宏观审慎监管框架下金融业系统性风险研究※

田海山　胡锡亮　吴恒煜

宏观审慎监管框架下金融业系统性风险研究※

田海山胡锡亮吴恒煜

内容提要：金融体系内在的顺周期性以及微观审慎管理的局限性，使宏观审慎管理成为当前金融监管体系改革的关键，而系统性风险及其测度则是完善宏观审慎管理的核心问题。在诠释系统性风险与宏观审慎管理内涵的基础上，本文按概率分布研究方法、未定权益分析法、流动性不足、金融网络、宏观金融与压力测试六种方法，评述了国内外系统性风险研究进展。研究发现系统性风险研究的三个核心问题是，系统性风险的驱动因子及演变模式，系统重要性金融机构的识别与管理，系统性风险的传染以及对宏观经济的影响；宏观审慎管理的关键是，运用合适的政策组合工具及时有效地发现、测度与管理系统性风险。

系统性风险宏观审慎管理风险测度经济稳定

每次金融危机都是系统性风险形成、集聚以及爆发的过程。2007年金融危机深刻揭示出了应通过对金融机构更为有效地监管来维护金融体系稳定的迫切性和重要性。为了防范金融危机的再次爆发，金融稳定监督委员会（Financial Stability Oversight Council）和金融研究局（Office of Financial Research），以及欧洲系统性风险委员会（European Systemic Risk Board）等监管机构应运而生，我国也正在加快构建宏观审慎管理框架。不过，虽然已制定了巴塞尔协议III和《多德—弗兰克（Dodd-Frank）金融改革法案》等监管框架，欧洲银行业联盟及银行业救助框架也已建立，但现阶段宏观审慎管理仍面临重大挑战。在此背景下，本文将系统归纳国内外系统性风险研究，旨在为我国完善宏观审慎管理框架提供有益参考。

一、系统性风险与宏观审慎管理的内涵

1.系统性风险

如Lucas所言，经济学家对“系统性风险”在理论层面上的理解，始于凯恩斯在《就业、利息和货币通论》中对1929年大萧条所作的诠释（Kambhu et al.，2007；宫晓琳和卞江，2010）。然而，系统性风险至今都没有统一的定义。Billio et al.（2012）将系统性风险定义为威胁金融体系稳定或大众信心的风险，ECB（2010）认为是金融体系不稳定的风险对经济增长和福利的显著影响，Blancher et al.（2013）认为是源于金融部门内部或通过金融部门扩散的风险（如由于金融机构清偿能力或流动性缓冲不足等），并且对金融机构以及实际产出有巨大的潜在负向冲击。其他学者侧重于更为具体的机制，如风险敞口的相关性（Acharya et al，2010），对实体经济的负面影响（Bernanke，2009），信息失灵（Mishkin，2007），传染（Moussa，2011），负外部性（Financial Stability Board，2009）等。

历次金融危机揭示出，风险的不同源头以及冲击的传递机制可能在同一时刻或者以一种复杂的相继形式而共同起作用。Blancher et al.（2013）将系统性风险的演变划分为三个阶段：第一，风险累积阶段，主要是集中于评估系统性危机爆发的可能性，以及权衡可能的损失与旨在吸收损失的资本缓冲的关系；第二，冲击显现阶段，将主要聚焦于评估金融体系和实体经济部门的潜在损失；第三，放大与传染阶段，主要分析冲击的放大机制（如金融机构的关联性），金融资产可能发生的抛售，跨国风险敞口以及相应的负向反馈回路（adverse feedback loops）等。

2.宏观审慎管理

由于单个金融机构无法完全将其各种交易附有的风险内生化，从而表现出显著的外部性，会放大负向冲击。Borio（2003，2011）指出基于单个金融机构风险的自下而上的微观审慎监管在这些问题前显得无能为力，而宏观审慎管理才是解决之道。Borio（2011）指出宏观审慎管理必须从系统性风险的角度展开研究，以解决金融体系中存在的“合成谬误”问题，即微观层面上对单个金融机构的审慎管理，从整个金融体系的宏观视角来看并不是一个审慎管理机制。

Blancher et al.（2013）指出有效的监管政策必须对以下特征有清晰地了解：（1）政策制定者不应期望找到一种“一劳永逸”的政策；（2）政策制定者应及时运用多种分析工具，以考虑到各种可能的风险因子。

二、系统性风险研究进展

系统性风险研究有三个关键问题：第一，系统性风险的驱动因子及演变模式；第二，系统重要性金融机构的识别与管理；第三，系统性风险的传染以及对宏观经济的影响。系统性风险定义视角的不同就需要不同的风险测度方法来研究这些关键问题，而稳健的金融管理框架需要综合考虑风险视角的多样性和金融体系结构演变的连续性。本部分将顺延Bisias et al.（2012）的思路，以研究方法作为线索，评述国内外系统性风险的研究进展。

1.概率分布研究方法

（1）前瞻性（forward-looking）风险研究方法。该方法主要包括Kritzman&Li（2010）的金融动荡（financial turbulence）模型、Segoviano&Goodhart（2009）的银行体系多元密度（banking system's multivariate density，BSMD）模型和Allen et al.（2012）的金融部门系统性风险测度等。前瞻性方法具有显著的优势：能更好地理解投资组合、金融机构以及金融系统的演化过程；能捕获投资组合的非线性关系；用尾部相关性统计量以及波动率集聚参数来描述收益率分布的高阶矩特征。

运用马氏距离（Mahalanobis distance），金融动荡模型测度了给定资产价格变化的历史模式下资产收益率表现出的统计异常，发现经动荡修正后的VaR能更有效地估计系统性事件的损失。将银行体系定义为银行的组合，Segoviano&Goodhart（2009）用最小交叉熵估计了BSMD，并构建了多种系统性风险测度。

（2）横截面（Cross-sectional）研究方法。与前瞻性研究方法不同，该方法主要研究机构之间“健康”状况的相互依赖性，包括CoVaR（Conditional Value at Risk）、Co-Risk测度、系统性期望损失SES（Systemic ES）等。

由Adrian&Brunnermeier（2010）构建的CoVaR可以测度单个机构对系统性风险的贡献度。与此类似，2009年IMF全球金融稳定报告提出了Co-Risk测度。对于单个机构对系统性风险的贡献度，Acharya et al.（2010）指出还可以由SES来测度。对于危机时单个机构所需资本，Acharya et al.（2012）提出了资本不足的估计方法，认为资本不足是规模、杠杆率以及危机时预期资本损失的函数。进一步，Brownlees&Engle（2012）用非对称的GARCH模型估计波动率，用非对称的DCC模型刻画相关性，来预测危机时预期的资本损失。

2.未定权益分析方法

未定权益分析方法（Contingent Claims Analysis，CCA）源于Black&Scholes（1973）和Merton（1974）的开创性研究，后经Crosbie&Bohn（2003）进一步完善，Gray&Jobst（2010）等成功将CCA方法从微观领域拓展到了系统性风险研究。Khandani et al.（2013）指出，房地产价格的变化能影响贷款方投资组合的损失，并发现在房产价格和抵押资产净值恶化情况下，经济繁荣时房产所有者的杠杆率增加，而经济萧条时却不能降低。

近年来学者们主要从两个方面拓展了CCA模型。第一，考虑到现实金融数据具有尖峰、厚尾等非正态特性，将CCA拓展到了非正态的Lévy过程（Gideon，2011；Jobst&Gray，2013）。第二，鉴于危机中所表现出的风险时变特征，在GAS（Generalized Autoregressive Score）基础上，Lucas et al.（2013）开发了一个能捕捉动态波动率与违约相依性，且含有动态关联Lévy驱动因子的CCA模型。胡锡亮（2014）结合CCA方法与空间计量方法探究了系统性风险的决定因素与传染机制。

3.流动性不足分析方法

银行为资金提供期限转换的功能，使银行体系在流动性不足的情况下非常脆弱，容易使银行遭受挤兑（Diamond&Dybvig，1983；Allen&Gale，2007）。Sapra（2008）权衡了基于模型与市场两种盯市头寸评估方法的利弊。Hu et al.（2013）发现由于套利的存在噪音一般都非常低即流动性非常高，但在危机时由于套利资本撤离市场会导致噪音迅速增加即流动性突然枯竭。

考虑到交易商提供市场流动性的能力依赖于自身融资能力，而反过来交易商融资能力（即资本和保证金需求）又依赖于资产的市场流动性，Brunnermeier&Pedersen（2009）分析了资产市场流动性（变现能力）和交易商融资流动性（获得融资的能力）的关系。Khandani&Lo（2011）提出了两个股票市场流动性测度指标：第一种测度分析了高频均值反转交易策略对交易成本的影响，第二种指标是源于Kyle（1985）的“Kyle's lambda”，通过回归来估计价格变动1美元所需要的交易量。

4.金融网络方法

IMF（2009）指出，金融网络方法在量化系统性风险方面具有独特的优势。该方法首先建立金融机构风险暴露矩阵，然后模拟并挖掘单个机构发生违约的效应，再探究该违约事件所导致的多米诺效应，进而可以甄别哪个银行能够引发最多的违约事件，识别系统重要性金融机构和敏感性机构。

用主成分分析方法测度资产收益率之间同步变化程度是一种典型的网络分析法。当金融机构的资产收益率同时受少量因子影响时，如果由前n个主成分解释所能的变动比例急剧上升，则表示系统性风险趋于增加。Kritzman et al.（2010）就构建了吸收率指标，AR越高表明市场联系越紧密，冲击在金融体系内传染越快。Chan-Lau et al（2009）和IMF（2009）基于机构数据分别建立了银行风险暴露网络模型。Billio et al（2012）发现格兰杰因果网络在系统性冲击之前表现出紧密的联动性。国内马君潞等（2007）、贾彦东（2011）、童牧和何奕（2012）的研究具有代表性。

5.宏观金融分析

Borio（2009）扩展了Borio&Lowe（2004）的研究，构建了一系列宏观经济预警指标来预测银行危机。Del Negro et al.（2011）在DSGE模型中加入非金融机构借款者的信贷约束，分析了金融危机期间货币政策和宏观经济间的相互关系。对于金融中介部门的摩擦性，He&Krishnamurthy（2014）认为金融部门受权益资本的约束，开发了一个量化系统性风险的宏观经济框架。Brunnermeier&Sannikov（2014）也构建了一个含有摩擦性金融部门的动态随机一般均衡模型，并且内含一个巨大的非线性放大机制：宏观经济在稳态附近以正常的增长率能保持很长时间，但资产价格突然发生大的波动时很不稳定。

6.压力测试

危机时期，如何量化一个银行需要多少资本以及流动性来支撑其所承担的风险，标准的方法（如监管资本比率）将不再有效，而压力测试则是一种可靠的方法。压力测试主要有敏感性分析和情景分析。压力情景可以是历史压力情景，也可以通过专家意见或者其他技术来设定。一个理想的宏观审慎压力测试过程至少包含有两个部分：第一，目标机构（被测试的机构）所需增加的资本缺口的可信性评估；第二，增加资本的可靠途径。

Alfaro&Drehmann（2009）分析了Reinhart& Rogoff（2009）鉴定的1974年以来大约43次危机中GDP的波动，发现危机之前GDP增长率通常会降低，但大部分危机并不是在GDP增长率恶化后才发生的。Hirtle et al.（2009）评估了SCAP。Duffie（2011）的“10×10×10”模型假定监管机构需要分析N个重要金融机构在M种情景下的风险暴露，可以明晰金融体系对每种冲击的联合风险暴露，也能通过与N个金融机构的交易关系来识别其他重要的机构。

三、宏观审慎管理政策

宏观审慎管理政策的目标是，使政策制定者在即将发生或者已经爆发金融危机时，知道在何时采取合适的政策来抑制甚至消除系统性层面的金融风险。具体而言，其短期目标是防范系统性风险，而最终目标是减少对实体经济的负面冲击，维持金融体系和宏观经济的稳定。

1.逆周期缓冲资本

逆周期管理的首要任务是建立逆周期缓冲资本，减少一个机构发生危机时对金融体系的系统性冲击。因此，资本充足率的计算应该综合金融机构的杠杆率、期限错配以及融资条件的系统性风险溢出效应。还要具有逆周期性，即经济繁荣时资本充足率比经济萧条时要高。Kashyap&Stein（2004）指出，这种动态资本管理要求是最优的，且中央银行能够同时达到两个目标：保护存款保险基金的微观审慎管理目标，在经济衰退时保持信贷投放量的宏观审慎管理目标。Hanson et al.（2011）认为，在危机期间银行的监管要求可能加大对问题银行的融资难度，而经济繁荣时较高的最低资本要求能够满足危机时期银行的资本需求。

2.资本的构成和质量

监管机构可以鼓励银行发行或有融资工具这种或有资本补充机制，即当资本充足率低于一定水平时将自动转换成股本从而提高银行资本金。最典型的就是或有可转换债券（contingent convertibles），当银行的管理资本或者市值低于某个固定的阀值时自动转换成股本（Flannery，2005）。另外一种是资本保险（capital insurance），银行购买保险使其在经济低迷时能得到赔付，而为了防止保险公司违约，该制度需提供100%的抵押（Kashyap et al.，2008）。另一个需要关注的就是资本的质量。随着资本市场不断的创新，原来简单地区分核心资本和补充资本的方法需要进一步细化。最近增加了第三级核心资本和创新的残余一级资本（innovative residual Tier 1 capital）等类别。金融危机表明有些资本的质量（如普通股）明显高于其他类型（如优先股）的资本，资本的数量应该与其相应的风险相对应，BaselⅢ明确规定了一个对更具弹性的银行和银行体系的全球监管框架。

3.期限错配与流动性

金融危机前大量的影子银行和市场参与者都承担了期限错配风险，Brunnermeier et al（2009）提出了“盯融资”（mark-to-funding）会计制度和流动性风险资本要求两个管理原则。“盯融资”会计制度指出，如果资产的长期融资渠道有保障就可以列入一个单独的会计账户，而不受“盯市”制度的影响。此时，就能激励金融机构立即减少期限错配，降低“盯市”制度所具有的顺周期性。BaselⅢ提出了一个对流动性进行测度与管理的框架，要求国际性金融机构建立最低的流动性风险资本标准。

4.网络传染与金融完全网

Allen&Carletti（2011）认为，应鼓励金融机构通过资本充足率将其网络负外部性内部化，减少其对金融系统的影响。Friedman&Schwarz（1963）发现19世纪到大萧条期间的危机大部分是由恐慌所引起的。由于存款保险制度仅仅是针对小额存款者，并没有对大额融资者提供保险，在本次金融危机中该制度并不能有效地消除恐慌导致的挤兑。此时，一个有效的方法就是中央银行充当最后贷款人的角色。

四、结语

系统性风险及其测度是完善宏观审慎管理的核心，一直以来是学术界和监管机构研究的热点，特别是在2007年金融危机后再次引起了高度关注。鉴于此，本文从宏观审慎管理的要求出发，将现有系统性研究文献分为六类：概率分布测度、未定权益分析方法、流动性不足研究方法、网络分析方法、宏观金融模型与压力测试，梳理了系统性金融风险的研究进展。

1.Adrian T，Brunnermeier M.CoVaR［R］.2010，Staff Report，Federal Reserve Bank of New York.

2.Alfaro R A，Drehmann M.Macro stress tests and crises：what can we learn？［J］.BIS Quarterly Review December，2009.

3.Allen F，Carletti E.Systemic risk and macroprudential regulation［R］.Working Paper，University of Pennsylvania，2011.

4.Bernanke B S.The crisis and the policy response［J］. Stamp Lecture，London School of Economics，January，2009.

5.Billio M，Getmansky M，Lo A W，Pelizzon L.Econometric measures of connectedness and systemic risk in the finance and insurancesectors［J］.JournalofFinancialEconomics，2012，104，3：535-559.

6.Bisias D，Flood M D，Lo A W，Valavanis S.A survey of systemic risk analytic［R］.Working Paper，Office of Financial Research，2012.

7.BlancherN，MitraS，MorsyH，OtaniA，SeveroT，Valderrama L.Systemic Risk Monitoring（‘SysMo'）Toolkit-A User Guide［R］.IMF Working Paper，2013.

8.Borio C.Implementing a macroprudential framework：Blending boldness and realism［J］.Capitalism and Society，2011，6（1）.

9.Brunnermeier M K，Crockett A，Goodhart C，Persaud A D，Shin H S.The fundamental principles of financial regulation［J］.Geneva London：International Center for Monetary and Banking Studies Centre for Economic Policy Research，2009.

10.Financial Stability Board.Guidance to assess the systemicimportanceoffinancialinstitutions，marketsand instruments：initial considerations［R］.Report to G20 finance ministers and governors，2009.

11.HansonS，KashyapA，SteinJ.Amacroprudential approach to financial regulation［J］.Journal of Economic Perspectives，2011，25（1）：3-28.

12.马君潞、范小云、曹元涛：《中国银行间市场双边传染的风险估测及其系统性特征分析》，《经济研究》2007年第1期。

13.童牧、何奕：《复杂金融网络中的系统性风险与流动性救助——基于中国大额支付系统的研究》，《金融研究》2012年第9期。

［责任编辑：张震］

F830F812

A

1009-2382（2016）04-0035-04

田海山，西南财经大学经济信息工程学院副教授（成都611130）；胡锡亮，湖南科技大学商学院讲师（湘潭411201）；吴恒煜，西南财经大学经济信息工程学院教授（成都611130）。

※本文系教育部社科研究基金规划项目“基于尾部非线性相依的中国银行业系统性风险研究”（项目编号：13YJA790104）的阶段性成果之一。