基于系统性风险指数的逆周期资本缓冲动态提取机制研究，本文主要内容关键词为：周期论文,机制论文,资本论文,指数论文,风险论文，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。
2008年的国际金融危机表明金融监管领域存在着缺陷，人们开始认识到单个金融机构经营风险的微观审慎监管并不能十分有效地维护金融系统稳定，于是各国开始进行金融监管改革，重点开始转向宏观审慎监管。其中逆周期资本缓冲监管作为宏观审慎监管的重要组成部分越来越受到各国监管部门的重视。虽然我国已经提出要引入逆周期宏观审慎监管框架，但是并没有确定具体的提取方法，而核心挂钩变量的选择构建以及资本缓冲提取机制的确定直接影响到逆周期资本监管的实施效果。巴塞尔协议Ⅲ建议使用信贷/GDP比率对其长期趋势的偏离度(以下简称GAP)作为核心挂钩变量来确定是否需要计提逆周期缓冲资本。但是，巴塞尔委员会同时强调，各国制定相关政策时只能参考《指引》中提出的方法，应当根据本国实际情况设计缓冲机制，而不能机械使用该指标计提缓冲资本。基于此，如何根据我国实际情况选择构建挂钩指数从而准确有效地识别经济系统性风险的周期性变动，并设计相应的逆周期资本缓冲机制就成为我国逆周期监管政策实施的重点也是其难点，在巴塞尔委员会提出的单指标挂钩变量(GAP)的基础上，本文从宏观经济风险、信贷扩张风险、货币流动性风险、资产泡沫风险、金融杠杆风险等方面选取一系列指标，运用主成分分析法，构建了比较综合的宏观经济系统性风险指数，作为提取缓冲资本的挂钩指数，并运用平滑转换自回归模型，拟合识别挂钩指数的周期性转换，确定提取逆周期缓冲资本的阈值，既能避免单一指标分析法过于简单造成的结果偏差，又能避免人为设置固定阈值带来的缓冲资本计提时点和程度的不当，为风险判别和逆周期监管提供一种量化方法和实证参考。 对于设计符合我国实际情况的逆周期资本缓冲机制，本文结论具有一定的指导与借鉴意义。首先，逆周期宏观审慎监管政策的尽早实施，能够有效缓解我国的宏观系统性风险，本文为制定适合我国国情的逆周期监管政策提供了一种新颖的尝试和参考。其次，巴塞尔协议Ⅲ建议将GAP这一单一指标作为缓冲资本计提的挂钩变量，但该指标并不能系统全面反映我国整个宏观系统的综合风险，对于逆周期审慎监管具有一定的局限性，本文通过综合多方面的风险指标，构建了反映整个宏观经济系统性风险的挂钩指数。最后，巴塞尔协议Ⅲ建议的固定阈值并不一定适合我国实际情况，不能在我国生搬硬套，本文运用平滑转换自回归模型，自动识别相关阈值，有助于制定真正符合我国实际情况的逆周期资本缓冲机制。 二、文献综述 逆周期资本缓冲机制是巴塞尔协议Ⅲ提出的宏观审慎监管政策，其关键则在于核心挂钩变量的选择构建。Drehmann等运用信号提取法对GDP增速、信贷增速、信贷/GDP、资产价格、信用价差和银行税前利润等指标变量的预警作用进行比较，发现信贷/GDP与其长期趋势的偏离值(GAP)能够在预测67%以上金融危机的情况下产生最小的信噪比，因此GAP可以作为有效的系统性风险预警指标[1]。在这一研究基础上，2010年巴塞尔委员会在《指引》中指出，银行在经济上行阶段计提逆周期资本时可以把GAP作为挂钩指数。当其数值高于某一确定的阈值(建议2%)时，银行应该提取逆周期缓冲资本[2-3]；Drehmann通过对63个国家46次危机的研究发现，GAP是逆周期缓冲资本提取阶段最有效的挂钩指标，而公司债券信用价差则是逆周期缓冲资本释放阶段的最好变量[4]。 但是也有学者认为将GAP作为逆周期资本缓冲的挂钩变量并不合适。Edge和Meisenzahl研究发现，GAP的计算结果不具有稳健性，容易受到样本区间长度、长期趋势值的计算方法以及参数平滑参数因子的选择等因素的影响，从而影响逆周期监管政策的实施效果，具有一定的局限性[5]；Repullo和Saurina通过对美、英、法、德等国家相关数据的实证检验，进一步发现与GDP增长率相比，GAP对于经济周期的预测并不准确，机械地运用GAP作为挂钩指数，提取逆周期缓冲资本很可能会放大信贷的顺周期效应，他们建议将GDP增长率作为挂钩变量构建逆周期资本缓冲机制[6]；Drehmann提出，由于资产价格在逆周期缓冲资本提取阶段有很好的预警作用，因此也可能作为缓冲资本的挂钩变量[4]。 而国内对于逆周期资本缓冲的研究还处于比较初级的阶段，现有文献基本可以分为两类：一类是对巴塞尔委员会的《指引》进行分析介绍，如李妍、王力伟、史建平和高宇等[7-9]，另一类则是按照《指引》中的方法对中国的逆周期资本缓冲进行了初步提取测算，但是他们在挂钩变量的选取方面也没有达成一致意见。李文泓和罗猛参照巴塞尔委员会的方法，运用我国银行业的数据，研究了我国银行业的逆周期缓冲资本提取。他们认为GAP能够很好地识别我国信贷增长和系统性风险的积累状况[10]；陈雨露和马勇在狭义信贷、广义信贷、社会融资总量与GDP的比率的基础上构建了三个不同的挂钩变量，通过对我国逆周期资本缓冲的提取效果进行比较分析，最终发现广义信贷/GDP和社会融资总量/GDP与其长期趋势的偏离值可能是逆周期资本缓冲更合适的挂钩变量[11]；由于GAP在经济下行时期下降速度较慢且存在一定的滞后性，因此该指标预测资本释放时机的功能较弱；胡建生等表示，在确定逆周期资本缓冲的挂钩变量时应该要考虑资产价格的影响，他们提出将资产价格波动和相应指标的不同线性组合作为经济发展的不同时期缓冲资本调整的挂钩变量[12]；朱波和卢露在对我国金融体系脆弱性检测的基础之上，运用信号提取法对我国逆周期缓冲资本调整指标的预警功能进行考察，结果表明GAP和贷款损失准备金率分别是我国逆周期缓冲资本提取阶段和释放阶段较为合适的调整指标，而巴塞尔协议Ⅲ所建议的GAP在整个阶段并没有对缓冲资本的调整发出及时可靠的信号[13]；而黄亭亭、高国华则是运用AHP层次分析法构建了宏观系统性风险指数，以此作为逆周期资本缓冲的指导变量[14-15]。 在逆周期缓冲资本的提取方法方面，现有文献多数是根据巴塞尔委员会的建议，当GAP在2%以下时，表明信贷扩张程度相对较低，此时不需计提逆周期缓冲资本；当GAP高于10%时，表明信贷扩张过度，需要计提2.5%的逆周期缓冲资本；而当GAP位于2%—10%之间时，GAP每增加1%，逆周期缓冲资本应相应提高0.3125%，如李文泓和罗猛、陈雨露和马勇等[10-11]。由于二者不是线性关系，这样的提取方法提取时机与程度确定方面比较机械。而高国华的计提方法则有所不同，他运用Markov区制转换模型，识别和分析了系统性风险的状态转变，以此确定逆周期资本的计提时点和幅度，但在转换区域的区制转换过于生硬[15]。 三、基于系统性风险指数的逆周期资本缓冲机制构建方法设计 (一)构建背景与设计思路 作为宏观审慎监管政策的核心内容，逆周期资本缓冲实施的主要目的是使银行在经济繁荣时期积累逆周期资本；在经济萧条时期释放积累的逆周期资本，减轻金融系统的顺周期性。理想的逆周期挂钩指标应该满足两个特点：一是能够反映经济的周期性；二是能够根据该指标在经济繁荣时提取足够逆周期缓冲资本，并在经济下行时期按照适当的速度释放积累的缓冲资本。因此挂钩变量的选取是逆周期资本缓冲政策实施的第一步。 为了保护银行在经济下行时期避免遭受大规模的违约损失，巴塞尔委员会建议各银行在风险加权资产的0%—2.5%范围内提取资本缓冲。而在逆周期资本缓冲的提取过程中，提取系数是连接挂钩变量与逆周期资本缓冲的桥梁，如果挂钩变量的数值超过某一临界点，应该按一定的提取系数计提缓冲资本。巴塞尔委员会将提取系数与挂钩变量之间设定为线性关系，即分别确定一个高指标(H)和低指标(L)，在H之上或者L以下时，分别提取0%和2.5%的逆周期资本，在H和L之间时，逆周期资本随挂钩变量线性增长。因此，提取系数的确定依赖于指标上下限的选择。 本文将从挂钩指数的选取构建以及指标上下限的确定两方面入手，设计适合我国实际情况的逆周期资本缓冲机制。 (二)研究步骤与方法 1.挂钩指数的构建 巴塞尔协议Ⅲ建议将GAP作为挂钩变量，认为其是提取逆周期资本缓冲的合适指标。但是，已有许多学者提出，GAP作为逆周期资本缓冲的唯一挂钩变量并不合适，尤其是在经济下滑时期下降速度较慢且存在滞后性。因此，为使逆周期监管政策的实施效果最大化，我们需要选取合适的挂钩变量，甚至需要综合考虑多种指标，而不仅仅只是某一个单一指标。 由于以逆周期资本缓冲为核心内容的宏观审慎监管政策主要是为了监管整个金融系统的信贷风险水平，从而降低信贷和经济的顺周期性，这表明我们要选择构建的挂钩变量也应该关注整个宏观经济、金融系统的风险，并且关注更多的宏观指标，而不仅仅只是单一变量指标。因此，本文首先采用主成分分析法构建系统性风险指数，并将其与逆周期资本缓冲相挂钩，系统全面地反映经济的周期性。 2.指标上下限的确定 通过对历次银行危机的研究，巴塞尔委员会认为，对于以GAP作为挂钩变量，H=10%、L=2%较为合理。而现有文献对于逆周期资本缓冲的计提大多是根据巴塞尔委员会的建议，采用这种设置固定阈值的方法计提缓冲资本，具有一定的局限性。首先，GAP的数值不具有稳健性，容易受到样本区间长度、长期趋势值的计算方法以及参数平滑参数因子的选择等因素的影响而出现差异，而对于变化的GAP设置固定的上下限显然不合理。其次，各国经济发展水平以及发展模式差异较大，各国的GAP值也会有很大差别，因此设置的固定阈值并不能适用于所有国家，各国不能生搬硬套。最后，巴塞尔委员会建议的这种固定阈值是对应于GAP作为挂钩变量，而当选择的挂钩变量不同时，不能任意设置固定阈值。基于此，本文采用平滑转换自回归模型对缓冲资本计提的时点和程度进行识别，减少人为设置固定阈值带来的偏差。 (三)挂钩指数的设计 根据现有的研究成果，本文从宏观经济风险、货币流动性风险、信贷扩张风险、资产泡沫风险和金融杠杆风险五个方面选取指标构建我国宏观系统性风险指数。宏观经济风险指标描述了宏观经济过热以及风险积聚的情况，其中选取了GDP增长率、固定资产投资增长率和出口增长率用来反映投资和外需两驾马车对于经济增长的影响；另外选取了CPI和GDP缺口来反映通货膨胀压力；货币流动性风险指标反映了短期信贷市场的供给等货币流动情况。本文选取了M1增速、M1与M2增速差及银行间同业拆借利率，其中银行间同业拆借利率选取的是7日同业拆借利率；银行信贷的快速增长是导致银行系统性风险不断积聚的重要原因。本文选取信贷增长率、信贷与GDP的比率、存款增速和房地产贷款增速等信贷扩张风险指标来反映银行的信用创造水平；我国的经济泡沫主要产生于房地产和股票市场，而资产泡沫风险指标则反映了房地产和资本市场泡沫的程度。本文选取了国房景气指数、房地产销售价格指数增速、房地产投资增速和商品房销售面积与竣工面积比率等指标反映房地产行业的泡沫风险，并选取上证市盈率和上证指数收益率来反映股票市场泡沫风险；金融杠杆风险指标是指政府、企业、个人的杠杆率。本文选取了居民户贷款总额与居民户的存款总额比率来表示居民部门的负债率，企业部门负债率用沪深股市所有上市公司的平均资产负债率来反映企业部门的负债率。至于政府部门负债率，由于我们很难直接获得地方政府负债规模的准确数据，因此，本文使用中央和地方的财政支出与财政收入的比率来表示政府部门的负债率。所有选用的指标体系如表1所示。 (四)平滑转换回归模型 非线性机制转换模型一般包括三种常见的模型：马尔科夫机制转换模型(MSR)、门限回归模型(TR)和平滑转换回归模型(STR)。与MSR模型和TR模型相比，STR模型具有以下比较优势特征：第一，由于MSR模型中状态变量是不可知或者是无法观察到的，因此其对研究对象所处的状态推断需要依据很多信息，信息的失真可能会导致结论的不准确，而且推断过程比较复杂；虽然TR模型中引起机制转换的状态变量是可以观测的，但是引起机制转换的门限值是不能够直接观测的；而STR模型的状态变量是可观测的，而且模型应用更为简单。第二，MSR模型只能确定研究对象处于某个状态的概率，不能描述不同状态间的转化；TR模型虽然能描述研究对象在不同状态间的转化，但是这种转化是突变的，即在不同状态间，但状态变量值达到某一阈值后，其状态就会发生突变；而一般STR模型在不同状态间的非线性转化是平稳的。 平滑转换回归模型的一般形式为
标签：系统性风险论文; 巴塞尔协议Ⅲ论文; 风险模型论文; 信贷规模论文; 参数检验论文; 动态模型论文; 经济论文; 风险管理论文;