研究简报 (2016 年第 4 期总第 23 期 ) 清华大学国家金融研究院中国金融机构系统性风险半年报货币政策与金融稳定研究中心自 2008 年全球金融危机爆发以来, 系统性风险 (Systemic Risk) 已成为全球金融监管层学术界和金融实务界最为关注的焦点之一大量学者从多个角度对

Size: px

Start display at page:

Download "研究简报 (2016 年第 4 期总第 23 期 ) 清华大学国家金融研究院中国金融机构系统性风险半年报货币政策与金融稳定研究中心自 2008 年全球金融危机爆发以来, 系统性风险 (Systemic Risk) 已成为全球金融监管层学术界和金融实务界最为关注的焦点之一大量学者从多个角度对"

出潘
5 years ago
Views:

1 研究简报 (2016 年第 4 期总第 23 期 ) 清华大学国家金融研究院中国金融机构系统性风险半年报货币政策与金融稳定研究中心自 2008 年全球金融危机爆发以来, 系统性风险 (Systemic Risk) 已成为全球金融监管层学术界和金融实务界最为关注的焦点之一大量学者从多个角度对系统性风险展开了研究 : 如 Acemoglu Ozdaglar 和 Tahbaz-Salehi(2010) 从风险传染的角度提出当关联程度高于该阈值时, 金融机构之间的密切联系将扮演负面冲击传染与放大的角色, 使得金融体系越发脆弱, 更容易出现一些金融系统性事件 ; 美国金融稳定局 (FSB,2009) 认为, 由于存在规模庞大业务复杂关联性强等方面的特点, 金融机构陷入经营或财务困境可能引致整个金融系统出现巨大损失, 甚至瘫痪崩溃, 继而造成实体经济的无序运行与增长停滞 ;Adrian 和 Brunnermeier (2011) Acharya 等 ( 2010) Brownlees 和 Engle(2012) 和 Huang Zhou 和 Zhu(2009, 2012) 则从大而不倒 (too big to fail) - 1 -

2 和关联紧密而不倒 (too interconnected to fail) 两个基本逻辑出发构建用于测度上市金融机构系统性风险指标的系统性风险指标 (Systemic Risk Measure) 就中国而言, 在商业银行体系不良率不断上升的背景下, 借鉴现有的学术研究成果, 从金融监管实务角度研究如何测度各金融机构的系统性风险就显得十分必要因此, 本报告采用了系统性预期损失值 (SES,Acharya 等提出 ) 条件在险价值(CoVaR,Adrian 等提出 ) 以及系统性风险指标 (SRISK,Engle 等提出 ) 等三种系统性风险测度指标对中国所有上市金融机构 ( 银行业保险业证券业等 ) 的系统性风险进行了测度宏观层面 : 自 2010 年以来中国金融体系的整体系统性风险呈现显著上升趋势 (1) 年初的 SES 值 CoVaR 值和 SRISK 值所出现的小幅整体上升对应于自 2011 年以来中国金融业生态所发生的两大深刻变化 :1 越来越多资金跳出银行的资产负债表影子银行正在野蛮生长 ;2 我国商业银行体系借着经济刺激政策的东风迅速扩张 (2) 在 2014 年底和 2015 年中旬, 系统性风险指标值均出现两拨急速拉升反映了, 在上一波牛市初期及去年股市异常波动期间我国主要金融机构的股价联动性大幅上升 (3) 在以证监会为主导的国家队稳定住沪深 A 股市场的异常波动之后,SES 值 CoVaR 值和 SRISK 值又迅速回落, 截止 2015 年 12 月, 这三个系统性风险指标值已趋于 2014 年 9 月牛市未出现时的水平 - 2 -

3 以 2010 年 10 月为基期,19 家系统性重要金融机构的系统性风险总量在过去 5 年内出现了显著增长 2015 年 12 月末,19 家系统性重要金融机构的 SES 总量 CoVaR 总量以及 SRISK 总量分别达到 3215 亿 1307 和 7630 亿, 较之 2010 年 10 月末 ( 基期 ) 的水平分别增长了 130% 140% 180% 而从短期来看, 在上一轮牛市结束以后, 金融体系的系统性风险水平逐步回落,SES 总量 CoVaR 总量和 SRISK 总量较之 2014 年 12 月末值的降幅分别为 5.88% 1.41% 和 10.10%, 而较之 2015 年 11 月末值也出现了幅度不等的下滑关于中国主要金融机构的系统性风险指标在过去一年内的变化, 我们可以从图 2 清晰地看出我们发现, 由于建模的基本逻辑存在较大差异 1,SES CoVaR 以及 SRISK 在总量水平上各异, 但除了存在较小程度的领先与落后的区别 (SRISK 指标相对领先于 SES CoVaR), 三个系统性指标在时间序列的变动趋势是一致的整体来说, 中国金融机构系统性风险的总量与目前政府的财政实力外汇储备相比较, 尚处于较为适度的区间, 在绝对数值上也远远低于本世纪初四大国有商业银行上市前的不良贷款剥离额度 2 但在中国经济结构调整的大背景下, 随着商业银行不良贷款的不断暴露银行表外业务的进一步治理以及利率市场化的逐步深入, 金融体系的系统性风险总量仍有可能上升此外, 在巨大的外部和 1 SES 以市场组合单日跌幅大于某一阈值为系统性条件, CoVaR 以单一金融机构单日跌幅大于某一阈值为系统性条件, 而 SRISK 则以市场组合在六个月内的跌幅大于某一阈值为系统性条件 2 据不完全统计, 本世纪初中央政府成立四大资产管理公司剥离了工农中建四大国有银行价值 1.4 万亿元的不良贷款 - 3 -

4 内部冲击发生时, 如 2013 年美联储退出 QE 风波 2015 年美联储上调联邦基金利率以及 2015 年中国股市异常波动等, 整体的系统性风险水平存在急剧飙升的可能, 因此, 我们需要密切关注中国金融体系的系统性风险指标, 并在非常时刻采取必要的行之有效的调控措施微观分布 : 综合大而不倒 (too big to fail) 和关联紧密而不倒 (too interconnected to fail) 两个维度而言, 大型商业银行是系统性风险指数最高的金融机构就各机构的 SES 值 CoVaR 值和 SRISK 值而言, 四大国有商业银行 ( 工商银行建设银行中国银行和农业银行 ) 的系统性风险最高, 其次是交通银行中国平安中国人寿及民生银行等全国大型股份制商业银行, 再次则是两大证券公司龙头 ( 中信证券海通证券 ) 中国太保和华夏银行平安银行等地域性较强的商业银行通过 SES CoVaR 和 SRISK 等系统性风险指标, 我们分别测算了在沪深 A 股市场所有上市的 48 家金融机构在系统性事件爆发条件下的资本损失值根据计算结果, 列表中从第 19 家机构到第 20 家机构,SES 指标从 40 亿左右显著下跌到 20 亿, 同时 CoVaR 值从 15 亿左右显著下降到 5 亿的水平,SRISK 值则从 200 亿的水平显著下降到 100 亿左右, 以此为依据我们选定了系统性风险指标最大的 19 家金融机构另外我们知道, 美联储从 2009 年开始每年选择 19 家系统性重要的金融机构进行压力测试, 二者在内在逻辑和基本原则上是一致的 - 4 -

5 另外, 需要强调的是, 关于系统性风险指标的监测, 我们不能单纯地关注金融体系整体系统性风险的变化趋势, 首先金融监管最终需要落实到单一机构, 而更重要的则是这些机构各自的系统性风险指标的走向有明显差异比如年期间, 招商银行中信银行兴业银行平安银行等中等银行的系统性风险指标值出现显著上升的情况, 但是工农中建交五大行的系统性风险指标值反而保持平稳或者趋于下降, 同时保险和证券机构的系统性风险较为平稳所以系统性风险的尽管必须做到整体与个体的统筹一致, 宏观审慎监管主体在把握金融体系整体系统性风险的同时也需要密切关注单一金融机构的系统性风险走势政策建议 : 在经济结构性调整和商业银行不良率高企的背景下, 中国监管当局需要密切关注金融体系的系统性风险指标, 并对系统性重要的金融机构进行统一监管具体而言,(1) 关于中国金融体系系统性风险的监管与防范, 金融监管当局需要做到统筹一致目前我国尚处于分业监管的状态, 银监会证监会和保监会分别对相应的金融机构进行监管但分业监管模型并不适合于系统性风险监管, 其原因在于 : 一方面, 系统性风险首先以金融体系整体为对象, 分业监管难于满足这一点 ; 另一方面, 金融监管最终需要落实到单一金融机构, 而系统性风险的监管需要保证对任何一家机构在内容和强度上而言都是一致的 ; 最后, 一旦出现系统性事件, 对问题机构进行补充资本或流动性也需要在整体的监管框架下进行因此, 我们认为, 最切实有效的办法 - 5 -

6 就是在中央银行的框架内成立系统性风险 ( 或金融稳定 ) 监管办公室, 以该机构为主体对我国系统重要性金融机构做到整体一致的系统性风险监测和防范 (2) 根据巴塞尔 III 的反周期资本调节原则, 我们建议在系统性风险较低的时候预留多余的资本, 而在系统性风险较高的时候 ( 如 2015 年中期 ) 释放出留存的多余资本, 这样可以更好地平复股票市场金融体系波动 ;(3) 根据巴塞尔 III 的结构性资本调节原则, 我们建议对系统性风险最大的金融机构, 如工农中建交, 征收系统性风险资本超额比率实际上, 隶属于 FSB 全球系统重要性的 29 家银行中国银行和工商银行已经被建议征收 1% 的系统性风险资本 * 附表 : 中国主要金融机构的系统性风险排序 SES ΔCoVaR SRISK 1 工商银行工商银行工商银行 2 建设银行建设银行农业银行 3 中国银行中国银行建设银行 4 农业银行农业银行中国银行 5 交通银行交通银行中国平安 6 招商银行招商银行交通银行 7 中国人寿中国人寿兴业银行 8 中信银行浦发银行浦发银行 - 6 -

7 9 浦发银行兴业银行招商银行 10 兴业银行中国平安中信银行 11 民生银行中信银行民生银行 12 中国平安民生银行光大银行 13 光大银行光大银行平安银行 14 平安银行平安银行华夏银行 15 中信证券中国太保中国人寿 16 中国太保中信证券中信证券 17 华夏银行华夏银行北京银行 18 北京银行北京银行海通证券 19 海通证券海通证券中国太保 * 根据各机构 2015 年 12 月的 SES 值 CoVaR 值和 SRISK 值, 我们对中国主要的 19 家金融机构按照系统性风险指标值进行了分别进行了由大到小的排序课题组成员 : 周皓陈湘鹏 (2016 年 4 月 06 日 ) 报送 : 清华大学国家金融研究院学术委员会联系人电话 : - 7 -

8 图 1: 主要金融机构系统性风险指标平均值的历史数据 (1) 求得系统性风险指标 (SES/CoVaR/SRISK) 的均值序列后, 分别除以相应的标准差从而得到其标准值 (2) 国有大型商业银行是指工农中建交等五大国有商业银行 (3) 这里的主要金融机构是指五大国有银行中信银行招商银行中国人寿等 19 家金融机构, 下文我们将分别列示这些机构的系统性风险指标值

9 图 2: 主要金融机构系统性风险指标值

11 图中由上往下分别表示系统性风险指标 (SES\CoVaR\SRISK) 在过去一年里 ( ) 的最高值当月值和最低值

12 图 3: 主要金融机构系统性风险指标相对值的历史数据 *

13 * 各家金融机构系统性风险指标 (SES/CoVaR/SRISK) 相对值的计算是通过将每家机构的系统性风险指标值除以该时点全部机构该指标的平均值而得到 *

14 图 4: 主要金融机构尾部风险指标的历史数据 *

15 * VaR 是用于测度单一机构尾部风险的指标, 而 CoVaR MES 和 LRMES 则可以度量单一金融机构尾部风险对市场组合的影响

16 表 1: 主要金融机构系统性风险指标值 SES( 系统性预期损失值 ) 金融机构工商银行建设银行中国银行农业银行交通银行招商银行中信银行浦发银行兴业银行民生银行当期绝对水平 ( 亿 ) 逐月变幅 -1.53% -0.13% -2.78% -1.30% % 3.54% -5.80% -5.57% 0.64% 7.97% 逐年变幅 -5.31% % -0.67% -8.60% % -2.11% -9.09% 1.39% 3.52% 8.97% 绝对水平 ( 亿 ) 金融机构光大银行平安银行华夏银行北京银行中国平安中国人寿中国太保中信证券海通证券平均水平当期绝对水平 ( 亿 ) 逐月变幅 -7.35% -2.94% 7.81% 6.82% -0.72% 0.47% 2.03% -5.21% 6.85% -1.64% 逐年变幅 % -5.68% -2.33% 9.56% 26.88% -1.67% -3.93% 1.18% -2.68% -5.88% 绝对水平 ( 亿 ) CoVaR( 条件在险价值 ) 金融机构工商银行建设银行中国银行农业银行交通银行招商银行中信银行浦发银行兴业银行民生银行当期绝对水平 ( 亿 ) 逐月变幅 % % % % % % 0.15% % % % 逐年变幅 -4.29% -7.38% 3.65% 4.86% -5.60% % -1.12% % 5.27% -1.55% 绝对水平 ( 亿 ) 金融机构光大银行平安银行华夏银行北京银行中国平安中国人寿中国太保中信证券海通证券平均水平当期绝对水平 ( 亿 ) 逐月变幅 % % % -4.51% % % % % 0.50% % 逐年变幅 -0.31% 0.84% -2.99% % 31.36% 6.47% -2.58% -2.24% -3.55% -1.41% 绝对水平 ( 亿 )

17 SRISK( 系统性风险指标 ) 金融机构工商银行建设银行中国银行农业银行交通银行招商银行中信银行浦发银行兴业银行民生银行当期绝对水平 ( 百亿 ) 逐月变幅 -1.77% -0.46% -1.95% -3.14% % 1.63% -5.95% -5.20% -4.02% 1.91% 逐年变幅 % % % -5.08% -4.14% % -0.83% -8.08% 6.86% 2.56% 绝对水平 ( 百亿 ) 金融机构光大银行平安银行华夏银行北京银行中国平安中国人寿中国太保中信证券海通证券平均水平当期绝对水平 ( 百亿 ) 逐月变幅 -6.19% -3.89% 1.95% -0.75% -5.63% % % -4.85% 3.82% -3.37% 逐年变幅 -5.65% 8.23% % 5.69% -8.77% % % 52.33% 90.05% % 绝对水平 ( 百亿 ) (1) 上述表格中的绝对水平起参照作用 ; (2) 当期指 2015 年 12 月 ; (3) 平均水平是对 19 家金融机构的各期系统性风险指标序列求对应截面简单平均值后得到的时间序列 ;

一宏观层面 : 整体系统性金融风险保持相对稳定如图 1 1 所示, 自 2016 年以来, 金融体系巨灾风险指标 (CATFIN,catastrophic risk in the financial system) 保持相对稳定态势, 处于历史同期正常水平, 且波动较小, 这表明, 我国当前整体

一宏观层面 : 整体系统性金融风险保持相对稳定如图 1 1 所示, 自 2016 年以来, 金融体系巨灾风险指标 (CATFIN,catastrophic risk in the financial system) 保持相对稳定态势, 处于历史同期正常水平, 且波动较小, 这表明, 我国当前整体研究报告清华大学国家金融研究院 (2017 年第 1 期总第 25 期 ) 2017 年中国系统性金融风险第一季度报告货币政策与金融稳定研究中心周皓陈湘鹏摘要李克强总理在 2017 年政府工作报告中指出, 我国经济基本面良好, 商业银行资本充足率拨备覆盖率比较高, 可动用的工具和手段多, 当前系统性风险总体可控本文借鉴现有国内外学术研究成果在宏观与微观两个维度上监测我国系统性金融风险的动态变化