在险价值方法的优化措施

在险价值（Value at Risk，下文简称VaR）方法是金融机构风险管理的主要工具。在VaR方法的基础之上，Adrian & Brunnerier（2010）提出了CoVaR方法测算系统性风险，测度单个金融机构陷入困境对于其他金融机构尾部风险的影响，其优势在于既可以用于分析不同国家和国际银行系统的截尾相互依存性，也可以用于估计国内银行体系的系统性风险。周天芸等（2012）使用CoVaR方法分析了香港银行体系的系统性风险，并探讨了影响香港银行体系脆弱性的外生性因素和内生性因素。

Shapley值方法假定单个机构对系统性风险的平均边际值为每个金融机构分配的系统性风险，系统性风险为金融机构的系统性风险边际贡献的加总。综合金融机构的规模、违约概率以及相对共同风险因子的暴露程度，使用Shapley值方法可将系统性风险分配至每个金融机构，从而确定其系统重要性（Tarashev et al.，2010）。在使用Shapley值方法分析中国金融机构的系统重要性时，贾彦东（2011）将金融机构对金融体系的影响分为直接影响和间接影响两部分，并分别使用“冲击测试”和“Shapley值”测度直接影响和间接影响所造成的损失。

作为VaR方法的补充，ES（Expected Shortfall）方法可以提供尾部损失的整体严重性信息，不过容易受到噪音的影响。Acharya et al.（2010）提出的MES（Marginal Expected Shortfall）方法是对ES方法的改进。通过测度整个市场显著下降时金融机构的期望损失，考察单一金融机构对系统性风险的“贡献度”，MES值越高，金融机构对系统性风险的贡献度越大。范小云等（2011）、郭卫东（2013）使用MES测度了中国上市商业银行对于金融体系整体性系统性风险的影响。(www.xing528.com)

比较CoVaR、Shapley值法、MES，可以发现这三种方法的差异在于以下两个方面。一方面，虽然CoVaR方法与MES方法可以测度单一金融机构的金融困境对于其他金融机构与金融体系的溢出效应，识别金融机构的系统重要性，但是，由于金融网络之间表现出高度的关联性，CoVaR方法与MES方法无法准确识别复杂金融网络的系统性风险，且不能通过加总获得系统性风险的整体状况。相比之下，Shapley值方法则是对整体系统性风险进行分解。另一方面，CoVaR方法、Shapley值方法与MES方法均以资本市场高频数据为基础；在计算方法上，这三种方法均以VaR方法与期望损失为基础，其中，CoVaR方法以VaR方法为依托，MES方法以ES方法为基础，而ES方法要依靠VaR方法，所以也是以VaR方法为基础的。