中国系统重要性银行评估——来自2006-2010年中国上市银行的证据，本文主要内容关键词为：银行论文,中国论文,年中论文,重要性论文,证据论文，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。
发源于美国次贷危机的全球金融危机中，大型金融机构倒闭是此次危机的关键点，因此国际社会普遍认识到系统重要性金融机构(SIFIs)尤其是系统重要性银行(SIBs)对于维持金融市场稳定和经济平稳发展的重要性。2011年5月，银监会发布《中国银行业实施新监管标准的指导意见》称，根据国内大型银行经营模式以及监管实践，监管部门将明确系统重要性银行的定义，通过考虑规模、关联性、复杂性和可替代性等四个方面因素，在2012年以前建立系统重要性银行的评估方法论和持续评估框架，对系统重要性银行实行区别监管，再次引发了实务部门和学术界对系统重要性银行问题的高度关注。
一、国内外研究述评
系统重要性银行是指具有负外部性特征，并且由于规模、复杂度与系统相关度在金融市场中承担了关键功能，其无序破产可能给金融体系造成包括核心金融功能的中断、金融服务成本急剧增加等在内的系统性风险，进而可能危及金融稳定、损害实体经济的银行。
(一)系统重要性银行评估
刘凯(2010)对危机前后系统性风险与系统重要性金融机构测度方法进行总结，认为指标体系、金融网络分析、协同风险模型等是系统重要性金融机构评估的主要模型。
1、指标体系评估。
2009年11月，国际货币基金组织、国际清算银行和金融稳定理事会(IMF-BIS-FSB)联合发布了《系统重要性金融机构、市场与工具评估指引》，认为评估单家金融机构的系统重要性应同时考虑直接和间接影响，直接影响即金融机构的规模和可替代性，间接影响即金融机构的关联性。2009年，美国《金融监管改革框架》明确对系统重要性的金融机构界定主要通过三个标准：一是该公司与金融体系之间的相互依存度：二是公司的规模、杠杆比率以及对短期融资的依赖程度等：三是作为家庭、企业和政府的信贷来源及金融体系流动性来源的重要性。2010年9月，巴塞尔委员会通过《巴塞尔协议Ⅲ》，首次引入“系统重要性银行”这一概念，并对其提出1%的特别资本要求，使其具有超出一般标准的吸收亏损的能力。2010年12月，巴塞尔委员会宏观审慎监管工作组向其提交了全球系统重要性金融机构(简称GSIFIs)的评估方法论和全球前70家大型银行的系统重要性排序结果，该方法论主要基于指标分析：一是标杆指标，包括单家金融机构的总资产(规模类)、金融机构之间的资产和负债(关联类)，根据标杆类指标确定单家金融机构系统重要性的基础评分。二是补充性指标，具体包括三类：第一类是可替代性补充指标，包括支付清算业务、托管业务、承销类业务以及做市商业务的市场份额等；第二类是关联性补充指标，包括交易证券规模、批发融资占比、场外衍生品风险暴露、回购与逆回购规模等；第三类是全球性业务补充指标，即跨境资产占总资产的比例。
2、金融网络模型。
金融网络是指所有银行节点和信贷等关联链接的组合。金融网络模型首先建立银行彼此间的风险暴露矩阵，而后用仿真冲击来描述不同压力事件下金融系统的多米诺效应。Upper(2007)最早分析了如何用不同的数据来源估计银行网络的信用风险敞口矩阵，研究某个或某些金融机构倒闭对系统稳定性的影响。Brock、Hommes & Wagener(2009)通过建立以金融机构彼此间的风险暴露矩阵为基础的金融网络风险模型，用仿真冲击来描述金融系统的多米诺效应，进而实现评估系统重要性金融机构。Alessandri & Gai(2009)构造了银行系统的仿真网络，分析了某一特殊冲击对网络弹性的影响，结果发现无论是从净值还是网络连通性，即一家银行影响另一家银行的概率来看都没有直接的效果，研究还发现，银行之间高度的关联性有助于减低危机传染的破坏性，但是又面临着潜在的冲击造成的更大规模破坏的可能性。Lelyveld & Liedorp(2009)通过分析实际交易双方以及外来的风险暴露来检查荷兰银行内部交易市场的风险传染，发现由于存在网络特征结构，荷兰银行内部交易市场只有在大型银行破产时才会传导系统性风险，但是即使在这种极端或者是不可能发生的情景下，也并不是所有的银行都会受到其影响。
3、协同风险模型。
协同风险模型(CoVaR)适用于分析银行间直接联系的系统效果，从金融稳定和风险管理的视角看，在银行层面评估由共同风险因素，如采用类似的商业模式、共同的会计原则，造成的直接和非直接金融联系，是协同风险模型应用的关键。协同风险模型测算银行系统重要性的办法是追踪证券价格，因为一家机构信用风险对其他机构信用风险的影响通常能反映在证券价格之中，该方法的关键取决于杠杆率、规模和期限错配。Adrian & Brunnermeier(2009)将CoVaR定义为某个金融机构陷入危机条件下整个金融体系的在险价值(VaR)，用来衡量单个金融机构陷入危机时候的溢出效应。而CoVaR与金融体系VaR的差就是某个金融机构对系统性风险的边际贡献，从而测度单个机构的系统重要性。Zhou(2010)在协同风险模型基础上，提出了“系统性重要指数”(Systemic Importance Index)这一概念，即测算在银行体系内某一特定银行破产导致其他银行出现危机的期望数目。他同时提出了一个反向的测度方法：当银行体系中至少有一家银行出现陷入困境时某一特定银行出现危机的概率，称之为“脆弱性指数”(Vulnerability Index)。Mistrulli(2010)运用银行间金融联系的实际数据估算得出的数据，分析了意大利各商业银行的系统重要性。
(二)系统重要性监管
对具有系统重要性银行监管的目标，一是要减少SIBs的系统相关性，二是要降低SIBs破产的概率。美国《金融监管改革框架》(2009)建议建立一个独立的监管部门，负责监管具有系统重要性的金融机构和关键性的支付结算体系，对具有系统重要性的金融机构在资本和风险管理方面提出更高的标准。英国《2009年银行法案》与《改革金融市场》提出在英格兰银行下面成立新的金融稳定委员会(FSC)，通过杠杆率、资本充足率等对系统重要性金融机构进行监管。瑞士(2007)依据《瑞士金融监管局联邦法案》(简称FINMASA)成立了金融市场监管局(简称FINMA)，对瑞士系统重要性银行瑞银集团(UBS)和瑞士信贷集团(Credit Suisse)进行监管，具体措施包括：提高资本充足率，可行的退出机制，流动性与分散风险要求，应急机制和问题应对决策机制等。
(三)小结
从国内外研究现状来看，在选择金融网络模型时，由于基础数据库建设滞后，获取银行彼此间的风险暴露数据较为困难，且其对金融机构行为方式的描述往往过于简单，不能充分捕捉金融系统的反馈循环和内生反应。而协同风险模型的理论基石是信息能有效反映到价格中去，而这一点在实践中往往并不如此，此外，衡量金融机构协同风险的非线性分析方法如应用极值理论、应用分位数回归分析等往往因关注极端事件，而忽略了样本中大比例数据所包含的信息。因此，金融网络模型与协同风险模型在我国的应用还存在较大的困难。而IMF-BIS-FSB、银监会等从规模、关联性、复杂性和可替代性四个方面构建指标体系评估SIBs的理论框架得到了人民银行、银监会等部门较高的认同，同时，由于我国银行国际化程度不高，银行系统性风险国际传染数据库尚未建立，本文系统重要性银行评估将以研究国内系统重要性银行为主。因此，本文结合中国系统重要性银行自身特性，探索适合中国国情的指标体系评估方法，运用熵值法对各商业银行在金融系统中的重要性进行测度。
二、评估指标体系设计
本文选取16家截至2010年上市的商业银行数据，对其2006-2010年间系统重要性进行评估，并根据IMF-BIS-FSB《系统重要性金融机构评估指引》和中国银监会《中国银行业实施新监管标准的指导意见》，从上市银行规模、关联性、复杂性和可替代性四个方面来设计系统重要性评估指标体系，其中关联性指标又可分为资产关联与资金关联，另外，由于我国各商业银行国际业务非常有限，暂不考虑全球关联性指标，具体指标体系如表1所示。
三、评估指标权重测算
在多指标综合评价中，确定权重的主要方法主要有主观赋权法和客观赋权法，为使评价结果更加准确，本文采用客观赋权法中评价较为准确的熵值法来确定权重。该方法最早由Mistrulli(2010)根据银行间联系的实际数据，对银行间风险关联与系统重要性进行测度。在信息系统论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。由于样本数据中不存在负数，因此系统重要性银行评估可省略非负数化处理。另外，由于熵值法计算采用的是各上市商业银行某一指标值占同一指标值总和的比重，不存在量纲的影响，因此可省略数据标准化处理。
(一)熵值法模型设计
然后，测算第j个指标下第i个银行的指标值在该指标中所占的比重：
(二)指标权重测算结果
根据公式(1)～(3)，可测算出系统重要性银行各指标权重如表2所示。由表2可知，关联性指标与复杂性指标是商业银行系统重要性测度的主要影响指标，其权重分别达到64.12%和22.74%，其中，交易性金融资产与负债是最重要的关联性指标，衍生金融资产与负债是最重要的复杂性指标，而资产规模权重占比仅5.78%。因此，监管部门在对系统重要性银行进行评估时，银行资产规模固然需要关注，关联性尤其是银行间的资产负债关联程度更为重要，若简单地把资产规模作为评判标准，可能诱发道德风险行为，即银行在控制资产规模的情况下，通过扩大银行间负债等方式进行监管套利。
四、系统重要性银行确定
从商业银行本外币资产来看，截至2010年12月份末，银行业金融机构本外币资产总总额为95.3万亿元，而上市商业银行资产总额为63.8万亿元，占比达66.95%。而占比11.3%的农村金融机构、占比8.2%的城商行和信用社、占比8.0%的政策性银行与上市商业银行关联性并不强。因此，可假定上市银行体系是一个完全网络系统。根据公式(1)～(3)，可根据公式(4)测算各上市商业银行系统重要性系数，标准化后各商业银行系统重要性
由表3可知，根据系统重要性指数的阀值，即可判断出系统重要性银行。如假定以5%为系统重要性指数阀值，则5家国有商业银行全部为系统重要性商业银行，同时，7家股份制商业银行中的招商银行、光大银行和中信银行，虽然在2006年和2007不是系统重要性银行，但由于其近年发展较快，无论是广度和深度，资产与负债与其他商业银行的往来关联性均得到加强，自2008年以来已经成长为系统重要性银行，其他股份制商业银行与城市商业银行则不属于系统重要性银行。
为了与银行资产规模排序进行比较分析，本文选取2010年上市16家商业银行，对其系统重要性指数排序与资产规模排序进行对比分析，结果如表4所示。由表4可知，国有商业银行与城市商业银行按系数排名与资产排名的结果基本一致，但股份制商业银行评估结果存在一定的差异，系统重要性指数评估结果显示，光大银行、招商银行、中信银行属于系统重要性商业银行，而资产规模排序前三位的股份制商业银行为招商银行、中信银行与浦发银行，分析原因可能是系统重要性指数评估更强调银行的关联性，虽然光大银行与浦发银行均成立于1992年，但浦发银行早期专注于支持上海浦东经济发展，而光大银行成立之初即定位于全国性商业银行，因此与其他商业银行资产与负债关联性更强。
标签：银行论文; 商业银行论文; 银行监管论文; 银行风险论文; 银行系统论文; 金融论文; 银行上市论文; 金融机构论文;