规模、关联性与中国系统重要性银行的衡量，本文主要内容关键词为：关联性论文,中国论文,重要性论文,规模论文,银行论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
本次全球金融危机破坏程度和影响范围之所以深广，不但源于顺周期性放大了冲击，还因为系统重要性银行过度关联使冲击在金融系统和实体经济间传导(BCBS,2010)。危机后的全球金融监管改革，一个重大进步是加强对系统重要性银行监管(FSB,2010)。
加强系统重要性银行监管，首先须科学判断哪些银行有系统重要性，明确什么是决定系统重要性的关键因素。然而，2009年IMF等对G20的调查中，关于什么样的机构具有“系统重要性”，多数国家没有法律和正式定义；在评估系统重要性因素时，各国监管当局大多认为规模是划分系统重要性的最重要因素(IMF et al,2009)。但此次国际金融危机的教训是，最早出现问题并放大危机冲击的并非规模最大的银行，而是交易最活跃与其他机构联系紧密的银行等金融机构。为此，危机后学者们呼吁关注“联系太紧而不能倒”的系统重要性银行和关联性问题(Chan－Lau,2010; Drehmann and Tarashev,2011)。
目前，国外关于系统重要性银行衡量的研究，多以金融市场数据为基础。这些方法要求上市银行样本多、时间跨度长、数据质量高，加之缺乏必要的理论基础(Tarashev et al.,2009; Huang et al.,2009)，而且忽视了银行相互间的网络结构联系(Drehmann and Tarashev,2011)，因此在我国的运用受到有效性和适用性方面的限制。
为此，本文首先致力于构建理论模型，深入分析银行间关联性对银行系统重要性的影响。其次，致力于探求一种适合中国国情的系统重要性银行衡量方法，该方法通过模拟某银行破产导致的银行破产数和银行体系总资本损失是否会达到监管当局关注的临界值。来确定其是否具有系统重要性；在此基础上本文进一步提出了比较这些银行系统重要性程度大小的方法，监管当局可以根据系统重要性程度的大小进行有选择的重点监管。最后，本文采用计量分析，研究了规模和关联性对银行系统重要性的影响，回答了在监管实践中应该更加关注系统重要性银行“大而不倒”问题还是“联系太紧而不能倒”问题。本研究不仅为监管部门衡量系统重要性银行提供了理论支撑，而且提供了具体技术方法。
本文结构安排如下：第二部分为文献评述；第三部分通过网络模型论证了银行间关联程度是决定银行系统重要性的重要因素，介绍了估测银行间关联程度的可行方法；第四部分模拟分析了我国哪些银行具有系统重要性；第五部分采用计量分析研究了影响我国银行系统重要性的因素究竟是规模还是关联性重要；第六部分为本文结论与政策建议。
二、文献综述
此次国际金融危机促使了对系统重要性银行衡量理论和方法的研究，主要可分为：网络分析法、风险组合模型法、压力测试以及情景分析法三大类(IMF et al.,2009)。
(1)网络分析法。网络分析可以通过两种方法来评估金融机构的系统重要性：一是通过网络中金融机构之间的相互关联性和集中度等统计指标衡量机构之间是如何联系的来确定系统重要性金融机构(Newman et al.,2006)；二是通过计算金融机构倒闭对网络中其他实体的影响来衡量其系统重要性(Upper,2007)。由于第二种方法以一种客观的方式定义系统重要性机构(IMF et al.,2009)，能够通过模拟的方法在危机爆发前预先测度出潜在的系统性损失、危机传染范围以及传染轮次，有利于监管部门判断哪些金融机构具有系统重要性从而在发生危机时需要介入干预，以及介入干预的时机和力度；此外，由于该分析法主要基于银行的实际资产负债表数据，对于金融市场发展较晚和不够健全的发展中国国家来说，可以避免简式法因市场数据的质量差、时间短、样本少导致的一系列问题。因此，网络分析的第二种方法受到了广泛青睐(Upper and Worms,2004；马君潞等，2007；宫小琳和卞江，2010；贾彦东，2011；Mistrulli,2011)。但现有运用网络分析法的研究通常选取某一时点的银行间横截面数据，测度银行部门系统性风险和衡量系统重要性金融机构，而宏观审慎监管要求不但应该考察横截面维度还应该关注时间维度，这就需要在衡量系统重要性银行时还应考虑银行间实际敞口时间维度上的变化，为此国际货币基金组织、国际清算银行和金融稳定理事会建议应该尽量频繁地进行网络分析(IMF et al.,2009)。
(2)风险组合模型法，也被称为简式法(Acharya et al.,2010)。该方法是由衡量证券组合风险的方法发展而来，将整个系统看成是金融机构的组合来衡量系统性风险。这种方法可以识别组成系统的各机构的共同风险因素，跟踪某一机构出现问题将如何影响其他机构，以及度量单个金融机构对整个系统的风险贡献，衡量系统重要性金融机构(Chan－Lau and Amadou,2007)。这类方法的优点在于：采用公开的市场数据，对于金融市场发达的国家来说数据容易获得(IMF et al.,2009; Acharya et al.,2010)；其次，市场数据反映了对金融机构未来表现的预期，具有前瞻性(Huang et al,2009)；此外，采用频率较高的市场数据能够及时反映系统性风险在时间维度上的变化(Huang et al.,2009)。基于市场数据的风险组合法可以分为“自下而上(Bottum－Up)”和“自上而下(Up－Bottum)”分析法(Adrian and Brunnermeier,2009; Drehmann and Tarashev,2011，范小云等，2011)。此类方法的不足在于，其实用性和有效性受到一国金融市场的发达程度的限制，要求具有足够数量的上市时间较长的金融机构；其次，风险组合法的有效性基于一个重要的假设前提——金融机构的股票价等市场数据能够充分反映风险状况，即金融市场满足有效市场假说；此外，多数基于市场数据的衡量方法大多基于股票价格等市场数据服从正态分布的假设，而实际上股票价等具有明显的肥尾特征，从而会使该方法的结果可能产生偏误。
(3)压力测试与情景分析。由于导致金融机构具有系统重要性的系统性事件只在特定市场冲击条件下出现，一种常用来评估潜在市场冲击的方法是压力测试与情景分析(郭红玉等，2012)。该方法强调系统重要性金融机构的潜在状态条件特征，通过压力测试可以评估假定市场冲击的影响(IMF etal,2009)。如在美国次贷危机最严重时(2009年2月)，美国政府对19家最大的银行进行的资本监管评估计划(SCAP)即为典型的压力测试。压力测试与情景分析的缺陷在于，通常只能捕捉市场对金融机构的影响，而不能反映金融机构的反馈作用(IMF et al.,2009)，而系统重要性银行衡量的目的主要在于考察金融机构对市场的作用，明确哪些银行可能成为系统性金融危机诱发源、在危机中对金融系统的负向影响较大。
综合比较上述方法的优劣，以及我国国情——此次国际金融危机前上市银行数目有限且上市时间短，基于市场数据的风险组合模型法受到限制，压力测试与情景分析不能反映金融机构的反馈作用、确定哪些银行可能成为系统性危机的诱发因素以及该银行的负向影响，而网络分析法可以避免上述两类方法不足。为此，本文将基于网络分析法来衡量我国哪些银行具有系统重要性，并分析规模和关联性对银行系统重要性的影响。
三、理论模型与方法
(一)关联性、银行破产数量及系统性损失
银行相互关联的一个最重要渠道为银行间市场，现有文献关于银行关联的研究也主要基于银行间市场(Upper,2007; Drehmann and Tarashev,2011)。
(二)关联性与系统重要性银行
由(10)式和(11)式可见，系统重要性银行k破产导致的本国银行破产数目和系统性损失，一方面依赖于损失率θ的大小和破产期数T，另一方面依赖于系统重要性银行k与国内其他银行的直接、间接关联性。据此，我们可以得到如下理论推理：
理论推论1：通过银行间负债与其他银行关联性越高的银行越容易引发系统性危机，即诱发系统性危机要求的损失率临界值越低。
理论推论2：在同样的损失率和破产期数条件下，与国内其他银行负债关联性较高的系统重要性银行破产，将导致更多的银行破产和更大的系统性损失。
(三)最大熵方法与银行间关联关系的估计
为了衡量我国哪些银行具有系统重要性，以及测算这些系统重要性银行的破产损失，关键在于得到我国银行间的具体关联矩阵。但由于我国并未公布具体的银行间同业交易双方数据，只能通过银行年报、季报和中国金融统计年鉴等资料获得单个银行在一定报告期内的总量数据。在缺乏具体各银行之间的具体交易数据的情况下，可以采用最大化熵方法估计银行间关联矩阵(Upper and Worms,2004; Upper,2007；马君潞等，2007)。
四、模拟结果及其分析
(一)数据来源与模拟说明
本文数据来源于各银行(含所有国有商业银行、股份制商业银行、邮政储蓄银行、政策性银行和规模较大的城市商业银行和农村商业银行)公开披露的2007～2009年年报①。由于本文旨在研究国内银行部门的系统性重要机构以及比较这些银行的相对重要性和影响因素，因此对各银行与境内其他金融机构和境外金融机构交易部分数据作了相应剔除，同业拆放市场中的银行间资产仅指资产负债表中存放境内银行同业和拆放境内银行同业项之和，负债为境内银行同业存放和境内银行同业拆入项之和。此外，由于各银行均未披露银行间交易对象。本文采用最大熵方法估计了2007～2009年中国银行间市场的借贷关联矩阵。并基于上述借贷关联矩阵，模拟了我国各银行作为系统性危机的诱导因素，在各种可能的损失率条件下②，导致的银行破产数量以及银行部门的资本损失。
(二)中国系统重要性银行的衡量
为了考察我国哪些银行具有系统重要性，我们可以假设任何一家银行均有可能破产，通过模拟其破产导致的其他银行破产数目和整个银行体系的系统性损失(即资本损失)是否能达到监管当局关注的某临界值，来确定其是否是系统重要性银行。
鉴于一些银行破产可能只引起少数规模较小的银行破产，因此仅以银行破产数目临界值来定义系统重要性银行，可能会高估一些银行的系统重要性。为此，我们还可以通过在各种可能的损失率条件下某银行破产的系统性损失是否达到某临界损失值来衡量该银行是否具有系统重要性。若以某银行破产是否会导致中国银行业权益资本总损失达1万亿元④，作为衡量银行系统重要性的系统性损失临界值(也就是说，如果某银行破产导致的系统性损失
≥1万亿元，那么该银行将被认为具有系统重要性)⑤，我国具有系统重要性的银行2007年总共有9家、2008年总共有18家、2009年总共有16家(表1)。
从基于上述两种定义方式的模拟结果(见表1)可以看出：第一，我国5家国有商业银行，在2007～2009年间均具有系统重要性(除按系统性损失≥1万亿元定义，2007年建设银行不具有系统重要性)；第二，我国部分股份制商业、政策性银行以及城市商业银行，如果倒闭也能诱发其他银行破产、造成较大系统性损失。因此，如果简单地按规模仅把国有商业银行列为系统重要性银行，对于维护我国银行部门稳健与安全显然是不够的。
(三)中国系统重要性银行的相对系统重要性程度的衡量
为比较上述系统重要性银行的相对系统重要性程度，可从两方面衡量：一是诱发系统性危机难易程度。若引发系统性危机所需的损失率临界值越低，说明该银行越容易诱发系统性危机，其相对系统重要性程度越高。二是最终破产损失大小，主要包括两方面，银行破产数和系统性损失。破产损失越大的银行其相对系统重要性程度也越高。
1.诱发系统性危机难易程度的衡量：损失率临界值
模拟结果表明(见表1)：(1)我国国有商业银行的损失率临界值总体相对较低，也就说如果我国国有商业银行一旦发生危机，在一个相对较低的损失率水平下便能诱发系统性危机。(2)部分股份制商业银行、政策性银行的损失率临界值要求也很低，甚至低于部分国有商业银行，一旦这些银行出现问题也很容易诱发系统性危机⑥。(3)我国系统重要性银行在次贷危机最严重的2008年对损失率临界值要求最低，2009年次之，也就是说我国银行部门在次贷危机期间相对更易发生系统性危机、危机后比危机前脆弱。
2.系统重要性银行的破产损失衡量：银行破产数与系统性损失
比较各银行的相对系统重要性，还应该关注其作为系统性危机诱发因素导致的破产损失。破产损失的衡量主要包括两个方面，一是银行破产数，二是系统性损失。本文模拟了在不同损失率条件下，我国各银行作为可能的系统性危机诱导因素导致的银行破产数和系统性损失。结果表明(见表2)，2007年至2009年间作为系统性危机诱发因素导致银行破产数平均最多的前五家银行依次为中国银行、中国工商银行、中国农业银行、国家开发银行和浦东发展银行，如果剔除国家开发银行和浦东发展银行在2007年不具有系统重要性的影响后，作为系统性危机诱发因素导致银行破产数平均最多的前五家银行依次为中国银行、中国工商银行、中国农业银行、华夏银行和交通银行；造成系统性损失平均最多的前五家银行依次为中国工商银行、中国银行、国家开发银行、中国农业银行和中国建设银行。上述排序与我国各银行的平均总资产规模排序并不一致，这表明资产规模以外的因素可能才是影响系统性危机中银行破产数目和系统性损失的最主要因素。
五、计量检验结果及其分析
(一)因变量的选取及其描述性统计
为检验本文的理论推论和上文对模拟结果的解释，接下来我们将采用计量方法检验银行间债务关联程度是否是影响银行相对系统重要性程度衡量标准——临界损失率、银行破产数和系统性损失大小的重要因素。
(1)银行间关联程度
本文选取银行间资产占比和银行间负债占比年度数据作为衡量各银行与其他银行的关联程度指标⑦。其中银行间资产占比指该银行资产负债表中存放境内银行同业和拆放境内银行同业项之和占整个银行部门的比例，用asset_weight表示；银行间负债占比指该银行境内银行同业存放和境内银行同业拆入项之和占整个银行部门的比例，用liability_weight表示。表2报告了asset_weight和liability_weight的描述性统计结果。
(2)银行相对规模
由于银行的总资产相对规模也可能是影响银行系统重要性的重因素，因为规模太大的银行可能会导致更大的系统性损失，即“大而不倒”问题。本文分别以size_weight表示各银行的相对规模(即总资产占银行部门总资产的比例，描述性统计结果见表2)。
(二)计量结果
1.关联性与诱发系统性危机的难易程度
为了考察通过银行间负债与其他银行关联性较高的银行是否更容易引发系统性危机，即是否诱发系统性危机要求的损失率临界值较低，我们建立如下模型：
估计结果均表明银行间债务关联程度显著影响损失率临界值，且系数在1％水平上均显著为负，表明通过银行间负债与其他银行关联程度较高的银行诱发系统性危机要求的损失率临界值较低，即更容易诱发系统性危机，这与本文理论推论1一致。表示银行间资产关联程度的银行间资产占比系数均不显著，说明银行间资产并不是影响银行诱发系统性危机的主要因素。尤为值得我们注意的是，表示银行相对规模的总资产占比系数估计结果均不显著，从而表明总资产规模并不是决定系统重要性银行诱发系统性危机难易程度的最重要因素。
此外，代表2008年和2009年的年度虚拟变量系数year2和year3均显著为负，且各回归模型中year2均明显小于year3，也就是说在次贷危机最为严重的2008年如果我国系统重要性银行一旦发生危机，将比危机前后更易诱发系统性危机。
2.关联性与系统重要性银行的破产损失
为了检验银行间负债关联是否是影响系统重要性银行破产损失的重要因素，我们将分别考察银行间负债关联程度对银行破产数和系统性损失的影响。已有研究表明，破产损失率会影响银行破产数和系统性损失(Upper,2007)，因此我们在基础模型中考虑了破产损失率的影响，构建如下实证研究模型：
鉴于损失率是影响银行破产数和系统性损失的重要因素(Upper,2007)，但具体损失率又不确定，为此本文先考察了各种损失率(θ＝all，取值范围0～1)条件下规模和关联性对银行破产数和系统性损失的影响，然后以θ等于0.25、0.5和0.75作稳健性分析。采用Pooled OLS对(13)式的回归结果均表明(表4)，银行间负债占比系数在1％水平显著为正，即通过银行间负债与其他银行联系紧密的银行，其作为危机诱发因素将导致较多银行破产，这与推论2预期一致。而表示银行相对规模的总资产占比系数并不显著，表明资产规模并不是影响银行破产数的最重要因素。另外，表示2008年、2009年的年度虚拟变量除θ＝0.25以外均显著为正，且2008年年度虚拟变量系数大于2009年，说明此次国际金融危机期间如果我国系统重要性银行倒闭，将比危机前后导致更多银行破产。此外，本文还采用Poisson模型进行了稳健性分析，结果表明负债关联系数均显著为正，而表示银行规模的总资产占比系数均不显著，说明本文结论相当稳健。
表5报告了(14)式的估计结果，模型(1)为在各种损失率下采用混合最小二乘法回归的结果；模型(2)～(4)分别为损失率θ等于0.25、0.5和0.75时的回归结果。回归结果均表明，银行间负债占比系数为正与本文的理论推论2预期一致，且在5％的水平下显著，说明通过银行间负债与其他银行联系紧密的银行，其作为危机的诱发因素将导致较大的系统性损失。表示相对规模的总资产占比系数均不显著，表明资产规模并不是影响系统性损失的重要因素；另外模型(1)、模型(4)的符号为负，与传统的观点——规模较大的银行破产将导致较大的系统性损失相左。表示2008年和2009年的年度虚拟变量系数(除2009年θ＝0.25外)均显著为正，且表示2008年的年度虚拟变量系数大于2009年(除损失率θ＝0.75外)，这说明随着我国银行业的发展，我国系统重要性银行如果出现危机，其导致的系统性损失在不断增大，且在国际金融危机期间的系统性损失更大。
综合本文计量结果表明，与银行资产规模相比，银行间负债关联程度是决定系统重要性更为重要的因素。与其他银行负债关联程度高的银行，不但更容易诱发系统性危机，而且其破产导致的银行破产数和系统性损失更大。这与Drehmann and Tarashev(2011)研究结论相似，他们认为银行的系统重要性主要取决于银行在银行间网络中的作用。
六、结论与政策建议
虽然巴塞尔Ⅲ中已明确指出，系统重要性银行之间的过度关联使这次国际金融危机冲击在金融系统以及经济之间传导，导致了这次危机在破坏程度和影响范围上非常深广(BCBS,2010)，但现有关于系统重要性银行衡量的研究和监管实践，更多的是关注“大而不倒”(即规模)问题，对系统重要性银行的关联性问题仍不够重视。
本文首先构建了一个网络模型，深入分析了关联性对银行系统重要性的影响。模型表明，与其他银行的负债关联程度是影响银行系统重要性的重要因素；通过银行间负债与其他银行关联性高的银行不但容易引发系统性危机，而且导致银行破产数目和系统性损失大。其次，提出了一种适合我国国情的系统重要性银行衡量方法，监管当局可以采用该方法并根据我国国情设定关注的临界值标准，对系统重要性银行进行甄别和有效监管。
利用2007～2009年我国银行资产负债表数据模拟表明，无论是按照各银行作为危机诱发因素导致的银行破产数还是银行部门资本损失定义系统重要性银行，我国五大国有商业银行基本都具有系统重要性。值得注意的是，部分股份制商业、政策性银行以及城市商业银行，如果发生倒闭也能诱发其他银行破产、造成较大的系统性损失；其中个别银行的损失率临界值甚至低于部分国有商业银行，也就是说一旦其破产将更容易诱发系统性危机；因此，它们的系统重要性不应被低估。从这个意义上讲，若简单地仅把大型国有商业银行定义为系统要性银行，对于维护我国银行部门的稳健与安全显然是不够的。
对银行系统重要性的影响因素计量分析表明，通过银行间负债与其他银行关联程度较高的银行，诱发系统性危机的损失率临界值较低，即更容易诱发系统性危机；并且银行间负债是影响银行破产数和系统性损失的重要因素，通过银行间负债与其他银行关联程度较高的银行，一旦出现问题将导致较多的银行破产和较大的银行部门资本损失。与银行资产规模相比，银行间负债关联程度是决定银行系统重要性的更为重要的因素。从这个意义上讲，若简单地把资产规模作为衡量银行系统重要性的首要因素，忽视对银行关联性问题的足够重视，显然不利于维护我国金融稳定；加强对那些在规模上虽然不是最大、但与其他银行联系紧密，尤其是对其他银行负债较高的银行监管是非常必要的。在增强对我国系统重要性银行监管时，规模固然需要关注，关联性尤其是银行间的负债关联程度更需紧密关注。
收稿日期：2012－06－28
注释：
①对于难以公开获得年报的规模较小城市商业银行，本文模拟了其银行间拆放信息；而对于我国城市信用社、农村信用社、农商行等规模较小的农村金融机构，由于其银行间交易数较小、机构数目繁多，不会影响对系统重要性银行的考察，因此本文未对其模拟。为审慎起见，本文根据审稿专家建议，将规模较小难以公开获得资产负债表的城市商业银行合并为一家银行进行了稳健性分析，结果表明本文结论非常可靠。
②为了全面考察各种可能的损失率，本文以0.01为间隔模拟了损失率θε［0，1］之间的各种情况。
③银行破产数目临界值N[,T]的设定标准会影响系统重要性银行的数目，但并不影响衡量各银行的相对系统重要性，以及本文第五部分对银行系统重要性影响因素的分析结论。出于对我国银行系统风险的审慎考虑，本文以银行破产数目临界值N[,T]＝1作为定义系统重要性的标准。
④据《中国金融年鉴2008年》统计，2007年中国银行业金融机构的权益资本合计为30307.10亿元，1万亿元约占中国银行业权益资本的30％。
⑤如同银行破产数目临界值N[,T]，系统性损失临界值L[,T]的大小标准不同也会使得系统重要性银行的数目不同，但并不影响衡量各银行的相对系统重要性，以及本文对银行系统重要性影响因素的分析结论。
⑥通过描述性统计分析表明，这些银行通过银行间负债与其他银行联系紧密，甚至高于一些国有商业银行。
⑦巴塞尔委员会宏观审慎监管工作组(MPG)，国际货币基金组织(IMF)、国际清算银行(BIS)和金融稳定理事会(FSB)建议在衡量银行系统重要性时，规模和关联度分别采用总资产、银行间资产、银行间负债的占比等数据(IMF etal,2009)。
标签：银行论文; 临界值论文; 银行监管论文; 银行系统论文; 国有商业银行论文; 网络监管论文; 金融论文; 重要性水平论文; 金融机构论文;