非核心負(fù)債是銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)累積的重要驅(qū)動(dòng)因素,本文將刻畫(huà)時(shí)間維度系統(tǒng)性風(fēng)險(xiǎn)特征的非核心負(fù)債指標(biāo)與刻畫(huà)機(jī)構(gòu)關(guān)聯(lián)性的尾部依賴(lài)技術(shù)相結(jié)合,得到中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量指標(biāo)。在捕捉?jīng)_擊事件有效性方面,本文指標(biāo)可以捕捉樣本期間的4次重大沖擊事件,包括2008年國(guó)際金融危機(jī)、2013年銀行業(yè)"錢(qián)荒"、2015年股市異常波動(dòng)和2018年中美貿(mào)易摩擦;在捕捉規(guī)模特征有效性方面,本文指標(biāo)能夠規(guī)避傳統(tǒng)風(fēng)險(xiǎn)指標(biāo)中出現(xiàn)的"小機(jī)構(gòu)、大貢獻(xiàn)"這種不符合現(xiàn)實(shí)的問(wèn)題;本文提出系統(tǒng)性風(fēng)險(xiǎn)度量領(lǐng)域的安慰劑檢驗(yàn)方法,發(fā)現(xiàn)本文指標(biāo)能排除股票市場(chǎng)風(fēng)險(xiǎn)等噪音信息。 

【文章來(lái)源】：世界經(jīng)濟(jì). 2020,43(04)北大核心CSSCI

【文章頁(yè)數(shù)】：22 頁(yè)

【圖文】：

本文核心指標(biāo)波動(dòng)

圖2給出了核心指標(biāo)的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測(cè)結(jié)果。其中,SYS_Lasso_ΔCoNCore為核心指標(biāo),閾值為樣本區(qū)間核心指標(biāo)按照從大到小排序后,處于上90%分位數(shù)的指標(biāo)數(shù)值。當(dāng)指標(biāo)水平高于該閾值時(shí),本文認(rèn)為中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平較高,需要引起關(guān)注。圖2表明,本文構(gòu)建的指標(biāo)能較為準(zhǔn)確地刻畫(huà)中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平。這種準(zhǔn)確性不僅體現(xiàn)在其能夠精確識(shí)別出系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)時(shí)期(即第1類(lèi)錯(cuò)誤較低),還體現(xiàn)在其不會(huì)在實(shí)際風(fēng)險(xiǎn)較低時(shí)發(fā)出風(fēng)險(xiǎn)預(yù)警的錯(cuò)誤信號(hào)(即第2類(lèi)錯(cuò)誤較低)。具體而言,銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)高于閾值的時(shí)間點(diǎn)有且僅有2008年國(guó)際金融危機(jī)、2013年中國(guó)銀行業(yè)“錢(qián)荒”、2015年中國(guó)股票市場(chǎng)異常波動(dòng)以及2018年中美貿(mào)易摩擦這4個(gè)時(shí)點(diǎn)。中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的水平值和變動(dòng)速度在上述4個(gè)時(shí)點(diǎn)具有不同特征。從水平值來(lái)看,第3次沖擊下中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的嚴(yán)重程度最高,第4次沖擊下系統(tǒng)性風(fēng)險(xiǎn)水平次之,另外兩次沖擊下系統(tǒng)性風(fēng)險(xiǎn)水平相對(duì)較低。從變動(dòng)速度來(lái)看,4次沖擊期間中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)累積速度也有所不同,本文計(jì)算了指標(biāo)在這4次沖擊附近由低點(diǎn)上升至高點(diǎn)的變動(dòng)速度,其中第3次沖擊下風(fēng)險(xiǎn)上升的速度最快,第4次沖擊次之,第2次沖擊最慢。由此可見(jiàn),2015年股票市場(chǎng)異常波動(dòng)和2018年中美貿(mào)易摩擦對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響程度遠(yuǎn)遠(yuǎn)高于2008年國(guó)際金融危機(jī)和2013年銀行業(yè)“錢(qián)荒”事件。

本文采用“倒扣”法研究關(guān)聯(lián)性指標(biāo)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)水平,即將核心指標(biāo)走勢(shì)中與非核心負(fù)債同比增速無(wú)關(guān)的部分納入銀行關(guān)聯(lián)性這一因素。原因在于:第一,Lasso分位數(shù)回歸技術(shù)下關(guān)聯(lián)性指標(biāo)難以寫(xiě)出準(zhǔn)確的解析表達(dá)式;第二,時(shí)間維度風(fēng)險(xiǎn)指標(biāo)加權(quán)求和的過(guò)程進(jìn)一步增加了分離非核心負(fù)債與關(guān)聯(lián)性貢獻(xiàn)的難度;第三,從理論上講,本文將非核心負(fù)債數(shù)據(jù)與尾部依賴(lài)回歸模型混合在一起進(jìn)行統(tǒng)計(jì)建模,較難分離兩者各自的風(fēng)險(xiǎn)貢獻(xiàn)水平。銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)與其驅(qū)動(dòng)因素之間的關(guān)系見(jiàn)圖3,可以得出以下結(jié)論:

【參考文獻(xiàn)】：
期刊論文
[1]宏觀審慎與貨幣政策雙支柱框架研究——基于系統(tǒng)性風(fēng)險(xiǎn)視角[J]. 方意,王晏如,黃麗靈,和文佳.  金融研究. 2019(12)
[2]系統(tǒng)性風(fēng)險(xiǎn)、拋售博弈與宏觀審慎政策[J]. 方意,黃麗靈.  經(jīng)濟(jì)研究. 2019(09)
[3]經(jīng)濟(jì)波動(dòng)、銀行風(fēng)險(xiǎn)承擔(dān)與中國(guó)金融周期[J]. 方意,陳敏.  世界經(jīng)濟(jì). 2019(02)
[4]我國(guó)銀行系統(tǒng)性金融風(fēng)險(xiǎn)研究——基于“去一法”的應(yīng)用分析[J]. 楊子暉,李東承.  經(jīng)濟(jì)研究. 2018(08)
[5]商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)溢出及系統(tǒng)重要性研究——來(lái)自中國(guó)16家上市銀行CoVaR的證據(jù)[J]. 李明輝,黃葉苨.  華東師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2017(05)
[6]銀行非核心負(fù)債的風(fēng)險(xiǎn)規(guī)制[J]. 劉俊峰,李群.  中國(guó)金融. 2017(05)
[7]我國(guó)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度及影響因素研究——基于CCA-POT-Copula方法的分析[J]. 王擎,白雪,牛鋒.  當(dāng)代經(jīng)濟(jì)科學(xué). 2016(02)
[8]我國(guó)銀行同業(yè)業(yè)務(wù)發(fā)展對(duì)貨幣政策和金融穩(wěn)定的影響[J]. 肖崎,阮健濃.  國(guó)際金融研究. 2014(03)
[9]我國(guó)系統(tǒng)重要性金融機(jī)構(gòu)的識(shí)別與監(jiān)管——基于系統(tǒng)性風(fēng)險(xiǎn)指數(shù)SRISK方法的分析[J]. 梁琪,李政,郝項(xiàng)超.  金融研究. 2013 (09)
[10]我國(guó)銀行業(yè)系統(tǒng)性違約風(fēng)險(xiǎn)研究——基于Systemic CCA方法的分析[J]. 巴曙松,居姍,朱元倩.  金融研究. 2013 (09)



本文編號(hào)：2973743