论文部分内容阅读
[摘 要]本文利用标准的GARCH-CoVaR模型计算我国外部影子银行体系对上市商业银行的风险溢出效应。在对前人研究总结的基础上，分析影子银行对商业银行的作用机理和GARCH-CoVaR模型的计算，实证研究结果表明：考虑影子银行对商业银行风险溢出后，股份制银行中，民生银行、中信银行的风险溢出强度大，而城商行中则以宁波为代表，他们对其他银行的强度较小。
[关键词] GARCH-CoVaR模型；影子銀行；商业银行；风险溢出
1引言
近年来，中国影子银行发展迅速，目前仅次于英美两国。我国逐步推进的利率市场化改革，使得以同业借贷等为主的非标准证券化影子业务急剧增加。诸多影子银行积极参与到商业银行的表外业务中去。而同时，银行为各类影子银行提供隐形担保。因此，这样密切的资金联系，致使二者之间系统性风险溢出传染的可能性增加。流动性不足案例屡见不鲜，影子银行局部业务风险引发的对整个金融市场稳定性的不良效应，令人恐慌。
我国学者主要从我国商业银行静态风险分布状况，分析上市银行的系统性风险。但是，却少有学者研究，信托券商类影子银行对商业银行风险溢出效应。于是，本文的研究对象则放在了证券、创投、信托、民间借贷类上市非银行类影子银行体系以及商业银行内部影子银行体系上，建立Covar-GARCH模型，分析影子银行体系对商业银行风险溢出效应。并据此希望能够得出一些有价值的建设性意义。
2文献综述
20世纪末，风险价值（VaR）这一概念首先由JP.Morgan提出。此后，该理论被各大金融机构和监管部门所使用，用以分析我国的金融市场环境。任何事物都有利有弊，VaR也不例外。它的缺陷便在于，它只能预测正常情况下的潜在资产组合风险。风险价值模型并不能用于分析在极端条件下，单个金融机构不善经营对整个市场造成的冲击。因而，此类模型为发生金融危机时就显得不堪一击。于是，Adrian和Brunnermeier（2008）在VaR基础上提出了CoVaR，即条件风险价值。单个金融机构的风险溢出效应便可用这一模型来测算，弥补了VaR的缺陷。换句话就是，该模型主要应用于：特定金融机构陷入困境时，对其它金融机构的风险溢出效应。
学者们对对我国商业银行风险溢出效应进行了诸多研究。李玉贤（2012）運用CoVaR模型度量国内上市银行与整个银行业之间的风险溢出效应，结果表明，银行自身的VaR应用银行系统的风险贡献度之间没有必要关联。杨有振（2013）采用VaR、CoVaR方法，又加入了分位数回归技术这一思想，测算了14家银行的风险价值和风险溢出值，结果表明好像大银行的风险溢出冲击更大些。陈守东等（2013）采用基于分位数回归的CoVaR模型，利用股价数据测度了我国16家上市商业银行的系统性风险贡献度和国有银行系统和股份制银行系统之间的风险溢出效应。结果表明：VaR值和增量CoVaR值没有明显的对应关系；国有股份制银行中国银行、中国建设银行对系统风险的溢出效应似乎最大；股份制银行系统对国有银行系统的风险溢出效应小于反向效应。李丛文等（2015）基于偏t分布的GARCH-时变Copula-CoVaR模型，度量了各种类型的影子银行对整体和局部的影子银行的动态风险溢出冲击。结果发现：信托业风险溢出最大，其次为证券业，最后为民间借贷业；影子银行系统对不同类型商业银行风险溢由高到低依次为股份制银行、城商银行和国有银行。
3理论分析与假设提出
3.1影子银行对商业银行影响风险溢出效应的作用机理
非标准证券化影子业务急剧增加，许多的影子银行积极参与商业银行表外业务。而同时，银行为各类影子银行提供隐形担保。因此，这样密切的资金联系，致使二者之间系统性风险溢出传染的可能性增加。商业银行通过回购、抵押和融资等资金同业业务与影子银行金融机构产生联系，并为其提供隐性担保。商业银行扮演最终债务人角色，与标准证券化业务不同，其自身风险并未实质剥离。
3.2风险价值VaR
其中，VaRit表示风险价值，GARCH模型的一步向前预测的均值为μit，一步向前预测的条件方差的平方根为σit。α为q显著水平下的分位数。
如果置信水平为1-q，在影子银行损失值=VaR的情况下，商业银行的条件风险价值可表示为上面描述的（2）式和（3）式。
4.1.4利用GARCH-CoVaR模型计算风险溢出值
（2）式中涵盖着影子银行S对商业银行N的风险溢出效应，包含了无条件风险价值和溢出风险价值，体现出商业银行N的总风险价值。为了更清楚、具体地反映当影子银行S在发生最大可能损失的极值事件出现时商业银行N的风险的增加情况，本文用溢出风险价值和风险溢出强度来表示，可分别用（4）式和（5）式表示。
4.2样本选择与数据收集
选取上市影子银行体系相关金融机构和16家上市银行作为本文的实证分析对象。16家上市银行分别：北京、工商、光大、华夏、建设、交通、民生、南京、宁波、农业、平安、浦发、兴业、招商、中国和中信银行。影子银行体系相关金融机构：陕国投A和安信信托信托公司类；海通证券和中信证券券商类；渤海租赁和香溢融通民间借贷类；鲁信创投和爱建股份作为投资公司类。市场收益率选用上证指数。
实证分析数据均来源于万德数据库的每日收益率。时间为2011年1月4日至2016年1月22日。在此之前，本文先用spss软件将数据进行了标准化的处理。
5实证研究结果与分析
5.1 16家商业银行与8家影子银行的VaR水平分析
将spss标准化处理后的新收益率序列根据（6）、（7）两式进行GARCH模型分析。我们在GARCH模型假设的基础上，计算各样本数据的预测方差和预测均值。据此，根据（8）式可求得VaR值。本文在都是在95%的置信水平假设下计算VaR值的。 结果表明，影子银行体系的VaR水平总体上略高于商业银行。这似乎说明影子银行体系相较于传统的商业银行较为脆弱。大概是因为它本身的高杠杆性及不稳定性，才使影子银行如此脆弱，及其容易受到攻击。其中，中信证券和海通证券的VaR水平最低，和传统的商业银行的VaR水平相差无几，而我们又知道中信证券和海通证券都是规模比较大，比较成熟的金融机构，说明大的证券公司的风控水平较高；而香溢融通的VaR水平最高，高达5.8，说明民间借贷类的系统性风险比较大，民间借贷出现逃跑现象的事件也比比皆是。除了民生银行，其他15家商业银行的VaR水平都比较低，而工商银行等五大国有大型商业银行的VaR水平在1.5左右，风险水平也较低，交通银行只有1.14，明显低于股份制银行和城市商业银行。全国性股份制商业银行的VaR水平较高，民生银行VaR水平更到达5.65，明显高于其他15家银行，说明其风险较大，而平安银行虽然也是全国性股份制商业银行，其VaR水平就明显低于民生银行，这与其强大的资金基础有很大的关系，可能是平安保险为其提供充足的资金来源。像招商、中信、华夏、光大、兴业这类国有控股的全国股份行银行，其VaR水平处于中间水平，风险水平也处于中等水平。北京银行、南京银行以及宁波银行城市商业银行的VaR水平分别为1.73、1.88和1.76，相差不大，风险也处于中等水平。
5.2影子银行体系对商业银行的条件风险价值和风险溢出值分析
在得到商业银行和影子银行的VaR值后，我们就要计算他们的条件风险价值了，然后根据式（4）和式（5）计算用溢出风险价值和风险溢出强度。
结果表明：考虑影子银行风险溢出效应以后，安信信托对交通银行产生负的风险溢出效应，香溢融通、鲁信创投对北京银行的溢出效应亦是如此，而剩余影子银行对商业银行具有正向作用，换句话说就是，考虑了影子银行对商业银行的风险溢出后，商业银行的风险值会明显变大很多。也就是说，当影子银行遭受极大冲击时，商业银行也无法幸免，也将面临风险。
8个影子银行对不同的商业银行的风险溢出强度是不同的，无明显的规律可循。影子银行對五大国有行的风险溢出强度一般都是不大的，其中对中国银行的风险溢出强度较高，香溢融通对中国银行的风险溢出强度竟高达4.76；影子银行对北京银行和南京银行风险溢出强度较小，而对同为城市商业银行的宁波银行来说就比较大了；8家影子银行对民生银行的风险溢出强度相对来说都比较高，海通证券对民生银行的风险溢出效应竟高达5.02；似乎影子银行对中信的风险溢出都较高；而影子银行对其他银行的溢出强度就没有那么大了。总的来说，影子银行对国有银行的VaR和%CoVaR都比较小，说明其自身风险和受影子银行的影响都比较小。影子银行对地方银行的风险价值处于中等水平，影子银行对地方银行的风险价值处于中等水平，风险溢出值较小。这似乎说明地方银行的风险较大，应该加强自身的管理，强化风险管控。与此同时，我们发现，影子银行业务某种程度上分散了部分股份制和城商行的风险，降低了其风险管理的风险。影子银行对民生银行和中信银行的VaR和%CoVaR都比较大，说明其自身风险和受影子银行的影响都比较大。
6结束语
本文实证分析了我国影子银行对商业银行的风险溢出效应，结论如下：
在95%显著性水平下，传统商业银行的风险价值略低于影子银行；国有大型商业银行的风险低于股份制银行和城商行。这似乎预示着影子银行体系很不稳定，它存在着高杠杆和不稳定两大特性，这些都促使其影子银行易受市场冲击，构成系统性风险。
从上述实证结果来看，我们发现影子银行对国有银行的VaR和%CoVaR都比较小，说明其自身风险和受影子银行的影响都比较小。影子银行对地方银行的风险价值处于中等水平，风险溢出值较小。这似乎说明地方银行的风险较大，应该加强自身的管理，强化风险管控。与此同时，我们发现，影子银行业务某种程度上分散了部分股份制和城商行的風险，降低了其风险管理的风险。影子银行对民生银行和中信银行的VaR和%CoVaR都比较大，说明其自身风险和受影子银行的影响都比较大。
参考文献：
[1]Adrian，Brunnermeier.“CoVar”[R].FederalreserveBankofNewYorkStaffReports，2008，9.
[2]李玉贤.我国上市商业银行风险溢出效应的测度及分析研究——基于CoVar模型的分析[J].陕西科技大学学报（自然科学版），2012，02：115-121.
[3]杨有振，王书华.中国上市商业银行系统性风险溢出效应分析——基于CoVaR技术的分位数估计[J].山西财经大学学报，2013，07：24-33.
[4]陈守东，章秀.基于时变CoVaR模型的我国商业银行风险溢出效应研究[J].数量经济研究，2013，02：34-48.
[5]李丛文，闫世军.我国影子银行对商业银行的风险溢出效应——基于GARCH-时变Copula-CoVaR模型的分析[J].国际金融研究，2015，10：64-75.
作者简介：
姚亚伟（1984），男，汉族，上海，副教授，博士，上海师范大学，研究方向金融市场微观结构、组合投资管理；
耿娜（1993），女，汉族，江苏徐州，研究生在读，上海师范大学，研究流动性。
[关键词] GARCH-CoVaR模型；影子銀行；商业银行；风险溢出
1引言
近年来，中国影子银行发展迅速，目前仅次于英美两国。我国逐步推进的利率市场化改革，使得以同业借贷等为主的非标准证券化影子业务急剧增加。诸多影子银行积极参与到商业银行的表外业务中去。而同时，银行为各类影子银行提供隐形担保。因此，这样密切的资金联系，致使二者之间系统性风险溢出传染的可能性增加。流动性不足案例屡见不鲜，影子银行局部业务风险引发的对整个金融市场稳定性的不良效应，令人恐慌。
我国学者主要从我国商业银行静态风险分布状况，分析上市银行的系统性风险。但是，却少有学者研究，信托券商类影子银行对商业银行风险溢出效应。于是，本文的研究对象则放在了证券、创投、信托、民间借贷类上市非银行类影子银行体系以及商业银行内部影子银行体系上，建立Covar-GARCH模型，分析影子银行体系对商业银行风险溢出效应。并据此希望能够得出一些有价值的建设性意义。
2文献综述
20世纪末，风险价值（VaR）这一概念首先由JP.Morgan提出。此后，该理论被各大金融机构和监管部门所使用，用以分析我国的金融市场环境。任何事物都有利有弊，VaR也不例外。它的缺陷便在于，它只能预测正常情况下的潜在资产组合风险。风险价值模型并不能用于分析在极端条件下，单个金融机构不善经营对整个市场造成的冲击。因而，此类模型为发生金融危机时就显得不堪一击。于是，Adrian和Brunnermeier（2008）在VaR基础上提出了CoVaR，即条件风险价值。单个金融机构的风险溢出效应便可用这一模型来测算，弥补了VaR的缺陷。换句话就是，该模型主要应用于：特定金融机构陷入困境时，对其它金融机构的风险溢出效应。
学者们对对我国商业银行风险溢出效应进行了诸多研究。李玉贤（2012）運用CoVaR模型度量国内上市银行与整个银行业之间的风险溢出效应，结果表明，银行自身的VaR应用银行系统的风险贡献度之间没有必要关联。杨有振（2013）采用VaR、CoVaR方法，又加入了分位数回归技术这一思想，测算了14家银行的风险价值和风险溢出值，结果表明好像大银行的风险溢出冲击更大些。陈守东等（2013）采用基于分位数回归的CoVaR模型，利用股价数据测度了我国16家上市商业银行的系统性风险贡献度和国有银行系统和股份制银行系统之间的风险溢出效应。结果表明：VaR值和增量CoVaR值没有明显的对应关系；国有股份制银行中国银行、中国建设银行对系统风险的溢出效应似乎最大；股份制银行系统对国有银行系统的风险溢出效应小于反向效应。李丛文等（2015）基于偏t分布的GARCH-时变Copula-CoVaR模型，度量了各种类型的影子银行对整体和局部的影子银行的动态风险溢出冲击。结果发现：信托业风险溢出最大，其次为证券业，最后为民间借贷业；影子银行系统对不同类型商业银行风险溢由高到低依次为股份制银行、城商银行和国有银行。
3理论分析与假设提出
3.1影子银行对商业银行影响风险溢出效应的作用机理
非标准证券化影子业务急剧增加，许多的影子银行积极参与商业银行表外业务。而同时，银行为各类影子银行提供隐形担保。因此，这样密切的资金联系，致使二者之间系统性风险溢出传染的可能性增加。商业银行通过回购、抵押和融资等资金同业业务与影子银行金融机构产生联系，并为其提供隐性担保。商业银行扮演最终债务人角色，与标准证券化业务不同，其自身风险并未实质剥离。
3.2风险价值VaR
其中，VaRit表示风险价值，GARCH模型的一步向前预测的均值为μit，一步向前预测的条件方差的平方根为σit。α为q显著水平下的分位数。
如果置信水平为1-q，在影子银行损失值=VaR的情况下，商业银行的条件风险价值可表示为上面描述的（2）式和（3）式。
4.1.4利用GARCH-CoVaR模型计算风险溢出值
（2）式中涵盖着影子银行S对商业银行N的风险溢出效应，包含了无条件风险价值和溢出风险价值，体现出商业银行N的总风险价值。为了更清楚、具体地反映当影子银行S在发生最大可能损失的极值事件出现时商业银行N的风险的增加情况，本文用溢出风险价值和风险溢出强度来表示，可分别用（4）式和（5）式表示。
4.2样本选择与数据收集
选取上市影子银行体系相关金融机构和16家上市银行作为本文的实证分析对象。16家上市银行分别：北京、工商、光大、华夏、建设、交通、民生、南京、宁波、农业、平安、浦发、兴业、招商、中国和中信银行。影子银行体系相关金融机构：陕国投A和安信信托信托公司类；海通证券和中信证券券商类；渤海租赁和香溢融通民间借贷类；鲁信创投和爱建股份作为投资公司类。市场收益率选用上证指数。
实证分析数据均来源于万德数据库的每日收益率。时间为2011年1月4日至2016年1月22日。在此之前，本文先用spss软件将数据进行了标准化的处理。
5实证研究结果与分析
5.1 16家商业银行与8家影子银行的VaR水平分析
将spss标准化处理后的新收益率序列根据（6）、（7）两式进行GARCH模型分析。我们在GARCH模型假设的基础上，计算各样本数据的预测方差和预测均值。据此，根据（8）式可求得VaR值。本文在都是在95%的置信水平假设下计算VaR值的。 结果表明，影子银行体系的VaR水平总体上略高于商业银行。这似乎说明影子银行体系相较于传统的商业银行较为脆弱。大概是因为它本身的高杠杆性及不稳定性，才使影子银行如此脆弱，及其容易受到攻击。其中，中信证券和海通证券的VaR水平最低，和传统的商业银行的VaR水平相差无几，而我们又知道中信证券和海通证券都是规模比较大，比较成熟的金融机构，说明大的证券公司的风控水平较高；而香溢融通的VaR水平最高，高达5.8，说明民间借贷类的系统性风险比较大，民间借贷出现逃跑现象的事件也比比皆是。除了民生银行，其他15家商业银行的VaR水平都比较低，而工商银行等五大国有大型商业银行的VaR水平在1.5左右，风险水平也较低，交通银行只有1.14，明显低于股份制银行和城市商业银行。全国性股份制商业银行的VaR水平较高，民生银行VaR水平更到达5.65，明显高于其他15家银行，说明其风险较大，而平安银行虽然也是全国性股份制商业银行，其VaR水平就明显低于民生银行，这与其强大的资金基础有很大的关系，可能是平安保险为其提供充足的资金来源。像招商、中信、华夏、光大、兴业这类国有控股的全国股份行银行，其VaR水平处于中间水平，风险水平也处于中等水平。北京银行、南京银行以及宁波银行城市商业银行的VaR水平分别为1.73、1.88和1.76，相差不大，风险也处于中等水平。
5.2影子银行体系对商业银行的条件风险价值和风险溢出值分析
在得到商业银行和影子银行的VaR值后，我们就要计算他们的条件风险价值了，然后根据式（4）和式（5）计算用溢出风险价值和风险溢出强度。
结果表明：考虑影子银行风险溢出效应以后，安信信托对交通银行产生负的风险溢出效应，香溢融通、鲁信创投对北京银行的溢出效应亦是如此，而剩余影子银行对商业银行具有正向作用，换句话说就是，考虑了影子银行对商业银行的风险溢出后，商业银行的风险值会明显变大很多。也就是说，当影子银行遭受极大冲击时，商业银行也无法幸免，也将面临风险。
8个影子银行对不同的商业银行的风险溢出强度是不同的，无明显的规律可循。影子银行對五大国有行的风险溢出强度一般都是不大的，其中对中国银行的风险溢出强度较高，香溢融通对中国银行的风险溢出强度竟高达4.76；影子银行对北京银行和南京银行风险溢出强度较小，而对同为城市商业银行的宁波银行来说就比较大了；8家影子银行对民生银行的风险溢出强度相对来说都比较高，海通证券对民生银行的风险溢出效应竟高达5.02；似乎影子银行对中信的风险溢出都较高；而影子银行对其他银行的溢出强度就没有那么大了。总的来说，影子银行对国有银行的VaR和%CoVaR都比较小，说明其自身风险和受影子银行的影响都比较小。影子银行对地方银行的风险价值处于中等水平，影子银行对地方银行的风险价值处于中等水平，风险溢出值较小。这似乎说明地方银行的风险较大，应该加强自身的管理，强化风险管控。与此同时，我们发现，影子银行业务某种程度上分散了部分股份制和城商行的风险，降低了其风险管理的风险。影子银行对民生银行和中信银行的VaR和%CoVaR都比较大，说明其自身风险和受影子银行的影响都比较大。
6结束语
本文实证分析了我国影子银行对商业银行的风险溢出效应，结论如下：
在95%显著性水平下，传统商业银行的风险价值略低于影子银行；国有大型商业银行的风险低于股份制银行和城商行。这似乎预示着影子银行体系很不稳定，它存在着高杠杆和不稳定两大特性，这些都促使其影子银行易受市场冲击，构成系统性风险。
从上述实证结果来看，我们发现影子银行对国有银行的VaR和%CoVaR都比较小，说明其自身风险和受影子银行的影响都比较小。影子银行对地方银行的风险价值处于中等水平，风险溢出值较小。这似乎说明地方银行的风险较大，应该加强自身的管理，强化风险管控。与此同时，我们发现，影子银行业务某种程度上分散了部分股份制和城商行的風险，降低了其风险管理的风险。影子银行对民生银行和中信银行的VaR和%CoVaR都比较大，说明其自身风险和受影子银行的影响都比较大。
参考文献：
[1]Adrian，Brunnermeier.“CoVar”[R].FederalreserveBankofNewYorkStaffReports，2008，9.
[2]李玉贤.我国上市商业银行风险溢出效应的测度及分析研究——基于CoVar模型的分析[J].陕西科技大学学报（自然科学版），2012，02：115-121.
[3]杨有振，王书华.中国上市商业银行系统性风险溢出效应分析——基于CoVaR技术的分位数估计[J].山西财经大学学报，2013，07：24-33.
[4]陈守东，章秀.基于时变CoVaR模型的我国商业银行风险溢出效应研究[J].数量经济研究，2013，02：34-48.
[5]李丛文，闫世军.我国影子银行对商业银行的风险溢出效应——基于GARCH-时变Copula-CoVaR模型的分析[J].国际金融研究，2015，10：64-75.
作者简介：
姚亚伟（1984），男，汉族，上海，副教授，博士，上海师范大学，研究方向金融市场微观结构、组合投资管理；
耿娜（1993），女，汉族，江苏徐州，研究生在读，上海师范大学，研究流动性。