夏普模型在测量银行业系统性风险中的应.docxVIP

夏普模型在测量银行业系统性风险中的应    　　近年来，随着国内外经济形势的趋紧，我国银行业信贷风险也有所上升，不良率趋于反弹，银行业运行压力不断加大。根据银监会数据，今年6月末，商业银行（法人）不良贷款余额14 373亿元，比年初上升1 629亿元；不良率1.75%，比年初上升0.08个百分点。同时，盈利状况不佳，二季度资产利润率1.11%，比上年同期下降0.12个百分点，抵御风险的能力有所弱化。可以说，在当前这个时期，关注和防范信贷系统性风险具有尤为重要的意义。 　　然而，信贷系统性风险绝不仅是全国性的概念，更是一个区域性的问题。在经济整体下行的同时，部分地区的经济下行速度高于全国，银行不良贷款反弹压力更大。因而，对这些地区来说，防范区域性、系统性信贷风险具有重要的现实意义。然而，目前测量银行业系统性风险的研究尚不足，针对区域性的、信贷领域的系统性风险测量方法更是少之又少，不利于区域信贷风险的防范。对此，本文借鉴夏普市场模型，以绍兴市为例，对区域系统性信贷风险的测量进行研究，以期收抛砖;之效。 　　一、夏普模型在测量银行业系统性风险中的应用及存在的问题 　　（一）模型介绍及应用中的问题 　　1.夏普市场模型介绍 　　1952 年，马科维茨资产组织的选择;是现代投资学具有里程碑意义的论文。它论述了寻找有效资产组合边界，提出了投资组合的均值mdash;mdash;方差模型，即在给定风险水平下寻找收益最大的资产组合的集合，或在给定收益水平下寻找风险最小的资产组合的集合的思想和方法，从而奠定了投资理论发展的基石。该模型依据以下几个假设：一是投资者在考虑每一次投资选择时，是依据某一持仓时间内资产收益的概率分布；二是投资者根据资产的期望收益率估测资产组合的风险；三是投资者的决定仅仅是依据资产的风险和收益；四是在一定的风险水平上，投资者期望收益最大；相对应的是在一定的收益水平上，投资者希望风险最小。 　　这样，beta;imsigma;2m即为系统性风险的大小。而 beta; 系数被称为系统性风险系数，成为度量一项资产系统性风险的指标而被广泛应用于风险测量。它的正式定义为：beta;i=Cov（ri,rm）/（sigma;2m）。 Cov（ri,rm）表示市场收益率和单个资产收益率的协方差；sigma;2m表示市场收益率的方差。 beta; 系数越高，系统性风险越大；beta; 系数越低，系统性风险越小；beta;=1，则资产的期望收益率等于市场的平均收益率。 　　（二）银行业系统性风险测量的应用及存在的问题 　　夏普模型虽然最早是针对投资领域，但由于风险理论的共通性，因此无论是市场模型还是CAPM模型，都不乏应用于银行业系统性风险测量的先例（如高志勇（2010）用CAPM模型测量美国银行业的系统性风险，［3］刘畅（2014）用市场模型，以工农中建交五大银行为样本，测量系统性风险）。这些系统性风险测量的实践具有以下共同点：一是以上市银行为样本，以股票收益率与股市整体收益率作为变量进行计算。二是市场收益率往往选择上证A股指数或金融板块指数收益率，或同时选择这2个指数的收益率。三是针对无风险利率选择的困难，有些采用市场模型，有些在采用CAPM模型时以短期国债收益率等指标作为无风险利率。就本文区域系统性信贷风险的测量;这一主题而言，当前夏普模型的应用存在以下问题： 　　1.无法应用于区域和非上市银行 　　由于需以上市银行股票价格的变动作为系统性风险测量的数据前提，因此，当前的做法只能针对全国范围和上市银行，特别是无法测量区域的系统性风险，因此不利于不同地区系统性风险的防范。 　　2.风险匹配性存在差异 　　对股票而言，银行业系统性风险针对的应是股票基本面;意义上的风险。虽然从理论上说，股票价格能够反映市场对未来收益的预期（即反映基本面），但二者毕竟存在一定的差异。特别是在股票市场有效性不足，价格发现功能有所欠缺的情况下更是如此。因此，以股价变动来测量银行系统性风险，在匹配性上存在问题。 　　3.无法准确反映信贷风险 　　目前，贷款仍然是银行最主要的业务，特别是在当前信贷风险高发、不良反弹压力较大的情况下，针对信贷的系统性风险，被许多人所关注。而股价是针对银行综合情况的反映，因此，股价的变动，无法准确测量信贷的系统性风险，而只能体现银行的综合风险。 　　二、实证分析 　　（一）模型选择与指标设定 　　根据上文的分析，我们借鉴夏普模型，以绍兴市为对象，以贷款利息收入率（当期贷款利息收入/（（期初贷款+期末贷款）/2））作为贷款收益的指标，将夏普模型应用于系统性信贷风险的分析。之所以选择贷款利息收入率这一指