商業(yè)銀行對金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)的實(shí)證研究

商業(yè)銀行對金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)的實(shí)證研究

由美國次級抵押貸款市場引發(fā)的國際金融危機(jī)表明，目前的金融市場、金融機(jī)構(gòu)和金融工具之間有著非常密切的內(nèi)在聯(lián)系。這背后的風(fēng)險(xiǎn)不是傳統(tǒng)意義上的個(gè)人風(fēng)險(xiǎn)，而是普遍而系統(tǒng)的風(fēng)險(xiǎn)。同時(shí),這場金融危機(jī)也告訴我們,看似健康的單體金融機(jī)構(gòu)的瞬間倒閉就可能引發(fā)整個(gè)金融體系的“多米諾骨牌效應(yīng)”,即爆發(fā)系統(tǒng)性風(fēng)險(xiǎn)。因此,如何從宏觀的視角把握系統(tǒng)性風(fēng)險(xiǎn),以及如何從單個(gè)金融機(jī)構(gòu)來考察其對系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度是擺在我們面前亟待研究的重要課題。當(dāng)前,國際社會普遍意識到系統(tǒng)重要性銀行對維持金融市場穩(wěn)定和經(jīng)濟(jì)的穩(wěn)定增長起著極其重要的作用。2011年4月27日,中國銀監(jiān)會發(fā)布了《中國銀行業(yè)實(shí)施新監(jiān)管標(biāo)準(zhǔn)的指導(dǎo)意見》,該意見根據(jù)《第三版巴塞爾協(xié)議》的要求以及國內(nèi)大型銀行經(jīng)營模式和監(jiān)管實(shí)踐,提高了銀行業(yè)審慎監(jiān)管標(biāo)準(zhǔn),通過考慮“規(guī)模、關(guān)聯(lián)度、可替代性和復(fù)雜性”四個(gè)方面的因素,擬建立系統(tǒng)重要性銀行的評估方法論和持續(xù)評估框架。于是,學(xué)術(shù)界和實(shí)務(wù)部門對系統(tǒng)重要性銀行機(jī)構(gòu)實(shí)行區(qū)別監(jiān)管等問題給予了高度關(guān)注。鑒于銀行業(yè)在中國資本市場中舉足輕重的地位,而且截至目前,國內(nèi)還沒有專門采用邊際期望損失(MES)方法針對中國銀行業(yè)中的單個(gè)銀行進(jìn)行系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度的研究,因而本文擬借鑒Acharya等(2010)的方法,分別測度在未發(fā)生危機(jī)和發(fā)生危機(jī)期間中國14家上市銀行各自對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)程度,并驗(yàn)證邊際期望損失(MES)和系統(tǒng)性期望損失(SES)之間的關(guān)系。另外,擬運(yùn)用14家上市銀行2008~2011年的財(cái)務(wù)報(bào)表及經(jīng)復(fù)權(quán)后的收盤價(jià)等數(shù)據(jù),建立面板計(jì)量回歸模型對銀行系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度的影響因素進(jìn)行實(shí)證分析。一、單機(jī)構(gòu)風(fēng)險(xiǎn)度量近年來由于多次金融危機(jī)的爆發(fā),使得理論與實(shí)務(wù)界的諸多學(xué)者對系統(tǒng)性風(fēng)險(xiǎn)以及金融機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)程度測度的研究給予了高度關(guān)注。因此,找到一套有效的測量系統(tǒng)性風(fēng)險(xiǎn)的方法,而同時(shí)又不給出錯(cuò)誤信號或者錯(cuò)誤信號較少的通用規(guī)則已成為監(jiān)管部門防范系統(tǒng)性風(fēng)險(xiǎn)的一個(gè)極為重要的目標(biāo)。為此,學(xué)者們提出了一些有關(guān)這方面的重要方法:1.指標(biāo)法。指標(biāo)法最早由國際金融監(jiān)管當(dāng)局提出,其特點(diǎn)是監(jiān)管當(dāng)局依據(jù)對系統(tǒng)重要性金融機(jī)構(gòu)核心特征的理解,設(shè)定若干指標(biāo)來界定系統(tǒng)重要性金融機(jī)構(gòu)(SIFIs)的范圍。2009年以來,國際貨幣基金組織(IMF)、金融穩(wěn)定理事會(FSB)以及巴塞爾委員會(BIS)等國際金融機(jī)構(gòu)一直在調(diào)整和完善指標(biāo)體系。例如,在金融穩(wěn)定理事會(FSB)2009年提出識別系統(tǒng)重要性銀行指標(biāo)的基礎(chǔ)上,國際清算銀行中的銀行委員會(BCBS)在2011年7月底提出識別全球系統(tǒng)重要性銀行(G-SIBs)的主要指標(biāo)有:規(guī)模、可替代性、復(fù)雜性、關(guān)聯(lián)性、全球活動。指標(biāo)法的優(yōu)點(diǎn)是簡單有效,缺點(diǎn)是其選取指標(biāo)憑經(jīng)驗(yàn),隨意性很強(qiáng),而且無法辨別金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。2.沙普利值(ShapleyValue)法。Shapley值是由Shapley(1953)提出的一種將總價(jià)值(如產(chǎn)出)在各個(gè)參與者之間進(jìn)行分配的方法。該方法的主要思想是在博弈過程中,每個(gè)參與者持有的資源都可以和其他參與者的資源結(jié)合來創(chuàng)造價(jià)值,分配給每個(gè)參與者的部分應(yīng)該等于這個(gè)參與者對總價(jià)值的邊際貢獻(xiàn)。Tarashev等(2011)提出將Shapley值方法應(yīng)用在對單個(gè)機(jī)構(gòu)分配系統(tǒng)性風(fēng)險(xiǎn)上,每個(gè)金融機(jī)構(gòu)的系統(tǒng)重要性度量加總后正好等于系統(tǒng)范圍風(fēng)險(xiǎn)的度量。沙普利值法的缺點(diǎn)是當(dāng)整個(gè)體系的風(fēng)險(xiǎn)不是依據(jù)一組固定事件測量時(shí),該方法就會失去有效性。比如,在使用投資組合損失分布的高階矩來衡量系統(tǒng)性風(fēng)險(xiǎn)時(shí),就不能用沙普利值法來衡量單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)。3.網(wǎng)絡(luò)分析法。網(wǎng)絡(luò)分析法是基于銀行間資產(chǎn)負(fù)債表的相互敞口數(shù)據(jù)來研究系統(tǒng)性風(fēng)險(xiǎn)的重要測量方法,該方法的主要思想是利用金融機(jī)構(gòu)之間的信用風(fēng)險(xiǎn)敞口數(shù)據(jù),以數(shù)值方法模擬信用事件和流動性緊縮在金融系統(tǒng)中引起的多米諾效應(yīng),來識別具有系統(tǒng)重要性的金融機(jī)構(gòu),評估可能的資本損失以及風(fēng)險(xiǎn)傳染路徑(contagionpath)。Allen和Babus(2008)指出,網(wǎng)絡(luò)分析法是應(yīng)對系統(tǒng)性關(guān)聯(lián)度風(fēng)險(xiǎn)的重要候選方法,因?yàn)樗苁贡O(jiān)管者通過跟蹤直接金融關(guān)聯(lián)導(dǎo)致的多輪外溢效應(yīng),獲取超越初始觀察問題的能力。但網(wǎng)絡(luò)分析法的弱點(diǎn)是其所需的數(shù)據(jù)很難得到。4.條件風(fēng)險(xiǎn)價(jià)值(CoVaR)法。CoVaR法是由Adrian和Brunnermeier(2009)提出的,它是指在VaR測度單個(gè)金融機(jī)構(gòu)非條件性尾部風(fēng)險(xiǎn)的基礎(chǔ)上,通過測度某個(gè)金融機(jī)構(gòu)陷入困境時(shí)對其它金融機(jī)構(gòu)尾部風(fēng)險(xiǎn)的影響。單個(gè)機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度就是CoVaR與金融體系VaR的差(AdrianandBrunnermeier,2011)。CoVaR法能識別兩個(gè)金融機(jī)構(gòu)尾部風(fēng)險(xiǎn)之間的關(guān)系,并能夠解決兩個(gè)金融機(jī)構(gòu)間的關(guān)聯(lián)性量化問題。但條件風(fēng)險(xiǎn)價(jià)值(CoVaR)法在測度系統(tǒng)性風(fēng)險(xiǎn)以及單個(gè)金融機(jī)構(gòu)的邊際風(fēng)險(xiǎn)貢獻(xiàn)時(shí),僅僅考慮損失分布的α分位數(shù),所以不能很好地捕捉到條件風(fēng)險(xiǎn)價(jià)值(CoVaR)門限值以下極端情況下的尾部風(fēng)險(xiǎn),同時(shí),其不具有可加性,即難以通過單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)貢獻(xiàn)來加總以估計(jì)整個(gè)金融系統(tǒng)面臨的系統(tǒng)性風(fēng)險(xiǎn)(AdrianandBrunnermeier,2009)。鑒于傳統(tǒng)測度方法的缺陷,Acharya等(2010)基于期望損失(ES)提出了邊際期望損失(MES)和系統(tǒng)性期望損失(SES)的方法。自從邊際期望損失(MES)和系統(tǒng)性期望損失(SES)方法被提出后,很快得到學(xué)者們的廣泛推崇(BrownleesandEngle,2010;Tarashevetal.,2011)。二、方法與證據(jù)分析(一)單一金融機(jī)構(gòu)內(nèi)的風(fēng)險(xiǎn)分配MES(邊際期望損失)和SES(系統(tǒng)性期望損失)是分別測度市場未發(fā)生金融危機(jī)時(shí)和發(fā)生系統(tǒng)性危機(jī)時(shí)金融機(jī)構(gòu)對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)或損失的邊際貢獻(xiàn)程度,它們均是由ES(期望損失)推廣到整個(gè)金融系統(tǒng)的。ES的含義是當(dāng)不利情形發(fā)生時(shí)的條件預(yù)期損失:ESα=-E[R|R≤-qα],其中α代表分位數(shù),qα代表VaR值,即ESα=-E[R|R≤-VaR]。對于由N個(gè)金融機(jī)構(gòu)組成的金融系統(tǒng)來說,如果假設(shè)整個(gè)金融系統(tǒng)的收益為R,并且它可以分解為單個(gè)金融機(jī)構(gòu)的收益ri的加權(quán)和,即其中,yi代表單個(gè)金融機(jī)構(gòu)i占整個(gè)金融系統(tǒng)的權(quán)重,因此在1-α置信水平下整個(gè)金融系統(tǒng)的期望損失可表示為:因此,對于單個(gè)金融機(jī)構(gòu)來說,其對整個(gè)金融系統(tǒng)的風(fēng)險(xiǎn)或損失的邊際貢獻(xiàn)為:假設(shè)ai和w1i分別代表單個(gè)金融機(jī)構(gòu)的總資產(chǎn)和第1期時(shí)的資本,則整個(gè)金融系統(tǒng)的總資產(chǎn)和第1期時(shí)的總資本可表示為:。假設(shè)當(dāng)整個(gè)金融系統(tǒng)的總資本與其總資產(chǎn)的比例低于z(例如金融監(jiān)管部門規(guī)定的資本充足率)時(shí),即Wi<zA時(shí),則發(fā)生了系統(tǒng)性危機(jī)事件。根據(jù)Acharya等(2010)的定義,SESi(單個(gè)金融機(jī)構(gòu)的系統(tǒng)性期望損失)等于發(fā)生系統(tǒng)性危機(jī)事件(Wi<zA)時(shí)金融機(jī)構(gòu)的權(quán)益資本w1i低于它的目標(biāo)水平的數(shù)量(資產(chǎn)zai),因而SESi的定義可以表示為:SESi≡E[zai-w1i|Wi<zA],即SESi表示在發(fā)生系統(tǒng)性危機(jī)時(shí),它對整個(gè)金融系統(tǒng)的期望損失或系統(tǒng)性危機(jī)時(shí)的邊際貢獻(xiàn)程度。(二)示范分析1.樣本銀行的測算方法。根據(jù)初本文選取中國14家上市商業(yè)銀行作為樣本,其中包括3家國有銀行、11家股份制銀行。它們分別是:深發(fā)展A、寧波銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、交通銀行、工商銀行、建設(shè)銀行、中國銀行、中信銀行。選取它們的原因是因?yàn)槟壳爸袊挥?6家銀行上市,其中這14家銀行均是在2007年9月25日以前上市的(另外兩家銀行均是2010年上市的,時(shí)間比較短),而且樣本銀行的資產(chǎn)額在中國銀行系統(tǒng)資產(chǎn)總額中占絕大部分比重,因此樣本銀行在整個(gè)銀行系統(tǒng)中具有較好的代表性。關(guān)于ES的測算,本文采用公司股票日收益5%分位點(diǎn)以下的平均收益率,這比在分位點(diǎn)下計(jì)算平均收益效果要好,因?yàn)楣善钡膬r(jià)格差別大,因此對收益的影響大,從而會影響結(jié)果。同理,VaR的計(jì)算也是計(jì)算出日收益率的5%分位點(diǎn)。在SESi的測算方面,本文借鑒Acharya等(2010)的做法,采用本次金融危機(jī)期間各銀行的實(shí)際股票收益率為此次金融危機(jī)期間各銀行的實(shí)際系統(tǒng)性期望損失。同時(shí),由于本次金融危機(jī)在2007年年底才對中國的金融市場產(chǎn)生較大影響,而在2009年年初中國的股票市場開始大幅反彈,說明本次危機(jī)對中國金融市場的影響基本上接近了尾聲,基于此,本文以2008年1月至2008年12月期間各銀行的股票收益率為實(shí)際系統(tǒng)性期望損失。由于在測算MESi時(shí)要求的時(shí)間跨度不能太短,一般不少于1年(如果天數(shù)過少,會嚴(yán)重影響MESi的穩(wěn)健性)。為此,本文選取時(shí)間跨度較長的2009年1月至2011年7月作為測算中國的銀行在未發(fā)生危機(jī)時(shí)市場表現(xiàn)最差的5%狀況下邊際期望損失MESi5%的樣本區(qū)間。具體計(jì)算方法采用Acharya等(2010)的做法:先確定給定時(shí)間區(qū)間內(nèi)市場收益5%最糟糕的日期數(shù),然后計(jì)算這些天內(nèi)任意給定銀行股票收益率Ri平均值的相反數(shù),即。對于這14家上市銀行2009年1月4日至2011年7月1日的數(shù)據(jù),選取了樣本期各商業(yè)銀行考慮現(xiàn)金紅利再投資的日個(gè)股回報(bào)率。另外,本文選取中證滬深300指數(shù)的收益率作為測算MESi的市場收益率。本文所采用的數(shù)據(jù)均來源于WIND數(shù)據(jù)庫。2.變量之間的相關(guān)性分析運(yùn)用上面所選用的數(shù)據(jù)及方法測算各銀行未發(fā)生危機(jī)期間的系統(tǒng)性風(fēng)險(xiǎn)測度結(jié)果如表1所示。表1清楚地顯示出用VaR、ES、MES三種不同指標(biāo)測出的14家銀行在2009年1月至2011年7月間的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,三種指標(biāo)呈現(xiàn)出較大的一致性,例如,工商銀行在此期間的VaR、ES、MES分別為-0.02242、-0.03303、0.02531,它們的絕對值都分別比相應(yīng)的寧波銀行、北京銀行的值要小,說明大銀行的波動要比小銀行小。需要注意的是,工商銀行等大銀行的邊際風(fēng)險(xiǎn)貢獻(xiàn)相對較小并不意味著其對整個(gè)金融系統(tǒng)的總風(fēng)險(xiǎn)貢獻(xiàn)較小,它只是表明增加單位資產(chǎn)規(guī)模帶來的系統(tǒng)性風(fēng)險(xiǎn)(或損失)較小。盡管上述各項(xiàng)指標(biāo)背后的經(jīng)濟(jì)原理不同,但它們同樣都度量了銀行的系統(tǒng)性風(fēng)險(xiǎn),對于不同的投資者(或監(jiān)管者)根據(jù)自身偏好選取了不同的指標(biāo),其結(jié)果會不會出現(xiàn)較大的背離?基于這一想法,需要檢驗(yàn)各變量之間的相關(guān)性系數(shù)。由表2可以發(fā)現(xiàn),MES和VaR之間的相關(guān)系數(shù)是-0.94,說明它們之間的相關(guān)性很強(qiáng),并且呈負(fù)相關(guān)關(guān)系。ES和MES以及ES和VaR之間的相關(guān)性更強(qiáng),分別高達(dá)-0.97和0.98。這些統(tǒng)計(jì)數(shù)據(jù)說明所選取的各種風(fēng)險(xiǎn)測度的指標(biāo)之間并沒有出現(xiàn)較大的背離,也就是說這些指標(biāo)盡管背后的原理雖有一定的差異,但從計(jì)算出的實(shí)際數(shù)據(jù)來看,它們之間還是呈現(xiàn)出很強(qiáng)的一致性。3.金融危機(jī)期間nd類似地,我們計(jì)算出各銀行在危機(jī)期間系統(tǒng)性風(fēng)險(xiǎn)測度結(jié)果。從表3中能清楚地看到用VaR、ES和SES三種不同指標(biāo)表示出的14家銀行在2008年中的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度,三種指標(biāo)呈現(xiàn)出較大的一致性。如中國銀行在此期間的VaR、ES和SES分別為-0.04308、-0.05880和-0.54167,這些值的絕對值分別是所有銀行的相應(yīng)值中最小的,這說明中國銀行在金融危機(jī)期間的波動(跌幅)在所有銀行中最小。整體來看,像中國銀行、工商銀行和建設(shè)銀行在金融危機(jī)期間的波動要比寧波銀行、華夏銀行等小銀行的波動小,但這不是絕對的,例如,南京銀行的SES的值為-0.55013,其絕對值要比工商銀行的SES值-0.55087的絕對值小,說明危機(jī)期間南京銀行的波動比工商銀行小。需要強(qiáng)調(diào)的是,SES代表危機(jī)期間各銀行的股票收益率,并不是一個(gè)對系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)的絕對量。由于VaR、ES是理論上預(yù)測風(fēng)險(xiǎn)貢獻(xiàn)的指標(biāo),SES是危機(jī)期間所測出的真實(shí)的系統(tǒng)性期望損失,為此我們很自然地想檢驗(yàn)一下這三個(gè)指標(biāo)之間的相關(guān)性,從而可以檢驗(yàn)一下VaR和ES指標(biāo)的測量效果。表4顯示出各變量之間的相關(guān)系數(shù),其中VaR和SES之間的相關(guān)性最小,相關(guān)系數(shù)是0.47,說明VaR能在一定程度上預(yù)測SES的值;ES與SES的相關(guān)系數(shù)是0.57,說明ES在預(yù)測SES時(shí)效果要比VaR好。4.mes和ses的相關(guān)性分析表5清楚地列示了VaR、SES和MES的均值、中位數(shù)、最大值、最小值和標(biāo)準(zhǔn)差。其中,SES的均值為-0.629355,與其最大值和最小值差別比較小,說明SES比較平穩(wěn),顯示出在危機(jī)時(shí)期各銀行的實(shí)際系統(tǒng)性期望損失呈現(xiàn)出很強(qiáng)的一致性。由于MES是測度市場未發(fā)生金融危機(jī)時(shí)金融機(jī)構(gòu)對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)或損失的邊際貢獻(xiàn)程度,SES是系統(tǒng)性危機(jī)時(shí)金融機(jī)構(gòu)的實(shí)際系統(tǒng)性期望損失,鑒于此,很自然地我們很想看看它們之間的相關(guān)性。本文通過對中國14家上市銀行在非危機(jī)期間和危機(jī)期間的真實(shí)情況進(jìn)行研究,并由此得出MES和SES之間的相關(guān)性系數(shù)矩陣,如表6所示。從表6中可以清楚地看出MES和SES的相關(guān)系數(shù)是-0.63,表明兩者之間具有較強(qiáng)的相關(guān)性,而且呈負(fù)相關(guān),說明完全可以用MES來預(yù)測某個(gè)金融機(jī)構(gòu)對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)度。同時(shí),這也驗(yàn)證了Acharya等(2010)提出的MES和SES之間有密切關(guān)系的說法。圖1顯示出14家銀行的MES和SES之間關(guān)系的散點(diǎn)圖。5.計(jì)量模型檢驗(yàn)自2008年金融危機(jī)以來,世界各國加強(qiáng)了金融監(jiān)管,更加注重微觀監(jiān)管和宏觀審慎監(jiān)管的結(jié)合。微觀審慎監(jiān)管就是著眼于金融機(jī)構(gòu)個(gè)體,其關(guān)注的是單一金融機(jī)構(gòu)的風(fēng)險(xiǎn);而宏觀審慎監(jiān)管則是著眼于整個(gè)金融系統(tǒng),它關(guān)注的是整個(gè)金融系統(tǒng)的穩(wěn)定性。由于“大而不倒”和“太關(guān)聯(lián)而不能倒閉”等問題的存在,要特別關(guān)注具有系統(tǒng)重要性的大型金融機(jī)構(gòu)。在我國,系統(tǒng)重要性金融機(jī)構(gòu)主要是銀行,因?yàn)樗鼈儾粌H“大”,而且“太關(guān)聯(lián)”。因此,研究銀行的系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度的影響因素具有重要的理論價(jià)值和實(shí)踐意義。為此,本文選取14家上市銀行2008~2011年的年度財(cái)務(wù)數(shù)據(jù)作為研究基礎(chǔ),建立面板計(jì)量回歸模型對銀行系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度的影響因素進(jìn)行實(shí)證分析。通常情況下,銀行的系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度與銀行自身的風(fēng)險(xiǎn)、銀行的總資產(chǎn)收益率、銀行的不良貸款率、杠桿率和宏觀經(jīng)濟(jì)增長等有較強(qiáng)關(guān)系,但在中國2008~2011年GDP是穩(wěn)定的增長,股票價(jià)格卻變化很大,所以,本文剔除了GDP這一因素,選取了其它4個(gè)變量作為解釋變量。由于銀行的自身風(fēng)險(xiǎn)很難估量,本文以每家上市銀行每年5%的置信區(qū)間的VaR代替,這樣效果會更好,因?yàn)樗颂N(yùn)含風(fēng)險(xiǎn)的多種因素。樣本數(shù)據(jù)來源于WIND數(shù)據(jù)庫,使用的計(jì)量分析軟件為Stata10.0。面板計(jì)量回歸模型為:在上式中:MESit代表第i家銀行第t年對整個(gè)系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)程度,VaRit代表第i家銀行第t年在95%置信區(qū)間內(nèi)的VaR值,ROAit代表第i家銀行第t年的總資產(chǎn)收益率,NPLRi代表第i家銀行第t年的不良貸款率,Leverageit代表第i家銀行第t年的杠桿率,αi代表第i家銀行的不可控制的個(gè)體固定效應(yīng),μit代表第i家銀行第t年的殘差項(xiàng),β1、β2、β3和β4分別表示4個(gè)解釋變量相應(yīng)的系數(shù)。分別采用混合回歸模型、變截距固定效應(yīng)模型和變截距隨機(jī)效應(yīng)模型三種模型進(jìn)行參數(shù)估計(jì)。Hausman結(jié)果顯示,P值為0.2291,不能拒絕固定效應(yīng)模型,因此本文選擇變截距固定效應(yīng)模型進(jìn)行分析,結(jié)果見圖2和表7。表7清晰地給出了面板回歸模型的結(jié)果:AdjustedR2的值為0.941157,說明模型擬合得很好。VaR的P值為0.2666,說明估計(jì)的系數(shù)不顯著,換句話說,每家銀行在95%的置信區(qū)間內(nèi)一年中的最大可能損失和該銀行對系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)度的關(guān)系不明顯,這意味著銀行自身的VaR與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度之間并無顯著關(guān)系,這也印證了近年來學(xué)者們認(rèn)識到不能用VaR模型來計(jì)算系統(tǒng)性風(fēng)險(xiǎn)的說法。NPLR、Leverage和ROA的P值均為0,說明估計(jì)的系數(shù)高度顯著,它表明銀行自身的不良貸款率、杠桿率和總資產(chǎn)收益率是決定其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度的重要因素。其中,NPLR和ROA的系數(shù)為負(fù),Leverage的系數(shù)為正,這意味著銀行自身的不良貸款率和總資產(chǎn)收益率是與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度呈負(fù)相關(guān),銀行自身的杠桿率與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度呈正相關(guān),即不良貸款率越高的銀行其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度越小,總資產(chǎn)收益率越高的銀行其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度越小,杠桿率越高的銀行其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度越大。在這里我們會注意到,總資產(chǎn)收益率是與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度呈負(fù)相關(guān),銀行自身的杠桿率是與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)邊際貢獻(xiàn)度呈正相關(guān),這符合正常的經(jīng)濟(jì)理論,但銀行自身的不良貸款率與其對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)度呈負(fù)相關(guān)這一結(jié)論違背常理。原因是:在2008~2011年4年中,2008年各銀行的不良貸款率相比其它年份來說最高,2011年各銀行的不良貸款率相比其它年份來說最低。而在2008年不良貸款率最高的是中國銀行(也是4年中所有銀行的最大值),其值為2.65%,深發(fā)展不良貸款率為0.68%,其值是同期最低的;在2011年中國銀行的不良貸款率為1%(處于第二高),深發(fā)展不良貸款率為0.53%,其值是同期最小(也是4年中所有銀行不良貸款率的最低值)。這說明我國銀行的不良貸款率整體比較低,而且變動區(qū)間很小。因此,在銀行不良貸款率低且變動區(qū)間小的條件下,不良貸款率高意味著資本金不足,資本金不足就會減少放貸沖動,減少放貸沖動就會對系統(tǒng)性風(fēng)險(xiǎn)有抑制作用,從而使銀行對整個(gè)金融系統(tǒng)風(fēng)險(xiǎn)的邊際貢獻(xiàn)度變小。6.中國銀行的邊際風(fēng)險(xiǎn)貢獻(xiàn)在銀行系統(tǒng)性風(fēng)險(xiǎn)邊際貢獻(xiàn)度的影響因素分析中,已分別計(jì)算出每家銀行每年的MES,把這些數(shù)據(jù)用折線