论文部分内容阅读
长久以来人们对于金融系统的评价便是褒贬不一，金融机构提升了经济运作的效率无可厚非，但一些大型金融机构的倒闭会对整个金融体系造成巨大的影响，甚至带来大范围的金融危机，这些机构就被称为具有系统级别重要性的金融机构。它们太大以至于不能倒，使得监管者不得不在危机时伸出援手以维持金融系统的稳定，这就会无形地鼓励了高杠杆率等高风险操作的出现，如此一来又进一步为风险埋下隐患，08年的金融危机让人们再一次深刻认识到金融体系对于全球经济的巨大影响力，同时也使得金融监管的理念从仅仅关注单个机构的风险转移到注重防范系统性风险，不仅关注那些系统重要性的金融机构，而且还要考虑到金融机构之间的联结性。因此，系统重要性金融机构的鉴别和系统性风险的度量与预测成为宏观审慎监管的重要前提。 现阶段关于系统性风险的研究基本来说都是较为侧重系统性风险的某一个方面，一是早期的研究比较侧重金融机构自身的安全状态，更多的是对财务指标和经营状况的解读，也就是对于金融机构静态状况的分析，主要是根据金融机构的财务报表数据读取其经营状态和危机可能性，并且可以精确到具体某一指标以找到针对性的问题所在。二是08年金融危机过后人们意识到金融机构之间复杂的网状关系导致他们产生了无法分割的联结性，这种联结性实际上是金融机构之间动态风险的一种体现，其造成的影响难以通过简单的几个指标就能阐明，于是人们开始采用市场数据和数学方法对这种相互之间的影响进行阐释，主要关注各个机构之间的影响关系以及对整体市场危机的贡献程度。上述两个方面都是系统性风险的重要组成部分，各自的系统风险测度方法也互有长短，且理论基础都已经非常丰富，但是还没有一种方法能够结合二者之长处，既能体现机构之间的相互影响，又能深刻揭示潜在危机的诱因。 正是基于国内外目前较为严峻的金融形势以及考虑到我国对金融机构系统性风险的研究还处于起步阶段，本文立足于现有关于系统性风险的相关研究方法，结合上述系统性静态与动态两方面特征，通过对我国金融体系内所有上市公司08至15年市场数据以及财务数据进行建模分析，旨在建立一套针对我国金融机构系统性风险同时具有分析与预测双重功能的系统性风险测度体系，以实现对金融机构系统性风险进行预测的同时进一步挖掘其风险产生的直接诱因，为预防风险的产生提供理论依据。 全文共分为六章，具体内容如下所示: 第一章主要是本文的选题背景及研究思路的介绍。正是由于近年来金融市场的动荡不安以及危机频发，使得从资本市场到实体经济都付出了惨痛的代价，08年的国际金融危机让人们深刻体会到了系统性风险造成的灾难性后果，也正是因为如此，人们不得不引起重视，从而热衷于研究引发金融危机的原因，以提前预知以及预防危机的到来。 基于对系统性风险内涵深刻的认知，本文在采用SRISK方法选取系统重要性金融机构的基础上，利用主成分分析法选取对机构系统性风险具有主要影响的几大代表性指标作为基础指标，并利用KLR信号分析法确定每个基础指标的最佳阈值，一旦实际指标超出阈值即认为发出预警信号，记为1，否则为0。然后利用SRISK方法得出的机构SRISK值以及主成分分析法得到的基础指标的得分分别作为机构之间和指标之间信号加总的权重值，以此得到一个多层次的系统性风险测度指标。 第二章为文献综述，是全文的理论基石。首先对系统性风险的含义进行深入讨论，然后对系统重要性金融机构的研究现状作简要阐述。 本章重点介绍了目前国内外关于系统性风险测度和预测的研究方法及其现状。其中关于系统性风险的测度方法主要分为两个大类——指标法以及市场模型法，指标法具有清晰、明了、简单等特点，主要有两个关键步骤:第一步是选择对系统性风险有影响的系列指标;第二步是通过某些特定的方法（如主成分分析法、层次分析法以及因子分析法等）对选定指标进行加总。市场模型法则主要关注机构之间的联结性，该类方法的重心在于机构对于市场的系统性风险贡献度，主流方法集中在CoVaR、MES以及SRISK三种上面，而且目前的有关研究成果显示，无论是基于为系统重要性的金融机构排名或者预测系统性风险的研究目的来说，SRISK都表现出相较于其他方法更高的有效性。而关于系统性风险预测的方法目前集中于整个金融市场层面的预测研究，对于单个机构层面的系统性风险预测方法较少有专门的研究文献，也没有形成比较清晰的类别或者体系，其中比较具有代表性的几类方法包括:1、信号分析方法，通过利用指标的先导属性进行预测，也就是当一个变量超过一个预设的阀值，它预警一个即将到来的危机。2、基于probit与logit模型的方法，二者都是离散选择模型的常用模型，其主要区别在于采用的分布函数不同，而其主要缺陷在于没有采取结构化的方法从样本内和样本外评估自身模型的早期预警能力。除此以外，国内学者也有采用向量机回归以及自回归移动平均模型等对我国金融系统性风险进行研究的先例。 第三章探讨了SRISK计算系统性风险贡献度的基本原理及其在我国金融机构系统性风险研究中的实用性。SRISK方法在MES的基础之上，计算了市场发生极端情况的条件下，一家机构可能因此出现的资本短缺值，并根据这家机构在整个市场的资本短缺值的占比确定其系统性风险贡献度，也即是SRISK值。 基于前述SRISK方法在目前市场模型法当中更出众的有效性，加上我国学者对于相关方法的研究中发现，结合我国目前银行业的发展现状，由于规模差异较大，衡量上市银行的系统性风险贡献时，规模因素会优于其他因素，即大型商业银行的系统重要性往往最高，所以侧重反映了规模因素的SRISK方法理应是最适用于我国金融机构的系统性风险研究方法。并且还有国内学者专门讨论了SRISK方法在使用过程中的优势与劣势，其中的一些特性都是与我国金融市场的特点高度吻合的。 第四章详细介绍了利用SRISK方法选取我国系统性风险贡献度最高的（系统重要性）金融机构的过程。其中为了将不同性质的金融机构区别分析，本文特意将所有金融机构划分成了三大板块，包括银行、证券、保险及其他三类主要金融机构。 第五章是在SRISK方法选取出系统重要性机构的基础上，进一步结合KLR信号分析法形成我国金融机构的系统性风险测度体系。首先通过主成分分析法进一步确定对系统性风险有着显著影响的一系列指标作为本文系统性风险测度体系的基础指标，然后利用KLR信号分析法确定每个基础指标的最佳阈值，一旦实际指标超出阈值即认为发出预警信号，记为1，否则为0。最后使用SRISK方法的结果作为机构之间的权重，使用主成分分析法和KLR信号分析法的结果分别作为基础指标之间的权重以及得分，对上述信息进行加权求和即可得到基于不同层面的系统性风险测度指标。通过对我国股票市场数据的外推验证，充分证明了本文建立的系统性风险指标的有效性和准确性。 第六章是本文得出的一系列基本结论，以及针对结论给出的政策建议。具体结论如下:1.我国系统重要性金融机构的主要决定因素在于机构的规模，而且银行业在我国金融体系的危机中占有举足轻重的作用。2.我国金融市场当中对上市金融机构的系统性风险产生主要影响的几个因素分别为——银行板块:不良贷款率、每股市价/每股经营现金流、换手率、市盈率、市净率。证券和保险其他板块:净资产收益率、净利润增长率、资产负债比率、每股收益、换手率。3.我国金融机构在发生系统性风险的整体过程当中，系统性风险测度指标是以一种相对平滑的趋势进行警示。4.在我国金融市场每次发生的系统性风险中，都存在着共同的内在因素，但是也有各自不同的诱发因素。5.通过SRISK方法选取系统重要性金融机构，以及主成分分析法选取系统性风险测度体系的基础指标，结合二者得到的系统性风险测度指标，有着较以前的系统性风险预测分析方法更简易的使用方式，同时还具有更高的准确率和更强的解释力。最后还给出了一些针对我国金融机构系统性风险分析及预防的具有参考价值的建议。 本文的创新之处在于: 目前国际上比较通用的衡量金融机构系统性风险的方法主要集中于前述介绍的市场模型法，其重心都放在二级市场上股票的交易价格上，而对于影响价格这一更深层次的原因却没有进一步去挖掘，因此根据前述方法得出的结论都是以单个机构作为基础层面的，从预测和预防的角度来看，即使知道某一家机构的系统性风险大于另一家，依然无法给出一个有效的应对方案。从另一个角度来看，一家机构出现危机的根本原因一定都会追溯到财务状况的恶化，这些问题都会体现在这家公司的财务指标之中，而这也正是指标法独有的信息含量，既然问题的诱因往往都是从报表中的某些指标出现异常开始，根据报表中具体指标出现的问题给出的措施才是真正具有针对性的。但是市场数据依然有着无可替代的地位，其高频交易的特点决定了其数据独有的灵敏度，这个灵敏度就体现在市场风气的转变和市场危机的感知，这些信息对于金融危机的预测是及其重要的，也是其他数据无法给予的。综合来看，财务指标和市场数据对于系统性风险的研究都有着巨大的价值，他们分别包含了对方不能体现的信息，市场数据有着对危机灵敏的预测能力，财务指标则有着对危机深刻的解释能力，单独考量其中的一方都会不可避免地造成信息缺失，这也是之前系统性风险测度方法的不完善之处。 本文则是在前人研究的基础上，综合考虑了市场数据和财务指标，充分利用两类数据包含的信息，巧妙地将两者合二为一，使得本文介绍的系统性风险测度体系同时具有预测与解释两种能力，因此也就同时具有风险预警和风险治理两种功能。 本文的创新之处还有另外一点在于这个方法本身是一个层次分明的框架结构，无论是纵向或者横向都是有继续拓展的空间的。文中的纵向层次仅仅包含了单个机构、行业板块和整个市场三个，然而其实往下还可以延伸到机构内的具体部门层面，往上还可以延伸到国家内的不同市场，区域内不同国家等层面。同样地，横向层面也是可以继续延伸，本文的基础指标只选取了五个，机构只选取了十个，板块只选取了三个，而这些都是可以无条件添加或者细分的。综上所述，本文其实可以说只是提供了一个思考的架构，只要有关于其他方面的需求的时候，都可以非常容易的对体系进行添加或删减，而这一切的根本原因也在于横纵两个方向以及所有层次之间指标的可加性。