银行业系统性风险测度方法研究成果

银行业系统性风险测度方法很多，学者们从不同的角度，都会有自己的方法，综合起来，大致可以分为以下三个角度：相关性角度分析方法、传染渠道的角度分析方法和指标角度分析方法。

1.相关性角度分析方法

这类方法的主要思想是通过考察银行之间资产价格波动的相关性来衡量银行业系统性风险，主要又包括两种：GARCH方法和Alfred Lehar提出的风险管理方法。

GARCH方法。GARCH方法测度银行系统性风险的应用得益于计量经济学的发展，双变量或者多变量GARCH模型方法的解决。双变量或者多变量GARCH模型能够估计出两个或多个时间序列波动的动态相关性，这样为从相关性角度估计银行业系统性风险找到了技术工具。GARCH方法的具体操作：首先，选取资产的代理指标。一般采用银行的股权的表现形式是股票的收益率。然后，样本选择。选取银行体系中的代表银行，这类银行的选取标准是，数据容易获得，数据期限较长。一般都是一国银行体系中的上市商业银行。最后，结论。相关系数的增大即银行股票收益波动性关系的明显增强，说明银行间的联系更加紧密，传染更易发生，意味着潜在的系统性风险的加大，反之，相关系数的降低或者没有变化意味着潜在的系统性风险减少或者不变。Michael Schroder和Martin Schuler使用此法测度欧洲银行业一体化以后潜在的系统性风险，得出结论：欧洲商业银行间的潜在系统性风险近20年来有所增加。

风险管理法。该方法填补了上述方法的一些不足，不仅考察了银行间资产的相关性，同时还考虑了单家银行倒闭的可能性，也就是说，该方法不仅考虑了传染发生的可能，也考察了传染发生前的诱导因素发生的可能。基本思想是：通过模拟多家银行的资产波动，考察在一定资产条件和数目条件下，银行倒闭的概率。这种方法使用蒙特卡罗模拟法模拟发生单家银行倒闭的时间序列，这样能够获得单家银行或者数家银行由于突发事件影响倒闭的概率，也就是引发系统性风险的诱导因素发生的概率。同时，也可以得到超过系统中某一特定数量的银行同时倒闭的可能性，即整个系统发生系统性风险的概率。Alfred Lehar提出此方法后使用全球149家大银行的数据进行了分析。

2.传染渠道的角度分析方法

传染渠道的角度分析方法就是从银行风险传染发生的系列角度出发对银行业系统性风险进行测度。该方法将银行的实际业务与风险测度相联系考察传染的发生。在这里，主要包括三种：信息引发的银行业系统性风险测度、从支付系统出发的银行业系统性风险测度和银行间市场的角度测度系统性风险。(www.xing528.com)

信息不均衡引发的银行业系统性风险测度。通过分析银行业系统性风险的传染渠道，我们了解银行间风险的传染可能通过信息不对称的方式，以“羊群效应”的形式发生。用这种方法进行研究的学者较少，比较有代表性的是Chen提出的银行挤兑蔓延模型。该模型的主要思想：由于信息不均衡的作用，银行的存款者之间获取的信息量不一样，部分存款者可能获得更多有关银行资产质量的信息。如果一家银行的经营出现问题，这时，拥有足够多信息的存款者必然先提款。其他的存款者信息量不够，但是他们会根据那些先行动的存款者的行为而加以行动，这样会造成全面的银行挤兑。而当体系中出现银行倒闭时，其他银行的投资者出于对自己存款银行资产的担心，就会在获取信息不完全的情况下挤兑银行，因此，一家银行的经营失败可能造成其他健康的银行失败，导致银行间传染的发生，系统性风险的爆发。

支付系统引发的银行业系统性风险测度。支付系统引发的银行业系统性风险模型最早是由Diamond和Dybvig（1983）提出的三阶段模型。该模型第一次清晰地解释了银行的作用是满足存款者对流动性的需要并对其提供支付服务。在一系列假定下，D-D模型从微观角度分析了银行挤兑的发生，为支付系统引发的银行业系统性风险的研究提供了一个基础性的分析框架。以后Bhattacharya和Gale（1989）对其模型进行了进一步的发展，将银行间市场资金加入模型之中，Sujit Chakravorti（1996）在Bhattacharya和Gale（1989）的模型基础上提出了四阶段模型。此类测算方法的主要研究思想为：银行系统性风险通过支付系统的传染，实际上就是支付系统的系统性风险。

银行间借贷市场引发银行业系统性风险测度。银行间借贷市场是传染银行间危机的一个重要渠道，由于银行通过银行间市场所形成的复杂的借贷结构，使得银行间会有千丝万缕的联系，一家银行的经营失败必然对其他银行造成影响，而影响的大小则取决于他们之间的借贷大小和损失情况对银行自身资本的比率，比率超过1，则发生传染，否则，银行能够抵御风险。这方面的测度方法主要有矩阵法和网络分析法。矩阵法的主要思想：银行间存在信贷关联，单家银行的倒闭势必给其他银行带来流动性的冲击，如果损失额超过资本总额，该银行倒闭。依次对其他银行产生冲击，最终导致系统性风险的发生。网络分析法的基本思想：在银行间市场上存在一个或几个银行间的交易中心，这些交易中心都有一个系统性重要银行，空间上的分布类似群落聚集的现象。交易中心的系统性重要银行与银行间市场上的多家银行进行交易，相互间存在借贷关系，单家银行的倒闭正是因为这种关系对其他银行造成影响，使得传染发生。网络分析方法与矩阵法最大的不同在于需要识别出不同银行类型的不同的网络结构，然后根据银行间市场的网络结构，利用模拟法测算系统性风险的传染。

3.指标角度分析方法

正常情况下，指标角度的分析方法也就是指标经验分析法，利用以往银行经营的实际经验筛选考核指标，设定一个正常值，以指标实际值与正常值之间的经验性差别衡量系统性风险大小。通过指标测度银行业系统性风险的方法大体可以分为两类，指标体系综合度量和零散指标度量。20世纪90年代前，用于综合度量的指标体系主要是CAEL和CAMEL系统，其也是各监管当局当时最常用的风险测度与预警工具。CAMEL评级系统在CAEL排序系统以资本充足性、资本品质、获利能力及流动能力作为测度指标范畴的基础上，增加了管理能力一项，其选择相应的指标并赋予权数，以权数求得的综合得分在同类型银行机构内的排序先后确认出风险状况不佳的银行机构。然而，CAEL和CAMEL的实际识别效果都不尽如人意，在美国1980—1994年间发生的1617个失败银行中只准确识别了46%（Benton E.Gup，1999）。1993年，美联储开始采用更多考虑了银行机构长期变动影响的FIMS评级系统，对单个银行的风险进行监察。但FIMS依然认为单个银行机构的脆弱是系统性银行风险的主要原因。在对系统性风险进行评价时只是将各银行个体的风险进行简易累加，或选取代表性的大型机构，未能真正反映出系统性风险的“系统”问题，在总体测度方面表现欠佳。针对上述指标体系中指标选取上的不足，零散指标度量法从补充、修改指标的角度提出了不同观点。

美国的快速预警纠偏模型以资本充足率状况为主线，为监管当局判断银行状况提供了一个快速、简明的参考框架。Kaminsky（1997）研究认为，实际汇率水平、国内信贷总量、对公共部门的信贷总量、国内通货膨胀、贸易平衡情况、货币增长率、实际经济增长率和财政赤字等指标，在一定程度上能够对系统性金融风险起到一定的指示作用。Gonzalez Hermosillo（1999）以经验证据表明，只有同时考虑不良贷款和资本充足率，CAMEL体系的评估才有统计意义上的依据。Goodhart（2004）和Aspachs（2006）认为违约概率和银行盈利水平是重要指标。虽然针对个别零散指标重要性的研究仍在继续，但是如果继续从单一金融机构入手，单纯从建立指标体系角度考虑，而没有加总的理论基础，那么无论怎样继续添加、修改指标也无法解决其在对系统性风险总体测度上表现欠佳的问题。