新冠肺炎疫情对中国系统性金融风险的影响

沈 悦,李朝前

(西安交通大学 经济与金融学院,陕西 西安 710061)

一、引 言

2020年年初,突如其来的重大突发公共卫生事件——新冠肺炎疫情(以下简称新冠疫情)席卷全球,不仅严重威胁人类生命安全和身体健康,且已成为系统性金融风险的重要新增外生冲击变量。现今,人类社会人际交往日益频繁,联系越来越密切,突发公共卫生事件一旦爆发便极有可能演化为区域性或者全球性事件。由于新冠疫情有高度传染性和不确定性,爆发后迅速在国际间大面积传播,给社会经济正常运行带来全方位系统性冲击,世界卫生组织遂将其宣布为21世纪以来第六次“全球关注的突发公共卫生事件”(1)世界卫生组织目前共宣布了全球六次国际关注的突发公共卫生事件(PHEIC):2009年的甲型H1N1流感、2014年的脊髓灰质炎疫情、2014年西非的埃博拉疫情、2016年的寨卡疫情、2018年的刚果(金)埃博拉疫情以及2020年的新冠肺炎疫情。。

新冠疫情爆发后,全球金融市场出现剧烈震荡,国际资产价格波动历史罕见,如美国股市在2020年3月的8个交易日中发生了4次一级熔断,债市、汇市也出现了程度不同的下跌;疫情爆发后上证综合指数也出现了不同于以往的异常波动现象。随着疫情进一步发展,其对金融市场的滞后影响一直在持续。在这种背景下,迫切需要研究新冠疫情冲击对中国金融体系的影响,防范、化解因疫情带来的系统性金融风险加大。

为此,本文构建新冠疫情(2)本文的新冠疫情指的是中国大陆范围内的新冠疫情,后文事件研究法所选取的新冠疫情事件也均为中国大陆范围内的重大发展变化事件。冲击影响中国系统性金融风险的理论框架,采用实证方法量化分析新冠疫情对中国系统性金融风险的影响程度及动态演进过程,归纳总结中国系统性金融风险在重大突发公共卫生事件下的变化特征,掌握中国系统性金融风险的变化规律,以期进一步完善重大公共卫生事件应对机制和系统性金融风险防范对策。

二、文献综述与理论分析

(一)文献综述

1.关于系统性金融风险度量的研究

目前,关于系统性金融风险的定义比较主流的观点是十国集团(G10)于2001年提出的:金融市场的单个机构或子行业受到外部冲击而遭受严重损失,通过金融市场(机构)间的连接,冲击向其他相关金融市场(机构)乃至整个金融系统蔓延,导致金融系统风险上升,从而对实体经济产生严重危害。由此可知,系统性金融风险核心概念是风险的传染。

从现有研究来看,系统性金融风险的度量方法主要分为两类:一类是基于金融机构资产负债表传染方法;另一类是基于金融市场传染方法。基于金融机构资产负债表传染方法考虑的是金融机构间的资产负债表业务关联风险,主要利用金融网络模型度量系统性金融风险。根据金融机构因从事资产负债业务所形成的直接或间接关联性,可将金融网络模型分为两类:直接关联网络模型和间接关联网络模型。对于直接关联网络模型,其主要关注的是金融机构间存在借贷关系而形成的直接关联性,如金融机构间的同业拆借、支付结算[1]。对于间接网络关联模型,其主要关注的是金融机构由于持有相同或相似资产组合所形成的间接关联性[2]。基于金融市场传染方法主要使用金融市场高频数据度量金融机构间的尾部依赖关系。其中,尾部依赖模型主要包括条件在险价值(ΔCoVaR)、边际期望损失(MES)、SRISK、ΔCoES、或有要求权(CCA)、非线性Granger检验等[3-8]。另外,在模型数据要求上,金融网络模型的构建需要金融机构之间的资产负债表业务数据,而资产负债数据的最高频率为季度,基于金融市场数据的尾部依赖性模型所需市场数据频率则能够跨越低频到高频的范围。

目前,Adrian和Brunnermeier提出的动态CoVaR模型是较为经典的基于市场数据度量系统性金融风险的模型,动态CoVaR模型能够更为全面和客观地刻画极端金融事件时金融机构可能发生的最大损失,该模型在国内研究中得到广泛的应用[3-9]。由于新冠疫情发展迅速,银行、证券及保险业等金融行业的日频市场数据能极为灵敏地反映疫情对金融行业造成的冲击,故利用动态CoVaR测度金融机构与金融体系间的尾部依赖性以衡量系统性金融风险,能很好地满足本文的数据要求和研究目的。

2.关于新冠疫情影响金融机构(市场)的研究

新冠疫情爆发后,学术界开展了一系列关于疫情对金融体系、金融市场影响的研究,如杨子晖等厘清了全球新冠疫情冲击下中国金融市场各部门之间风险传导关系的动态演变[10]。Caballero等人揭示了疫情冲击导致资产价格下降和总需求萎缩,使经济主体财产价值下降,金融杠杆率上升的现象[11]。易行健描述了疫情如何导致风险金融资产估值向下调整,金融市场价格下降,企业违约风险上升,金融机构、企业与居民家庭的资产负债表恶化[12]。刘少波等提出疫情全球蔓延会导致实体经济风险上升,反过来传导至金融市场,呈现实体经济风险与金融风险的双重叠加特征[13]。方意等揭示了金融市场面临新冠疫情冲击时,各金融子市场都会由于共同风险敞口而产生显著波动,并且在各种因素叠加影响下,金融体系波动加剧,风险显著上升[14]。Goodell分析了新冠疫情如何直接和间接冲击金融市场和金融机构,对经济和金融的影响深远[15]。蒋海等研究了新冠疫情对中、美、欧股市风险造成的显著正向冲击,以及如何导致风险水平显著上升[16]。方意等则考察了新冠疫情发生前后全球外汇市场风险网络变化、疫情冲击对全球和中国外汇市场风险的影响,以及基本面和政策等因素对该影响的增强或缓释作用[17]。

可以看出,新冠疫情爆发以来关于其冲击如何影响金融市场的研究已引起学术界研究兴趣并产生了一批卓有建树的研究成果。现有研究主要关注新冠疫情冲击对单个金融市场风险及跨市场(包括国内市场间和国内外市场间)风险传染的溢出效应,鲜有从时间维度量化新冠疫情冲击对中国金融行业系统性金融风险的动态影响。与现有研究相比,本文的边际贡献在于:第一,鉴于目前新冠疫情影响中国系统性金融风险的研究较少,本文结合系统性金融风险的生成机理,构建了新冠疫情影响中国系统性金融风险的理论分析框架,并进行实证检验,弥补了该领域研究匮乏的现状;第二,基于事件研究法,更加严谨地在影响中国系统性金融风险的众多因素中剥离出新冠疫情的单独影响,从水平效应和趋势效应两个角度量化新冠疫情对中国系统性金融风险影响程度及其动态演变过程;第三,提出预期效应将导致金融部门系统性金融风险的上升,即连续新冠疫情冲击导致金融机构产生疫情存在惯性的预期,进而导致新冠疫情事件尚未发生,而各金融部门系统性金融风险便呈现增大的趋势。

(二)理论分析

冲击和放大机制是系统性金融风险的两大要素,其中冲击是系统性金融风险增大的源头,在放大机制(杠杆机制与关联机制)的作用下,冲击被数倍放大,导致系统性金融风险上升。新冠疫情作为一种负向外部冲击,不仅增大单个金融市场的风险,还增大各金融市场间的风险溢出程度。受新冠疫情影响,实体经济萧条,供给和需求收缩,此外,疫情的不确定性冲击了投资者信心,引发投资者恐慌情绪而进行非理性投资行为,在两方面因素作用下金融市场会过度反应,金融市场价格波动。因此金融市场风险上升是投资者主观行为和实体经济疲软共同驱动下的结果。因此,本文将新冠疫情冲击对系统性金融风险的影响梳理为以下3条:

1.投资者情绪机制

投资者情绪机制是指投资者受疫情影响而产生恐慌情绪,进而在金融市场表现出非理性行为,对金融市场产生影响的机制[18-19]。新冠疫情爆发引发投资者恐慌情绪,由此做出对未来过度悲观的预期,此时受投资者情绪变化的影响,各金融市场发生相应的波动。当相关新闻报道新冠疫情引起的新增确诊人数和死亡人数、复工复产难以顺利的相关信息时,这些信息会影响投资者情绪,干扰其判断,造就投资者非理性行为,疯狂抛售持有的金融资产,另外,个体投资者这种严重的恐慌情绪具有传染性,从众心理使群体投资者纷纷效仿,使得金融市场中“羊群效应”及信息不对称问题越发严重,进而使金融风险不断增大[20]。投资者情绪机制贯穿风险发生和放大的各个环节,在杠杆机制和关联机制的共同作用下,金融风险跨市场、跨部门溢出,从而系统性金融风险上升。

2.杠杆机制

杠杆机制是指因为负债的存在,金融机构将初始外部冲击放大数倍的机制。金融的基础是实体经济,新冠疫情一旦爆发会直接冲击实体经济,导致实体经济下行,如资产价格下降和总需求萎缩,经济主体财产价值下降,债务率提高,大量风险资产被大量抛售,引发资产价格进一步下降,最终形成恶性循环。为了经济恢复,必然要通过货币政策、财政政策等刺激经济。但是,一旦经济出现下行,实体经济盈利能力下降,必然会导致风险金融资产的估值向下调整,金融市场价格开始进入趋势下降的波动期,企业债务违约风险也开始上升,金融机构、企业与居民家庭的资产负债表开始恶化。如果疫情持续,那么主权债务危机、银行业危机等相互交织的金融危机就有可能接踵而至,最终导致系统性金融风险在金融市场(机构)之间传染,加大金融体系风险,最终导致系统性金融风险上升[12]。

3.关联机制

图1 新冠肺炎疫情冲击金融体系风险传导机制

关联机制是指金融部门在业务、管理模式、客户、投资者心理预期等方面存在关联,使单家金融机构的风险通过关联性将风险传染至其他金融机构,并受到其他机构再次传染的机制[21]。面对新冠疫情冲击,实体经济下行,金融市场间存在风险传导,单个金融机构或市场的损失短期内便会波及其余机构和市场,引发系统性金融风险。这条传导途径主要通过资产负债表渠道进行,即突发公共卫生事件对金融市场的冲击是多层面的,包括改变企业和个人的投融资行为,导致股票市场价格波动剧烈并影响投资预期等。其冲击引发的金融风险由单一金融机构或市场蔓延到金融系统。由于金融机构之间存在业务关联性,故其相关资产负债、信贷等链条能够引起系统性金融风险的传染[22]。另外,随着中国经济飞速发展,金融业规模的迅速膨胀,银行、证券、保险等金融机构之间的业务往来、业务合作导致相关联的金融机构之间形成了复杂的资产负债关系。当银行过度参与其他金融业务时,会减少传统的表内业务、提高杠杆率与经营风险,当一家金融机构遭遇风险损失时,金融机构间的资产负债关系往往使其共担经营危机风险,且金融机构间的风险溢出具有非对称性特征。因此,金融部门在受到外部冲击的时候,杠杆机制首先发生作用,随后杠杆机制和关联机制交互作用,进而将外部冲击数倍放大,金融部门风险增大,从而导致系统性金融风险上升。综上所述,新冠疫情冲击金融体系风险传导机制如图1所示。

三、模型设定与数据选取

首先采用中国金融市场的相关数据,构建动态CoVaR模型,并使用分位数回归方法获取中国系统性金融风险指标;其次,基于事件研究法,利用所得的中国系统性金融风险代理指标构建基本回归模型,用于实证检验新冠疫情影响中国系统性金融风险的水平效应和趋势效应;最后,为相关数据的选取及其描述性统计。

(一)系统性金融风险的测算

(1)

式(1)所求风险指标仅能反映系统性金融风险的静态变化,但无法考察系统性金融风险的动态特征,为此本文通过加入状态变量,将金融机构的收益率视为状态变量的函数,并运用分位数回归方法得到金融机构的VaR和CoVaR时间序列,从而计算出动态系统性金融风险指标。鉴于风险传递的滞后性,本文的状态变量均取滞后一阶。详细的计算方法如下:

(2)

(3)

然后,运用分位数回归的方法估计出上述式(2)、(3)各变量的系数,利用回归系数,计算出各金融机构在95%、50%置信区间(即ε分别等于5%和50%)下的在险价值及条件在险价值:

(4)

(5)

(6)

(7)

(二)事件研究法

事件研究法(Event-Study Analysis,ESA)可用于评估某特定事件对目标变量的冲击作用,具体步骤为:以事件发生时点为中心,定义一个目标变量受事件影响的时间窗口(称为事件窗口),考察事件发生前后目标变量的变化趋势及显著性程度。事件研究法将事件发生前后S天的样本作为处理组,其余样本作为控制组。可以看出,事件研究法与双重差分(DID)有相似之处,但其独到之处在于能够灵活地选择时间窗口期对目标变量进行连续观察,分析事件冲击下目标变量的动态变化。Schularick和Taylor提出了多次阶段性同类事件研究法,通过连续多次加入同类事件可有效缓解内生性问题[24]。本文采用多次阶段性同类事件研究法分析新冠疫情冲击下各金融部门系统性金融风险的变化情况。

基于上文对新冠疫情冲击下系统性金融风险形成机制的分析,新冠疫情冲击金融体系后(通过实体经济渠道与投资者情绪机制),冲击借由杠杆机制和关联机制进行放大,这个放大过程需经历一段时间的累积,而非一蹴而就。因此,为全面刻画系统性金融风险在杠杆机制和关联机制放大作用下的变化,本文将以新冠疫情事件发生时点为中心,设定事件发生前后S个交易日的时间窗口虚拟变量,分析新冠疫情冲击对金融部门系统性金融风险影响的水平效应及趋势效应。水平效应指的是新冠疫情事件发生后各金融部门系统性金融风险显著高于全样本平均水平的程度,趋势效应指的是新冠疫情事件发生后,各金融部门系统性金融风险随时间变化趋势大于新冠疫情事件发生前的水平。基本回归模型如下:

Yi,t=αi+γiCOVID-s+φiCOVIDs+εi,t

(8)

Yi,t=αi+ωi×t+εiCOVID-s+ϑiCOVIDs+θi×t×COVID-s+δi×t×COVIDs+εi,t

(9)

其中,Yi,t为t时刻金融部门i的系统性金融风险;t为时间变量,本文将样本首个交易日标准化为1,此后每增加一个交易日,t值增加1。COVID-s与COVIDs分别表示新冠疫情冲击发生前后s个交易日的事件窗口变量。COVID-s与COVIDs的具体设置如下:

(10)

(11)

对于式(8),φi为不考虑时间窗口变量时新冠疫情对系统性金融风险影响的水平效应,若φi显著大于0,则表明水平效应存在,即相比于全样本期内的系统性金融风险均值,新冠疫情期间的系统性金融风险均值增大了φi;对于式(9)则考虑了时间窗口变量,通过加入新冠疫情事件变量COVID-s(COVIDs)与时间变量t的交乘项,考察新冠疫情冲击对系统性金融风险影响的趋势效应,此时主要关注的是两个交乘项的系数差(δi-θi),表示相对于疫情冲击前s个交易日,在新冠疫情冲击后s个交易日,各金融部门系统性金融风险随时间走势的变化,若(δi-θi)显著大于0,则说明趋势效应存在。

(三)数据选取与变量描述性统计

1.样本说明与变量描述性统计

本文共选取了60家A股上市公司,其中包含了16家上市银行、16家证券公司和4家上市保险公司,另外,在新技术变革、金融市场结构转型及监管理念改变等因素的共同驱动下,房地产业与传统金融业共同构成所谓的“泛金融部门”[5]。因此,本文将16家上市房地产公司加入到金融体系(以下将四个部门统称为金融部门),故本文样本所选的上市公司覆盖了货币金融服务、资本市场服务、保险业以及房地产行业共四大部门,所选上市公司的总市值占整个金融业与房地产行业总市值的比例达75%以上,能够很好地代表并反映我国金融部门的总体情况。

样本区间为2018年7月至2020年4月,一共446个交易日数据,样本数据均来源于WIND数据库与CSMAR数据库。对于样本区间的选取,本文严格遵循事件研究法对估计窗口与事件窗口在时间窗口选择上的规定,具体而言,在现有利用事件研究法研究新冠疫情影响的文献当中,学者们大多将新冠疫情的事件窗口设定于2020年1月15日至2020年4月30日这段时间区间内,该区间已经覆盖了中国新冠疫情从爆发到良好控制(在此期间,全国范围内日新增确诊人数低于100人,国内新冠疫情防控形势持续向好,各城市解封,生产生活秩序呈加快恢复的态势)的整个发展过程[14,16]。值得注意的是,在2020年4月之后,即使个别城市的疫情有所反弹,其对实体经济与金融系统的影响是远不如2020年1月15日至2020年4月30日这段时间的(国家卫建委称之为新冠疫情常态化),故本文的样本区间选取具有代表性(3)本文尝试将样本区间分别延长至2020年7月(约延长60个交易日)及2020年12月(约延长170交易日),结论保持不变。。表1为各金融部门的基础变量、各金融市场指数以及状态变量的描述性统计。

表1 基础变量的描述性统计

2.新冠疫情事件说明

为了充分了解新冠疫情冲击对系统性金融风险的具体影响,必须充分把握新冠疫情的动态发展过程,为此本文将新冠疫情的每次重大发展变化视为一次关于新冠疫情事件的冲击。表2为选取的新冠疫情冲击事件发展情况表。

表2 新冠疫情冲击事件发展情况

四、实证过程及结果分析

本文首先分析银行、证券、保险、房地产业四个金融部门所有上市公司的风险溢出值ΔCoVaR,其次对各金融部门系统性金融风险走势进行直观描述,并对各金融部门系统性金融风险的样本均值进行排序,最后分析新冠疫情对四个金融部门系统性金融风险的水平效应和趋势效应。

(一)系统性金融风险的分机构测度

根据式(6)计算出各上市公司的全样本及疫情期间的ΔCoVaR,据此对各上市公司在整个样本期间和疫情期的风险贡献值进行比较,结果如表3所示:

表3 各机构风险溢出程度ΔCoVaR

(1)从四个金融部门整体来看,除了银行业之外,证券业、保险业和房地产业各上市公司的ΔCoVaR在疫情期间的均值普遍大于全样本均值,由此说明即使在新冠疫情的冲击下,商业银行对中国金融体系的风险贡献度依然是最小的,证券机构、保险机构和房地产公司的风险贡献度较大,原因在于相对于其他三个金融部门,银行机构在中国金融系统中的地位举足轻重,本身资产价值波动变化并不大,故其风险溢出程度较小。

具体而言,无论是全样本期间或是疫情期间,银行业中国有股份制商业银行对系统性金融风险的贡献较小,如农业银行、交通银行、中国银行等,而股份制商业银行风险溢出贡献最大,如平安银行、兴业银行、光大银行等。原因在于,国有银行的资产规模雄厚,拥有国家信用背书,整体风险状况较为稳定,对金融系统带来的风险较小,股份制商业银行迫于竞争压力或出于风险分担的目的,往往与其他金融机构保持资产买卖、贷款转让以及证券投资等方面的业务联系,因此,银行自身的资产虽呈多样化,但是机构间的关联性亦大大增强了,当一家股份制商业银行遭受到诸如新冠疫情之类的外部冲击时,在金融机构关联紧密的背景下,初始风险被成倍放大,从而使整个金融部门的风险溢出程度大大提高,最终系统性金融风险上升。另外,股份制银行本身稳健度较国有银行低,资产价值在运行中波动性较大,因而风险溢出程度较大。

(2)证券公司和保险公司的风险溢出程度都比较高,对于证券公司,其本身价值波动较为剧烈,故其整体系统性金融风险贡献度普遍很高,至于保险公司,保险机构通常通过采取保费资金分散投资的方式进行资产投资,从而机构之间的关联性大大增强,例如保费资金得不到良好管理,价值发生损失、风险水平上升,此时导致资产被抛售、资产被抽回或中断,从而引起整个金融体系的价值损失。

(3)房地产企业风险溢出程度同样较高。房地产业属于资金极密集的行业,其产品同时具备抵押品和投资品的性质,且与金融部门的关联较为密切,其价格波动可能会对金融市场带来冲击。另外,近年来许多大型房地产企业积极参股,控股金融机构,从而与其他行业高度融合、关联紧密,一旦房地产市场泡沫破裂,势必造成与之相关联的企业经营效益受到冲击,从而将风险间接地传导至金融部门,最后破坏了金融体系的稳定性。

(二)系统性金融风险的分部门测度

基于式(7)对样本上市公司的风险度量指标ΔCoVaR求加权平均值,从而构建各金融部门的系统性金融风险,并将其描绘于图2中。由图2可得出以下结论:

(1)新冠疫情的冲击下,除了银行业系统性金融风险平均值较全样本时期均值低外,其余三个金融部门在疫情期间的系统性金融风险均值均高于全样本时期均值。新冠疫情爆发后,证券业、保险业和房地产业的系统性金融风险均值(图2的长虚线)均高于全样本均值(图2的短虚线),其中保险业在疫情期间的系统性金融风险均值远高于全样本均值,其次是证券业,最后是房地产业,银行业在疫情期间的系统性金融风险均值略低于全样本均值。

(2)新冠疫情的冲击下,四个金融部门的系统性金融风险随时间变化的趋势受疫情影响而发生改变。具体而言,从2019年底到2020年1月初开始,银行、证券、保险以及房地产业的系统性金融风险水平均呈较缓慢上升的趋势,到了2020年1月中旬,即新冠疫情在全国开始爆发后,四个金融部门的系统性金融风险急剧飙升,随后虽有下降,但是整体态势依然高于疫情爆发点前30个交易日的风险水平值。由此可知,在新冠疫情爆发无疑打破了金融部门系统性金融风险缓慢上升的趋势。

(3)受新冠疫情影响,四个金融部门的系统性金融风险波动率变大。从四个金融部门系统性金融风险的走势来看,在疫情发生前,银行业系统性金融风险的波动率并不大,相比之下,证券业、保险业以及房地产业的系统性金融风险波动率则较大。疫情发生后,证券业系统性金融风险虽有大起大落之势,但与疫情发生前相比,整体波动幅度不算大,保险业系统性金融风险则一跃到达历史高位,至于房地产业,在疫情发生后,波动幅度是四个金融部门中最大的。一般而言,银行业系统性金融风险的极端值不会太多,但是疫情爆发后,银行业和房地产业的系统性金融风险值高于全样本时期95%分位数及低于5%分位数的观测值远多于其他时期。

图2 各金融部门系统性金融风险走势

此外,根据ΔCoVaR的测度值大小对四个金融部门的系统性金融风险进行排序,结果见表4。从表4中可以看出,无论是疫情期间、疫情胶着期或是疫情缓和期,银行业的系统性金融风险均低于其余三个金融部门的系统性金融风险,其次是房地产业,证券业系统性金融风险在疫情发生前和疫情胶着时期都是最高,在国内疫情开始缓和后,保险业的系统性金融风险最高。上述结果说明,在新冠疫情冲击下,中国银行业和房地产业的系统性金融风险对整个金融系统的风险贡献度相对较小,证券业和保险业仍然是金融体系系统性金融风险的主要输出行业。

表4 各金融部门系统性金融风险排序

(三)新冠疫情影响系统性金融风险水平效应和趋势效应的分部门分析

以上分析仅能直观了解新冠疫情前后金融部门系统性金融风险变化的一般特征,但无法严格地量化新冠疫情对金融部门系统性金融风险的影响。原因在于,新冠疫情的发展变化较为频繁,事件前后通常出现重叠的可能,即前一次新冠疫情事件之后与下一次新冠疫情事件之前通常重叠一起,因而相邻两次新冠疫情事件对同一时间节点系统性金融风险的影响交织在一起,为了精准地剥离这种交织影响,将根据式(8)、(9)做进一步的详细分析。

1.新冠疫情对金融部门系统性金融风险的水平效应分析

图3 新冠疫情对各金融部门系统性金融风险的水平效应注:图中纵坐标表示COVIDs与COVID-s的回归系数,分别表示疫情事件前后的水平效应;横坐标表示s的取值,(-s)表示新冠疫情事件前s个交易日,s表示新冠疫情事件后s个交易日;*表示10%显著水平下显著。下同。

对式(8)进行回归,实证分析新冠疫情冲击下金融部门系统性金融风险水平值的变化。式(8)中的COVIDs表示新冠疫情发生后s个交易日的虚拟变量,其回归系数φi表示疫情发生后金融部门系统性金融风险的水平值相对于全样本均值变化情况,若φi显著大于0,则说明疫情的发生确实使金融部门系统性金融风险显著上升,其中,i∈{1,2,3,4},分别代表银行、证券、保险以及房地产业;同理COVID-s则表示疫情发生前s个交易日的虚拟变量,其回归系数γi表示疫情事件发生前金融部门系统性金融风险的水平值相对于全样本均值变化情况。图3表示了银行、证券、保险和房地产业在新冠疫情事件发生前后水平效应大小及显著性情况,得出以下结论:

第一,新冠疫情冲击对银行、证券、保险和房地产业的系统性金融风险具有显著的水平效应。具体而言,在新冠疫情事件发生后的第5～30个交易日,银行业、证券业和保险业的系统性金融风险均值相较于样本均值显著增大(φi显著大于0),房地产业则较晚,于第7个交易日其系统性金融风险水平效应才显著。在新冠疫情的影响下,证券业和保险业的系统性金融风险水平效应大小远远大于银行业和房地产业,四个金融部门的排序分别为证券业、保险业、房地产业以及银行业(φ2>φ3>φ4>φ1),这一结论与前文的一般特征分析结果基本一致。另外,在疫情发生前的7～30个交易日,证券业、保险业和房地产业系统性金融风险水平均显著低于全样本均值(γi显著小于0)。

第二,在连续新冠疫情事件冲击下,金融机构会产生疫情存在惯性的预期,即预期效应(4)此处的预期效应并非指金融机构对新冠病毒首次爆发此件突发公共卫生事件的预期,而是指连续的新冠疫情事件冲击下,金融机构会产生疫情存在惯性的预期。。具体而言,在疫情事件发生前5～7个交易日,银行、证券、保险和房地产业的系统性金融风险水平均开始出现增大的趋势(γ1正向发散于0,γ2、γ3、γ4逐渐收敛于0),银行业系统性金融风险均值逐渐正向偏离全样本均值,而证券业、保险业和房地产业系统性金融风险均值正向趋近全样本均值。原因在于,连续新冠疫情事件冲击下,金融机构产生了惯性预期,此时金融机构经营不确定性增大,造成系统性金融风险增大[14,25]。

2.新冠疫情对金融部门系统性金融风险的趋势效应分析

对式(9)进行回归,实证分析新冠疫情事件发生后金融部门系统性金融风险随时间走势的变化。本部分关注的核心内容是COVIDs×t与COVID-s×t的回归系数之差(δi-θi),其中,i∈{1,2,3,4},分别代表银行、证券、保险以及房地产业。

图4 新冠疫情冲击下各金融部门系统性金融风险随时间走势的变化注:图中纵坐标表示COVIDs×t与COVID-s×t的回归系数。

图4、5报告了新冠疫情对银行、证券、保险和房地产业系统性金融风险趋势效应大小及显著性情况。基于图4得出以下结论:

第一,在新冠疫情事件发生后,银行、证券、保险和房地产业系统性金融风险均呈现上升趋势。具体而言,银行业、证券业和房地产行业系统性金融风险分别在疫情事件发生后的5～22、5～28、5～27个交易日呈显著的增长趋势,保险业则在30个交易日内一直保持显著的增长趋势(δi显著大于0)。

第二,连续新冠疫情事件冲击下,金融机构产生新冠疫情存在惯性的预期。具体而言,在新冠疫情事件前的5～17个交易日内,证券业和保险业系统性金融风险开始呈显著上升的趋势(θi显著大于0),银行业和房地产行业则稍晚,分别于新冠疫情事件发生前的5～14、5～15交易日内系统性金融风险才开始呈显著上升的趋势。值得注意的是,结合前文对四个金融部门系统性金融风险水平效应的分析可知,疫情事件发生前,系统性金融风险虽有上升趋势,但风险均值仍是低于系统性金融风险的全样本均值的(γ2、γ3、γ4均小于0),在疫情事件发生后,四个金融部门系统性金融风险随时间走势进一步上升,此时风险大小已经高于全样本均值了(φi显著大于0)。

图5 新冠疫情对各金融部门系统性金融风险的趋势效应注:图中纵坐标表示COVIDs×t与COVID-s×t的回归系数之差,即(δi-θi),表示新冠疫情事件对各金融部门系统性金融风险的趋势效应。

根据图5可得出以下结论:

第一,受新冠疫情的影响,银行、证券、保险以及房地产业系统性金融风险均存在正向趋势效应。如同新冠疫情的发展态势一样,随着距离疫情事件的时间越长,各金融部门系统性金融风险的趋势效应逐渐增大,达到峰值,然后随着疫情得到控制和缓和,系统性金融风险的趋势效应随时间推移而逐渐减小,说明新冠疫情对四个金融部门系统性金融风险的影响是一种短期影响,这种短期影响给金融部门带来了短暂的“剧痛”。背后原因在于,相比于新冠疫情前,新冠疫情事件发生后,金融机构在实体经济下滑与投资者情绪机制双重因素的驱动下发生直接损失,随着时间推移(疫情发展),金融机构之间的杠杆机制和关联机制将直接损失进一步放大,最后金融部门系统性金融风险呈加速上升趋势,随着疫情有所缓和,投资者情绪逐渐平息,疫情对金融部门系统性金融风险影响开始减小。

第二,新冠疫情对四个金融部门系统性金融风险的趋势效应大小和显著性有所区别。首先,从趋势效应大小来看,新冠疫情对证券业系统性金融风险的趋势效应是四个金融部门中最大的,紧接着是证券业,然后是房地产业,最后是银行业;其次,在四个金融部门中,证券业系统性金融风险趋势效应的显著性也是最高的,保险业的显著性稍低,然后是房地产业和银行业。具体而言,银行业和房地产业系统性金融风险的趋势效应分别在新冠疫情事件后的第20个交易日、第23个交易日已经不显著了,并在第24个交易日、第30个交易日已经收敛;证券业和保险业分别在疫情事件发生后的第30个交易日、第25个交易日开始不显著,到了第30个交易日均未完成收敛。由此说明,相对证券业和保险业,银行业和房地产业承受疫情冲击的能力更强,更具稳定性。

综上所述,首先,对于新冠疫情冲击下各金融部门系统性金融风险的水平效应:新冠疫情之前,除了银行业外,其余金融部门系统性金融风险的均值均低于全样本均值,新冠疫情之后,受疫情冲击影响,四个金融部门的系统性金融风险均值均被显著拔高,远大于全样本均值;其次,对于新冠疫情冲击下各金融部门系统性金融风险的趋势效应:与新冠疫情发生前相比,疫情的发生对各金融部门具有显著的正向趋势效应,趋势效应随着疫情的发展不断增大而后逐渐下降,直至收敛于0,即随疫情的缓和,疫情对系统性金融风险的影响逐渐减弱;最后,无论是水平效应或是趋势效应,都反映了四个金融部门对新冠疫情的抵御能力排序依次为:银行业最强、房地产业次之,紧接着是保险业,最后是证券业。

五、稳健性检验

(一)变更计算各金融部门系统性金融风险指标的置信水平

图6 新冠疫情对各金融部门系统性金融风险的水平效应注:图中纵坐标表示新冠疫情事件前后的水平效应;横坐标表示s的取值。

图7 新冠疫情对各金融部门系统性金融风险的趋势效应效应注:上图的纵坐标表示COVIDs×t与COVID-s×t的回归系数;下图的纵坐标表示新冠疫情事件前后的趋势效应;横坐标表示s的取值。

图8 新冠疫情对各金融部门系统性金融风险的水平效应注:图中纵坐标表示新冠疫情事件前后的水平效应;横坐标表示s的取值。

图9 新冠疫情对各金融部门系统性金融风险的趋势效应注:上图的纵坐标表示COVIDs×t与COVID-s×t的回归系数;下图的纵坐标表示新冠疫情事件前后的趋势效应;横坐标表示s的取值。

(二)缩短样本区间

本部分将样本区间缩短至2019年1月4日至2020年4月30日,然后对系统性金融风险的水平效应和趋势效应进行检验,结果如图8、9所示。检验结果表明,新冠疫情冲击对四个金融部门的系统性金融风险均具有显著正向的水平效应;新冠疫情冲击对银行、证券、保险和房地产业的系统性金融风险均具有正向的趋势效应,证券业系统性金融风险的趋势效应依旧是最大的,银行业仍旧是最小的,但与基准分析稍有不同的是,保险业系统性金融风险趋势效应在新冠疫情事件后的第27个交易日已经完成收敛。

综上所述,无论是采取更换计算系统性金融风险指标的置信水平或是缩短样本区间,对新冠疫情冲击影响四个金融部门系统性金融风险的水平效应和趋势效应进行稳健性检验,检验结果与基本分析基本保持一致。

六、结论与政策建议

本文采用事件研究法,从水平效应和趋势效应两方面,量化分析2020年初爆发的新冠疫情对银行、证券、保险和房地产业系统性金融风险的影响,得出以下结论:

第一,新冠疫情对银行、证券、保险和房地产业系统性金融风险不仅存在显著的正向水平效应,而且还具有显著的正向趋势效应。

一方面,在新冠疫情的冲击下,四个金融部门的系统性金融风险均值显著高于整体样本均值。新冠疫情事件前的30个交易日内,除了银行业外,其余三个金融部门系统性金融风险均值均低于整体均值,新冠疫情事件后的30个交易日内,四个金融部门的系统性金融风险均值均被显著拔高,远大于全样本均值;另一方面,在新冠疫情的冲击下,四个金融部门的系统性金融风险趋势效应逐渐增大,达到一定点后开始下降。具体而言,受到疫情冲击后,金融机构遭受直接损失,在金融机构的杠杆机制和关联机制共同作用的推动下,这种直接损失被数倍放大,但是这个过程需要经历一个过程,随即各金融部门系统性金融风险增大,得益于我国在新冠疫情防治方面种种良好举措,疫情得到缓解,银行和房地产业系统性金融风险的走势已不再受疫情影响,而证券业和保险业系统性金融风险的走势受疫情影响的时间则超过了30个交易日。

第二,银行业对新冠疫情冲击的抵御能力较证券业、保险业和房地产业更强。一方面,就各金融部门系统性金融风险的水平效应而言,新冠疫情后,银行业系统性金融风险均值仅稍高于整体均值,表明其系统性金融风险对新冠疫情冲击相对缺乏弹性,而证券业、保险业及房地产业系统性金融风险均值均远高于全样本均值;另一方面,就四个金融部门系统性金融风险的趋势效应来看,银行业趋势效应的大小均显著低于其余三个金融部门,而证券业和保险业的趋势效应持续时间最长,疫情事件后的30个交易日内仍未能将冲击完全消化。银行业抵御新冠疫情冲击的能力远高于其余三个金融部门,证券业的抵御冲击能力最为孱弱。因此,在现今各金融部门关联性越来越强的情况下,银行业受到源于其余三个金融部门的风险传染的可能性大大增加。

第三,连续新冠疫情事件冲击使金融机构产生新冠疫情存在惯性的预期,从而增大了金融部门系统性金融风险。在连续的新冠疫情事件冲击下,金融机构在无法得知新冠疫情事态发展的走向时,会产生新冠疫情冲击会持续下去的预期,导致经营的不确定增加,遂系统性金融风险在新冠疫情冲击发生前便显现出上升的趋势。

鉴于以上结论,提出以下政策建议:

第一,对于系统性金融风险贡献度最高的证券业和保险业,必须提高自身资产质量,对资金投向合理规划和引导,提升自身抵御外部冲击的能力;同时监管部门需要加强对这些金融机构的监管,并保证监管政策具备全局性和科学性,以确保金融机构能控制风险及稳健运营,此外,对于突发公共卫生事件这类容易引起投资者情绪波动的外部冲击,监管部门还应在疫情爆发时严格监控信息披露,缓解信息不对称,稳定投资者情绪,从而避免由不理性预期带来的风险增大。

第二,银行业对外生冲击的抵抗能力最强,但是随着银行业与其他金融部门的关联性逐渐增强,风险跨行业传染愈加严重,因此必须减少银行业与其余金融部门的过度关联。近年来,房地产的发展离不开银行业,这造就了银行业与房地产业关联极为密切,除此之外证券业和保险业与银行业的关联性也越发增强,这无疑使银行业与其余金融部门共同暴露的程度大幅上升,风险互相积聚。监管部门不仅要考虑到银行机构“太大而不能倒”,还必须兼顾“太关联而不能倒”,应当加强对银行机构的监控,以便更好地控制银行机构与其他金融机构的风险程度,及时为银行业金融机构阻断系统性金融风险来源。

第三,对于连续突发公共卫生事件带来的外部冲击,金融机构会产生冲击存在惯性的预期。为此,国家卫生健康委等有关部门应及时、准确、全面地披露疫情相关信息,遏制谣言,稳定投资者情绪;政策当局应适宜地释放利好信息,稳定金融机构的预期、对冲惯性预期,以此避免金融机构惯性预期导致经营不确定性而使系统性金融风险上升的现象。