CoVaR应用:我国商业银行系统性风险分析
文章来源:GARP
发布时间:2021-07-21 16:07
阅读:3276次

在我国,银行业在金融体系中占据主导地位,对于银行体系中占据重要地位、与其他金融机构密切联系的系统重要性金融机构,一旦发生风险,与其有业务往来的相关金融机构都可能受到冲击,导致风险在金融体系内传染,造成系统性金融风险。
如何度量风险?在FRM®课程中需要学习针对风险管理领域的各种风险类型,掌握多种度量模型来应用评估其风险。对于系统性风险的度量判别方法主要有条件风险价值CoVaR、边际期望损失MES、SRISK等。其中条件风险价值CoVaR方法具有数据易得、操作便捷的优点被广泛应用于各种系统性风险实证分析研究中。【点击免费下载>>>更多FRM学习相关资料】
CoVaR方法评估系统风险
2008年以前,风险度量主要通过计算风险价值VaR(Value at Risk)得到。随着经济全球化和金融环境更加宽松、自由,不同金融机构之间联系越来越密切,关系也变得越来越复杂,金融机构风险暴露渐渐在增加,机构之间相互影响力度增加。
VaR是衡量交易活动中一些持有头寸所暴露出来的市场风险,即在一定置信水平上,一定期间内头寸由于市场上不利波动遭受的最大损失。然而VaR考虑了一定概率水平下某一金融机构在未来特定时期内的最大可能损失,但却忽略了金融机构之间因业务往来而造成的相互影响,无法衡量由此带来的负外部性,从而可能低估系统风险。并且金融风险监管只考虑个体层面是不充分的。
2008 年 Adrian 与 Brunnermeier 提出条件风险价值CoVaR,Co-意即有条件的(conditional)、联动的(comovement)或者有传染性的(contagion),它把某一金融机构对另一金融机构或对金融体系的风险溢出纳入范围,从而填补了VaR在风险度量方面没有考虑风险溢出的空白。
令xi表示金融市场i在一定持有期内的收益损失VaRiq表示在q%置信水平下金融市场i的最大可能损失,即P(xi≤VaRiq)=q%。
而 Adrian 与 Brunnermeier在VaR的基础上用CoVaRqj|C(xi)表示当金融市场i出于某种特定状态C(xi)时,金融市场j的风险价值(VaR),即P(Xj|C(xi)≤CoVaRqj|C(xi))=q%。进一步定义ΔCoVaRqj|C(xi)在xj在xi处于q%分数位(xi=VaRj|iq)时的CoVaR在xj在xi处于50%分数位(xi=VaRi50)时的CoVaR的差值。当用ΔCoVaRq来衡量金融市场之间的风险溢出时,ΔCoVaRqj|i衡量金融市场i对金融市场j的风险贡献度。ΔCoVaRqj|i的绝对值越大,风险溢出程度越高。
CoVaR 在 VaR 的基础上更进一步,考虑溢出风险价值,从而量化了单个金融机构之间的风险溢出效应,相比VaR应用范围更广、更全面,对金融监管具有参考意义。通过度量不同金融机构的风险溢出效应大小可以得到机构的系统重要性,以便在机构处于危机状态时,根据机构的系统重要性,可以对金融机构的救助顺序提供参考。
在央行以稳定市场,防范化解金融风险,守住不发生系统性金融风险的底线的大背景下,我国学者一直对金融机构对系统性风险的影响为价值研究,尤其是使用CoVaR方法对我国商业银行进行测度。
北京大学经济学博士后流动站严一峰发表的《基于CoVaR方法的我国银行业系统性风险测度》,文章对我国16家银行2010年到2016年每周最后一个交易日的股票收盘价相对于上一周最后一个交易日收盘价的涨跌幅进行研究(数据来源:Wind),计算其对系统性风险贡献值ΔCoVaR。(如表1所示),结果表明农业银行的系统性风险水平最高,工商银行、建设银行和中国银行的系统性风险分别排名第4、7和8位,由此可见,四家国有大型银行的系统性风险水平总体处于行业较高水平。
表1:银行系统性风险排名
严一峰博士又通过动态系统性风险ΔCoVaR,进一步认识我国上市银行系统性风险的动态变化。(如图2所示),其中13家银行的系统性风险在2015年明显上升,严一峰认为:该阶段正是银行信用风险加速恶化、盈利水平持续下滑的时期,我国股票市场也在2015年经历了剧烈波动。
图2:银行系统性风险动态变化(2018)
四川大学经济学院杨鋆发表的《基于CoVaR方法的商业银行系统性风险测度分析》选用我国26家上市商业银行2018年2月至2019年12月31日股票日收益率数据(数据来源Tushare平台及Choice数据库),按照银行业系统收益率同期间银行指数收益率,测算各银行ΔCoVaR(如表3所示)。
研究结果表明,系统性风险贡献较高的银行相对而言规模较大。反之,规模大的银行系统性风险贡献未必较大。贵州银行和华夏银行的对比可以看出,华夏银行总资产规模大约是贵州银行的5~6倍,但对系统性风险的贡献却与贵州银行相差无几。
图3:银行系统性风险动态变化(2019)
东北大学工商管理学院黄玮强教授发表的《基于CoVaR动态模型的我国金融机构系统性风险分析》,利用CoVaR方法对我国35家金融机构2008年-2015年的系统性风险贡献进行动态评估和分析(如表4所示,数据来源:Wind数据库),分析结果表明:银行业金融机构的系统性风险贡献最大,证券业金融机构的贡献最小;系统性风险贡献越大的金融机构,其风险贡献的波动也越大;金融机构的规模越大,其未来的系统性风险贡献越小。
表4:金融机构ΔCoVaR时间序列均值、标准差及其排序
商业银行风险管理
当前银行业风险化解任务仍然较重,根据《中国金融稳定报告(2020)》,央行评级8至10级的高风险机构仍有545家,占全部银行业参评机构的12.4%。其中,一些中小银行偏离主业,治理机制不健全,风险偏好高,经营不审慎不规范问题突出,个别甚至存在挪用银行资金、利益输送等违法犯罪行为。经济不确定性增加,部分银行风险不断暴露,风险化解的任务仍然较重。
在央行审慎监管的背景下,对于系统重要性的银行运用CoVaR等方法,分析对系统性风险影响,发现潜在风险并进行管理,对防控金融行业系统性风险极其重要。去年人民银行、银保监会联合颁布的《系统重要性银行评估办法》从附加资本、杠杆率、大额风险暴露、公司治理、恢复处置计划、信息披露和数据报送等多方面提出要求。这就需要商业银行多角度完善风险管理能力,通过吸纳专业的金融风险管理人才,搭建专业的风险管理团队,建立健全资本内在约束机制,提升银行抵御风险和吸收损失的能力。目前,国内各大金融机构纷纷加强金融风险的管控,对金融风险管理人才需求陡然提升,并纷纷向FRM®持证人投来优先录取的橄榄枝。因此,通过FRM®考试正成为一种迈向高薪职位和追求的职业发展的捷径。
推荐阅读:
2022年FRM®最新学习资料包
请大家认真填写以下信息,获取2025年FRM®学习资料包,会以网盘链接的形式给到大家,点击免费领取后请尽快保存。
*姓名不能为空
*手机号错误
*验证码错误

Dyson

FRM持证人,工商银行、中国银行等9家特约金融讲师,平安大学特聘讲师。从金融一线转型教育行业,从事金融证书培训超过近10年。 讲课清晰、有激情,能抓重点,能让学员集中注意力跟进课程进度,达到优化学习效果的目的,被学生称为“戴神”,在讲课过程中能结合实例加深学员对于知识点的理解。讲得好又负责。已经培育出数十位优秀学员。
