working Paper， 2005.

[23]斯文. 利率衍生品與商業(yè)銀行信貸擴張——基于我國上市銀行的面板數(shù)據(jù)分析 [J]. 暨南學(xué)報（哲學(xué)社會科學(xué)版）， 2014（3）： 144-152.

[24]李明輝， 劉莉亞， 孫莎. 發(fā)展非利息業(yè)務(wù)對銀行有益嗎？——基于中國銀行業(yè)的實證分析 [J]. 國際金融研究， 2014（11）： 11-22.

[25]Nguyen J. The relationship between net interest margin and noninterest income using a system estimation approach [J]. Journal of Banking & Finance， 2012， 36（9）： 2429-2437.

[26]Jayaratne J， Morgan D P. Capital market frictions and deposit constraints at banks [J]. Journal of Money， Credit and Banking， 2000， 32（1）： 74-92.

[27]劉志洋. 規(guī)模大的銀行風(fēng)險真的高嗎？——基于中國上市商業(yè)銀行的實證分析 [J]. 金融論壇， 2015（1）： 66-72.

[28]Campello M. Internal capital markets in financial conglomerates： Evidence from small bank responses to monetary policy [J]. Journal of Finance， 2002， 57（6）： 2773-2805.

[29]陳強. 高級計量經(jīng)濟學(xué)及Stata應(yīng)用 [M]. 北京： 高等教育出版社， 2010： 284.

[本刊相關(guān)文獻鏈接]

[1]?喻微鋒， 周永鋒. 存款競爭對信貸市場的影響研究——基于利率市場化進程的考察 [J]. 當代經(jīng)濟科學(xué)， 2019（1）： 89-100.

[2]?夏仕龍， 付英俊. 我國貨幣政策的銀行風(fēng)險承擔效應(yīng)研究——基于中觀層面的結(jié)構(gòu)視角 [J]. 當代經(jīng)濟科學(xué)， 2017（6）： 33-45.

[3]?方意， 鄭子文， 顏茹云. 中國銀行業(yè)風(fēng)險形成機理及壓力測試研究： 基于行業(yè)信貸視角 [J]. 當代經(jīng)濟科學(xué)， 2017（5）： 1-15.

[4]?韓雍， 劉生福. 利率市場化背景下的貨幣政策調(diào)控模式選擇——基于一般均衡方法的理論推演與實證檢驗 [J]. 當代經(jīng)濟科學(xué)， 2017（1）： 75-87.

[5]?王擎， 白雪， 牛鋒. 我國商業(yè)銀行的系統(tǒng)性風(fēng)險測度及影響因素研究——基于CCA-POT-Copula方法的分析 [J]. 當代經(jīng)濟科學(xué)， 2016（2）： 1-9.

[6]?黃志軍， 曹東坡， 劉丹鷺. 利率市場化與異質(zhì)銀行競爭——基于模型測度與系統(tǒng)動力學(xué)的影響分析 [J]. 當代經(jīng)濟科學(xué)， 2015（6）： 9-19.

[7]?李成， 張琦， 郭哲宇. 中國存貸款利率制度對貨幣政策效率的影響——基于商業(yè)銀行流動性與產(chǎn)品定價視角的分析 [J]. 當代經(jīng)濟科學(xué)， 2013（6）： 43-51.

[8]?鐘錦. 利率市場化與商業(yè)銀行利率風(fēng)險管理 [J]. 當代經(jīng)濟科學(xué)， 2003（6）： 28-30+90.