我國金融機構的風險邊際貢獻度研究論文

目前，國內外對金融系統風險的研究依然很熱，在方法和技術上都取得了一定的進展。本文選取銀行、證券、保險三大金融機構的金融市場數據，以滬深300指數爲因變量，運用CVaR和t-GARCH(1，1)模型計算出它們對金融整體系統風險的邊際貢獻度，並依此提出財政金融監管的可行性建議。

一、引言

自美國發生次貸危機以來，國際金融遭受巨大沖擊，引起了國內外學者對系統性風險的廣泛關注。Frederic S kin(1992)[1]認爲金融危機是一種對金融市場的擾亂，它使逆向選擇和道德風險變得更爲嚴重;Michael Schrode和Mrtin Schuler(2003)[2]使用GARCH模型測量了自歐洲銀行一體化以來，銀行業潛在的系統性風險;Adrian和Brunnermeie(2008)[3]在風險價值(VaR)的基礎上創造性地將條件風險價值CoVaR引入系統風險測度研究之中;Acharya等(2010)[4]基於期望損失(ES)提出了金融系統性期望損失(SES)和邊際期望損失(MES)。

在國內，翟金林(2001)對銀行系統性風險的產生機理和預防問題進行了初步的研究;馬君潞(2007)根據銀行間的資產負債表，估量了我國銀行間市場傳染風險;張亦春(2002)[2]從風險與金融風險角度考察了金融風險的.定義及其外在表現形式和特徵;範小云、王道平等(2011)藉助金融機構的系統性期望損失、邊際期望損失和槓桿率，進行了金融機構系統性風險的邊際貢獻測量。

二、模型的建立與求解

以往學者在研究金融機構風險時，大多考慮了行業間的尾部相關性，但並沒有考慮它們尾部均值的影響，故本文在VaR測量法的基礎上，引用CVaR測量金融機構系統性風險，把風險的尾部值也計算進去。利用CVaR建立金融機構間的關係，具體步驟如下：

(一)指標選取。文中選取金融市場數據分爲銀行、證券、保險三大行業和金融指數來度量金融體系間的系統風險的邊際貢獻測度。

(二)計量模型設定。求三大行業的邊緣分佈，採用t-GARCH(1，1)模型，如下：

(三)CVaR值的度量。考慮到銀行、證券、保險三大行業的相關性，需要Copula和t-GARCH(1，1)模型相結合求解，得到銀行、證券、保險和金融指數的殘差序列以及未來的收益率序列，然後用Monte-Carlo模擬的方法計算出風險的CVaR值。如此反覆100次，就得到了100組金融指數、銀行、證券和保險四維新的收益率序列。

(四)迴歸分析。爲了避免這三大行業之間的多重共線性，先對其進行主成分分析，減少成分的個數，再做線性迴歸。

三、數據選取與實證結果

本文從股票中選取了七隻作爲代表，用pt來代表股價，股票的對數收益率爲rt=lnpt-lnpt-1，數據源自同花順炒股軟件;從銀行中選取中行、工行、建行、交行、浦發、招商和農行;從證券中選擇長江證券、光大證券、廣發證券、國元證券、太平洋證券、興業證券、中信證券;從保險行業中選擇中國平安、中國人壽、中國太保、新華人壽、香溢融通、愛建股份和中國中期，權重爲各自當期市值所佔比例，將滬深300數據作爲金融體系的系統數據。數據樣本取自2012.10.08～2013.07.22期間，每天30分鐘高頻數據。通過觀察三大行業歷史收益率的樣本自相關係數，發現它們幾乎是不相關的，但通過對樣本的條件異方差檢驗發現它們的歷史收益率序列均存在異方差性，因此可以分別對銀行、證券、保險和滬深300的收益率序列建立t-GARCH(1，1)模型，利用Eviews6.0軟件得到模型中的參數估計結果如下：

四、結語

監管部門對金融機構的監管，主要是對系統性金融危機的防範，應對那些金融系統性風險邊際貢獻大的機構進行監管，儘可能地減小其邊際貢獻度。具體措施有以下幾點：第一，有效進行資本優化配置。資本在金融機構中的地位很重要，對資本的有效管理可以使金融機構在風險發生時，不會損失那麼嚴重，並且可以通過優化資本配置體系預防風險的發生;第二，完善信息披露機制：準確、完整、及時的信息可以反映一家機構的經營、業務和產品情況，同時有助於監管者瞭解該機構所承受的風險程度，進而能夠及時做出防範措施。對風險採取有效的預防措施，能夠使整個金融體系的系統性風險發生的機率大幅度減小、防止危機的發生;第三，加大金融風險知識的宣傳：人們對金融風險知識瞭解甚少，而且往往會因爲錯誤的辨識金融機構的業務而做出錯誤的決定，易發生威脅金融機構的事情。加強金融產品知識的宣傳，不僅有利於廣大羣衆，更有利於金融機構的管理和風險的防範。(作者單位：河南師範大學)