商業(yè)銀行中長期風險測量及宏觀影響因素分析——基于Semi-APARCH和VAR模型.pdf

1、在金融自由化、金融深化和金融開放的國際背景下，銀行機構作為金融體系核心，各機構之間的聯(lián)系日益緊密，銀行機構之間風險的傳染與滲透也明顯加速，個別銀行或者局部的風險都極易引發(fā)整個銀行體系的多米諾骨牌效用，從而導致銀行業(yè)的系統(tǒng)性風險水平增強，這也使得銀行風險的突然爆發(fā)可能成為觸發(fā)整個金融業(yè)危機的重要導火索。因此，如何有效測算和規(guī)避銀行業(yè)風險，并降低風險對實體經(jīng)濟的沖擊，這些問題己成為當下金融風險防控和金融監(jiān)管者研究的重要課題之一，而該課題研究

2、的首要任務就是如何才能實現(xiàn)對銀行風險的準確測量和有效預警。
　　本文在梳理國內外眾多有關系統(tǒng)性風險測量及預警文獻的基礎上，采用半?yún)?shù)的計量方法模擬了中國上市商業(yè)銀行的長期風險和短期風險的構成情況，并對金融指數(shù)長期風險和宏觀經(jīng)濟狀況之間的關系進行了系統(tǒng)研究。
　　首先，本文基于半?yún)?shù)的APARCH模型，利用收益率的平滑波動趨勢模擬了長期累積風險的構成，并通過ARCH或GARCH的各種變形模型分析條件動態(tài)風險（即短期風險）。該模

3、型通過對長期風險和短期風險的分離，提高了風險監(jiān)測的有效性。在實證部分，本文以中國16家上市商業(yè)銀行的股票價格日變動數(shù)據(jù)、金融指數(shù)以及銀行指數(shù)為研究對象，對商業(yè)銀行、銀行業(yè)和金融業(yè)的長期風險和短期風險的構成進行了測算和分析。此外，文中主要利用的是尺度函數(shù)(Scalefunction)測量商業(yè)銀行長期風險，研究發(fā)現(xiàn)我們可以利用該函數(shù)的上限加強對銀行風險的預警。
　　其次，本文利用VAR模型分析了銀行長期風險和宏觀經(jīng)濟變量之間的關系。通

4、過選取GDP增長率、CPI增長率、銀行間同業(yè)拆借加權平均利率、貨幣供應增長率和房地產(chǎn)價格指數(shù)這五個宏觀經(jīng)濟指標，構建了向量自回歸模型，對影響銀行長期風險波動的宏觀原因進行相關闡釋。同時利用脈沖響應分析了主要宏觀經(jīng)濟變量的沖擊對銀行長期風險水平的影響程度和持續(xù)時間。
　　最后，實證研究結果表明:(1)金融危機發(fā)生期間(2008-2009)，中國各大上市商業(yè)銀行、銀行業(yè)和整個金融業(yè)的風險都處于歷史較高水平;(2)后危機時期，中國上市商

5、業(yè)銀行的長期風險明顯回落，逐漸恢復到較低水平并保持相對穩(wěn)定狀態(tài);(3)2013年，銀行業(yè)風險有所反彈，并有進一步攀升的趨勢，對此相關銀行和監(jiān)管機構應加強對風險的預警并做好相應防范;(4)商業(yè)銀行短期風險的杠桿效應并不顯著，但是t分布卻呈現(xiàn)出顯著的厚尾特征;(5)代表商業(yè)銀行長期風險的尺度函數(shù)之間的相關性水平較高，相關系數(shù)幾乎接近于1，進一步驗證了銀行機構之間可能存在顯著的系統(tǒng)相關性。(6) Granger因果關系檢驗發(fā)現(xiàn)，在5％的顯著性