楊 希
(新疆財(cái)經(jīng)大學(xué) 金融學(xué)院,烏魯木齊 830012)
當(dāng)今世界,各國(guó)的金融聯(lián)系越來(lái)越密切,促進(jìn)世界繁榮的同時(shí)也帶來(lái)了風(fēng)險(xiǎn)。2008年,席卷全球的金融危機(jī)正是由銀行業(yè)投資失敗所致,而這些危機(jī)最后影響了整個(gè)金融體系。首先,近幾年,金融體系仍然處于風(fēng)險(xiǎn)多發(fā)期,多種不確定因素頻發(fā),例如,2020年新冠疫情的沖擊導(dǎo)致銀行的債務(wù)提高;其次,金融科技重塑金融生態(tài)時(shí),未改變金融業(yè)務(wù)的風(fēng)險(xiǎn)屬性,因其滲透速度快、互聯(lián)互通等特征加劇了風(fēng)險(xiǎn)的隱蔽性和突發(fā)性;最后,我國(guó)地方政府債務(wù)過高,2020年末,我國(guó)政府負(fù)債率為45.8%,兩個(gè)省超過60%,有17個(gè)省市的債務(wù)率超過100%警戒線。這些因素均導(dǎo)致了金融發(fā)展環(huán)境的不穩(wěn)定。習(xí)近平主席也多次強(qiáng)調(diào),金融安全是國(guó)家安全的重要組成部分,準(zhǔn)確判斷風(fēng)險(xiǎn)隱患是保障金融安全的前提。黨的十九大報(bào)告也明確指出,“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。在此背景下,分析銀行間的風(fēng)險(xiǎn)溢出問題,防范和化解銀行間的系統(tǒng)性風(fēng)險(xiǎn)傳染,以期為本國(guó)管理銀行間風(fēng)險(xiǎn)提供參考。
近年來(lái),商業(yè)銀行為實(shí)現(xiàn)自身的盈利擴(kuò)張,發(fā)展了同業(yè)融資項(xiàng)目。其中,有兩個(gè)標(biāo)志性的階段:第一個(gè)階段是在2008年金融危機(jī)后,國(guó)家為了刺激經(jīng)濟(jì)實(shí)行寬松的貨幣政策和財(cái)政政策,推出擴(kuò)大內(nèi)需的四萬(wàn)億計(jì)劃,開啟我國(guó)宏觀加杠桿的進(jìn)程,房地產(chǎn)行業(yè)和基建融資需求旺盛,銀行通過信托、券商資管計(jì)劃等開展表外業(yè)務(wù),繞開了傳統(tǒng)的表內(nèi)業(yè)務(wù)的信貸限制,加大了投資風(fēng)險(xiǎn)隱患。第二階段是銀行通過買入返售業(yè)務(wù),隨后發(fā)展同業(yè)存單、同業(yè)理財(cái)業(yè)務(wù),將貸款轉(zhuǎn)為同業(yè)資產(chǎn),將資金大量投向了低流動(dòng)性的項(xiàng)目,降低了風(fēng)險(xiǎn)資本的計(jì)提,誘發(fā)房地產(chǎn)泡沫和商業(yè)銀行的不良資產(chǎn)攀升,造成了系統(tǒng)性風(fēng)險(xiǎn)的堆積。相對(duì)于國(guó)有銀行而言,部分中小銀行在此期間為了做大規(guī)模,惡性競(jìng)爭(zhēng)業(yè)務(wù),參與程度更深,范圍更廣。2016年之后,隨著金融監(jiān)管加強(qiáng)、去杠桿化的推進(jìn),受中美貿(mào)易摩擦等不利因素的影響,一些中小銀行出現(xiàn)了兌付危機(jī)。銀行間的網(wǎng)絡(luò)是由銀行間的同業(yè)融資業(yè)務(wù)緊密聯(lián)系,如果一家銀行出現(xiàn)了兌付危機(jī),那么勢(shì)必會(huì)因?yàn)榱鲃?dòng)性緊缺而無(wú)法償還相關(guān)聯(lián)銀行的債務(wù),從而在銀行網(wǎng)絡(luò)中出現(xiàn)“多米諾骨牌”形式的銀行倒閉現(xiàn)象。
銀行間關(guān)聯(lián)性強(qiáng)的原因之一是政府出于監(jiān)管原因限制了銀行的可投資類型。由此使得銀行被動(dòng)持有相同資產(chǎn),相同資產(chǎn)的價(jià)格變化給銀行帶來(lái)同方向的盈利或損失。由于交易資產(chǎn)的同質(zhì)化,一家銀行出現(xiàn)危機(jī),也會(huì)傳染至其他銀行。
銀行間投資組合關(guān)聯(lián)性高的第二個(gè)原因是各大銀行的同業(yè)競(jìng)爭(zhēng)。目前我國(guó)經(jīng)濟(jì)增長(zhǎng)放緩,利率市場(chǎng)化全面實(shí)現(xiàn)使得商業(yè)銀行息差收窄,對(duì)自有的核心競(jìng)爭(zhēng)力和經(jīng)營(yíng)能力提出了更高的要求。國(guó)有銀行、股份制銀行以及一些城市商行為爭(zhēng)奪客戶存款與貸款的競(jìng)爭(zhēng)日趨激烈。為了在預(yù)期收益方面贏過同業(yè)機(jī)構(gòu),所有銀行都在尋求相對(duì)風(fēng)險(xiǎn)下的最高回報(bào)的資產(chǎn)組合,同業(yè)競(jìng)爭(zhēng)促使銀行做出相同的投資組合決策,使金融市場(chǎng)越來(lái)越扁平化,一些銀行的惡性競(jìng)爭(zhēng),風(fēng)險(xiǎn)意識(shí)薄弱,粗放冒進(jìn)經(jīng)營(yíng)。根據(jù)銀保監(jiān)的數(shù)據(jù)顯示,截至2020年底,我國(guó)商業(yè)銀行的不良貸款率余額為3.2萬(wàn)億,由于疫情原因,經(jīng)濟(jì)下行在金融領(lǐng)域反映有一定的時(shí)滯性,預(yù)計(jì)在今后的一個(gè)時(shí)期,不良貸款會(huì)陸續(xù)呈現(xiàn)上升。銀行網(wǎng)絡(luò)間的內(nèi)生性系統(tǒng)性風(fēng)險(xiǎn)不斷積聚,脆弱性大幅增加,如果擠兌行為發(fā)生,銀行的倒閉風(fēng)險(xiǎn)也將隨之增加。
姚雯和唐愛迪(2020)研究表明,全球金融呈現(xiàn)一體化,金融機(jī)構(gòu)間出現(xiàn)了大規(guī)模的合并,銀行與銀行間的聯(lián)系也更加緊密,學(xué)者們也更傾向于從網(wǎng)絡(luò)的角度去分析銀行間的系統(tǒng)性風(fēng)險(xiǎn)傳染。
網(wǎng)絡(luò)一詞通常用來(lái)表示各種關(guān)聯(lián)關(guān)系,所以社會(huì)網(wǎng)絡(luò)也可以簡(jiǎn)單地理解為由社會(huì)內(nèi)的個(gè)體、群體或者社會(huì)本身的關(guān)聯(lián)關(guān)系所構(gòu)成的結(jié)構(gòu)網(wǎng)絡(luò)。它可以反映個(gè)體與個(gè)體之間或者群體與群體之間的社會(huì)關(guān)系。因此,在銀行間的網(wǎng)絡(luò)可以簡(jiǎn)單表示為以銀行作為網(wǎng)絡(luò)節(jié)點(diǎn),銀行間股價(jià)波動(dòng)率之間相關(guān)性作為網(wǎng)絡(luò)邊,相關(guān)系數(shù)的大小作為權(quán)數(shù)來(lái)衡量傳染程度,形成的網(wǎng)絡(luò)稱為銀行波動(dòng)網(wǎng)絡(luò)。
社會(huì)網(wǎng)絡(luò)的中心性分析主要分為度數(shù)中心性、中間中心性和接近中心性。這三個(gè)指標(biāo)分別從不同角度去分析某家銀行在網(wǎng)絡(luò)中的重要程度。
1.度數(shù)中心性
銀行網(wǎng)絡(luò)的度數(shù)中心度表示某家銀行直接相連的其他銀行的個(gè)數(shù)。如果一個(gè)銀行與多個(gè)銀行有直接連接,意味著該銀行在網(wǎng)絡(luò)中具有較高的中心度,位于中心位置。
2.中介中心性
它是測(cè)量銀行對(duì)資源的控制程度,也就是一個(gè)點(diǎn)在多大程度上位于圖中其他“點(diǎn)對(duì)”的“中間”。如果一家銀行位于許多其他點(diǎn)對(duì)的最短的途徑上,則該家銀行在網(wǎng)絡(luò)中具有較高的中介中心性。
3.接近中心性
如果一家銀行與網(wǎng)絡(luò)中所有其他銀行的“距離”都很短,則稱該點(diǎn)具有較高的接近中心性。接近中心性越高,說(shuō)明該家銀行在網(wǎng)絡(luò)中越重要。一家銀行的接近中心性是該銀行與圖中所有其他銀行的捷徑距離之和。
為了更好地度量?jī)蓚€(gè)隨機(jī)變量的相關(guān)程度,本研究引入了Pearson相關(guān)系數(shù)。其值是一個(gè)介于-1和1之間的數(shù),大于0時(shí)表明兩家銀行的股價(jià)日波動(dòng)率正相關(guān),小于0時(shí)則為負(fù)相關(guān)。Pearson相關(guān)系數(shù)公式如下:
結(jié)果解釋:
|r|>0.8存在顯著性相關(guān);0.6≤|r|<0.8強(qiáng)相關(guān);0.4≤|r|<0.6中等程度相關(guān);0.2≤|r|<0.4弱相關(guān);|r|<0.2關(guān)系極弱,認(rèn)為不相關(guān)。
本研究以15家銀行作為社會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn),15家銀行的日波動(dòng)率作為指標(biāo),計(jì)算出銀行兩兩之間的相關(guān)系數(shù),在相關(guān)系數(shù)大于0.5的兩家銀行之間建立連邊,構(gòu)造了銀行社會(huì)網(wǎng)絡(luò)。制作關(guān)于15家銀行兩兩對(duì)應(yīng)的表格,運(yùn)用Ucinet軟件對(duì)相關(guān)關(guān)系進(jìn)行中心性分析。
本研究選取了五家國(guó)有銀行(建設(shè)銀行、農(nóng)業(yè)銀行、工商銀行、交通銀行、中國(guó)銀行)、七家股份制銀行(平安銀行、招商銀行、民生銀行、中信銀行、華夏銀行、光大銀行、興業(yè)銀行)和三家城市商業(yè)銀行(寧波銀行、南京銀行、北京銀行),一共15家銀行的股價(jià)波動(dòng)率日數(shù)據(jù)作為指標(biāo)樣本。數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)。選取的時(shí)間區(qū)間為2016年1月4日至2019年12月31日。確定該樣本期間的主要依據(jù):一是該期間覆蓋了不同的銀行業(yè)行情。二是樣本期間所包含的上市銀行數(shù)量達(dá)到一定規(guī)模。從表1中可以發(fā)現(xiàn),從均值角度,國(guó)有銀行的整體波動(dòng)率均值小于股份制銀行和城市商業(yè)銀行,其中建設(shè)銀行、招商銀行、中信銀行、光大銀行、寧波銀行、南京銀行、平安銀行的均值大于1,表明這些銀行的平均風(fēng)險(xiǎn)高于其他銀行。從標(biāo)準(zhǔn)差角度,只有寧波銀行和平安銀行的標(biāo)準(zhǔn)差大于1,其余銀行的標(biāo)準(zhǔn)差均小于1。單日波動(dòng)率的最大值在2019年2月25日A股大漲,市場(chǎng)表現(xiàn)出樂觀情緒。
表1 銀行日波動(dòng)率描述性統(tǒng)計(jì)分析
由表2可以看出,國(guó)有銀行的度數(shù)中心性的均值大于股份制銀行和城商行,說(shuō)明國(guó)有銀行在銀行網(wǎng)絡(luò)中重要性很高,交易能力很強(qiáng);其次為股份制銀行中中信銀行、光大銀行、華夏銀行、平安銀行度數(shù)中心性較大,表明較多的銀行與其直接連接,在銀行網(wǎng)絡(luò)處于中心位置。城商行中北京銀行的度數(shù)中心性也很高,與國(guó)有銀行持平。寧波銀行、南京銀行、招商銀行的度數(shù)中心性都為8,在網(wǎng)絡(luò)中重要性相對(duì)偏低,與其直接聯(lián)系的銀行數(shù)量較少。
表2 銀行股價(jià)波動(dòng)率的中心性分析
中介中心性最高的銀行是中國(guó)銀行、交通銀行、華夏銀行,在整個(gè)銀行網(wǎng)絡(luò)中的中心性很高,很大程度上居于兩個(gè)銀行之間,在很多銀行的路徑上,對(duì)其相連的銀行影響力很強(qiáng),中介中心性最低的是民生銀行和招商銀行,和其他的銀行關(guān)聯(lián)性不強(qiáng),對(duì)其他銀行的影響力也較弱。
接近中心性指標(biāo)最高的也是中國(guó)銀行、交通銀行、華夏銀行,與其他的距離很近,在網(wǎng)絡(luò)中的重要性很高;其次建設(shè)銀行、光大銀行、平安銀行的接近中心性超過了90,對(duì)其他銀行的控制力也很強(qiáng),換句話講,當(dāng)危機(jī)來(lái)臨時(shí),風(fēng)險(xiǎn)也更容易從重要性銀行傳染至與其相關(guān)的銀行。
為了模擬銀行間系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)交互響應(yīng),研究引入脈沖響應(yīng)函數(shù)。對(duì)15家銀行的股價(jià)日波動(dòng)率進(jìn)行ADF單位根檢驗(yàn),結(jié)果顯示15家銀行股價(jià)日波動(dòng)率為平穩(wěn)的時(shí)間序列數(shù)據(jù)。
脈沖響應(yīng)函數(shù)反映銀行之間面對(duì)不確定的沖擊時(shí),系統(tǒng)性風(fēng)險(xiǎn)傳染的動(dòng)態(tài)交互響應(yīng)。本研究只模擬了中國(guó)銀行面對(duì)其他銀行一單位標(biāo)準(zhǔn)差沖擊后的脈沖響應(yīng),結(jié)果如圖1所示:中國(guó)銀行面對(duì)北京銀行、光大銀行、工商銀行的一單位標(biāo)準(zhǔn)差沖擊反應(yīng)最大,沖擊在5期左右趨于平穩(wěn),第9期沖擊消失。中國(guó)銀行在面對(duì)華夏銀行、建設(shè)銀行、交通銀行的一單位標(biāo)準(zhǔn)差沖擊時(shí)脈沖響應(yīng)圖趨于一致,均為正向沖擊速度較小,在6期左右趨于平穩(wěn)。建設(shè)銀行在第3期時(shí)出現(xiàn)負(fù)響應(yīng),說(shuō)明中國(guó)銀行的股價(jià)日波動(dòng)率增加而建設(shè)銀行的股價(jià)日波動(dòng)率減少。北京銀行面對(duì)平安銀行和招商銀行的一單位標(biāo)準(zhǔn)差沖擊后,前2期表現(xiàn)出下降趨勢(shì),后幾期慢慢上升,在5期左右趨于平穩(wěn),沖擊在第9期消失。北京銀行在面對(duì)興業(yè)銀行、中信銀行、南京銀行、寧波銀行的一單位標(biāo)準(zhǔn)差沖擊后的響應(yīng)圖走勢(shì)相似,沖擊響應(yīng)很小,在0上下波動(dòng),在第6期沖擊響應(yīng)為0。
圖1 脈沖響應(yīng)圖
15家銀行的交互動(dòng)態(tài)響應(yīng)顯著,當(dāng)中國(guó)銀行面臨一單位標(biāo)準(zhǔn)差沖擊時(shí),國(guó)有銀行中工商銀行的響應(yīng)速度較為強(qiáng)烈,其次是農(nóng)業(yè)銀行。整體上國(guó)有銀行的響應(yīng)較強(qiáng),可能的原因是其資產(chǎn)規(guī)模較大,與其他銀行的關(guān)聯(lián)性更強(qiáng)。股份制銀行中華夏銀行的響應(yīng)強(qiáng)烈,其余6家銀行的沖擊速度較弱,有正向沖擊也有負(fù)向沖擊,城商行中北京銀行的響應(yīng)強(qiáng)烈,數(shù)值上超過國(guó)有銀行,是14家銀行中對(duì)中國(guó)銀行沖擊稍大的,速度快且影響時(shí)間較長(zhǎng)。
中國(guó)銀行在面對(duì)華夏銀行一單位標(biāo)準(zhǔn)差的沖擊響應(yīng)為正響應(yīng),表示股價(jià)波動(dòng)率同方向變動(dòng)。城市商業(yè)銀行中的北京銀行在中心性分析中各項(xiàng)指標(biāo)都靠前,在脈沖函數(shù)分析中表現(xiàn)出很強(qiáng)的風(fēng)險(xiǎn)溢出性,對(duì)中國(guó)銀行的沖擊速度快且持續(xù)時(shí)間長(zhǎng)。
本研究基于2008年全球金融危機(jī)為背景,研究系統(tǒng)性風(fēng)險(xiǎn)的網(wǎng)絡(luò)傳染,選取2016—2019年的15家銀行的股價(jià)日波動(dòng)率,剔除了2015年的股災(zāi)和2020年的新冠疫情極端事件的影響,旨在還原正常狀態(tài)下的股價(jià)波動(dòng)。
本研究的創(chuàng)新點(diǎn)主要有:一是用銀行間股價(jià)波動(dòng)率的皮爾遜相關(guān)系數(shù)作為邊權(quán)重構(gòu)造銀行社會(huì)網(wǎng)絡(luò)。二是用社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)中心性結(jié)合脈沖響應(yīng)函數(shù)分析銀行間的沖擊響應(yīng)程度。
研究可以得出以下結(jié)論:從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、傳染路徑兩個(gè)不同角度的節(jié)點(diǎn)中心性指標(biāo)分析中可以獲得各銀行在系統(tǒng)性金融風(fēng)險(xiǎn)傳染中的重要性,并且各指標(biāo)分析可以得到一致結(jié)果;在系統(tǒng)性金融風(fēng)險(xiǎn)傳染中,采用社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)中心性與脈沖響應(yīng)函數(shù)分析相結(jié)合的方法,可以有效地獲得銀行間的股價(jià)波動(dòng)率沖擊響應(yīng)關(guān)系。