我国上市商业银行系统性风险测度

我国上市商业银行系统性风险测度

ID:10355967

大小:53.00 KB

页数:4页

时间:2018-07-06

我国上市商业银行系统性风险测度_第1页
我国上市商业银行系统性风险测度_第2页
我国上市商业银行系统性风险测度_第3页
我国上市商业银行系统性风险测度_第4页
资源描述:

《我国上市商业银行系统性风险测度》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、我国上市商业银行系统性风险测度  系统性风险是指金融机构从事金融活动或交易所在的整个系统(机构系统或市场系统)因外部因素的冲击或内部因素的牵连而发生剧烈波动、危机或瘫痪,使单个金融机构不能幸免,从而遭受经济损失的可能性。系统性风险包括政策风险、经济周期性波动风险、利率风险、购买力风险、汇率风险等。这种风险不能通过分散投资加以消除,因此又被称为不可分散风险。系统性风险可以用贝塔系数来衡量。  摘要:系统性风险的衡量一直是近几年监管改革领域的研究热点,在宏观审慎监管中,不仅需要识别出系统重要性金融机构,还需要对系统重要性金融机构的系统性风险大小进行测度。本文选取中国上

2、市银行作为样本,采用边际资本预期不足法,运用金融市场数据和年报数据对2006-2013年间我国上市银行的系统性风险开展实证测量,并对测量结果进行稳健性检验。研究表明五大国银的边际风险水平处于低位,而中小型银行的边际系统性风险普遍较高,稳定性更差,在金融危机中增加单位资产带来的系统性风险增加程度更大。  关键词:系统性风险;边际资本预期不足;宏观监管;商业银行  一、边际预期不足法概述  金融机构是一类特殊的企业,它们的破产带来的负外部性将严重影响到其他经济部门。ViralV.Acharya,LasseH.Pedersen,ThomasPhilippon和Matth

3、ees。下式表示在一定时间期间内,发生5%的系统性事件时银行i的平均损失值。  系统性预期不足定义为,它衡量了当系统发生危机时银行i的资本低于目标水平的平均程度,即在金融危机期间单个银行实际的系统性风险贡献值。它是监管者对每个银行加收系统性预期不足(SES)税收的依据,以激励金融机构将损失外部性转化为内部成本。但在现实中,SES是实际系统性风险值,在危机爆发前是未知数。进一步的,A.P.P.R.的研究证明SES和MES存在如下理论关系:  由上可知SES的估计方程中主要包含三项:1)过度杠杆水平;2)事前的MES乘以危机实现时的放大倍数k;3)以信用风险增加为代价

4、带来的超额债券收益率(fi  边际资本预期不足法能够有效地度量单个金融机构的系统性风险的边际贡献程度,为宏观审慎监管提供参考。但到目前为止,关于边际资本预期不足法在的研究还较少,尤其是实证方面的研究。本文在前人理论研究的基础上,选取更加广泛全面的样本和数据,通过边际资本预期不足法,针对我国宏观情形和商业银行风险特征进行相应调整估计模型,对我国16家上市商业银行的系统性风险进行测量,为更好的对单个金融机构开展宏观审慎监管提供参考方法。  二、实证结果  (1)样本选取及说明  估计单个银行的MES值的关键有两点:估计SES时需要对系统性危机爆发时期进行选择,和估计M

5、ES时的样本区间选择。由于此次全球性金融危机集中爆发于2007-2008年,传导到我国经济并产生实际影响略有时间滞后,参考A.P.P.R.的研究本文以金融危机爆发期间各银行部门的实际股票收益率作为各个银行实际系统性预期不足SES的估计,样本区间取为2007年10月8日至2008年12月31日。本文主要研究上市商业银行的系统重要性对银行体系的影响,因此本文选取中证内地银行指数代表市场收益率,内地银行主题指数(399947)以2004年12月31日为基期,由16家上市银行构成样本股。  MES是市场未发生危机时单个银行对系统性的边际贡献程度,因此估计MES应该选取未发

6、生危机的时期。考虑到所选取的时间跨度不能太短,而危机前的时间段内(2007年之前)我国仅有7家上市商业银行,如果选取这段时间作为测算MES的样本区间将导致一定时间内市场发生尾部事件的天数过少,样本不足影响结果的可靠性。有鉴于此,本文选取相隔较近的危机后年份2009年1月1日-2009年12月31日作为估计MES的样本区间,相较而言危机后的时间区间与危机前存在一定的相关性并且数据充足,得出的结果稳健性强。本文假定将2009.01-2009.12年中金融市场的日收益率最差的5%视为普通尾部事件,最差的1%视为极端尾部事件。本文对银行i在2009年的MES值估计为,在2

7、009.01-2009.12内当金融市场发生普通尾部事件时,银行i的股票收益率Ri平均值,即:  此外,本部分还将在同样的样本区间内估计传统风险测量工具的效果,包括波动率、VaR、ES和β值。其中,在2009.01-2009.12时期内银行i的5%分位点数值作为该银行VaR估计值;在这个值以下的银行i的股票收益率作为该银行的ES估计值。本文所有股票价格数据均采取前复权方式处理。银行股价数据和宏观变量数据来源均为同花顺数据库,财务数据来源于各家银行报表。  (2)实证结果  本节首先检验MES对国内金融机构系统性损失的解释能力,然后测算上市商业银行2009

8、-2013

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。