保险业对其他金融板块的风险溢出效应研究.pdfVIP

保险业对其他金融板块的风险溢出效应研究

摘要

次贷危机爆发后，AIG的倒闭使得越来越多的学者开始关注保险业的系统性风险及其溢出效应。

首先，本文基于分位数回归的CoVaR模型研究了保险业内部的风险溢出效应。通过对比六家上市保险

公司的CoVaR与ΔCoVaR随时间的走势发现，企业在正常财务压力状态下，风险传染指标是上下相对

平稳波动的；当金融系统受到猛烈冲击时，保险部门产生了严重的风险传染效应，风险溢出值显著增

加。其次，本文从脉冲响应与CoVaR模型两个角度分别来研究保险业对其他金融子板块的风险溢出效

应。脉冲响应结果表明，保险市场对其他金融板块存在一定的风险溢出效应，但这种波动是短暂的，

表现在它们都呈现出了短期内快速趋于0的趋势。构建CoVaR模型的实证结果显示，保险业对其他金

融子行业风险溢出效应的边际值从高到低排序分别是：证券业、信托业、房地产业和银行业。另外，

根据保险业VaR与其余四个金融子行业的CoVaR随时间走势的对比图可以合理估测，银行业与保险业

之间有着较高的风险联动性，信托业与保险业之间的风险联动性较弱。

关键词系统性风险CoVaR风险溢出效应

1引言

1.1研究背景与意义

系统性金融风险这个概念被广泛地应用于金融系统中具有整体性、强传染性、不可分散性的风险

的描述与度量。金融系统的定义庞杂而广泛，由于金融的服务属性，金融系统并不仅仅局限于金融行

业之内（如证券业、银行业、信托业等），还应包括那些与金融行业内的机构存在密切业务关系的非

金融机构以及介于两者之间的中间地带的业务活动。这些内容交织在一起构成了金融系统这个巨型网

络。

除了涉及特定性事件发生的不确定性外，学界关于“系统性风险”定义并没有达成一致。系统性

风险通常是由那些“大而不能倒”或关联度太高而不能倒闭的金融机构触发的。世界范围内研究银行

业系统性风险的文献数量庞大，因为银行长期以来一直被认为是系统性风险的来源。过去，学者们认

为保险公司没有系统性风险，因为它们缺乏银行的“特殊性”，这种特殊性主要是由于银行存款的流

动性容易致使挤兑所导致的。然而，次贷危机爆发后，AIG的倒闭挑战了这一观点，越来越多的学

者开始利用市场数据来衡量保险业的系统性风险及其溢出效应。可见，学界对于金融子行业之间风险

传染的关注度在逐步提高。

近十多年来，在我国金融环境逐步市场化的进程中，为了加强在国内及国际金融市场的竞争力，

许多机构逐渐走上了混业经营的道路。随着银行、证券、保险等金融子板块间的资金和业务往来日益

密切，集团公司控股下的混业经营层出不穷，金融市场各子行业间的风险联动性也在不断强化。因

此，研究各行业间的风险溢出效应对于有关企业和监管部门的风险管理都具有重大意义。

1.2国内外文献综述

1.2.1保险业系统性风险的度量研究

从统计学的角度来看，系统性风险涉及衡量金融机构健康或稳定程度的关键金融变量的共同作

用，也被描述为主要金融机构同时出现多重违约的可能性。相关系数等传统指标通常不足以衡量系统

性风险，因为系统性风险往往涉及传统指标无法衡量的尾部行为。传统的衡量标准也依赖于资产负债

表或会计信息，但这些信息只能在相对较低的频率基础上提供，而且往往有一定的滞后性。Eling等

[1]等在其对保险业系统性风险的研究综述中回顾了适用于保险业的常见的系统性风险度量指标，见

表1.1：表1.1适用于保险业的常见的系统性风险度量指标

度量指标指标的描述

BANKBETA衡量银行部门的股票收益和投资组合收益之间的联系

ΔCoVaR衡量某个机构的困境对金融系统风险价值的影响

DIP衡量针对财务困境的保险价格

LRMES衡量在发生金融危机时公司收益的长期边际预期短缺

LTD测量股票收益的联合分布位于分布的较低尾部的概率

MES当整个股票市场处于低迷状态时，衡量公司的股票收益

SRISK衡量发生危机时所需的资金

格兰杰因果网络衡量机构股票市场收益之间的格兰杰因果关系

从国内的文献看来，针对保险业的系统性风险的度量，运用较多的主要是衡量收益率的尾部值也

即低位收益率的方法来衡量系统性风险。其中，研究文献中运用的较多的是CoVaR、ΔCoVaR、

ΔCoES，如陈建青[2]、杨子晖

[3]、李政[4