<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml"><wml><card  id="index"  title="清华金融评论  &raquo; Blog Archive   &raquo; 周皓、陈湘鹏、何碧清：中国系统性金融风险测度分析与政策建议"  ><p>
			标题：周皓、陈湘鹏、何碧清：中国系统性金融风险测度分析与政策建议<br/>
			时间：2018年5月15日 (下午3:57)<br/>
			分类：<a href="index-wap.php?cat=3321" title="查看央行与货币-总54期中的全部文章" >央行与货币-总54期</a>,  <a href="index-wap.php?cat=3316" title="查看总54期中的全部文章" >总54期</a>,  <a href="index-wap.php?cat=16" title="查看政策与监管中的全部文章" >政策与监管</a>,  <a href="index-wap.php?cat=2" title="查看清华金融评论杂志文章中的全部文章" >清华金融评论杂志文章</a><br/>
            标签：无<br/>
			作者：清华金融评论<br/> 
            <br/>
             [1]
本文在借鉴现有国内外学术研究成果的基础上，从宏观与微观两个维度监测中国系统性金融风险的动态变化，认为中国整体系统性风险处于相对稳定区间，但监管层应持续保持“强监管、严监管”的态势，同时需要与市场参与者进行充分沟通，寻求最优监管节奏，最小化施政成本。另外，股份行的系统性金融风险覆盖能力相对较差，应引起金融监管层的特别关注。
在第五次全国金融会议上，党中央对中国未来经济金融的工作提出了三大任务：服务实体经济、防控金融风险、深化金融改革，“加强金融监管、防范金融风险”成为了中国金融工作的基本主题之一。此前，在2017年4月的中央政治局会议和政治局关于国家金融安全的集体学习上提出的“确保不发生系统性金融风险”是中央最高决策机构首次以“底线”的表述强调金融稳定的重要性。因此，7月的全国金融工作会议指出，防止发生系统性金融风险是金融工作的永恒主题，并宣布设立国务院金融稳定发展委员会以加强金融监管协调、补齐监管短板。在强化金融稳定和金融安全的背景下，金融监管部门纷纷加强了金融监管政策，央行强化了MPA（宏观审慎管理体系）考核机制并联合三会与外管局制定规范金融机构资产管理业务的指导意见（征求意见稿）；银监会（原）开展了“三违反”“三套利”“四不当”以及股权和对外投资、机构和高管、规章制度、业务、产品、行业廉洁风险等十个方面的治理行动；证监会加强了对并购重组、新股发行等方面的监管力度，并进一步健全了以监管会员交易为中心的交易行为监管模式，健全穿透式监管机制，防止监管套利；保监会（原）第二代偿付能力监管制度体系全面实施，从严监管保险资金投资各类金融产品，严禁投资基础资产不清、资金去向不清、风险状况不清等多层嵌套产品，并完善了保险市场退出和业务转让制度框架。
在此背景下，测度、分析和总结中国系统性金融风险的整体表现以及各类别金融机构对整体系统性金融风险的边际贡献，可以为金融监管政策的制定与调整提供科学参考。因此，本文从宏观维度和微观维度对系统性金融风险进行测度，其中宏观维度的系统性风险指标包括金融体系巨灾风险（CATFIN），而微观维度的系统性风险指标包括系统性预期损失值(SES)、条件在险价值(ΔCoVaR)以及系统性风险指标(SRISK)。
宏观层面整体保持稳定 监管层应寻求最优监管节奏
金融体系巨灾风险（CATFIN）是由Allen et al.(2012)提出的，该指标采用极值理论（Extreme Value Theory）测度金融（房地产）行业内各机构的巨灾风险（极端尾部风险），进而描述对应经济体的系统性风险动态变化。该指标能够显著地预测未来六个月的宏观经济下行压力，且对银行信贷紧缩和银行利润的下滑具有较好的预测性，因此该指标在学术界、实务界及监管机构均得到了广泛的应用。另外，Chen et al.(2017)证明该指标在中国金融市场同样具有较好的应用性。
本文选取中国包括金融业及房地产业的202 家个体上市机构；以每个月各家机构的月度超额收益（月度收益减去当期无风险利率）构建横截面数据集，采用广义帕累托分布（GPD）、广义极值理论（GEV）和非参数方法等分别计算横截面的极端尾部风险值；对上述三个指标值进行标准化处理后，取其主成分部分，继而构造得到金融体系巨灾风险指标（CATFIN）。
从2006年6月至2017年12月历时12年的历史跨度来看（见图1），当前中国金融体系的巨灾风险指标（CATFIN）处于相对稳定区间，远离风险警戒阈，其波动率也处于历史正常水平。这表明，中国宏观层面的系统性金融风险处于正常状态，金融体系整体保持稳定，未来一段时间出现系统性事件（systemic event）的可能性极低。
而中国实体经济的运行状态与巨灾风险指标走势也相互印证。当前中国经济保持了平稳、健康的发展态势，随着供给侧改革的不断深化，经济增速缓中趋稳，经济结构持续优化、增长的质量得到提高。2017年，四个季度国内生产总值同比增速分别为6.9%、6.9%、6.8%、6.8%，均高于（或持平于）2016年同期水平，也高于市场预期；中国制造业采购经理指数（PMI）全年高于荣枯线，并在9月录得5年以来最高值52.4%；3-12月工业出口交货值平均同比增长10.13%，远高于2016年同期1.02%的平均增长率。严监管态势下，金融数据也整体符合市场预期，“回表”继续支撑信贷增长。2017年全年，金融机构新增贷款13.53万亿，同比增长7.0%；金融机构各项贷款余额120.13万亿，同比增长12.7%；社会融资规模存量174.64万亿，同比增长12.0%。总体来看，当前信贷扩张情况良好，并未因监管加强受到太大冲击。另外值得一提的是，2017年以来针对中国房地产市场的调控政策在严厉程度与密集程度上均超过了以往，2017年全年有逾50个城市共出台房地产相关调控政策超180次。调控政策的制定与施行趋于精准化、精细化，旨在以温和的方式降低房地产市场前期积累的隐患，并促进民生。
 [2]
金融业方面，银行业、证券期货业、保险业规模皆稳健增长，在自身业务改革和监管力度不断加强的背景下，金融业对实体经济的支持力度持续增强。随着严厉监管的密集出台，前期银行业存在的市场乱象得到有效控制；央行的货币政策维持“稳健中性”，并有意培养市场对于“紧平衡”的预期，意在推动“去杠杆”，严防系统性金融风险的积聚。汇率方面，2017年3月以来人民币对美元汇率出现了方向性的变化，改变了自“811汇改”之后的贬值趋势，稳定态势明显；6月，货币当局在汇率中间价定价机制中引入逆周期因子，旨在适度对冲市场情绪的顺周期波动，缓解外汇市场的单边一致性预期。截取2015年之后的数据来看，金融巨灾风险指标（CATFIN）只有在股市异常波动期间突破了风险警戒阈，其余绝大部分时间处于安全区域内波动。考虑到所选取指标的性质、数据的频率，我们认为，该指标的长期趋势变动主要反映了金融体系稳定性和市场长期预期等方面的信息，而其短期波动则与监管政策变动和市场过激反应关系紧密。例如，2017年3月以来，随着党中央重点强调加强金融监管、各部委紧密出台相应的监管政策，金融巨灾风险指标和市场恐慌情绪曾在4-6月份快速上升，但随着“金融监管稳中有进”和“紧平衡”的政策意图逐渐明朗、银行业市场乱象专项治理取得积极进展，前期的过激上升被市场逐步消化。
因此，为了深化金融改革，严防系统性金融风险，让金融更有效地服务实体经济，金融监管总体上应持续保持“强监管、严监管”的态势，突出功能监管和行为监管。同时，金融监管部门应该实时关注市场动态与反应，加强与市场参与者的沟通交流，促进形成稳定的市场预期，避免监管政策的急剧变动引致市场过激反应与大幅动荡，不断提高持续监管的科学性和有效性，最小化施政成本，寻求最优的监管节奏。
行业结构层面银行业边际贡献 股份行需要关注
从微观系统性金融风险指标来看，本文选取系统性预期损失值（SES）、条件在险价值（ΔCoVaR）以及系统性风险指标（SRISK）对目前上市的全部金融机构（共57家）的微观系统性金融风险进行测度，并将它们按照银行业、证券业、保险业三个行业来做子样本分析（见图2）。
 [3]
其中，系统性预期损失值(SES)是由Acharya et al.(2017)提出的，其核心思想是测度单一金融机构在系统性危机（这里系统性危机被定义为金融系统实际资本低于最低监管基本要求）条件下的预期资本损失值，指标值越大表示金融机构对系统性危机的贡献值越高，即该机构的系统性金融风险越大。Acharya et al.(2017)还证明了系统性预期损失值（SES）与边际预期损失和财务杠杆率呈线性相关性。传统金融监管核心指标在险价值(VaR)只能度量单一机构的尾部风险，未考虑金融外部性的特点，且具有较强的顺周期性，不符合微观审慎监管的基本原则。为了克服这些缺点，纽约联储的Adrian和Brunnermeier(2016)对在险价值(VaR)进行改进，并提出条件在险价值(ΔCoVaR)。该指标的核心思想是度量在单一金融机构出现尾部事件条件下金融系统的预期在险价值，即单一机构的尾部事件引起金融系统出现预期尾部损失值越大，则该机构的系统性风险越大。系统性风险指标(SRISK)是由Brownlees和Engle(2016)提出的。该指标的核心构造思想与系统性预期损失值(SES)是一致的，二者都是测度单一金融机构在系统性危机条件下的预期资本损失值，但在系统性风险指标(SRISK)的框架下，系统性危机被定义为股票市场在6个月内出现40%的下滑。
根据统计与研究显示，首先，银行业金融机构的系统性金融风险的边际贡献最大。银行业、证券业、保险业三个子行业的ΔCoVaR值自2017年以来明显下降，SRISK值和SES值也远低于2015年股市异常波动时期的峰值，且趋势稳定。同时，从各风险指标的总量对比来看，因为银行的总体规模远高于证券业和保险业，其系统性金融风险指标的总值和均值明显高于证券业和保险业，但均值差距不如总量对比时悬殊。也就是说，银行业对我国整体系统性金融风险的边际贡献最大，我国系统性金融风险防范的重点对象是银行业金融机构。
其次，股份行的系统性金融风险覆盖能力相对较差。将银行业分拆为国有行、股份行和城商行进行子样本分析，并以“市值/SRISK”表征各机构的预期资本损失覆盖程度（系统性金融风险覆盖能力），我们发现在银行业内，股份行的系统性金融风险覆盖能力相对较差。一方面，2017年一季度以来，国有行和股份行的预期资本损失覆盖程度均处于上升态势，而城商行的预期资本损失覆盖程度保持平稳，即在“强监管”背景下，银行业金融机构整体的系统性金融风险覆盖能力正在加强。另一方面，2015年以来，国有行和城商行的预期资本损失覆盖程度多大于1，尤其是城商行的预期资本损失覆盖程度基本维持在1.5 以上；相反，股份行的预期资本损失覆盖程度较低，大部分时期内在0.8～1的区间内波动，低于银行业平均水平，应引起监管层的特别关注。
再次，国有行边际贡献趋于下降，股份行边际贡献一度急剧上升。此前我们在《2017年中国系统性金融风险第一季度报告》中分析表明，中、农、工、建、交五大国有大型商业银行的各项风险指标已稳定在低值。同年2季度至年末，国有行的系统性金融风险边际贡献值进一步降低（见图3），其中SRISK值和ΔCoVaR值降幅明显，尤其是ΔCoVaR值已经降至2010年以来的最低水平。这一方面得益于国有行在信用风险管理方面的改善。2017年以来，商业银行整体的不良贷款余额增速处于下降态势，增速保持在2%-5%的区间内。2017年全年，国有行的不良贷款余额季度平均增速为-0.11%，远低于银行业整体的3.06%、股份行的3.14%和城商行的5.04%；尤其在第2、3季度，国有行的不良贷款余额已进入下降状态，其中第3季度的不良贷款余额增速为-2.01%。另一方面，这得益于国有行在资本充足率和盈利能力方面的优势。2014年以来，国有行的资本充足率季度均值比股份行和城商行分别高出了2.37%和1.73%；同时，国有行的资产利润率季度均值也分别高于股份行和城商行，指标差值长期稳定在0.2%左右。但值得注意的是，股份制银行的系统性金融风险仍需重点关注（见图4）。股份制银行的SES值、ΔCoVaR值和SRISK值虽在总体上保持平稳，但波动较大，多次达到局部高点，尤其是SRISK值在2017年中一度触及2015年股市异常波动时期的水平。这与股份行的内控乱象以及监管层密集出台严厉监管措施相关。2017年1季度以来，股份行“销售虚构理财产品”“私刻公章”“违规担保”等案件层出不穷，对投资者和整个金融市场都造成了负面冲击。其次，股份行面临的业绩压力和市场竞争高于国有行，开展高风险业务的倾向性也更强，因此在出台落实同业业务穿透原则、统一监管资管业务等条例时，股份制银行所受的冲击也就更大。尤其是机构层面部分中小银行与保险公司值得监管层重点关注。
  [4]
 [5]
与其他度量方法的对比分析与结论
通过多个维度的对比，本文选择的指标主要因其有四方面优势：一是具有前瞻性，而非单纯依靠滞后的经济数据；二是考虑了市场预期因素；三是市场价格数据更加客观，不易受到主观因素影响和操控；四是数据频率高（每日），比其他指标更及时地反映金融系统的变化。国际清算银行公布的“私人非金融部门信贷/GDP缺口指标（credit-to-GDP gap）”指标、银监会（原）公布的“不良贷款率（NPL Ratio）”指标，以及国际货币基金组织（IMF）在国际金融稳定研究（GFSR）中公布的“风险贷款（debt at risk）”指标是度量中国金融风险的三个重要替代指标。2017年2季度以来，这些替代指标也有所更新。国际清算银行的“私人非金融部门信贷/GDP缺口指标”指标在2016年3季度达到历史最高值28.8%，此后连续5个季度下降，于2017年2季度降至18.9%，同时达到4年来最低值与最大降幅。考虑到此指标的滞后性，虽然其绝对值还处于10%预警值的上方，但其在2季度较大幅度的下降已经能够印证 “中国系统性金融风险已显著下降”的判断。“商业银行不良贷款率（NPL Ratio）”指标在2016年3季度达到局部高点1.76%，在随后的连续5个季度（至2017年4季度止）维持在1.74%。这与本文“商业银行总体系统性金融风险维持在低值”的判断一致，也符合近期针对银行业乱象出台密集监管政策、严控不良贷款增幅的实情。国际货币基金组织（IMF）的“风险贷款（debt at risk）”指标并未在最新一期（2017年10月刊）国际金融稳定研究（GFSR）中有所更新，但从上期（2017年4月刊）数据来看，指标值从2015年的16.4%降至2016年的12.8%，降幅明显，且向10年均值靠拢。因此，总体来看，虽然一些替代指标的绝对数值还处于警戒线上方，或相对于其他新兴市场还较高，但其在近两年的时间段内大幅下降的趋势已能够表明中国系统性金融风险的显著下降。
总体而言，数据显示，2017年1季度以来中国整体的系统性金融风险处于相对稳定区间，远离风险警戒阈。因此监管层应持续保持“强监管、严监管”的态势，同时需要与市场参与者进行充分沟通，寻求最优监管节奏，最小化施政成本。与此同时，金融行业的三个子行业中，规模占比最大的银行业具有最高的系统性金融风险边际贡献。国有行的系统性金融风险边际贡献趋于下降，股份行的边际贡献却一度急剧上升，且股份行的系统性金融风险覆盖能力相对较差，应引起金融监管层的特别关注。且在机构层面，个别中小银行与保险公司的系统性金融风险指标增幅远高于行业均值，值得监管层重点关注。
（周皓为清华大学五道口金融学院副院长、紫光金融学讲席教授，陈湘鹏为清华大学五道口金融学院博士研究生，何碧清为清华大学国家金融研究院研究专员。本文选自由清华大学国家金融研究院货币政策与金融稳定研究中心编制和发布的《2017年度中国系统性金融风险报告》。本文编辑/王蕾）

[1] http://www.thfr.com.cn/wp-content/uploads/2018/05/yanghangyuhuobi.jpg
[2] http://www.thfr.com.cn/wp-content/uploads/2018/05/34.png
[3] http://www.thfr.com.cn/wp-content/uploads/2018/05/35.png
[4] http://www.thfr.com.cn/wp-content/uploads/2018/05/36.png
[5] http://www.thfr.com.cn/wp-content/uploads/2018/05/37.png            <br/>	
            <span class="stamp">上一篇：</span><a href="index-wap.php?p=74947">宗良、尹晓芸：拐点形成：全球货币政策呈现新特征</a><br/>            <span class="stamp">下一篇：</span><a href="index-wap.php?p=74935">高善文：中国企业部门杠杆率之谜</a><br/>    
                        
			</p></card></wml>