预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

我国上市商业银行系统性风险的测度经济论文我国上市商业银行系统性风险的测度经济论文一、边际预期不足法概述金融机构是一类特殊的企业,它们的破产带来的负外部性将严重影响到其他经济部门。ViralV。Acharya,LasseH。Pedersen,ThomasPhilippon和MatthewRichardson(2010)[3]四位经济学家为了量化银行破产的外部性在2010年提出边际资本预期不足法(MES),这种方法衡量了银行i所承担的风险对金融系统总风险的贡献增加值。依据MES为每个银行制定相应的资本要求或税收要求,能有效的防止单个银行发生过度风险承担和过度杠杆效应的问题,满足宏观审慎监管的要求。边际预期损失法能够衡量当金融系统发生风险时,单个金融机构的边际预期损失。模型假定银行i的股东权益资本为wi,总资产为ai,当金融系统的总资产低于一定比例z时将发生系统性风险,即当时w1i系统性预期不足定义为,它衡量了当系统发生危机时银行i的资本低于目标水平的平均程度,即在金融危机期间单个银行实际的系统性风险贡献值。它是监管者对每个银行加收系统性预期不足(SES)税收的依据,以激励金融机构将损失外部性转化为内部成本。但在现实中,SES是实际系统性风险值,在危机爆发前是未知数。进一步的,A。P。P。R。的研究证明SES和MES存在如下理论关系:由上可知SES的估计方程中主要包含三项:1)过度杠杆水平;2)事前的MES乘以危机实现时的放大倍数k;3)以信用风险增加为代价带来的超额债券收益率(fi边际资本预期不足法能够有效地度量单个金融机构的系统性风险的边际贡献程度,为宏观审慎监管提供参考。但到目前为止,关于边际资本预期不足法在的研究还较少,尤其是实证方面的研究。本文在前人理论研究的基础上,选取更加广泛全面的样本和数据,通过边际资本预期不足法,针对我国宏观情形和商业银行风险特征进行相应调整估计模型,对我国16家上市商业银行的系统性风险进行测量,为更好的对单个金融机构开展宏观审慎监管提供参考方法。二、实证结果(1)样本选取及说明估计单个银行的MES值的关键有两点:估计SES时需要对系统性危机爆发时期进行选择,和估计MES时的样本区间选择。由于此次全球性金融危机集中爆发于2007—2008年,传导到我国经济并产生实际影响略有时间滞后,参考A。P。P。R。的研究本文以金融危机爆发期间各银行部门的实际股票收益率作为各个银行实际系统性预期不足SES的估计,样本区间取为2007年10月8日至2008年12月31日。本文主要研究上市商业银行的系统重要性对银行体系的影响,因此本文选取中证内地银行指数代表市场收益率,内地银行主题指数(399947)以2004年12月31日为基期,由16家上市银行构成样本股。MES是市场未发生危机时单个银行对系统性的边际贡献程度,因此估计MES应该选取未发生危机的时期。考虑到所选取的时间跨度不能太短,而危机前的时间段内(2007年之前)我国仅有7家上市商业银行,如果选取这段时间作为测算MES的样本区间将导致一定时间内市场发生尾部事件的天数过少,样本不足影响结果的可靠性。有鉴于此,本文选取相隔较近的危机后年份2009年1月1日—2009年12月31日作为估计MES的样本区间,相较而言危机后的时间区间与危机前存在一定的相关性并且数据充足,得出的结果稳健性强。本文假定将2009。01—2009。12年中金融市场的日收益率最差的5%视为普通尾部事件,最差的1%视为极端尾部事件。本文对银行i在2009年的MES值估计为,在2009。01—2009。12内当金融市场发生普通尾部事件时,银行i的股票收益率Ri平均值,即:此外,本部分还将在同样的样本区间内估计传统风险测量工具的效果,包括波动率、VaR、ES和β值。其中,在2009。01—2009。12时期内银行i的5%分位点数值作为该银行VaR估计值;在这个值以下的银行i的股票收益率作为该银行的ES估计值。本文所有股票价格数据均采取前复权方式处理。银行股价数据和宏观变量数据来源均为同花顺数据库,财务数据来源于各家银行报表。(2)实证结果本节首先检验MES对国内金融机构系统性损失的解释能力,然后测算上市商业银行2009—2013年的MES值。依据上述样本选取和计算方法,本文对我国16家上市商业银行的MES和SES进行了测度,并且比较在相同时间区间内MES和传统风险测量工具的效果。通过2007—2009年间已实现的系统性风险SES和边际预期不足MES的关系图可知,两者之间的相关系数为0。6550,说明存在较强的相关性,散点图也表明MES对SES具有较强的解释能力。因此,可以通过估计MES来预测单个银行对金融系统的边际风险贡献,作为对未来危机发生时的实际系统性损失预警。既然MES能够对我国商业银行的实际