我国金融行业的系统重要性研究

基于HD-TVP-VAR模型的复杂网络分析

来源:《系统工程理论与实践》时间:2022-01-17

一、主要内容概述

复杂网络是系统科学领域一个研究已久的问题,近年来,金融网络的复杂化使得系统性风险监管面临新的挑战,通过复杂网络的方法辨析金融系统的风险监管问题是有必要且有意义的。本文以2002-2017年我国A股周数据为样本,首先计算了76个细分行业的股指波动率,并在此基础上通过高维时变参数向量自回归(HD-TVP-VAR)模型构建了行业之间的全局风险网络。进一步地,本文从网络拓扑分析与量化实证分析两个角度考察了金融行业在风险网络中的系统重要性。研究发现,(1)金融行业承担着风险吸收的功能,其中,银行业的风险吸收功能最强,而证券和期货业则表现出相对更明显的风险扩散性;(2)金融行业在全局风险网络中的系统重要性显著强于实体经济行业,其中,银行业与证券期货业的系统重要性分居首位与次位;(3)房地产行业在全局风险网络中发挥着双向风险放大的风险“桥梁”作用;(4)高杠杆与高流动性会显著刺激金融行业风险扩散的系统重要性,而大规模与重投资则会显著增强其风险吸收的系统重要性。
关键词系统重要性;系统性金融风险;HD-TVP-VAR模型;复杂网络

二、研究背景与意义

2008年金融危机的爆发以及危机后长达十年的全球经济动荡与经济缓慢复苏,迫使各国监管部门开始深刻反思以往宏观监管体系的不足,其中,一个极为突出的问题就是对“系统重要性金融机构”(Systemically Important Financial Institutions,SIFIs)的监管乏力。2018年9月14日,英国《金融时报》刊出的《金融危机十年祭》总结道,“十年前的这个周末,雷曼兄弟公司破产使国际金融体系近乎崩溃,并引发了一场全球性经济衰退。它在超过20个国家引发银行业危机,后来还进一步酿成欧债危机,造成经济增长停滞;数以百万计的人丢了工作和房产。”有鉴于此,金融稳定理事会(Financial Stability Board,FSB)联手巴塞尔银行监管委员会等国际金融标准制定机构,于2010年向G20领导人会议提交了一系列文件,从而正式搭建起了以SIFI为监管核心的国际监管体系。与以往仅关注“太大而不能倒”不同,危机后的SIFI识别标准从“规模”这个单一指标转变为包含“规模、复杂性和系统关联性”三个方面的综合指标。不难看出,新增的两个指标均与金融机构在全局系统中的网络特性相关。其中,系统关联性直接关注金融机构与其他机构的来往密切程度,而复杂性则更侧重于金融产品的多重嵌套结构。从金融创新的历史来看,最复杂的金融产品往往都来自于金融业与其他非金融行业的深层嵌套。例如引爆2008年次贷危机的MBS及相关结构性产品,正是金融业与房地产业深度融合而产生的创新型工具。可见,只有从全局网络关联的视角来考察金融机构乃至金融行业的系统重要性,才能深刻了解系统性金融风险的内涵,进而对系统重要性金融机构与行业进行准确识别与精准监管。

从我国实际情况来看,由于中国的资本市场培育时间短,尚存在监管不到位、投资者结构不平衡、个体风险事件突出等诸多不完善之处,正是系统性风险易于滋生的温床。随着高速发展的互联网技术与日新月异的金融科技急剧加速了金融部门与实体部门的深度融合,在当前经济增速放缓与供给侧结构性改革的双重压力下,实体部门与金融部门过度融合的风险日渐凸显,“脱实向虚”、“资产金融化”等结构性矛盾都对金融行业的系统性风险集聚起到了推波助澜的作用。2015年e租宝非法集资事件、2016年千股跌停、2017年首次代币发行(Initial Coin Offering,ICO)叫停、2018年连续爆雷的债券违约与P2P平台跑路,无一不是金融业已成为全行业系统性风险集聚中心的典型表现。在这一背景下,围绕金融行业构建辐射全行业系统的宏观审慎监管体系,不仅是防范和化解系统性金融风险的关键所在,也是有序培育资本市场生态体系的重要抓手。2018年11月27日,中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会联合印发了《关于完善系统重要性金融机构监管的指导意见》;2019年上半年,央行连续两次在其季度货币政策报告中披露推进系统重要性金融机构工作的情况。这些均体现了我国监管部门对金融行业系统重要性的重视。因此,本文以2002-2017年A股市场的76个细分行业指数为样本,通过考察以银行业、证券期货业以及保险业为代表构成的金融行业对其它实体行业的风险作用机制,从资本市场这一角度对金融部门的系统重要性进行精准而深入的量化分析,是对现有文献与实务工作的有益补充,具有十分重要的理论与实践指导意义。

三、研究内容

本文首先计算了76个细分行业的股指波动率,并在此基础上通过高维时变参数向量自回归(HD-TVP-VAR)模型构建了行业之间的全局风险网络。研究发现,风险事件的爆发与金融行业对实体经济行业风险溢出的关联性变化密切相关,在总连出指数的峰值点,几乎都伴随着典型的风险事件。

进一步地,本文从网络拓扑分析与量化实证分析两个角度考察了金融行业在风险网络中的系统重要性。四个细分金融行业(货币金融服务业、保险业、资本市场服务业以及其他金融业)在风险网络中均承担着重要的风险吸收功能。特别地,以银行为代表的货币金融服务业对风险扩散行业有极其显著的聚集作用,表明银行类金融机构在整个行业风险网络中承担着极其重要的风险稳定器功能。

第三,本文通过比较两大重要金融风险事件时期各细分金融行业排名的变化,我们还发现,在高风险时期,货币金融服务业扩散风险的系统重要性均有提升,并超过了原本排名第一的资本市场服务业,表明间接融资市场是传导系统性金融风险的重要渠道。这一发现与我国以银行为主体的间接融资体系的实际情况十分吻合。资本市场服务业的风险吸收功能及对系统的风险总影响均有增强,表明直接融资市场对吸收与化解系统性金融风险有着很好的调节功能。这一发现直观揭示了资本市场在金融体系中的重要地位,为我国积极培育健康良好的资本市场生态体系这一政策性安排提供了经验证据的支持。

最后,本文探讨了金融行业对实体经济行业的影响以及房地产行业的风险“桥梁”作用。无论是货币金融服务业还是资本市场服务业,其对实体经济行业的风险扩散与风险吸收均呈现出非收敛的发散趋势,且前者的发散比后者更为迅速强烈。且实体经济部门与金融部门通过房地产行业结成的过度关联直接导致了房地产市场多年来的“非理性繁荣”,使得房地产行业成为系统性金融风险集聚发酵的温床。一方面,实体经济部门将大量生产资金投放于房地产市场,产能过剩、严重亏损、企业僵尸化等诸多产业矛盾日趋尖锐;另一方面,追逐高利的金融部门持续将流动性注入房地产市场,导致实体经济部门长期面临融资难融资贵的严峻生存环境。

四、主要结论与政策建议

本文充分考虑系统性金融风险所特有的“高维、时变、网络关联”等重要特征,以我国A股市场76个细分行业(含4个金融细分行业)2002-2017年809周的周波动率为样本,通过HD-TVP-VAR模型构建了行业风险溢出的全局复杂网络。在此基础上,本文从拓扑网络分析与量化实证分析两个角度,详细剖析了金融行业对实体经济行业的风险影响,并以此识别与测度金融行业在全行业风险网络中的系统重要性。研究结果表明,(1)我国A股市场各行业间的风险溢出呈现出“唇齿相依”的复杂关联结构,且风险事件的爆发与金融行业对实体经济行业风险溢出的关联性变化密切相关;(2)四个金融细分行业均承担着风险吸收的功能,其中,以银行为代表的货币金融服务业的风险吸收功能最强,而以证券和期货机构为代表的资本市场服务业则表现出相对更明显的风险扩散性;(3)行业关联性增强、行业风险角色向扩散型转化以及风险网络结构均衡性受破坏是系统性金融风险产生的重要根源;(4)金融行业在全局风险网络中的系统重要性显著强于实体经济行业,其中,货币金融服务业与资本市场服务业的系统重要性分居首位与次位;(5)房地产行业在全局风险网络中发挥着双向风险放大的风险“桥梁”作用;(6)高杠杆与高流动性会显著刺激金融行业风险扩散的系统重要性,而大规模与重投资则会显著增强其风险吸收的系统重要性。

基于上述发现,我们认为,通过准确识别行业乃至个体机构的系统重要性,监管部门应当并且能够进一步提高对系统性金融风险的监管精度,以实现“精准拆弹、分类处置”。第一,对承担重要风险吸收功能的金融行业,应当加大对其流动性以及杠杆使用的监控,以严格防范二者的风险功能向扩散型转化。第二,做好对大规模金融行业与大规模金融机构的监控与救助,加强对其投资资金的使用管理,帮助其提高自身资金效率,稳定风险吸收功能。第三,对房地产行业要实施更加精准与严密的监控,注意防范来自金融行业与实体经济行业两端的资金往来,切实控制房地产行业的双向风险放大作用。第四,对于不同的风险事件,应当通过判断各细分金融行业系统重要性的变化,准确识别风险事件的特质风险源,做到有的放矢、对症下药。第五,通过对各细分行业系统重要性变化的实时监测,构建行业间风险传导防范的有效隔离网,以尽早尽快地切断系统性风险传染与蔓延的通道。第六,以各行业的系统重要性为切入点,引导微观企业个体提高财务决策的合理性与有效性,化解潜在的风险因素,增强其在全局风险网络中的稳定性。

五、边际贡献

对比现有研究,本文的边际贡献如下:(1)结合卡尔曼滤波与ElasticNet方法,对全局动态复杂网络中的“高维”与“时变”特征同时进行捕捉与刻画,在尽可能少地损失信息的基础上保证了估计结果的一致性,不仅有效解决了当前关于系统性金融风险研究中所面临的“维度灾难”问题,也更为精准有效地还原与模拟了系统性金融风险在现实中的网络关联结构;(2)借助HD-TVP-VAR模型的技术,将对A股市场的动态行业研究扩展至76个细分行业,提高了对高风险行业进行实时监控、有序处置的精准性;(3)以金融业为立足点与纽带,通过全局性风险网络考察金融部门与实体部门之间的风险传导机制,为监管部门推进系统重要性金融机构工作、防范实体产业“脱实向虚”等政策制订提供有益参考。

 

本文摘编自《系统工程理论与实践》第41卷第8期论文《我国金融行业的系统重要性研究——基于HD-TVP-VAR模型的复杂网络分析》,点击链接下载全文:http://www.sysengi.com/CN/abstract/abstract112894.shtml

作者:陈少凌,暨南大学经济学院副教授,博士;谭黎明,暨南大学经济学院硕士研究生;杨海生,中山大学岭南学院副教授,博士;崔洁,上海浦东发展银行股份有限公司 广州分行,硕士。