摘 要：本文基于中證800行業(yè)指數(shù)2013年-2018年日度數(shù)據(jù)，構(gòu)建靜態(tài)及動態(tài)CoVaR模型，研究該時期我國銀行、證券、保險三大金融子行業(yè)與金融業(yè)整體間的風(fēng)險溢出效應(yīng)。研究表明：①各行業(yè)間均存在顯著的風(fēng)險邊際溢出效應(yīng)，但影響程度有差異。②各行業(yè)間風(fēng)險總溢出效應(yīng)隨風(fēng)險水平改變。當(dāng)風(fēng)險加劇，證券業(yè)成為風(fēng)險溢出水平最大的行業(yè)。
　　關(guān)鍵詞：風(fēng)險溢出效應(yīng)；靜態(tài)CoVaR模型；動態(tài)CoVaR模型
　　一、前言
　　隨著金融業(yè)改革開放進程的加快，我國銀行業(yè)、證券業(yè)和保險業(yè)混業(yè)經(jīng)營趨勢也越發(fā)明顯。在此背景下，某一金融行業(yè)的個體風(fēng)險很容易通過關(guān)聯(lián)業(yè)務(wù)等渠道將風(fēng)險溢出給其他相關(guān)金融行業(yè)，進而對實體經(jīng)濟產(chǎn)生重大影響。因此，科學(xué)測度不同金融行業(yè)的風(fēng)險溢出效應(yīng)，對監(jiān)管和防范金融系統(tǒng)性風(fēng)險具有重要的理論意義和現(xiàn)實意義。
　　二、文獻綜述
　　系統(tǒng)性金融風(fēng)險溢出是指某金融機構(gòu)或行業(yè)遭受損失時，與其業(yè)務(wù)關(guān)聯(lián)的其他金融機構(gòu)或行業(yè)無法獨善其身，也會遭遇不同程度的損失。
　　Adrian和Brunnermeier（2008）在VaR模型以及分位數(shù)回歸的基礎(chǔ)上，首次提出構(gòu)建CoVaR模型來捕捉和度量金融機構(gòu)間的風(fēng)險溢出效應(yīng)，并得到了學(xué)術(shù)界的廣泛認可。殷克東等（2017）運用該模型對我國2008年-2014年金融行業(yè)間的風(fēng)險溢出情況進行了研究，結(jié)論顯示我國信托業(yè)目前受其他金融行業(yè)風(fēng)險溢出影響最大。嚴偉祥等（2017）使用DCC-GARCH模型檢驗金融市場間的風(fēng)險溢出效應(yīng)，并將該模型參數(shù)和結(jié)果植入CoVaR度量其風(fēng)險溢出效應(yīng)程度。
　　國內(nèi)外學(xué)者對于CoVaR方法在風(fēng)險溢出效應(yīng)測度方面的運用已經(jīng)有了較為豐富的實踐，但現(xiàn)有研究仍有尚未覆蓋的方向：①研究視角上，探究風(fēng)險水平發(fā)生變化時溢出效應(yīng)的變化情況。②數(shù)據(jù)選擇上，眾多研究在確定行業(yè)指標時口徑上缺乏一致性。因此，本文將選用分位數(shù)回歸技術(shù)，對2013年5月-2018年5月間中證800行業(yè)系列指數(shù)建立靜態(tài)和動態(tài)CoVaR模型，測度不同風(fēng)險水平下金融業(yè)間的風(fēng)險溢出效應(yīng)。
　　三、模型、方法和數(shù)據(jù)
　　1.模型設(shè)定與研究方法
　　本文建立CoVaR模型捕捉在特定風(fēng)險損失水平下，不同金融行業(yè)之間的風(fēng)險外溢程度。研究在某一金融機構(gòu)遭遇風(fēng)險損失時，其對相關(guān)金融機構(gòu)所造成的損失。
　�。�1）靜態(tài)CoVaR模型
　　CoVaR模型利用市場數(shù)據(jù)捕捉在極端風(fēng)險下不同金融行業(yè)之間的風(fēng)險外溢程度。定義為在1-q的置信水平下，當(dāng)行業(yè)j處于極端風(fēng)險下行業(yè)i的VaR值。本文以q作為分位數(shù)水平，選取q=0.05和q=0.01代表不同風(fēng)險程度。
　�。�2）動態(tài)CoVaR模型
　　動態(tài)CoVaR模型是在靜態(tài)CoVaR的基礎(chǔ)上引入一個“滾動窗口”，將一定期間時間段作為固定窗口進行回歸檢驗，動態(tài)考察不同金融市場系統(tǒng)性風(fēng)險外溢的變化情況。本文研究期內(nèi)的數(shù)據(jù)樣本共有1235有效交易日數(shù)據(jù)，選擇時間窗口的大小n=500，滾動步長l=1。
　　2.變量選取與數(shù)據(jù)說明
　　本文選用中證800金融、銀行、保險、資本市場指數(shù)分別代表對應(yīng)行業(yè)市場情況。數(shù)據(jù)的時間跨度自2013年5月9日至2018年5月30日，去除休息日、節(jié)假日及各市場時間不一致的情況后，共得到1235個有效交易數(shù)據(jù)。本文所有數(shù)據(jù)均來自wind資訊庫。
　　四、實證結(jié)果與分析
　　1.行業(yè)指數(shù)平穩(wěn)性處理
　　對所選指標的收盤指數(shù)取對數(shù)一階差分并乘以100來計算每日百分比對數(shù)收益率。然后對四個序列進行ADF檢驗，其P值均低于0.01，可以認為四個時間序列均平穩(wěn)。
　　2.靜態(tài)CoVaR模型結(jié)果與分析
　　（1）行業(yè)間風(fēng)險邊際溢出效應(yīng)測度結(jié)果與分析
　　從模型參數(shù)估計來看，參數(shù)β表示不考慮各金融行業(yè)的規(guī)模影響，僅反映在兩個行業(yè)間當(dāng)某一行業(yè)風(fēng)險發(fā)生變化時對另一行業(yè)的風(fēng)險外溢效應(yīng)強弱，即某一行業(yè)對另一行業(yè)發(fā)生風(fēng)險后的敏感性。
　　可以發(fā)現(xiàn)，在同一風(fēng)險水平下，子行業(yè)間及其對金融業(yè)的風(fēng)險邊際溢出效應(yīng)具有差異性。風(fēng)險加劇時，銀行業(yè)對其他行業(yè)的風(fēng)險邊際溢出效應(yīng)有一定的減弱，證券業(yè)對其他行業(yè)的風(fēng)險邊際溢出效應(yīng)則都有一定的加強。而通過對不同行業(yè)間風(fēng)險總溢出效應(yīng)測度結(jié)果與分析可知，我國銀行業(yè)、保險業(yè)和證券業(yè)由于混業(yè)經(jīng)營和業(yè)務(wù)合作的不斷深化和拓展，其系統(tǒng)性金融風(fēng)險傳染情況非常嚴重。當(dāng)風(fēng)險加劇時，證券業(yè)的危機將對金融業(yè)整體產(chǎn)生最大的額外風(fēng)險。
　　3.動態(tài)CoVaR模型結(jié)果與分析
　　將樣本數(shù)據(jù)隨時間窗口逐步向前滾動，對每次滾動后的時間序列進行分位數(shù)回歸，考察各子行業(yè)對金融業(yè)整體的動態(tài)總風(fēng)險溢出效應(yīng)的變化情況。
　　上圖顯示，各子行業(yè)對金融業(yè)整體的總風(fēng)險溢出效應(yīng)變化趨勢并不一致，呈現(xiàn)出典型的時變特征。具體可以分為以下兩個階段：
　　第一階段，序列區(qū)間[1，500]，起始點的變化區(qū)間為[2013/5，2015/5]，該段時間內(nèi)，我國股票市場漸漸復(fù)蘇，大量資金自各個渠道涌入，杠桿水平不斷加大，證券業(yè)對金融業(yè)整體的總風(fēng)險溢出高企。
　　第二階段，序列區(qū)間[500，675]，起始點的變化區(qū)間為[2015/5，2016/2]，該時期內(nèi)我國政府加強了對股市的監(jiān)管與調(diào)控，強去杠桿引發(fā)資金抽離。在股災(zāi)發(fā)生前期，證券業(yè)對金融業(yè)的總風(fēng)險溢出達到了峰值，隨著監(jiān)管政策力度的不斷加大，證券業(yè)的總風(fēng)險溢出顯著下降。
　　五、結(jié)論與建議
　　金融行業(yè)間的風(fēng)險邊際溢出效應(yīng)具有正向性和非對稱性。任一子行業(yè)風(fēng)險的增加都會使得金融業(yè)整體和其他子行業(yè)的風(fēng)險加劇，但其受影響程度大有區(qū)別。金融行業(yè)間的風(fēng)險總溢出效應(yīng)與邊際溢出效應(yīng)規(guī)律差異顯著。另外，系統(tǒng)性金融風(fēng)險監(jiān)控是一個全局性、長期性的工作，除了要借鑒金融行業(yè)間風(fēng)險溢出效應(yīng)的敏感性來構(gòu)建風(fēng)險預(yù)警體系外，在加大金融創(chuàng)新的過程中，尤其要關(guān)注混業(yè)經(jīng)營等方式對風(fēng)險溢出的影響，做好事前風(fēng)險防范。
　　參考文獻：
　　[1]Group of Ten.Report on Consolidation in the Financial Sector[R].Bankfor International Settlements，2001.
　　[2]Adrian T，Brunnermeier M.K. CoVaR[R].Federal Reserve Bank of New York Staff Report，No.348，2008.
　　[3]殷克東，任文菡，肖游.我國金融業(yè)內(nèi)系統(tǒng)性風(fēng)險溢出效應(yīng)研究[J].統(tǒng)計與決策，2017（01）：156-161.
　　[4]嚴偉祥，張維，牛華偉.金融風(fēng)險動態(tài)相關(guān)與風(fēng)險溢出異質(zhì)性研究[J].財貿(mào)經(jīng)濟，2017，38（10）：67-81.
　　作者簡介：周陽（1994- ），男，漢族，江蘇宿遷人，南京郵電大學(xué)經(jīng)濟學(xué)院，2016級研究生，應(yīng)用統(tǒng)計專業(yè)

相關(guān)熱詞搜索：金融業(yè) 溢出 效應(yīng) 風(fēng)險 我國