第 1 章  導(dǎo)論 

1.1   選題背景及意義 
作為資金融通的重要媒介、資源配置的重要手段，金融業(yè)的健康發(fā)展影響著國民經(jīng)濟(jì)的方方面面，對國民經(jīng)濟(jì)的重要性不言而喻。同時，金融業(yè)的風(fēng)險也會通過多種渠道傳遞到實體經(jīng)濟(jì)，進(jìn)而引發(fā)實體經(jīng)濟(jì)的波動。保險業(yè)以其特有的損失補(bǔ)償、經(jīng)濟(jì)給付、防災(zāi)防損和資金融通等職能在國民經(jīng)濟(jì)和社會體系中發(fā)揮著越來越重要的作用，成為經(jīng)濟(jì)的“助推器”和社會的“穩(wěn)定器”。 
雖然在金融危機(jī)中，我國沒有保險公司倒閉，但是從 AIG 集團(tuán)的案例中吸取教訓(xùn)十分必要。在我國，保險業(yè)的發(fā)展十分迅速，以保險資金運用余額為例，，我國保險機(jī)構(gòu)的保險資金運用余額從 2005 年 1.4 萬億，增加到 2014 年的 9.3 萬億，年均增速達(dá)到 62.7%1。保險資金投資的方式和范圍也趨于多元化，除銀行存款、國債等固定收益類投資外，還涉及到證券投資、長期股權(quán)投資、不動產(chǎn)投資、海外投資等領(lǐng)域�？梢�，保險業(yè)參與資本市場的廣度和深度逐漸拓寬、加深。尤其在保險監(jiān)管改革和市場化的背景下，保險公司經(jīng)營所面臨的風(fēng)險種類也趨于多樣化。 

特別地，我國經(jīng)濟(jì)已進(jìn)入“新常態(tài)”，經(jīng)濟(jì)下行、去杠桿化和結(jié)構(gòu)化調(diào)整的壓力使得我國以銀行業(yè)為核心的金融體系的系統(tǒng)性風(fēng)險凸顯。尤其，保險公司作為我國金融市場重要的機(jī)構(gòu)投資者，會成為諸類風(fēng)險資產(chǎn)的“避風(fēng)港”，直接或間接承接其他金融機(jī)構(gòu)轉(zhuǎn)嫁的風(fēng)險。以保險公司投資購買銀行發(fā)行的股票、債券為例。一方面，銀業(yè)風(fēng)險導(dǎo)致保險公司持有的銀行資產(chǎn)價格下跌，風(fēng)險從銀行業(yè)迅速傳遞到保險業(yè)；另一方面，保險業(yè)的風(fēng)險（尤其是非傳統(tǒng)保險業(yè)務(wù)的風(fēng)險）也可能會傳遞到金融體系。另外，銀行業(yè)還會通過其他方式（存款保險等）將風(fēng)險轉(zhuǎn)嫁給保險公司。若銀行業(yè)發(fā)生系統(tǒng)性風(fēng)險，風(fēng)險會通過這種關(guān)聯(lián)性傳遞到保險業(yè)，引發(fā)保險業(yè)的系統(tǒng)性風(fēng)險。 

……

1.2   研究內(nèi)容、技術(shù)路線及研究方法 
第一章為導(dǎo)論。首先對本文所研究問題的現(xiàn)實背景及意義進(jìn)行闡述，然后對本文的研究內(nèi)容、研究思路和研究方法進(jìn)行梳理，最后提出本文的創(chuàng)新點和可能遇到的問題。 
第二章主要介紹了系統(tǒng)性風(fēng)險的主要理論和國內(nèi)外研究的最新成果，并從系統(tǒng)性風(fēng)險的定義、系統(tǒng)性風(fēng)險的成因、系統(tǒng)性風(fēng)險的傳染和系統(tǒng)性風(fēng)險的測度等方面嘗試對保險業(yè)的系統(tǒng)性風(fēng)險進(jìn)行梳理總結(jié)。 
第三章主要介紹了 CoVaR 模型理論和基于分位數(shù)的 CoVaR 的計算方法和步驟。 
第四章主要是實證研究。本章從三個方面對保險業(yè)的系統(tǒng)性風(fēng)險進(jìn)行測度研究,分別是各上市保險公司與金融體系、保險業(yè)與其他金融子行業(yè)、保險業(yè)與金融體系之間的系統(tǒng)性風(fēng)險及其溢出效應(yīng)。然后從這三個角度進(jìn)行實證，并對實證結(jié)果進(jìn)行比較。 
第五章主要是研究結(jié)論和相關(guān)建議。本章在前文研究結(jié)論的基礎(chǔ)上，根據(jù)我國實際情況，從保險公司和監(jiān)管機(jī)構(gòu)兩個視角提出具體的、可行的、具有操作性的建議。 

本文的技術(shù)路線如下： 

……

第 2 章  系統(tǒng)性風(fēng)險理論及文獻(xiàn)綜述 

2.1   關(guān)于系統(tǒng)性風(fēng)險涵義的討論 
凱納特（Knight，1921）在其著作《風(fēng)險、不確定性和利潤》一書中第一次明確區(qū)分了“不確定性”和“風(fēng)險”的概念。他指出不確定性可以通過風(fēng)險來度量，風(fēng)險的特征就是能夠以概率為基礎(chǔ)進(jìn)行估計�！安淮_定性”是指那些不可度量的風(fēng)險。凱納特還在此書中提出了減少不確定性的方法：一是集中化，其典型形式就是保險產(chǎn)品。保險公司通過將具有相同特性的風(fēng)險個體集中起來，通過合理計算將投保人較大的、不確定的損失確定為較小的可確定保費，以此實現(xiàn)經(jīng)濟(jì)補(bǔ)償?shù)哪康�。二是專業(yè)化，通過企業(yè)合并擴(kuò)大企業(yè)規(guī)模，通過專業(yè)化決策減少不確定性。 
第一類定義主要側(cè)重強(qiáng)調(diào)系統(tǒng)性風(fēng)險對單個金融機(jī)構(gòu)、整個金融體系以及實體經(jīng)濟(jì)產(chǎn)生巨大沖擊的“同時性”。比如米什金（Mishikin,1995）定義系統(tǒng)性風(fēng)險為“一個無法預(yù)期的突然發(fā)生的事件”,金融市場因為此事件的突然沖擊產(chǎn)生混亂，導(dǎo)致信息的有效性下降，低效的、混亂的信息使得金融市場的投資渠道堵塞，因而資金失去了得到最大產(chǎn)出的機(jī)會。持相似觀點的還有 Kupiec 和 Nickerson（2004）。持此觀點的學(xué)者認(rèn)為正是無法預(yù)期的“壞事件”的產(chǎn)生沖擊的同時性才導(dǎo)致市場應(yīng)對政策的延誤和乏力。 

第二類定義側(cè)重于強(qiáng)調(diào)系統(tǒng)性風(fēng)險爆發(fā)的“同因性”。如 Chan 等（2005）[3]認(rèn)為系統(tǒng)性風(fēng)險產(chǎn)生的主要原因是各類金融機(jī)構(gòu)之間持有相同的風(fēng)險敞口。因此風(fēng)險很容易通過此類風(fēng)險敞口暴露從一家機(jī)構(gòu)傳遞到另一家機(jī)構(gòu)進(jìn)而形成系統(tǒng)性風(fēng)險。 

……

2.2   系統(tǒng)性風(fēng)險的成因 
雖然關(guān)于系統(tǒng)性風(fēng)險的研究的成果紛亂復(fù)雜，但是系統(tǒng)性風(fēng)險的基本理論卻相對成熟。比較有影響的主要有三個：金融脆弱性理論、不對稱信息理論和風(fēng)險溢出效應(yīng)理論。本節(jié)將對三個理論進(jìn)行詳細(xì)闡述。 
明斯基(H.Minsky)從企業(yè)角度進(jìn)行研究。他以經(jīng)濟(jì)周期理論為基礎(chǔ)，認(rèn)為在經(jīng)濟(jì)繁榮周期，貸款容易度的提高促使貸款人盲目擴(kuò)大生產(chǎn)；然而在經(jīng)濟(jì)萎縮周期，貸款人得到貸款的難度增加，進(jìn)而導(dǎo)致風(fēng)險發(fā)生。 
明斯基(  H.Minsky)將貸款企業(yè)分為三類：抵補(bǔ)性的借款企業(yè)、投機(jī)類的借款企業(yè)和龐氏企業(yè)。在經(jīng)濟(jì)上行周期中，預(yù)期收益率的上升和得到貸款容易度的增加，導(dǎo)致市場上出現(xiàn)越來越多的投機(jī)類企業(yè)和龐氏企業(yè)。這兩類企業(yè)的財務(wù)狀況、信譽程度都不及抵補(bǔ)性的借款企業(yè)。這樣高負(fù)債的經(jīng)營方式為經(jīng)濟(jì)下行周期的風(fēng)險波動埋下了種子。在經(jīng)濟(jì)下行周期，企業(yè)越來越難以得到貸款，這樣企業(yè)現(xiàn)金流受到嚴(yán)重沖擊（尤其是投機(jī)類企業(yè)和龐氏企業(yè)），進(jìn)而導(dǎo)致企業(yè)的破產(chǎn)。這類恐慌經(jīng)多種渠道傳導(dǎo)至金融體系，引發(fā)金融體系的波動。 
信息經(jīng)濟(jì)學(xué)認(rèn)為經(jīng)濟(jì)信息的不對稱會導(dǎo)致道德風(fēng)險和逆向選擇。由于金融市場上不同機(jī)構(gòu)以及不同市場間經(jīng)營狀況、風(fēng)險敞口的信息不對稱的存在，單個機(jī)構(gòu)或者市場的波動會導(dǎo)致整個金融體系的波動。

信息不對稱在保險市場上雙向的。首先保險人對投保人的信息不對稱。在保險商品的交易中，就保險標(biāo)的而言，投保人比保險人具有信息優(yōu)勢，他更清楚保險標(biāo)的的實際情況，因而更易引發(fā)道德風(fēng)險和逆向選擇問題。如果投保人風(fēng)險意識低，或者故意制造事故騙保，會造成保險公司賠付率的上升，致使保險公司面臨的成本風(fēng)險增加。 

……

第 3 章   基于分位數(shù)回歸法的CoVaR 模型 ...............................17 
3.1   CoVaR 理論 ....................................................17 
3.1.1  產(chǎn)生背景......................................................17 
3.1.2  定義及其計算 ...............................................17 
3.2   基于分位數(shù)回歸法的 CoVaR 計算方法 .............................19 
3.2.1  分位數(shù)的概念及思想 ............................................19 
3.2.2  分位數(shù)回歸思想................................................20 
3.2.3  使用分位數(shù)回歸法測度 CoVaR  的步驟 ............................21 
本章小結(jié)..............................................................21 
第 4 章   我國保險業(yè)系統(tǒng)性風(fēng)險測度—基于分位數(shù)回歸的CoVaR 模型 ......22 
4.1   樣本和數(shù)據(jù)選取 ................................................22 
4.2   數(shù)據(jù)處理 ......................................................22 
4.2.1  各保險公司股票價格指數(shù)和金融體系價格指數(shù)的計算 ..............23 
4.2.2  各保險公司和金融體系股價指數(shù)的收益率計算 .....................23 
4.3   各保險公司與金融體系系統(tǒng)性風(fēng)險實證研究 ........................24 
4.3.1  中國平安與金融體系系統(tǒng)性風(fēng)險實證研究 .........................25 
4.3.2  其他保險公司與金融體系系統(tǒng)性風(fēng)險實證研究 .....................28 
4.3.3  實證結(jié)果比較 ...............................................31 
4.4   保險業(yè)與其他金融子行業(yè)系統(tǒng)性風(fēng)險實證研究......................33 
4.4.1  保險業(yè)與銀行業(yè)系統(tǒng)性風(fēng)險實證研究............................34 
4.4.2  保險業(yè)與證券業(yè)系統(tǒng)性風(fēng)險實證研究...............................36 
4.5   保險業(yè)與金融體系系統(tǒng)性風(fēng)險實證研究.............................39 

本章小結(jié)..............................................................43 

……

第 4 章   我國保險業(yè)系統(tǒng)性風(fēng)險測度—基于分位數(shù)回歸的CoVaR 模型

4.1   樣本和數(shù)據(jù)選取
根據(jù)第四章所闡述的基于分位數(shù)回歸的 CoVaR 模型，本章以在我國內(nèi)地上市的4 家保險公司（中國平安、中國人壽、新華保險和中國太保）的周收盤價數(shù)據(jù)為樣本，對我國的上市保險公司的條件風(fēng)險價值 CoVaR  進(jìn)行測度。以此來研究各個保險公司和整個保險業(yè)的系統(tǒng)性風(fēng)險溢出效應(yīng)，以及保險業(yè)與銀行業(yè)、證券業(yè)之間的系統(tǒng)性風(fēng)險問題。 
本文選取在我國內(nèi)地上市的 4 家保險公司作為樣本，分別為中國平安（601318）、中國人壽（601628）、中國太保（601601）和新華保險（601336）。中國太平在香港證券交易所上市，為準(zhǔn)確起見，本文剔除了中國太平。這四家保險公司在我國保險市場占據(jù)較大的市場份額，具有一定的代表性和客觀性。 
為保證數(shù)據(jù)的一致性，同時考慮到系統(tǒng)性風(fēng)險的傳遞有時滯。選取 2012 年 1 月4 日至 2014 年 12 月 31 日的在上海證券交易所的周收盤價為樣本數(shù)據(jù)，樣本數(shù)據(jù)共有 1240 個。這是考慮到在四家保險公司中，新華保險是最后上市的。 

選取上證指數(shù)（000001）作為金融體系指數(shù)；選取銀行指數(shù)（880471）、證券指數(shù)（880472）和保險指數(shù)（880473）作為行業(yè)指數(shù)。其中，銀行業(yè)指數(shù)包括在上海證券交易所上市的工商銀行、中國銀行、建設(shè)銀行、交通銀行等 16 家商業(yè)銀行。證券指數(shù)包括中信證券、光大證券、招商證券等 22 家證券公司。保險指數(shù)包括中國平安、中國人壽、中國太保和新華保險。數(shù)據(jù)來源于 wind 數(shù)據(jù)庫。 

……

結(jié)論

通過第 4 章對保險業(yè)系統(tǒng)性風(fēng)險的進(jìn)行的多角度實證研究，本章對其結(jié)論進(jìn)行梳理、總結(jié)。  
①不同保險公司與金融體系之間的系統(tǒng)性風(fēng)險貢獻(xiàn)度和貢獻(xiàn)率不同。存在差異的原因主要在于資產(chǎn)規(guī)模的差異、投資配置的差異、業(yè)務(wù)范圍和內(nèi)部控制的差異。
②四家公司以及金融體系的 CoVaR  值均大于 VaR 值。這說明 VaR 值忽略了保險公司與金融體系之間的風(fēng)險溢出效應(yīng)。尤其是在極端事件發(fā)生時，VaR 因為很難捕捉到機(jī)構(gòu)與機(jī)構(gòu)之間、機(jī)構(gòu)與系統(tǒng)之間的邊際風(fēng)險貢獻(xiàn)度而低估了系統(tǒng)性風(fēng)險溢出的水平。相對于 VaR，CoVaR 能夠?qū)⑾到y(tǒng)性風(fēng)險的溢出水平量化，更加清晰直觀，便于操作，是一種更為有效、先進(jìn)的系統(tǒng)性風(fēng)險測度方法。 

③通過排序可以看出，中國平安對金融體系的風(fēng)險貢獻(xiàn)度最大，其受到金融體系風(fēng)險波動的影響也是最大的。尤其需要注意的是中國平安對金融體系的系統(tǒng)性風(fēng)險貢獻(xiàn)率達(dá)到 43.12%，這從側(cè)面說明了加強(qiáng)對系統(tǒng)性重要機(jī)構(gòu)監(jiān)管的重要性。 

參考文獻(xiàn)（略）

本文編號：41561