加入收藏 | 设为首页 | 阅知网,倾力打造学术界一站式发表平台!
 教育

我国金融行业系统重要性识别——基于CoES模型

发布时间:2020-05-27 点击: 来源:教育探索
1引言与文献综述
自2007-2009年国际金融危机以来,各国监管当局加大对宏观审慎监管的重视,注重金融机构个体风险监管的同时,尤其关注跨机构、跨行业、跨市场甚至跨国别的金融系统性风险监管,而2013年我国出现的“钱荒”事件与2015年的“股灾”事件,再次提醒我国监管当局、学界与业界对宏观审慎监管的重视。2015年12月29日我国央行宣布从2016年起将现有的“差别准备金动态调整”和“合意贷款管理机制”升级为“宏观审慎评估体系”(Macro Prudential Assessment,简称:MPA)。MPA认为单个金融机构或者金融市场的稳定并不代表整个金融系统的稳定。应运而生的是对金融系统中各金融机构的系统重要性的识别。系统性重要性概念是由IMF与FSB 等国际组织在G20为主的30多个国家和地区范围内展开的针对“系统重要性”问题的调查(IMF / FSB /BIS,2009)时提出,如果某金融机构的倒闭或危机将会损害整个金融系统,并可能造成体系内出现大范围的运行困难,且最终影响了整个金融系统提供金融服务的能力,则认为该机构为系统重要性金融机构。研究普遍认为可以通过度量单个金融机构对金融系统性风险影响的大小来界定金融机构对金融系统的重要性,而金融机构对金融系统性的影响与两个方面有关,一方面是单个金融机构特定风险背景下对所在系统性风险贡献越大,表明该金融机构为系统重要性金融机构;另一方面是当整个金融系统处于危机背景下,单个金融机构的损失相对于金融系统的总体资本损失程度越大,表明该金融机构对危机的贡献越大,即系统重要性金融机构,类似于压力测试。
国内外从第一方面出发度量我国金融行业系统重要性代表性文献有Adrian 和Brunnermeier(2016)提出运用度量金融机构的系统性风险,具体地,当特定金融机构存在风险压力条件下时,金融系统的条件在险值为,与该金融机构处于正常风险条件下时,金融系统的条件在险价值为,定义两者之差绝对值的大小作为金融机构对金融系统的边际贡献,并依此来反映各金融机构的系统重要性。给出一种度量系统性风险的新方法,以此来评价金融机构的系统重要性,于是该方法一经提出,国内外许多学者进行了应用研究,如López-Espinosa等(2012)考虑单个银行与银行系统之间非对称的尾部关联,将推广到非对称状态。Reboredo等(2015)利用Copula函数能够有效拟合金融数据的优势,建立Copula-CoVaR模型,度量欧洲债务危机前后各国系统性风险。国内学者刘晓星、段斌和谢福座(2011),考虑到金融市场极端情形的重要性,将极值理论(Extreme Value Theory,简称EVT),Copula函数与相结合,建立了EVT-Copula-CoVaR模型,研究股票市场间的风险溢出。白雪梅,石大龙(2014)与陈守东和王妍(2014)分别运用CoVaR 模型度量我国各上市金融机构对金融系统的边际贡献,结果都表示,我国银行类金融的系统性风险最大。陈建青,王擎和许韶辉(2015)与徐映梅和徐璐(2015)将金融机构按照所在行业进行分类,度量我国金融行业之间的系统性风险溢出,研究表明,金融行业间的系统性金融风险溢出效应具有非对称性。王永巧和胡浩(2012),周天芸,杨子晖,余洁宜等(2014),刘向丽和顾舒婷(2014)等文献运用CoVaR度量方法对我国金融市场系统性风险进行实证研究。