中国金融市场系统性风险测度.docVIP

中国金融市场系统性风险测度 　　内容摘要：本文应用因子分析法构建了反映金融市场系统性风险程度及金融体系压力状况的金融压力指数（FSI），通过FSI与GDP增长率的IRF脉冲响应函数图验证了来自金融系统性风险的冲击在滞后5个季度会对宏观经济产生显著的不良影响。数据显示压力指数曾经历过两次巨大的波动并于2008年1月达到峰值100点，虽然指数近年来走势平缓，但现阶段又出现略微上升的态势。从各部门对金融压力贡献度看，银行、股票和外汇市场主导了大部分的压力变化，但债券、基金和保险市场的重要性也在最近几年开始凸显。 　　关键词：金融压力指数 压力识别指数 压力源 贡献度 　　引言与文献综述 　　金融安全是保障一国经济安全的前提条件，而系统性风险普遍存在于金融体系当中，所以确保金融安全的关键点就在于做到对金融市场系统性风险的防范与控制。从已有的研究来看，对金融市场系统性风险预警模型的建立经历了好几个时期，早期的“经验法”研究侧重点是找出金融系统性风险的共同特征，在积累大量经验的基础上通过实际值与经验值之间的差距来预测风险，其中具有代表性的模型主要有KLR模型（Kaminsky等，1998）。随后为了测量风险在各金融机构间的传染性，矩阵法、网络法和GARCH模型被学者们利用起来，其中Adrian（2008）创造的条件风险价值法（CVar）引起了广泛的关注与应用，它可以通过捕捉金融机构系统性风险的边际贡献情况来帮助政策的制定者进行逆周期调控，此方法的缺点是不能测度整个金融体系的风险状况。 　　在2008年国际金融危机爆发之后，由加拿大的经济学家Illing和Lin于2006年提出的金融压力指数的概念（financial stress index，简称FSI）重新引起学术界的重视。 Illing和Lin将金融压力定义为金融市场的不确定性以及预期损失的不断变化对金融体系施加的压力，它是一个连续的变量，极值称为金融危机。此后，各国学者纷纷编制出本国的压力指数，其中包括了Hakkio和Keeton（2008）构造的堪萨斯州金融压力指数（KCFSI）、Balakrishnan等（2009）构建的发达经济体金融压力指数（AE-FSI）和发展中经济体金融压力指数（EM-FSI）。 　　我国到目前为止尚未发生过真正意义上的金融危机，因此大多数研究者只进行单个金融市场预警指标的构建：如沈悦等（2007）构造出外汇市场压力指数来对货币危机进行界定；万超等（2009）在构造人民币外汇市场压力指数的基础上研究了压力释放效果；荆中博等（2012）通过对Hagen和Ho的货币市场压力指数进行改进来预测银行危机。 　　本文的侧重点不同于以往的研究，本文首先是利用因子分析法构建压力指数，避免已有研究中由于主观认识偏差等原因导致的人为确定权重的不准确性；其次是本文对各部门的压力贡献度进行排名，找出起主导作用的压力源归属部门，以期帮助政策的制定者能够更加有针对性地识别、度量和防范金融市场系统性风险。 　　中国金融压力指数的构建 　　（一）压力指数指标的选取 　　通过对以往文献的回顾，笔者发现银行、股票和外汇市场是测算FSI时经常被纳入考虑的对象，而本文试图更准确地反映系统性风险的程度，决定再从债券市场、基金市场和保险市场中选取相应变量。兼顾考虑数据可得性与指标灵敏性两个方面，本文计划建立基于月度数据的FSI，并将样本的观测期定为2003年1月至2012年12月。具体指标选择情况如下： 　　1.银行部门。笔者用TED价差和贷款利率上升变量（IVC）来衡量压力程度。TED价差即同业拆借市场90天加权平均利率减去三月期定期存款利率；IVC用当前一年期贷款利率除以一年间滚动时间窗口最小值表示。IVC计算公式如下： 　　IVCt=rt/min[r∈（rt-j/j=0，1，2…，11）] 　　上式中，IVCt为当月的贷款利率上升变量，rt为样本期当月一年期银行贷款利率。 　　2.股票市场。用股票市场波动性变量（SFI）及股票指数下跌变量（FVS）来衡量压力。SFI用上证综指月度收益采用GARCH（1，1）模型计算的随时间变化的条件方差表示；FVS用样本期每月的收盘价除以一年期滚动时间窗口最大值的相反数表示。FVS计算公式如下： 　　FVSt=-pt/max[p∈（pt-j/j=0，1，2…，11）] 　　上式中，FVSt为当月的股票指数下跌变量，pt为当月的上证综指收盘价。 　　3.债券市场。债券市场的风险体现在债券价格的波动以及信用程度的降低上。中国的国债是发行量最大的债券，所以用国债市场波动性指数（BFI）来反映债券市场的压力状况，计算方法即建立上证国债指数月度收益的GARCH（1，1）模型后计算出时变方差。 　　4.基金市场。本文计算出基金市场波动