郭 晨
(上海立信会计金融学院 金融学院,上海 201209)
2023年3月10 日,拥有超过2 000亿美元资产的美国第16大银行——硅谷银行宣告破产。2020 年,美联储向市场增发大量货币,导致硅谷银行以低利率大量吸收流动性资金,并购入10 年期美债和抵押贷款支持证券等在当时相对安全的资产以赚取利差收益,而这也是美国商业银行普遍的运行模式。但自2022年美联储进入加息周期以来,利率暴涨导致硅谷银行持有的证券资产损失严重,迫使其最终因巨额亏损、大幅挤兑和融资失败申请破产。虽然硅谷银行已被监管机构接管,但市场恐慌情绪持续蔓延并导致股市银行指数暴跌。
银行系统性风险的测算、预警与防范是一个持久性话题。2014年开始,我国经济发展进入新常态,经济持续增长但增速放缓。前期经济刺激政策的滞后影响仍然存在,且经济结构调整加剧,导致我国金融系统性风险持续积累。金融是现代经济的核心,而商业银行作为资源的收集者和分配者,是金融体系的重要组成部分。鉴于高杠杆经营的特殊性,银行业是最容易发生危机的部门之一,而且银行危机对整个经济造成的负面影响也是巨大的。同时,我国资本市场不发达,整个社会融资来源仍以直接融资为主,这就造成金融系统性风险过度集中于银行体系。2010年9月12日,巴塞尔银行业监督管理委员会出台《巴塞尔协议III》,并发布《健全流动性风险管理和监管的原则》等监管方案,为银行微观审慎和宏观审慎监管提供监管依据。国内银行监管方面,原银监会于2012年6月7日发布《商业银行资本管理办法(试行)》,规定资本充足率不得低于8%,同时按照一定比例计提储备资本和逆周期资本。2013年10月,又颁布第二版《商业银行流动性风险管理办法(试行)》,引入流动性覆盖率、存贷款比例和流动性比例,防范银行体系流动性风险。2015年1月,原银监会颁布《商业银行杠杆率管理办法》,要求商业银行并表和未并表的杠杆率均不得低于4%。
2021年8月,中央财经委员会第十次会议指出,要“统筹做好重大金融风险防范化解工作”;同年12月,中央经济工作会议强调“要正确认识和把握防范化解重大风险”。如何有效应对金融系统的异常波动、精准处置和化解重点领域风险,防止风险出现大范围传染,是现阶段维护金融系统稳定亟待研究的重大课题。银行系统性风险具有潜在性、传染性、复杂性、负外部性、内生性等特征,探究我国银行系统性金融风险形成机制,对维护我国金融体系稳定具有重要意义。
银行系统性风险是各国学者都十分关注的问题,但对银行系统性风险的专门研究比较晚,主要开始于美国大萧条之后。学者从不同角度研究银行体系的脆弱性和风险形成根源,并形成三个主要理论:金融脆弱性理论、货币学派金融风险理论及信息不对称理论。上述理论在对历次银行危机进行研究的同时,也对银行系统性风险形成根源做了理论上的解释。
(一)金融脆弱性理论
费雪[1]在《繁荣与萧条》一书中提出债务通货紧缩理论,认为经济繁荣时期会形成“净资产规模扩大→贷款规模扩大→投资扩大→利润扩大→净资产规模扩大”螺旋式上升的经济增长现象。而当经济处于萧条期时,企业真实债务凸显,借款困难及现金流断裂等问题会导致投入和产出减少,最终造成通货紧缩和经济危机。实际上金融危机的爆发与经济周期波动是相适应的,而企业债务清偿与金融体系脆弱性密切相关,因此经济基本面的变化决定了银行体系的脆弱性[2]。
现代金融脆弱性理论由美国经济学家Minsky[3]提出,该理论认为经济上行时,高利润使企业具有更强烈的风险经营倾向,金融机构会放松贷款条件;经济下行时,利率上升、资产价格波动和企业利润下滑导致银行惜贷和资产价格下降,企业无法偿付债务而破产,最终造成贷款资产损失和大量银行破产。金融危机之所以周期上演,主要有代际遗忘和竞争压力两方面原因。经济缓慢复苏时,利润的诱惑会使人们的贪欲逐渐战胜对危机的恐惧,同时竞争压力也会引导借款企业做出非理性和高风险的经营决策。这与凯恩斯学派认为的“动物精神”造成非理性行为是系统性风险主要来源的观点类似,需要政府干预市场失灵使其恢复秩序[4]。作为Minsky理论的补充,Kregel[5]认为由于未来信息无法准确预测,银行主要依据借款企业历史违约记录决定是否批准贷款,但过去并不代表未来,因此金融体系脆弱性主要表现在:经济繁荣时,企业和银行会对未来充满自信,风险敞口缓慢扩大;经济出现衰退,企业开始拖延支付或降价抛售资产,经济进入债务紧缩。
除宏观经济的影响外,银行自身经营特点也会增加金融脆弱性,主要表现为两个方面。一是银行的流动性转化功能可以将流动性强的储蓄存款转化为流动性差的资产。由于银行间存在相互关联的金融网络,单家银行破产造成的流动性短缺会在银行体系中引发连锁反应,即使银行间不存在债务债权关系也会因储户的恐慌情绪触发流动性挤兑[6]。造成储户恐慌情绪的因素有很多,包括利率、汇率、对外贸易等宏观经济指标,也包括不良贷款率、资本充足率等微观指标[7]。二是高杠杆经营导致银行运用自有资金补偿资产损失的能力十分有限。由于现金资产比率较低且短期负债比重较高,遭遇流动性挤兑的银行只能出售资产满足兑付需求。对高杠杆经营的银行业监管不到位导致道德风险加剧,当市场环境发生不利变动时,大量银行破产并引发通货紧缩及债务危机[8-9]。
(二)货币学派金融风险理论
弗里德曼和施瓦茨[10]认为货币政策使用不当是导致银行危机的根本原因。外部突发性冲击会使存款人担忧银行的兑付能力,从而倾向于持有通货,该行为会改变银行的存款/通货比例。在此情况下,银行只能降低贷款投放,增加超额存款准备金。基础货币投放的减少,现金漏损率和超额准备金的增加,使得派生货币加倍收缩并导致通货紧缩。银行必须通过抛售资产维持流动性,造成的资产价格和利率波动不仅使银行资本遭受侵蚀,融资成本上升和偿付能力下降也会增加存款人对银行变现能力的质疑,使更多储户挤提存款。银行体系由此进入“挤兑→资产降价抛售”的恶性循环,大量银行破产。
膜分离法的关键是膜材料的选择，目前主要的膜包括无机膜、有机膜和混合膜，其中无机膜一般具有纳米孔道结构或无孔结构，具有热稳定性高、化学性质稳定、使用寿命长等优点，但可塑性差，价格昂贵，易破损；
有机膜一般为有机聚合物膜，单位体积具有较大的过滤面积，因此具有较好的气体选择性和机械性能，且投资少，但无法在高温和腐蚀环境下工作；
混合膜具有易加工、低成本、高机械性能和热稳定性、高选择渗透性等优点，但由于相界面存在缺陷，兼容性不好，使得无机纳米颗粒在有机聚合物膜上的分散度较差。
部分经济学家从国际金本位制度视角,挖掘西方工业化国家银行危机爆发的共性。第一次和第二次世界大战期间国际金本位制度的结构缺陷导致全球性通货紧缩,而率先放弃金本位制的国家危机损失更小,经济复苏也更迅速。金本位制的缺陷主要表现为两个方面:一是贸易盈余国和赤字国对黄金流向反应不对称,即盈余国和赤字国分别应采用通货膨胀和通货紧缩维持物价,保证黄金供应量充足和物价平稳。而实际情况是,赤字国为了增加出口确保黄金储备存量会服从这一规则,盈余国却在不断地进行黄金积累,最终导致危机的爆发[11]。二是中央银行货币调控手段有限。两次世界大战期间,中央银行普遍把再贴现作为宏观调控政策工具,公开市场操作不被允许,但当时主要商业银行基本靠市场手段进行融资,与央行鲜有借贷往来,这意味着再贴现对货币供给调控能力有限[12]。
(三)信息不对称理论
银行作为金融市场中的信息搜集者和使用者,在资金融通过程中起关键的中介作用,而信息不对称也会使个别银行风险扩散至整个金融系统[13]。信息不对称导致的道德风险和逆向选择会影响金融市场资源配置效率,使银行在最小化经营成本的同时使存款人分散承担风险。道德风险主要体现在委托—代理问题中,即当银行和储户的利益方向不一致时,银行有可能采取不恰当的行动从而威胁储户的存款安全。目前,世界主要国家都已建立存款保险或担保制度,事实证明该制度在防范银行挤兑和恐慌方面是有效的[14]。借款人和银行之间的逆向选择问题主要表现在:借款人为了获得银行贷款有隐瞒不利信息的动机,而银行基于成本考虑无法对每一位借款人单独定价。折中的市场平均利率导致低成本预期和寻求资产安全的优质借款人放弃银行贷款,高风险贷款人则愿意付出高成本获得贷款[15]。银行这种定价策略使资产负债表积累大量高风险资产,银行体系信用风险增加。在经济繁荣时期,银行和借款人可能会出现“双赢”的局面,但在经济萧条时期,积聚的信用风险会集中爆发,最终形成金融危机[16]。
(四)基础理论研究评述
金融脆弱性理论对银行系统性风险形成进行分析的主要思路是银行信贷扩张和收缩通过影响资产质量进而影响资产负债表平衡,最终造成银行大规模破产。银行信贷规模的变化不仅与经济周期、金融自由化等客观因素有关,还与储户非理性主观情绪有关,但该理论对导致银行资产负债表恶化的具体要素、银行间风险传染以及对宏观经济变量影响等方面的研究存在不足。货币学派金融风险理论探讨了货币数量这一重要宏观经济变量对银行系统性风险的决定作用,同时认为货币政策能够有效恢复危机发生后银行体系功能。但货币问题很难完全代表金融问题,对货币数量的片面讨论而忽略诸如利率等关键变量的作用,无法反映银行系统性风险积累过程的全貌。信息不对称理论对银行系统性风险产生根源进行了微观解析,并认为信息不对称是导致贷款违约的主要原因,但随着银行风险识别能力的增强和金融衍生品市场的发展,银行可以使用更精准的风险管理方法对信贷风险进行甄别,或通过信用风险转移规避风险。
对银行风险传染及系统性风险进行测度的专门研究主要是从20世纪80年代后开始的,主要包括金融压力指数法、市场风险溢出模型、真实风险传染模型和资产减值抛售模型。
(一)金融压力指数法
Illing和Liu[17]较早系统性地提出金融压力指数,并根据加拿大金融业运行情况构建银行、股票市场、外汇市场压力指数。他们认为,外部冲击和预期损失的不确定性会作用于经济个体进而形成金融压力,而金融压力连续变化中的极值是导致金融危机的重要因素。当面临内部或外部极端冲击时,金融市场投资者收益不确定性增大,各经济指数和金融变量呈现与市场稳定时期完全不同的波动特征。金融压力主要表现为国际资本流入急剧减少与资本抽逃、汇率波动导致外汇储备减少和本币贬值压力增大、国内金融市场价格大幅波动等内容[18],在进行风险测算时一般采用金融压力指数,即通过构造系统性风险综合指标测度特定外部冲击对金融带来的不确定性,评估系统性风险并反映金融体系承受外部冲击的能力。金融压力指数通过设置风险阈值对系统性风险进行量化,从宏观市场环境反映金融市场变化,并有效克服了数据的滞后性[19]。目前对银行系统性风险进行压力测试的指标来源主要包括房地产市场、股票市场、外汇市场、债券市场等。
房地产市场风险积累及其对银行体系的影响是监管部门和学术界深入探讨的问题之一。IMF[20]和中国人民银行金融稳定分析小组[21]对我国银行体系的房地产贷款风险进行了不同程度的压力测试,认为信用风险是影响银行资本充足率和流动性的重要因素。实体经济与金融市场定价紧密相关,房地产与信贷市场紧密相关使得房地产泡沫不断积聚,并对宏观经济产生了严重的负面溢出效应[22]。2008年美国次贷危机引发的全球金融危机深刻诠释了房地产市场非理性繁荣及市场监管缺失会引发系统性金融危机,而我国房地产市场对银行也存在较显著的风险溢出效应,且溢出效应对不同类型银行的影响差异显著[23]。针对我国房地产市场风险并深入贯彻国家“房住不炒”的发展定位,需要将房地产市场调控和宏观审慎监管政策相结合,通过发展并规范住房储蓄银行、发展住宅租赁市场和完善房地产调控法律制度建设等措施[24],有效维护金融安全,守住不发生系统性风险底线。
股票市场风险的积累、爆发与扩散对各国宏观经济增长与金融市场稳定有重要影响。股票市场风险与银行系统性风险的关联主要包括两个方面。一是宏观经济变量与股票市场价格存在显著的协同效应,股票市场风险爆发会导致本国经济下滑、货币贬值、贸易萎缩等,进而对银行体系产生负面冲击[25]。基于经济下行预期,投资者也会对资产收益持悲观态度。为规避高风险带来的收益下滑,金融资产非理性抛售以及由此造成的股市流动性紧缩,会使系统性风险进一步恶化[26]。不仅如此,全球资本市场存在明显的联动效应,包括股票市场收益率联动、价格波动风险联动和尾部风险相依三个方面,可以从股票市场信息外溢、系统性风险溢出、风险贡献度等方面刻画风险传染效应[27-28]。但陆蓉和孙欣钰[29]认为对资产收益率和波动率定义的混乱无法分析两者之间的互动关系,同时估算方法过于复杂无形增加了模型估计结果的测量偏差。
汇率作为重要的宏观经济指标,其波动不仅通过对经常账户贸易额、国际资本流动、对内对外直接投资等途径影响一国宏观经济,还会通过投资者心理预期变化和投资方式转变等因素对金融市场产生负面冲击[30-31]。同时,外汇市场是一种复杂的网络体系,网络结构的变迁能使汇率风险传染效应更具突发性和复杂性,因此汇率市场波动对银行系统性风险的影响是多层次的[32]。从研究方法上看,现有文献大多使用能够识别局部风险的低维计量模型,如GARCH模型、Granger因果模型、广义误差分解模型,这类模型构造较简洁但无法对汇率、宏观经济、系统性风险三者的关系进行全局把控,因此测算结果不具有典型性和代表性。为突破低维计量模型的缺陷,部分学者用高维计量模型测算系统性风险,但模型中存在的参数过度识别问题容易造成估计结果不稳健和关键变量遗失[33]。
债券市场对一国经济发展的作用具有两面性。一方面,扩张性财政政策和扩大债务规模能够刺激处于萧条的本国经济加快复苏;另一方面,过高的债务比重会增加违约风险,进而引发债务危机和系统性风险[34]。同时,各国债券市场收益率受货币政策影响较大,且收益率波动依赖度较高,这也成为债务违约风险国际扩散的重要因素[35]。部分学者利用主权债务违约风险和债券利差波动描述债券市场风险,研究包括本国债券市场风险驱动因素、投资者预期与投资行为变动对系统性风险生成的影响、各国债券市场风险共同影响因素及风险溢出、风险叠加情况下不同银行风险网络传染等[36-37]。与外汇市场和股票市场类似,债券市场也具有明显的高维和时变特征,部分学者采用滚动窗口估计和高维时变参数模型弥补低维参数模型的缺陷,但整体来看相关研究成果稍显不足。
(二)市场模型法
20世纪90年代,在险价值(VaR)开始被监管部门和学者们广泛使用于监测资本市场风险,该指标刻画了一定分位数水平下资产或资产组合可能遭受的损失,但仍存在缺乏凸性、可加性、一致性等问题[38]。基于此,Adrian和Brunnermeier[39]对该测算方法进行补充,提出了测度系统性风险的条件在险价值法(CoVaR),通过测算单个金融机构陷入困境对其他金融机构的影响构建金融机构风险尾部关联特征,又通过计算金融机构正常运行与陷入危机时的在险价值之差,构造△CoVaR量化银行系统性风险贡献度。由于指标构造过程清晰简便,因此模型一经发布就被学术界广泛使用,并与GARCH模型和Copula模型相结合对银行系统性风险进行测算。
在险价值分析法的研究用途之一是可以测算不同金融部门的风险贡献度。比如Girardi和Ergün[40]发现美国银行部门对系统性风险的贡献最大,其次是经纪公司、保险公司和非存款类金融机构。Drakos 和Kouretas[41]利用英国和美国金融市场数据测算两国系统性风险并进行比较,发现美国系统性风险大多来自银行业,而英国系统性风险多来自保险业和其他金融服务业。Huang等[42]测算2007—2014年中国16家上市商业银行的风险溢出效应,发现2007年次贷危机后我国银行业系统性风险呈下降趋势,同时国有商业银行的风险溢出高于股份制商业银行。除此之外,在险价值分析法还能测算金融机构之间以及不同金融市场之间的风险溢出效应,并评估各类金融机构的脆弱性。比如史仕新[43]发现我国股份制商业银行的风险溢出效应强于其他类别银行,风险溢出与银行资产负债表结构存在密切关联。李政等[44]发现银行业和保险业的系统重要性高于证券业,而欧阳资生等[45]发现证券业和商业银行极易受外部风险和其他金融机构的影响,是重要的风险传染源和被传染对象。
对VaR法另一个有效补充指标是预期损失(ES),该指标用于测度资产或资产组合损失高于阈值的条件期望损失,且具有较高的一致性和尾部敏感性[46-47]。对上述指标的第一个改进是Acharya等提出了边际期望损失(MES)指标,具体做法是通过测度极端情况下单个金融机构期望收益率测算系统性风险贡献度[48]。卜林和李政[49]运用该方法研究了我国23家上市金融机构的风险溢出效应,实证结果表明证券公司MES最高,其次是保险公司和商业银行;银行体系内,股份制商业银行和城市商业银行MES值高于国有商业银行。第二个改进是Brownlees和Engle[50]构造SES作为MES与银行杠杆水平的线性函数,测算银行资本总额低于给定阈值时金融机构资本损失率测算风险贡献,在一定程度上克服了MES忽略金融机构规模、杠杆率、关联度等与系统性风险密切相关变量的问题。第三个改进是张冰洁等[51]通过将风险测算指标从VaR改为ES对CoVaR模型进行改进,运用修改后的模型(CoES)测算2007—2016年样本银行的系统性风险贡献度,认为CoVaR模型的测算结果可能低估了系统性风险,且该模型的前瞻性较单纯的MES和CoVaR更具优势。为了捕捉到金融危机早期迹象,Brownlees和Engle[52]对MES进行了扩展提出系统性风险指数SRISK考察特定金融机构预期资本短缺,发现资本缺口与系统性风险贡献度呈同方向变化。
为了前瞻性地预防和化解系统性金融风险,Gray等[53-54]基于Black和Scholes、Merton于1973年和1974年提出的期权定价理论构造未定权益分析模型(CCA),该模型将金融机构资产负债表和资产价格深度结合,能够综合判断系统性风险形成机制和传导路径。此外,Gray和Jobst[55]在CCA方法上进行了拓展,提出系统未定权益分析法(SCCA)测算金融机构间的依赖关系与系统性风险贡献。SCCA 将金融体系总损失视为多家金融机构预期损失的组合,并采用 Copula 函数刻画金融机构违约风险相依结构动态特征,实时监测市场环境的变化。由于 SCCA技术使用金融机构资产负债表的信息,因此也可用于评估一国在不同压力情景下的风险程度。李志辉等[56]采用非参数统计方法估计时变相依函数对SCCA 模型进行优化,同时设计系统性风险测度指标J-VaR考察我国银行体系风险的动态演化过程。王兆成[57]则从杠杆率对系统性风险的影响出发,考察股权和债权推动的国民经济部门风险传导模式,认为债务杠杆的上升能显著提升银行系统性风险。
市场模型研究方法的优势在于能够利用公开市场数据,通过考察市场极端波动与金融机构损失的相关性,前瞻性地预测系统性风险,但测量准确度和可靠性取决于金融市场的有效性。然而,与成熟和发达经济市场相比,中国资本市场资产价格波动数据容易受内部信息等因素的影响,不具备较强的有效性。同时,上述方法只适用于上市银行,研究结论还受上市银行数量和上市时间的影响。因此,基于高频市场数据的系统性风险测度结果能否反映我国银行体系真实状况仍有待考量。还需要注意的是,市场模型主要考察各变量之间的相关性,而非因果关系,同时由于没有建立宏观经济数据与市场波动的关系,进而无法确认市场波动的来源以及宏观经济冲击对金融体系稳定性造成的影响。
(三)真实风险传染模型
银行体系中的银行个体并不是孤立存在的,各家银行通过多种交易渠道和交易方式可以形成大量的资金往来。正是由于这种银行间的接触,才形成了一个复杂的银行系统。银行间的日常交易所形成的庞大资金和信用链条,使单家银行风险很容易对其关联银行造成损失,从而使局部的银行问题传染给整个银行系统。对银行风险直接传染的研究是从20世纪90年代开始的。研究重点主要包括银行间市场的网络结构、银行间市场风险传染的实证研究以及银行支付系统等方面。
复杂网络模型是指具有自组织、自吸引、自相似等特征的网络,其发展经历了由简单到复杂的过程。学者们最先提出规则网络模型(或称为完全网络模型)。20世纪中叶,Erdös和Rény[58]构建了完全随机的网络模型,该模型主要用于分析复杂通信网络。随后,Watts和Strogatz[59]提出“小世界网络”,进一步推动了复杂网络模型的发展,并将其应用到航空、生物、计算机、社交等领域。传染性是银行系统性风险积累并最终导致银行危机的重要决定因素。银行在日常活动中会通过银行间市场交易形成复杂债务债权网络,而银行风险能够通过该网络传染至整个银行系统,同时网络结构能够决定风险传染范围、风险分散特征以及系统性风险严重程度。很多学者对银行间市场网络结构进行研究,比如Souma等[60]、Becher等[61]分别对日本和英国的银行间市场交易网络进行分析,发现两者是符合幂律分布和自组织、自相似性的无标度网络,且网络结构是时变的。我国银行间市场交易关联网络也符合无标度网络结构特征,且服从三层网络并拥有少数货币中心。同时,网络节点强度和节点度存在幂律分布和无标度网络特征,且相较于其他网络能够更好地降低系统性风险[62]。
基于银行间市场网络结构假设,根据银行风险来源不同可将风险传染路径与系统性风险测算相关文献分为两个研究方向。一是从银行资产质量角度出发,考察外部冲击造成资产损失和银行发生资不抵债的可能性。在结合复杂网络分析法[63]后,国内学者对我国银行间市场一家或多家银行破产造成的资产损失进行压力测试,测算债务违约的网络传染效应。银行系统性风险的形成不仅包括风险传染间接损失,还包括外部冲击直接损失。因此,还可以将资产质量与银行间市场联系起来,构造外部冲击与资产损失网络传染互动模型,综合分析冲击直接损失与传染间接损失对系统性风险的影响[64-65]。考虑到银行风险国际溢出效应,可以将银行间交易关联扩展至国际金融市场,探讨银行业务跨境交易形成的国际网络结构动态特征,研究发现我国银行业在国际金融体系中的地位不断提升, 金融稳定性逐步增强[66]。二是从银行流动性角度出发,考察外部冲击造成流动性损耗和银行发生流动性枯竭的可能性。早期对该问题进行研究的经典理论是“纯粹恐慌”理论和“信息不对称”理论,两个理论认为银行在吸收存款的同时,创造了流动性较差的银行贷款。由于存款合约允许储户根据自身消费偏好在任意时刻取款,因此宏观经济的负面波动,甚至是“太阳黑子”都有可能造成银行存款挤兑,进而引发银行体系流动性枯竭[6,67]。随着存款保险制度建立,银行存款挤兑已经不再成为金融危机爆发的主要原因,流动性枯竭更多地表现为由于各种业务关联导致的风险传染效应,因此部分学者运用我国银行间市场交易数据,测算债务违约的风险网络传染效应及对银行体系流动性的影响[68-69]。
利用银行间市场债务债权关联研究银行风险传染能够反映系统性风险形成的因果关系,但交易网络是根据银行持有的银行间市场资金交易总量推导的,且不同假设得到的网络结构存在较大差异,这导致理论结果与真实债务债权网络存在偏差。同时,相较于银行持有的其他类型资产,银行间市场资产负债占总资产的比重相对较低,因此银行间市场是否能够引发系统性风险有待商榷[70-71]。事实上,除外部冲击和银行间市场网络关联损失外,银行会因持有同一类型资产而产生相同风险暴露。当共同资产因质量恶化导致价格下跌时,银行会通过资产减值抛售的方式去杠杆达到风险规避的目的。但该行为会造成资产损失螺旋式扩大,并导致系统性风险进一步恶化,因此资产减值抛售是造成金融危机的重要因素。
(四)资产减值抛售分析法
次贷危机的爆发引发学界对系统性风险的再次关注,很多学者认为危机爆发起因是房地产市场风险与金融机构内部业务关联共同作用的结果[72]。房地产市场价格破裂使相关金融衍生工具大幅贬值,依赖货币市场进行短期融资的金融机构遭遇融资困难和流动性挤兑,由此导致的银行间市场利率飙升又进一步加剧市场流动性紧张。同时,坏账率的提升迫使银行减值抛售金融资产以达到监管要求,但该行为对资产价格产生负向冲击进一步扩大资产抛售规模及资产损失[70]。资产减值抛售作为风险传染的重要渠道得到国内学者的广泛关注。通过构建共同资产网络模型研究外部冲击引发资产减值抛售下银行体系资本损失情况,大部分研究认为我国银行系统性风险呈上升趋势[73-74]。除了银行资本在资产减值抛售下承受压力外,银行体系流动性资产也会遭受损失。银行挤兑冲击下银行间市场流动性抽离会导致流动性风险传染,且短期融资过度依赖和期限错配会加剧资产减值抛售并扩大银行体系流动性风险[75]。整体来看,上述文献对资产减值抛售的假设都是在不对银行资产流动性进行区分的情况下进行的。为了规避该假设的缺陷,方意和黄丽灵[76]、郭晨等[72]将资产流动性差异纳入资产减值抛售模型,发现资产抛售顺序会影响系统性风险的形成。前者认为抛售流动性程度较弱的资产符合银行微观审慎经营策略,而抛售流动性较强的资产符合宏观审慎经营策略,但微观审慎抛售会造成更高的系统性风险。后者认为银行系统性风险是资不抵债与流动性枯竭叠加作用下,银行债务违约、流动性挤兑和资产减值抛售相互强化的复杂形成机制,银行在“啄序变现”假设前提下按照资产流动性依次去杠杆。
目前,对资产减值抛售进行研究的文献相对有限,且从当前研究成果来看存在假设单一问题,主要体现在大部分研究并没有对资产流动性进行区分,而资产流动性会影响银行抛售决策,即假设所有资产按比例抛售是否符合市场规律和银行抛售偏好?银行资产抛售偏好是否会影响风险传染及系统性风险形成?方意和黄丽灵[76]虽然考察了资产流动性差异情况下的银行抛售偏好,但仅限于对资产流动性与非流动性粗略的划分,微观审慎下非流动性资产优先抛售的经营策略与市场规律和金融危机时银行采用的实际避险行为不符[77]。
近年来,我国防范化解重大金融风险攻坚战取得阶段性成果,守住了不发生系统性金融风险的底线。目前,我国经济发展面临多重压力,外部经济金融环境更趋复杂,不确定性增加。系统性风险研究一直是学界和监管领域关注的焦点。本文对系统性风险的基础理论与度量的相关研究和最新进展进行了回顾,通过对各类理论与模型进行研究角度和研究方法梳理,对这些方法进行了比较和评价。面对现代金融发展的新形势和新问题,银行系统性风险的积累也出现了新特征,这就要求对相关问题的研究采用新的视角和新的方法。
第一,新的风险传染源。现有文献对外部冲击的假定一般包括影子银行问题、房地产市场风险、地方政府债务、银行间市场债务违约、资产价格波动等。而在新的金融发展趋势和国际经济环境下,新的风险传染源需要得到关注。比如2020年初的新冠肺炎疫情使全球金融市场大幅震荡。从国际看,像新冠肺炎疫情这类突发公共事件会对宏观经济产生负面冲击,使全球产业链和供应链受阻中断,投资者恐慌情绪蔓延也会导致国际资本异常流动,加剧风险跨市场跨国别传染,这是我国银行系统性风险的潜在冲击来源之一。从国内看,新冠肺炎疫情冲击导致经济下行明显,企业信用风险上升直接导致银行违约风险加剧。中国人民银行《中国金融稳定报告(2021)》指出,2020年新冠肺炎疫情冲击使我国宏观杠杆率出现阶段性上升,而信用风险是影响我国银行资本充足水平的主要因素。
第二,金融科技与人工智能。中国人民银行和银保监会于2021年和2022年先后印发《金融科技发展规划(2022—2025 年)》和《关于银行业保险业数字化转型的指导意见》,明确指出以数字化转型推动银行业高质量发展的远景目标。大数据、云计算、区块链、人工智能等信息技术引发传统银行业经营方式的系统性变革,但也逐步成为系统性风险的重要来源之一。关于金融科技发展如何影响银行系统性风险的研究相对有限,需要关注的问题包括但不限于金融科技影响系统性风险的作用机制、银行业务数字化转型过程的技术风险、金融科技下的银行风险识别和监控、风险形成异质性及跨部门传染等。
第三,全球气候变化及绿色金融风险问题。与气候相关的风险属于新型风险,该类风险可以在无法预知的情况下造成物理经济损失,或引发金融市场资产价格震荡,增加金融机构的脆弱性。推进“碳达峰、碳中和”目标,防范和化解气候金融风险是我国目前经济高质量发展过程中亟待研究问题,而其中重要的风险类别是转型风险。为了实现《巴黎协定》提出的全球气温控制目标,交通运输、水泥、钢铁、电力等传统高排放产业面临巨大的转型压力,同时各种支持绿色经济发展的法律政策、技术革新、投资者和消费者偏好等因素引发的企业市值的重估也会对金融机构尤其是商业银行产生影响。我国金融市场是以银行间接融资为主的融资结构,银行持有的贷款中仍包含大量高排放企业贷款,企业转型过程中违约风险的提高会加剧银行系统性风险,也是当前风险防范亟须研究的重要问题。
猜你喜欢系统性资产银行对于单身的偏见系统性地入侵了我们的生活？中国新闻周刊(2021年9期)2021-03-29轻资产型企业需自我提升商周刊(2018年19期)2018-10-26央企剥离水电资产背后能源(2017年7期)2018-01-1910Gb/s transmit equalizer using duobinary signaling over FR4 backplane①High Technology Letters(2017年3期)2017-09-25保康接地气的“土银行”中国老区建设(2016年3期)2017-01-15超声引导经直肠“10+X”点系统性穿刺前列腺的诊疗体会中国男科学杂志(2016年5期)2016-12-01“存梦银行”破产记创新作文(小学版)(2016年20期)2016-08-22银行激进求变上海国资(2015年8期)2015-12-23关于资产减值会计问题的探讨现代企业(2015年4期)2015-02-28把维护作为一种资产自动化博览(2014年12期)2014-02-28