基于CoES模型剖析我国系统性金融风险溢出效应：理论、实证与对策

基于CoES模型剖析我国系统性金融风险溢出效应：理论、实证与对策一、引言1.1研究背景与意义金融作为现代经济的核心，在经济发展中扮演着至关重要的角色。新中国成立75年来，我国金融业取得了历史性成就，从单一的存贷款功能发展为适应市场经济要求的现代化金融体系，已迈入世界金融大国之列。在银行业方面，资产总量规模不断攀升，2024年二季度末已超480万亿元，且工商银行、建设银行、农业银行、中国银行在英国《银行家》杂志发布的2024年度全球银行1000强榜单中，按一级资本排名位列前四。在资本市场领域，形成了包括主板、中小板、创业板、新三板、科创板、北交所等在内的多层次资本市场体系，A股市场规模不断扩大，成为全球第二大股票市场。同时，债券市场和保险市场也在蓬勃发展，分别位居全球第二。我国金融业国际地位不断上升，人民币加入国际货币基金组织特别提款权（SDR）货币篮子，A股和债券市场被纳入全球指数，还发起成立了亚投行、新开发银行等国际合作机制。然而，随着金融市场的不断发展和金融创新的持续涌现，金融行业之间的联系日益紧密，系统性金融风险问题愈发凸显。系统性金融风险溢出效应是指在一个金融系统中，某个领域或行业的风险事件通过某种机制传递给其他领域或行业，从而导致整个系统的不稳定。这种风险溢出效应具有复杂性和隐蔽性，其产生的原因多种多样。市场价格波动是一个重要因素，例如股票市场价格的大幅下跌可能引发投资者恐慌，进而导致资金从其他金融市场撤离，引发连锁反应。信息不对称也会使得投资者难以准确判断风险状况，一旦某个金融机构出现问题，市场上的不确定性增加，投资者可能会对整个金融体系失去信心，引发风险的扩散。羊群效应同样不可忽视，当投资者看到其他投资者纷纷采取某种投资行为时，往往会盲目跟风，这在金融市场出现波动时，会加剧风险的传播。在2008年全球金融危机中，美国次贷危机引发的风险迅速在全球金融市场蔓延。美国房地产市场泡沫破裂，次级抵押贷款机构破产，投资银行遭受重创，如雷曼兄弟倒闭。这一风险通过金融机构之间的业务关联、资金流动等渠道，迅速传播到欧洲、亚洲等地区的金融市场，导致全球股市暴跌、金融机构资产减值、信贷紧缩，许多国家的实体经济也受到严重冲击，失业率上升，经济增长放缓。此次危机充分展示了系统性金融风险溢出效应的巨大破坏力，也让各国政府和金融监管机构深刻认识到防范系统性金融风险的重要性。在中国金融市场中，也存在着诸多可能引发系统性金融风险溢出的因素。随着金融机构混业经营趋势的加强，银行、证券、保险等行业之间的业务往来日益频繁，交叉性金融产品不断涌现，这使得风险在不同金融行业之间的传播变得更加容易。当银行业出现信贷风险时，可能会影响到与之有业务往来的证券公司和保险公司，导致它们的资产质量下降，进而引发整个金融体系的不稳定。金融创新在推动金融市场发展的同时，也带来了新的风险。一些新型金融工具和业务模式，如金融衍生品、互联网金融等，由于其复杂性和监管难度较大，可能成为风险的源头，并通过各种渠道溢出到整个金融系统。在当前我国金融市场不断开放、金融创新持续推进的背景下，研究系统性金融风险溢出效应具有极其重要的意义。从理论层面来看，深入研究系统性金融风险溢出效应有助于完善金融风险理论体系。目前对于系统性金融风险的研究虽然已经取得了一定成果，但在风险溢出的内在机制、传导渠道以及影响因素等方面仍存在许多有待深入探讨的问题。通过对基于CoES模型的我国系统性金融风险溢出效应的研究，可以进一步丰富和完善金融风险理论，为后续研究提供新的视角和方法，有助于更深入地理解金融市场的运行规律和风险特征。从实践角度出发，准确评估系统性金融风险溢出效应能为金融监管部门制定科学合理的监管政策提供有力依据。监管部门可以根据风险溢出的程度和方向，有针对性地加强对重点金融机构和领域的监管，及时采取措施防范风险的扩散。对于风险溢出效应较强的金融机构，可以提高其监管标准，加强对其资本充足率、流动性等方面的监管要求，以增强其抵御风险的能力。研究结果还能帮助金融机构更好地进行风险管理，优化资产配置。金融机构可以根据风险溢出的情况，合理调整投资组合，降低对风险关联度较高的资产的投资，提高自身的风险防范能力，在追求盈利的同时确保金融体系的稳定运行。1.2研究目标与内容本研究旨在借助CoES（条件在险价值）模型，对我国系统性金融风险溢出效应展开深入探究，剖析金融风险在不同金融机构、金融市场以及金融行业之间的传导机制与影响程度，为有效防范和化解系统性金融风险提供科学依据与政策建议。研究内容主要涵盖以下几个方面：首先，对系统性金融风险溢出效应的理论基础进行深入剖析。系统性金融风险溢出效应是金融领域的重要研究课题，其理论基础涉及金融脆弱性理论、金融传染理论以及风险溢出理论等多个方面。金融脆弱性理论指出，金融体系本身具有内在的不稳定性，容易受到各种因素的影响而引发风险。金融传染理论则强调了金融风险在不同金融机构和市场之间的传播机制，如通过资金流动、业务关联等渠道。风险溢出理论进一步阐述了风险从一个金融主体向其他主体扩散的现象和规律。通过对这些理论的梳理和分析，明确系统性金融风险溢出效应的内涵、特征和形成原因，为后续的研究提供坚实的理论支撑。其次，对CoES模型进行详细介绍与改进。CoES模型作为一种常用的风险度量方法，在金融领域得到了广泛应用。然而，传统的CoES模型在实际应用中存在一些局限性，如对风险的非线性特征刻画不足、对极端风险的估计不够准确等。因此，本研究将对CoES模型进行深入研究，结合我国金融市场的特点，对其进行改进和优化，以提高模型对我国系统性金融风险溢出效应的度量精度。具体而言，将引入更加灵活的分布假设，考虑金融变量的厚尾特征和时变相关性，同时结合机器学习等技术，提高模型的预测能力和适应性。再次，基于改进后的CoES模型，对我国系统性金融风险溢出效应进行实证研究。选取我国具有代表性的金融机构和金融市场数据，运用改进后的CoES模型，对不同金融机构、金融市场以及金融行业之间的风险溢出效应进行量化分析。通过实证研究，揭示我国系统性金融风险溢出的方向、强度和时变特征。例如，分析银行、证券、保险等金融行业之间的风险溢出关系，以及股票市场、债券市场、外汇市场等金融市场之间的风险传导路径。同时，结合宏观经济数据，探究宏观经济因素对系统性金融风险溢出效应的影响，如经济增长、通货膨胀、利率水平等因素的变化如何影响风险溢出的程度和方向。然后，对我国系统性金融风险溢出的影响因素进行深入分析。除了宏观经济因素外，金融机构的微观特征、金融市场的结构和监管政策等因素也会对系统性金融风险溢出效应产生重要影响。金融机构的资本充足率、杠杆率、流动性水平等微观特征反映了其风险承受能力和风险管理水平，这些因素的变化会直接影响金融机构之间的风险溢出关系。金融市场的结构，如市场集中度、交易活跃度等，也会影响风险的传播速度和范围。监管政策的制定和实施对金融机构的行为和市场的稳定性具有重要引导作用，不同的监管政策会对系统性金融风险溢出效应产生不同的影响。通过对这些影响因素的分析，找出影响我国系统性金融风险溢出的关键因素，为制定有效的风险防范政策提供依据。最后，根据研究结果，提出防范和化解我国系统性金融风险的政策建议。基于对我国系统性金融风险溢出效应的实证研究和影响因素分析，从金融监管、金融机构风险管理、市场机制完善等多个角度提出针对性的政策建议。在金融监管方面，加强宏观审慎监管，建立健全风险监测和预警体系，提高监管的有效性和针对性。针对风险溢出效应较强的金融机构和市场，制定更加严格的监管标准，加强对其业务活动的监督和管理。在金融机构风险管理方面，鼓励金融机构加强自身风险管理能力建设，提高资本充足率，优化资产负债结构，降低杠杆率，增强抵御风险的能力。同时，加强金融机构之间的信息共享和合作，共同应对系统性金融风险。在市场机制完善方面，进一步完善金融市场的法律法规和制度建设，提高市场的透明度和规范性，促进金融市场的健康稳定发展。此外，还应加强国际合作，共同应对全球金融风险的挑战，维护国际金融市场的稳定。1.3研究方法与创新点本研究综合运用多种研究方法，力求全面、深入地剖析基于CoES模型的我国系统性金融风险溢出效应。在研究过程中，首先采用文献研究法，广泛搜集国内外关于系统性金融风险溢出效应、CoES模型等相关领域的学术文献、研究报告以及政策文件等资料。通过对这些资料的梳理与分析，全面了解该领域的研究现状、前沿动态以及已有研究成果的优点与不足，从而明确本文的研究方向和重点，为后续研究奠定坚实的理论基础。在梳理文献时发现，现有研究在风险溢出效应的度量方法上存在一定差异，部分研究对CoES模型的应用还不够深入，且对于我国金融市场中风险溢出效应的时变特征和非对称特征研究相对较少，这些都为本文的研究提供了切入点。其次，运用实证分析法，以我国金融市场的实际数据为基础，进行深入的量化分析。选取具有代表性的金融机构和金融市场数据，包括股票价格、债券收益率、汇率等市场数据，以及金融机构的资产负债表、利润表等财务数据。同时，收集宏观经济数据，如国内生产总值（GDP）、通货膨胀率、利率等，以便探究宏观经济因素对系统性金融风险溢出效应的影响。运用改进后的CoES模型，对不同金融机构、金融市场以及金融行业之间的风险溢出效应进行量化分析，揭示风险溢出的方向、强度和时变特征。通过实证分析，能够更加直观地了解我国系统性金融风险溢出效应的实际情况，为研究结论的得出提供有力的数据支持。在实证分析过程中，利用Eviews、Stata等统计软件对数据进行处理和分析，通过构建回归模型、进行格兰杰因果检验等方法，深入探究风险溢出效应与各影响因素之间的关系。最后，采用案例分析法，选取我国金融市场中具有代表性的风险事件作为案例，如2015年股灾、包商银行破产事件等。对这些案例进行深入剖析，分析风险事件发生的背景、原因、发展过程以及风险在不同金融机构和市场之间的溢出路径和影响。通过案例分析，能够更加生动、具体地理解系统性金融风险溢出效应的实际表现和影响机制，进一步验证实证分析的结果，为政策建议的提出提供实际案例参考。以2015年股灾为例，在股灾期间，股票市场大幅下跌，风险通过融资融券、股权质押等业务渠道迅速传导至银行业和证券公司，导致这些金融机构的资产质量下降，市场流动性紧张，进而对整个金融体系的稳定造成了严重威胁。通过对这一案例的分析，可以清晰地看到系统性金融风险溢出效应的巨大破坏力以及风险传导的具体路径。本研究的创新点主要体现在以下几个方面：在研究视角上，不仅关注金融机构之间的风险溢出效应，还从金融市场和金融行业的角度进行综合分析，全面考察系统性金融风险在不同层面的溢出情况。同时，将宏观经济因素纳入研究框架，深入探究宏观经济环境对系统性金融风险溢出效应的影响，为系统性金融风险的研究提供了更为全面的视角。在研究方法上，对传统的CoES模型进行改进，结合我国金融市场的特点，引入更加灵活的分布假设，考虑金融变量的厚尾特征和时变相关性，提高了模型对我国系统性金融风险溢出效应的度量精度。同时，结合机器学习等技术，增强模型的预测能力和适应性，使研究结果更加准确可靠。在研究内容上，深入分析我国系统性金融风险溢出的影响因素，不仅考虑宏观经济因素，还对金融机构的微观特征、金融市场的结构和监管政策等因素进行全面分析，找出影响我国系统性金融风险溢出的关键因素，为制定有效的风险防范政策提供了更为全面的依据。二、理论基础与文献综述2.1系统性金融风险理论系统性金融风险是金融领域的核心概念之一，对金融市场的稳定和实体经济的发展有着深远影响。其定义指的是可能对正常开展金融服务产生重大影响，进而对实体经济造成巨大负面冲击的金融风险。从来源上看，在时间维度，它一般由金融活动的一致行为引发并随时间累积，主要表现为金融杠杆的过度扩张或收缩，由此导致风险顺周期的自我强化、自我放大；在结构维度，通常由特定机构或市场的不稳定引发，通过金融机构、金融市场、金融基础设施间的相互关联等途径扩散，表现为风险跨机构、跨部门、跨市场、跨境传染。系统性金融风险具有多个显著特征。复杂性体现在其形成和传导涉及众多因素和主体，金融市场的多元化、金融机构业务的交叉性以及宏观经济环境的多变性，使得系统性金融风险的产生和发展受到多种因素交织影响，难以准确把握和预测。突发性意味着风险往往在短时间内集中爆发，在风险积累阶段，由于各种因素的相互作用和隐藏，风险可能不易被察觉，但一旦触发某些关键因素，就会迅速引发危机，给金融市场和实体经济带来巨大冲击。交叉传染性快、波及范围广表明金融体系内各机构和市场紧密相连，一个局部的风险事件能通过资金流动、业务关联、信息传播等多种渠道快速扩散，不仅影响金融机构，还会波及实体经济，甚至引发全球性的金融动荡。负外部性强则指系统性金融风险爆发后，会对整个社会经济造成广泛的负面影响，而这种影响往往由社会公众共同承担，金融机构自身却难以完全内部化这些成本。系统性金融风险的形成机制较为复杂，是多种因素共同作用的结果。金融系统的内在脆弱性是重要因素之一，金融业的高杠杆经营模式使得金融机构对风险的抵御能力相对较弱。在经济繁荣时期，金融机构为追求高额利润，往往过度扩张信用，提高杠杆率，一旦经济形势逆转，资产价格下跌，就会导致金融机构资产缩水，面临巨大的偿债压力，容易引发系统性风险。金融市场的信息不对称也不容忽视，投资者和金融机构之间、金融机构内部不同部门之间，都可能存在信息不对称的情况。这种信息不对称会导致市场参与者难以准确评估风险，容易做出错误的决策，进而引发市场的不稳定。金融市场参与者的非理性行为同样会推动系统性金融风险的形成，在市场情绪的影响下，投资者往往会出现过度乐观或过度悲观的情绪，导致资产价格偏离其内在价值，形成资产泡沫。当泡沫破裂时，就会引发金融市场的动荡，进而传导至整个金融体系。宏观经济环境的变化也是系统性金融风险形成的重要外部因素。经济衰退会导致企业盈利能力下降，偿债能力减弱，金融机构的不良贷款增加，资产质量恶化，从而引发系统性金融风险。利率、汇率等宏观经济变量的波动，也会对金融市场产生重要影响。利率的大幅上升会增加企业和个人的融资成本，抑制投资和消费，导致经济增长放缓，同时也会使金融机构的资金成本上升，资产价格下跌，增加金融风险。汇率的波动则会影响国际贸易和资本流动，对金融机构的外汇资产和负债产生影响，进而引发系统性金融风险。政策的调整也可能引发系统性金融风险，货币政策的突然收紧或放松、监管政策的重大变化等，都可能对金融市场和金融机构产生冲击，导致风险的积累和爆发。2.2风险溢出效应理论金融风险溢出效应是指一个金融市场或金融机构的风险状况对其他金融市场或机构产生的影响，这种影响超出了自身范围，通过各种传导机制扩散到其他领域，进而影响整个金融体系的稳定性。金融风险溢出效应具有复杂性、突发性、传染性和非对称性等特征。复杂性体现在其产生和传导受到多种因素的综合作用，涵盖金融市场的微观结构、宏观经济环境、投资者行为以及政策制度等多个方面。不同因素之间相互交织、相互影响，使得金融风险溢出效应的形成机制极为复杂，难以准确预测和把握。突发性表现为风险溢出往往在短时间内迅速发生，在风险积累阶段，各种因素可能处于相对平衡的状态，风险不易被察觉，但一旦某个关键因素发生变化，打破了这种平衡，风险就会突然爆发并迅速传播。传染性是金融风险溢出效应的重要特征之一，金融市场之间存在着广泛的联系和互动，一个市场的风险事件可以通过资金流动、业务关联、信息传播等渠道，迅速扩散到其他市场，引发连锁反应。这种传染性不仅会导致金融市场的动荡，还可能对实体经济产生严重冲击。非对称性则指风险溢出效应在不同市场或机构之间的传播和影响程度并非完全相同，存在着差异。在某些情况下，一个市场的风险可能对另一个市场产生较大的溢出效应，而在其他情况下，溢出效应可能相对较小，这种非对称性增加了金融风险溢出效应的研究和管理难度。金融风险溢出效应的传导机制主要包括资金流动渠道、业务关联渠道和信息传播渠道。资金流动渠道方面，金融机构和投资者在不同金融市场之间进行资金配置，以追求收益最大化和风险分散。当某个金融市场出现风险事件时，投资者为了规避风险，会迅速调整投资组合，将资金从风险较高的市场撤出，转而投向相对安全的市场。这种资金的大规模流动会导致不同金融市场之间的资金供求关系发生变化，从而引发风险的传导。在2008年全球金融危机期间，美国次贷危机爆发后，大量国际资金从新兴市场国家的金融市场撤离，导致这些国家的股市暴跌、汇率贬值，金融市场陷入动荡。业务关联渠道上，金融机构之间存在着广泛的业务往来，如银行与证券公司之间的融资融券业务、金融机构之间的同业拆借业务、资产证券化业务等。当一家金融机构出现风险时，会通过业务关联直接影响到与其有业务往来的其他金融机构。一家银行如果出现大量不良贷款，导致资产质量下降，其在同业拆借市场上的融资能力就会受到影响，进而可能引发其他金融机构的流动性风险。金融机构在开展业务过程中，还会通过资产负债表的关联，将风险传递给其他机构。如果一家保险公司持有大量某家企业的债券，当该企业出现违约风险时，保险公司的资产价值就会下降，进而影响其财务状况和偿付能力。信息传播渠道中，金融市场是一个信息高度敏感的市场，信息的传播速度极快且影响范围广泛。当某个金融市场出现风险事件时，相关信息会迅速在市场中传播，引发投资者的恐慌情绪。投资者基于这些信息会调整自己的投资决策，从而导致风险在不同金融市场之间传播。一家上市公司发布业绩亏损的公告，可能会引发投资者对该公司未来发展的担忧，进而导致其股票价格下跌。这种负面信息还可能通过媒体、社交网络等渠道传播，引发投资者对整个行业或市场的担忧，导致其他相关股票价格也出现下跌，从而实现风险的溢出。金融风险溢出效应会对金融市场和实体经济产生多方面的影响。对金融市场而言，风险溢出效应会加剧市场的波动性，增加市场的不确定性。当风险在不同金融市场之间传播时，会导致市场价格的大幅波动，投资者的信心受到打击，市场交易活跃度下降。风险溢出效应还可能引发金融市场的系统性风险，当多个金融市场同时受到风险溢出的影响时，整个金融体系的稳定性就会受到威胁，甚至可能引发金融危机。对实体经济的影响主要表现在，金融风险溢出效应会导致企业融资难度增加，融资成本上升。当金融市场出现动荡时，金融机构为了降低风险，会收紧信贷政策，减少对企业的贷款投放，使得企业难以获得足够的资金支持，从而影响企业的生产经营和发展。风险溢出效应还会影响消费者的信心和消费行为，导致消费需求下降，进而对实体经济的增长产生负面影响。2.3CoES模型介绍CoES（条件在险价值）模型是一种用于度量金融风险溢出效应的重要工具，在金融风险管理领域具有广泛应用。该模型旨在评估在特定市场条件下，某个金融机构或金融市场的风险状况对整个金融系统风险的边际贡献，即当某一金融机构处于极端风险状态时，整个金融系统所面临的风险水平。CoES模型的原理基于在险价值（VaR）的概念。VaR是指在一定的置信水平下，某一金融资产或投资组合在未来特定时期内可能遭受的最大损失。然而，VaR存在一定局限性，它只考虑了损失分布的分位数，未能充分反映极端损失情况下的风险状况。CoES模型则弥补了这一不足，它度量的是在给定金融机构处于风险状态（如损失超过其VaR）时，整个金融系统损失的条件期望。其计算公式可以表示为：CoES_{i|S}^{\alpha}=E[L_S|L_i\geqVaR_i^{\alpha}]其中，CoES_{i|S}^{\alpha}表示在置信水平\alpha下，金融机构i对金融系统S的条件在险价值；L_S表示金融系统S的损失；L_i表示金融机构i的损失；VaR_i^{\alpha}表示金融机构i在置信水平\alpha下的在险价值。这一公式表明，CoES是在金融机构i的损失超过其自身VaR的条件下，金融系统S损失的期望值。在实际计算中，通常需要通过一定的方法来估计金融机构之间的风险相关性。常用的方法包括Copula函数等。Copula函数能够灵活地刻画金融变量之间的非线性相关关系，尤其是在尾部的相关性，这对于准确度量风险溢出效应至关重要。通过Copula函数，可以将金融机构各自的边缘分布连接起来，从而构建出联合分布，进而计算出CoES。CoES模型具有多方面的优势。该模型能够更全面、准确地反映金融机构对整个金融系统风险的贡献。与传统的风险度量指标如VaR相比，CoES不仅考虑了单个金融机构自身的风险，还充分考虑了其风险对整个金融系统的溢出效应，从系统层面评估风险，这对于防范系统性金融风险具有重要意义。CoES模型能够有效捕捉金融市场中的极端风险情况。在金融市场中，极端风险事件虽然发生概率较低，但一旦发生，往往会对金融系统造成巨大冲击。CoES模型关注的是在极端情况下金融系统的风险状况，有助于金融监管部门和投资者更好地了解和应对潜在的重大风险。CoES模型还具有良好的可解释性和直观性。其计算结果直接表示了在特定条件下金融系统的风险水平，便于金融从业者和决策者理解和运用，为风险管理和监管决策提供了清晰的依据。2.4文献综述在系统性金融风险溢出效应的研究领域，国内外学者已取得了一系列丰富的成果。国外学者的研究起步相对较早，Adrian和Brunnermeier在2008年全球金融危机后，提出了条件在险价值（CoVaR）的概念，用以衡量单个金融机构对整个金融系统风险的边际贡献，这一概念为系统性金融风险溢出效应的研究提供了重要的量化工具。他们通过对美国金融机构的实证研究，发现大型金融机构在危机时期对金融系统的风险溢出效应显著增强，且风险溢出效应与金融机构的规模、杠杆率以及业务复杂性等因素密切相关。此后，许多学者基于CoVaR模型展开深入研究，不断完善风险度量方法。在风险溢出效应的传导机制方面，Billio等学者通过构建向量自回归（VAR）模型，分析了金融机构之间的风险溢出关系，发现金融机构之间的风险溢出不仅通过资产负债表的直接关联进行传导，还会通过市场预期和投资者信心等间接渠道进行传播。在市场动荡时期，投资者对金融机构的信心下降，会导致资金从风险较高的金融机构撤离，进而引发其他金融机构的流动性风险，形成风险的连锁反应。关于风险溢出效应的影响因素，学者们普遍认为宏观经济环境、金融市场结构以及监管政策等因素对风险溢出效应具有重要影响。Borio和Drehmann研究发现，宏观经济的衰退会加剧金融机构之间的风险溢出效应，而完善的金融监管政策可以在一定程度上抑制风险的传播。国内学者在借鉴国外研究成果的基础上，结合中国金融市场的特点，对系统性金融风险溢出效应展开了深入研究。在风险度量方面，李政等学者基于CoVaR模型，运用分位数回归方法，对中国金融机构的系统性风险溢出效应进行了实证分析，发现银行、证券和保险等金融行业之间存在显著的风险溢出效应，且银行在金融体系中处于核心地位，对其他金融机构的风险溢出效应较大。他们还通过构建动态CoVaR模型，研究了风险溢出效应的时变特征，发现风险溢出效应在经济波动时期会明显增强。在风险溢出的传导机制方面，郭红玉等学者通过构建金融网络模型，分析了中国金融机构之间的风险传导路径，发现金融机构之间的业务关联和资金流动是风险溢出的主要传导渠道。当一家金融机构出现风险时，会通过业务关联影响到与其有业务往来的其他金融机构，同时资金的流动也会导致风险在金融机构之间扩散。在影响因素方面，学者们认为中国金融市场的开放程度、金融创新以及监管协调等因素对系统性金融风险溢出效应具有重要影响。刘晓星等学者研究发现，随着中国金融市场开放程度的提高，国际金融市场的波动对中国金融市场的风险溢出效应逐渐增强，因此加强国际金融监管合作和提高国内金融机构的风险管理能力至关重要。尽管国内外学者在系统性金融风险溢出效应的研究上已取得了显著进展，但仍存在一些不足之处。在风险度量模型方面，虽然CoVaR等模型得到了广泛应用，但这些模型在刻画金融市场的复杂非线性关系和极端风险事件方面仍存在一定局限性，需要进一步改进和完善。在研究视角上，现有研究大多集中在金融机构或金融市场层面，对金融行业之间以及金融市场与实体经济之间的风险溢出效应研究相对较少，缺乏系统性和综合性的分析。在影响因素的研究中，虽然已认识到宏观经济环境、金融市场结构等因素的重要性，但对于各因素之间的相互作用机制以及如何通过政策调控来有效降低风险溢出效应，还需要深入探讨。本文旨在基于CoES模型，对我国系统性金融风险溢出效应进行深入研究，弥补现有研究的不足。通过对CoES模型的改进，使其更适合我国金融市场的特点，更准确地度量风险溢出效应。从金融机构、金融市场和金融行业等多个层面进行综合分析，全面揭示我国系统性金融风险溢出的特征和规律。深入探究影响我国系统性金融风险溢出的关键因素及其相互作用机制，为制定有效的风险防范政策提供科学依据。三、我国系统性金融风险现状分析3.1我国金融体系概述我国金融体系是一个复杂且多元的有机整体，在经济发展进程中发挥着关键作用。它主要涵盖中央银行、金融监管机构、商业银行、政策性银行、非银行金融机构以及金融市场等多个重要组成部分。中国人民银行作为我国的中央银行，处于金融体系的核心地位，承担着制定和执行货币政策、维护金融稳定、提供金融服务等重要职责。通过运用存款准备金率、利率、公开市场操作等货币政策工具，调节货币供应量和市场利率，实现宏观经济目标。在经济过热时，提高存款准备金率，减少商业银行的可贷资金，抑制投资和消费；在经济低迷时，降低利率，刺激企业投资和居民消费，促进经济增长。人民银行还负责维护金融体系的稳定，防范和化解系统性金融风险，保障金融市场的正常运行。金融监管机构包括中国证券监督管理委员会、中国保险监督管理委员会、中国银行保险监督管理委员会等，它们分别对证券、保险、银行等金融行业进行监督管理，确保金融机构合规经营，保护投资者和消费者的合法权益。证监会对证券市场的发行、交易、上市公司等进行监管，打击内幕交易、操纵市场等违法行为，维护证券市场的公平、公正、公开。银保监会对银行和保险机构的业务活动、风险管理、资本充足率等进行监管，防范金融机构的信用风险、市场风险和操作风险。商业银行是金融体系的主体，包括国有商业银行、股份制商业银行、城市商业银行、农村商业银行等。它们以吸收存款、发放贷款、办理结算等业务为主，为企业和个人提供广泛的金融服务。国有商业银行如工商银行、农业银行、中国银行、建设银行，凭借庞大的网点和雄厚的资金实力，在金融市场中占据重要地位，为国家重点项目和大型企业提供融资支持。股份制商业银行和城市商业银行则以灵活的经营策略和创新的金融产品，满足中小企业和居民的多样化金融需求。政策性银行如国家开发银行、中国进出口银行、中国农业发展银行，主要承担国家特定的政策任务，为国家重点项目、进出口贸易和农业发展提供资金支持。国家开发银行致力于支持基础设施建设、能源开发、产业升级等领域，为国家的经济发展提供长期、大额的资金支持。中国进出口银行通过提供进出口信贷、对外担保等服务，促进我国的对外贸易和对外投资。中国农业发展银行则专注于支持农业农村发展，为农业生产、农村基础设施建设、农产品流通等提供金融服务。非银行金融机构包括证券公司、保险公司、信托投资公司、基金管理公司、金融租赁公司等，它们在金融体系中发挥着补充和创新的作用。证券公司主要从事证券承销、经纪、自营等业务，为企业的融资和证券交易提供服务。保险公司通过提供各类保险产品，如人寿保险、财产保险、健康保险等，为社会提供风险保障。信托投资公司以信托业务为核心，为客户提供资产管理、财富传承等服务。基金管理公司负责管理各类投资基金，为投资者提供专业的投资管理服务。金融租赁公司则通过提供融资租赁服务，促进设备更新和技术改造。金融市场包括货币市场、资本市场、外汇市场、黄金市场等，是金融体系的重要组成部分。货币市场是短期资金融通的场所，包括同业拆借市场、票据市场、回购市场等，主要满足金融机构和企业的短期资金需求，调节资金的流动性。资本市场是长期资金融通的场所，包括股票市场、债券市场、基金市场等，为企业的长期融资和投资者的长期投资提供平台。外汇市场是进行外汇买卖和兑换的市场，实现人民币与外币的兑换和汇率的形成，促进国际贸易和国际投资的发展。黄金市场则是进行黄金交易的市场，为投资者提供黄金投资和保值增值的渠道。我国金融体系的发展历程波澜壮阔，新中国成立初期，我国建立了以中国人民银行为核心的单一金融体系，主要服务于计划经济体制下的经济建设。在这一时期，中国人民银行既是中央银行，又是商业银行，承担着金融调控和金融服务的双重职责。随着改革开放的推进，我国金融体系开始逐步改革和完善。1979年起，陆续恢复建立农业银行、中国银行、建设银行、工商银行等国有专业银行，打破了单一金融体系的格局，形成了多元化的银行体系。1984年，中国人民银行专门行使中央银行职能，不再兼办工商信贷和储蓄业务，标志着我国现代中央银行制度的初步建立。20世纪90年代以来，我国金融市场得到快速发展，上海证券交易所和深圳证券交易所相继成立，股票市场开始兴起，为企业的融资和资本运作提供了重要平台。同时，债券市场、期货市场等也不断发展壮大，金融产品日益丰富。进入21世纪，我国加入世界贸易组织，金融开放步伐加快，金融机构不断创新，金融监管不断加强，金融体系逐渐与国际接轨。近年来，随着金融科技的快速发展，我国金融体系又迎来了新的变革，互联网金融、数字货币等新兴金融业态不断涌现，为金融服务的创新和普及带来了新的机遇和挑战。当前，我国金融体系总体稳健，在支持实体经济发展、满足人民群众金融需求等方面发挥了重要作用。在支持实体经济方面，金融机构通过提供贷款、债券融资、股权融资等多种方式，为企业的生产经营和投资提供资金支持，促进了经济的增长和产业的升级。在满足人民群众金融需求方面，金融机构不断创新金融产品和服务，如个人住房贷款、信用卡、理财产品等，方便了居民的生活和财富管理。然而，也面临着一些挑战和问题。随着金融市场的快速发展和金融创新的不断涌现，金融风险呈现出多样化和复杂化的趋势，金融监管的难度加大。金融市场的结构还不够完善，直接融资比例相对较低，企业过度依赖银行贷款，增加了金融体系的风险。金融服务的不均衡问题依然存在，农村地区和中小企业的金融服务相对薄弱，制约了经济的协调发展。3.2系统性金融风险现状评估当前，我国系统性金融风险整体处于可控区间，但局部风险不容忽视，部分领域存在潜在风险隐患。随着经济的发展和金融市场的变革，我国金融体系面临着复杂多变的风险环境。从宏观经济层面来看，经济增速换挡、结构调整以及外部环境不确定性增加等因素，给系统性金融风险带来一定压力。经济增速换挡过程中，传统产业面临转型升级的挑战，企业盈利能力可能受到影响，这会增加金融机构的信用风险。在结构调整过程中，一些产能过剩行业的企业可能出现债务违约等问题，进而影响金融机构的资产质量。外部环境不确定性增加，如全球经济增长放缓、贸易保护主义抬头、地缘政治冲突等，会对我国的出口、汇率以及资本流动等产生影响，增加金融市场的波动性。国际油价大幅上涨会导致我国能源进口成本上升，影响企业的生产成本和利润，进而对金融市场产生连锁反应。全球经济增长放缓会导致我国出口需求下降，企业面临市场萎缩的压力，增加企业的经营风险和金融机构的信用风险。在金融市场方面，股票市场、债券市场和外汇市场等存在不同程度的风险。股票市场的波动性较大，市场情绪容易受到宏观经济数据、政策调整、国际形势等因素的影响，导致股价大幅波动。在市场恐慌情绪下，投资者可能会大量抛售股票，引发股市暴跌，进而影响金融体系的稳定。债券市场存在信用风险，部分企业由于经营不善、财务状况恶化等原因，可能出现债券违约现象，影响债券市场的正常运行。一些地方政府融资平台的债券也存在一定的信用风险，由于地方政府债务规模较大，偿债能力受到质疑，可能导致债券违约。外汇市场受国际经济形势、汇率政策等因素影响，汇率波动可能对金融机构和企业的外汇资产和负债产生不利影响。当人民币汇率大幅贬值时，拥有大量外汇债务的企业可能面临偿债成本上升的压力，增加企业的财务风险。金融市场之间的风险传导也较为明显，一个市场的波动可能迅速传导至其他市场，引发系统性风险。股票市场的下跌可能导致投资者资金流出，转而投资债券市场，引发债券市场的波动。债券市场的信用风险也可能导致投资者对整个金融市场的信心下降，引发股票市场和外汇市场的动荡。从金融机构角度分析，银行、证券、保险等行业存在各自的风险点。商业银行面临着信用风险、市场风险和流动性风险等多重风险。信用风险主要源于贷款业务，部分企业由于经营困难、还款能力下降等原因，可能出现贷款违约，导致银行不良贷款增加。市场风险则与利率、汇率等市场因素的波动有关，利率的上升会导致银行的资金成本增加，同时债券价格下跌，影响银行的资产价值。流动性风险方面，当银行的资金来源不稳定或资金运用不合理时，可能出现流动性紧张的情况，影响银行的正常运营。证券公司面临市场风险、信用风险和操作风险等。市场风险主要体现在股票市场和债券市场的波动对证券公司自营业务和资产管理业务的影响上。信用风险则与证券公司的融资融券业务、股票质押业务等有关，当客户出现违约时，证券公司可能遭受损失。操作风险主要源于证券公司内部管理不善、员工违规操作等原因，可能导致公司遭受经济损失。保险公司主要面临保险风险、投资风险和信用风险等。保险风险与保险产品的定价、理赔等环节有关，如果保险产品定价不合理或理赔率过高，会影响保险公司的盈利能力。投资风险则与保险公司的资金运用有关，保险公司的资金主要投资于股票、债券、房地产等领域，这些资产的价格波动会影响保险公司的投资收益。信用风险主要与保险公司的再保险业务、投资业务等有关，当交易对手出现违约时，保险公司可能遭受损失。房地产市场与金融体系紧密相连，房地产市场的波动对系统性金融风险影响较大。当前，我国房地产市场面临着房价波动、库存积压、企业债务风险等问题。房价波动直接关系到居民财富和金融机构资产质量。如果房价大幅下跌，一方面，居民的房产资产价值会缩水，影响居民的消费和投资信心，进而对实体经济产生负面影响；另一方面，金融机构的房地产贷款和房地产相关资产的价值也会下降，增加金融机构的信用风险。库存积压会导致房地产企业资金回笼困难，增加企业的经营风险和债务风险。一些房地产企业为了缓解资金压力，可能会过度依赖银行贷款和债券融资，导致企业债务规模不断扩大。一旦房地产市场出现调整，企业销售不畅，资金链断裂，就可能引发债务违约，影响金融机构的资产质量和金融市场的稳定。地方政府债务问题也是系统性金融风险的重要潜在来源。部分地方政府存在债务规模较大、偿债能力较弱、债务结构不合理等问题。地方政府债务规模过大，会增加地方政府的财政负担，偿债压力增大。当地方政府财政收入不足以偿还债务时，可能会出现债务违约风险。一些地方政府通过融资平台等方式举借大量债务，这些债务的期限结构不合理，短期债务占比较高，而地方政府的财政收入往往具有长期性和稳定性，这就导致地方政府在短期内面临较大的偿债压力。债务资金的使用效率不高也是一个问题，部分地方政府在债务资金的使用上存在盲目投资、重复建设等现象，导致资金浪费，无法产生足够的经济效益来偿还债务。如果地方政府债务问题得不到有效解决，可能会对金融机构的资产质量产生负面影响，引发系统性金融风险。金融机构持有大量地方政府债券和地方政府融资平台的贷款，如果地方政府出现债务违约，金融机构的资产价值会下降，信用风险增加。地方政府债务问题还可能导致市场信心下降，影响金融市场的稳定。3.3风险溢出效应的初步观察为了更直观地理解风险溢出效应在我国金融市场中的表现，我们可以通过一些典型案例进行初步观察。以2015年我国股灾为例，当时股票市场经历了一轮快速上涨后，在2015年6月中旬开始大幅下跌。在短短几个月内，上证综指从最高的5178点跌至最低的2850点，跌幅超过45%。这一暴跌不仅导致众多投资者遭受巨大损失，还通过多种渠道引发了金融风险的溢出。在融资融券业务方面，由于股价暴跌，许多投资者的担保物价值大幅缩水，无法满足维持担保比例的要求，证券公司不得不对这些投资者进行强制平仓。强制平仓行为进一步加剧了股票市场的下跌压力，形成恶性循环。部分证券公司因融资融券业务出现大量坏账，资产质量下降，信用风险增加。一些中小证券公司由于资金实力较弱，在股灾中面临严重的流动性风险，甚至出现资金链断裂的危机。股权质押业务也受到重创。大量上市公司股东将其持有的股票进行质押融资，当股价下跌到一定程度时，质押股票面临被强制平仓的风险。许多上市公司股东为了避免强制平仓，不得不追加担保物或提前赎回质押股票，这使得他们的资金压力剧增。一些股东由于无法追加担保物，质押股票被强制平仓，导致上市公司的股权结构发生变化，企业的经营稳定性受到影响。一些上市公司因股东股权质押风险暴露，股价进一步下跌，引发市场对整个上市公司群体的担忧，导致股票市场的恐慌情绪蔓延。股灾还对银行、信托等金融机构产生了显著影响。银行作为股票市场的重要参与者，通过股票质押贷款、配资业务等与股票市场紧密相连。股灾导致银行的股票质押贷款面临违约风险，资产质量下降。一些银行的不良贷款率上升，盈利能力受到影响。信托公司参与的股票投资信托计划也遭受重大损失，投资者对信托产品的信心下降，信托公司的业务发展受到阻碍。从这些案例可以看出，金融风险溢出效应在我国金融市场中表现明显，一个市场或行业的风险事件能够迅速传导至其他市场和行业，对整个金融体系的稳定造成威胁。这种风险溢出效应不仅会导致金融机构的资产损失和经营困难，还会引发投资者的恐慌情绪，破坏市场信心，进而影响实体经济的发展。在2015年股灾期间，由于金融市场的动荡，企业的融资难度加大，融资成本上升，许多企业的生产经营活动受到限制，经济增长面临较大压力。四、基于CoES模型的实证研究设计4.1数据选取与处理为确保研究的准确性与可靠性，本研究在数据选取上秉持全面性与代表性原则，精心挑选了涵盖多个金融领域和不同时间跨度的数据。在金融机构数据方面，选取了工商银行、农业银行、中国银行、建设银行、交通银行这五家国有大型商业银行，以及招商银行、民生银行、兴业银行、浦发银行、中信银行等五家具有代表性的股份制商业银行。这些银行在我国银行业中占据重要地位，资产规模庞大，业务种类丰富，其经营状况和风险水平对整个金融体系具有显著影响。同时，纳入了中信证券、海通证券、国泰君安、广发证券、华泰证券等五家头部证券公司，以及中国人寿、中国平安、中国太保、新华保险、中国人保等五家大型保险公司。证券公司和保险公司在我国金融市场中也扮演着重要角色，它们的业务活动与银行业相互关联，共同构成了金融体系的重要组成部分。数据来源于各金融机构的官方网站、Wind数据库以及国家金融监管部门发布的统计数据，涵盖了2010年1月至2024年6月期间的资产负债表、利润表、现金流量表等财务数据，以及股票价格、收益率等市场数据。这些数据能够全面反映金融机构的经营状况、财务实力和市场表现，为研究系统性金融风险溢出效应提供了坚实的数据基础。在金融市场数据方面，收集了上证综指、深证成指、创业板指等股票市场指数数据，以及银行间同业拆借利率、国债收益率、企业债收益率等债券市场数据。还获取了人民币对美元、欧元、日元等主要货币的汇率数据。股票市场作为我国直接融资的重要渠道，其波动对金融体系的稳定性具有重要影响。债券市场是金融市场的重要组成部分，对于调节资金供求、优化资源配置具有重要作用。汇率市场的波动则会影响国际贸易和资本流动，进而对金融市场产生间接影响。这些金融市场数据来源于Wind数据库、同花顺金融数据终端以及中国人民银行等官方网站，时间跨度同样为2010年1月至2024年6月，能够反映我国金融市场的整体运行情况和风险特征。在宏观经济数据方面，选取了国内生产总值（GDP）、通货膨胀率（CPI）、货币供应量（M2）、利率（一年期存款基准利率）等指标。GDP是衡量一个国家经济总量和经济增长的重要指标，其变化反映了宏观经济的整体运行态势。通货膨胀率反映了物价水平的变化，对金融市场的利率和资产价格具有重要影响。货币供应量的变化会影响市场的流动性和资金供求关系，进而影响金融市场的运行。利率作为宏观经济调控的重要手段，其变动会对金融机构的资金成本和资产价格产生直接影响。这些宏观经济数据来源于国家统计局、中国人民银行等官方网站，为分析宏观经济因素对系统性金融风险溢出效应的影响提供了必要的数据支持。在数据处理过程中，首先对原始数据进行了清洗，仔细检查数据的完整性和准确性，剔除了存在缺失值和异常值的数据样本。对于缺失值，采用均值插补、线性插值等方法进行补充，确保数据的连续性和可靠性。对于异常值，通过统计学方法进行识别和处理，如采用3σ原则，将偏离均值超过3倍标准差的数据视为异常值，并进行修正或剔除，以避免异常值对研究结果的干扰。为消除数据的异方差性和量纲差异，对所有数据进行了标准化处理。对于金融机构的财务数据，如资产规模、净利润等，采用除以总资产或营业收入的方式进行标准化，使其具有可比性。对于金融市场数据和宏观经济数据，采用Z-score标准化方法，将数据转化为均值为0、标准差为1的标准正态分布，以便于后续的数据分析和模型估计。为了更好地反映金融变量的变化趋势和波动特征，对部分数据进行了对数差分处理。对于股票价格、债券收益率等时间序列数据，进行对数差分处理后得到收益率序列，能够更准确地反映市场的波动情况和风险水平。对数差分处理还可以消除数据的趋势性和季节性，使数据更加平稳，符合计量经济学模型的要求。4.2模型构建与估计为准确测度我国系统性金融风险溢出效应，本研究构建基于CoES模型的风险溢出效应测度模型。考虑到金融市场的复杂性和风险的动态变化，在传统CoES模型基础上进行改进，引入时变Copula函数来刻画金融机构之间的动态相关性，以更精确地捕捉风险溢出效应的时变特征。假设金融体系由n个金融机构组成，L_i表示第i个金融机构的损失，L_S表示整个金融系统的损失。在险价值（VaR）是指在一定的置信水平\alpha下，某一金融资产或投资组合在未来特定时期内可能遭受的最大损失，即P(L_i\geqVaR_i^{\alpha})=1-\alpha。条件在险价值（CoES）则度量的是在给定金融机构处于风险状态（如损失超过其VaR）时，整个金融系统损失的条件期望，计算公式为：CoES_{i|S}^{\alpha}=E[L_S|L_i\geqVaR_i^{\alpha}]为了计算CoES，需要估计金融机构之间的联合分布。采用时变Copula函数来实现这一目标，时变Copula函数能够动态地捕捉金融变量之间的相关性。常用的时变Copula函数有动态条件相关（DCC）Copula、时变藤Copula等。本研究选用DCC-GARCH（动态条件相关广义自回归条件异方差）模型与Copula函数相结合的方法来估计联合分布。首先，对每个金融机构的收益率序列r_i进行GARCH模型估计，以捕捉收益率序列的异方差性和波动聚集性。GARCH(p,q)模型的均值方程一般设定为：r_{it}=\mu_{it}+\epsilon_{it}其中，\mu_{it}为条件均值，\epsilon_{it}为残差项。方差方程为：\sigma_{it}^2=\omega_i+\sum_{j=1}^{p}\alpha_{ij}\epsilon_{it-j}^2+\sum_{k=1}^{q}\beta_{ik}\sigma_{it-k}^2其中，\omega_i为常数项，\alpha_{ij}和\beta_{ik}分别为ARCH项和GARCH项的系数，\sigma_{it}^2为条件方差。通过GARCH模型估计，可以得到标准化残差z_{it}=\frac{\epsilon_{it}}{\sigma_{it}}。然后，利用标准化残差z_{it}构建DCC模型，以估计时变相关系数矩阵R_t。DCC模型的一般形式为：Q_t=(1-\sum_{i=1}^{m}\alpha_i-\sum_{j=1}^{n}\beta_j)\overline{Q}+\sum_{i=1}^{m}\alpha_i(u_{it-1}u_{it-1}^T)+\sum_{j=1}^{n}\beta_jQ_{t-1}R_t=diag(Q_t)^{-\frac{1}{2}}Q_tdiag(Q_t)^{-\frac{1}{2}}其中，Q_t为协方差矩阵，\overline{Q}为无条件协方差矩阵，u_{it}为标准化残差向量，\alpha_i和\beta_j分别为DCC模型的参数，R_t为时变相关系数矩阵。最后，根据时变相关系数矩阵R_t和各金融机构的边际分布，选择合适的Copula函数（如高斯Copula、t-Copula等）来构建联合分布。以高斯Copula为例，其分布函数为：C(u_1,u_2,\cdots,u_n;R_t)=\Phi_R(\Phi^{-1}(u_1),\Phi^{-1}(u_2),\cdots,\Phi^{-1}(u_n);R_t)其中，u_i为第i个金融机构的边际分布函数值，\Phi_R为n维标准正态分布函数，\Phi^{-1}为标准正态分布的逆函数，R_t为时变相关系数矩阵。通过联合分布函数，可以计算出CoES的值，从而度量金融机构之间的风险溢出效应。在模型估计过程中，采用极大似然估计法（MLE）来估计GARCH模型和DCC模型的参数。极大似然估计法的基本思想是寻找一组参数值，使得样本数据出现的概率最大。对于GARCH模型，其对数似然函数为：lnL=-\frac{T}{2}ln(2\pi)-\frac{1}{2}\sum_{t=1}^{T}(ln(\sigma_{it}^2)+\frac{\epsilon_{it}^2}{\sigma_{it}^2})对于DCC模型，其对数似然函数为：lnL=-\frac{T}{2}ln(2\pi)-\frac{1}{2}\sum_{t=1}^{T}(ln(|R_t|)+u_{it}^TR_t^{-1}u_{it})其中，T为样本数量。通过最大化对数似然函数，可以得到GARCH模型和DCC模型的参数估计值。在估计出模型参数后，还需要对模型进行检验，以确保模型的有效性和可靠性。常用的检验方法包括残差检验、拟合优度检验等。残差检验主要是检验模型的残差是否服从正态分布、是否存在自相关和异方差等问题。如果残差不满足这些条件，说明模型可能存在设定错误或遗漏重要变量等问题，需要对模型进行调整和改进。拟合优度检验则是通过比较模型的预测值与实际值之间的差异，来评估模型对数据的拟合程度。常用的拟合优度指标有均方误差（MSE）、平均绝对误差（MAE）等，这些指标的值越小，说明模型的拟合效果越好。4.3实证结果与分析运用上述构建的基于时变Copula-CoES模型，对我国金融机构、金融市场以及金融行业之间的系统性金融风险溢出效应进行实证分析，得到一系列具有重要意义的结果。在金融机构层面，计算得出各金融机构对整个金融系统的风险溢出效应（CoES值）。结果显示，国有大型商业银行如工商银行、农业银行、中国银行和建设银行的CoES值相对较高，表明这些银行在金融体系中占据重要地位，一旦面临风险，对整个金融系统的影响较大。在经济下行压力较大的时期，当国有大型商业银行的不良贷款率上升、资产质量下降时，其CoES值会显著增加，这意味着它们对金融系统的风险溢出效应增强。这是因为国有大型商业银行资产规模庞大，业务范围广泛，与众多金融机构和企业存在紧密的业务关联和资金往来。当这些银行出现风险时，会通过信贷渠道、同业业务等将风险传递给其他金融机构，导致整个金融系统的稳定性受到威胁。股份制商业银行中，招商银行、民生银行等的CoES值也不容忽视。这些银行在金融创新和业务拓展方面较为活跃，业务结构相对复杂，因此在某些情况下，其风险溢出效应也较为明显。招商银行在信用卡业务、财富管理业务等方面具有较强的竞争力，但同时也面临着信用风险、市场风险等多种风险。当市场环境发生变化，如利率波动、信用违约事件增加时，招商银行的风险状况可能会恶化，进而对其他金融机构产生风险溢出。证券公司和保险公司的CoES值相对银行来说整体较低，但在市场波动较大时期，部分头部证券公司和大型保险公司的CoES值会出现明显上升。中信证券在股票承销、自营业务等方面具有较大规模，当股票市场出现大幅下跌时，中信证券的自营业务可能遭受重大损失，其CoES值会显著提高，对金融系统的风险溢出效应增强。这是因为证券公司的业务与股票市场紧密相关，股票市场的波动会直接影响证券公司的资产价值和盈利能力。保险公司的投资业务涉及股票、债券等多个领域，当金融市场出现动荡时，保险公司的投资收益可能下降，甚至出现亏损，从而对金融系统产生风险溢出。从金融市场角度分析，股票市场与债券市场之间存在显著的风险溢出效应。当股票市场出现大幅下跌时，债券市场的CoES值会上升，表明股票市场的风险向债券市场溢出。这是因为在股票市场下跌时，投资者为了规避风险，会将资金从股票市场转移到债券市场，导致债券市场的资金供求关系发生变化，债券价格波动加剧，风险增加。在2015年股灾期间，股票市场暴跌，大量资金涌入债券市场，导致债券市场利率波动加大，部分债券价格下跌，风险溢出效应明显。外汇市场与股票市场、债券市场之间也存在一定的风险溢出关系。人民币汇率的波动会对股票市场和债券市场产生影响。当人民币贬值时，一方面，会导致外资流出，对股票市场的资金供给产生压力，股票价格可能下跌；另一方面，会增加进口企业的成本，影响企业的盈利能力，进而对债券市场的信用风险产生影响。人民币汇率的波动还会影响国际资本的流动，进而影响国内金融市场的稳定性。在金融行业层面，银行业对证券业和保险业的风险溢出效应较为显著。银行业作为金融体系的核心，其资金融通功能为证券业和保险业提供了重要的支持。当银行业出现风险，如信贷风险增加、流动性紧张时，会减少对证券业和保险业的资金支持，导致证券业和保险业的业务发展受到限制，风险增加。银行业的不良贷款率上升，会导致银行收紧信贷政策，减少对证券公司的融资支持，使得证券公司的资金成本上升，业务规模收缩，风险溢出效应明显。证券业和保险业之间也存在一定的风险溢出效应。在资本市场波动较大时，证券业的风险会通过投资渠道、业务合作等方式向保险业溢出。保险公司的投资业务中包含大量的股票和债券投资，当证券市场出现大幅波动时，保险公司的投资收益会受到影响，进而影响其财务状况和偿付能力，风险溢出效应显现。通过对风险溢出效应的显著性检验发现，大部分金融机构、金融市场以及金融行业之间的风险溢出效应在统计上是显著的。这表明我国金融体系中各部分之间存在紧密的风险关联，一个部分的风险变化会对其他部分产生显著影响。综上所述，我国金融机构、金融市场和金融行业之间存在明显的系统性金融风险溢出效应，且不同机构、市场和行业之间的风险溢出程度和方向存在差异。这些实证结果为深入理解我国系统性金融风险的形成机制和传播路径提供了重要依据，也为制定有效的风险防范政策提供了有力支持。五、系统性金融风险溢出效应案例分析5.1国内案例分析以包商银行破产事件为例，该事件在我国金融领域产生了广泛而深远的影响，为研究系统性金融风险溢出效应提供了典型样本。包商银行曾是内蒙古自治区最大的城市商业银行，在当地金融市场占据重要地位，其业务范围涵盖公司金融、个人金融、金融市场等多个领域，拥有庞大的客户群体和复杂的业务网络。包商银行的风险隐患早在多年前就已埋下。由于公司治理失效，内部管理混乱，大股东通过不正当手段占用大量资金，导致银行资产质量恶化，不良贷款率不断攀升。在经营过程中，包商银行过度依赖同业业务，同业负债占比过高，资金来源稳定性差。资产端配置不合理，大量资金投向高风险领域，如房地产、过剩产能行业等，进一步加剧了风险的积累。2019年5月，包商银行被中国人民银行、中国银行保险监督管理委员会接管，这一消息引发了市场的高度关注和恐慌。由于包商银行与众多金融机构存在广泛的业务往来，其风险迅速通过多种渠道溢出到整个金融体系。在同业业务方面，包商银行与其他银行、非银行金融机构存在大量的同业拆借、同业存单、同业投资等业务。其被接管后，市场对同业业务的风险偏好急剧下降，金融机构之间的信任受到严重冲击。许多金融机构为了规避风险，纷纷收紧同业业务规模，提高同业业务的准入门槛和利率水平。这导致同业市场流动性紧张，部分中小金融机构融资难度大幅增加，融资成本显著上升。一些中小银行原本依赖同业资金进行资金周转和业务扩张，在包商银行事件后，难以获得足够的同业资金支持，面临流动性危机，不得不收缩业务规模，甚至出现经营困难的局面。债券市场也受到了包商银行风险溢出的影响。包商银行发行了大量的同业存单和金融债券，其风险暴露后，投资者对这些债券的信心大幅下降，债券价格暴跌。债券市场的恐慌情绪蔓延，投资者纷纷抛售债券，导致债券市场整体收益率上升，市场流动性变差。这不仅影响了包商银行自身债券的发行和交易，也对其他金融机构发行的债券产生了负面影响，增加了金融机构的融资成本和难度。许多企业通过债券市场融资的计划也受到阻碍，实体经济的发展受到冲击。对信用风险评估的影响也不容忽视。包商银行事件使得市场对金融机构的信用风险评估更加谨慎，信用利差扩大。金融机构在开展业务时，对交易对手的信用审查更加严格，要求更高的风险溢价。这使得一些信用资质相对较弱的企业和金融机构融资更加困难，进一步加剧了市场的分化。一些中小金融机构由于信用评级相对较低，在市场融资中面临更大的压力，业务发展受到严重制约。包商银行破产事件还引发了投资者的恐慌情绪，导致市场信心受挫。这种情绪通过金融市场的传导，进一步放大了风险溢出效应。股票市场也受到波及，金融板块股票价格普遍下跌，投资者对金融行业的未来发展前景担忧加剧，市场交易量下降，市场活跃度降低。包商银行破产事件充分展示了系统性金融风险溢出效应的复杂性和破坏力。一个金融机构的风险事件，通过同业业务、债券市场、信用风险评估等多种渠道，迅速在金融体系内扩散，对其他金融机构、金融市场以及实体经济产生了广泛而深刻的影响。这一案例也警示我们，加强金融监管，完善金融机构公司治理，防范金融风险的积累和扩散，对于维护金融体系的稳定至关重要。5.2国际案例借鉴以美国硅谷银行倒闭事件为例，该事件在全球金融市场引发了轩然大波，对系统性金融风险溢出效应的研究具有重要参考价值。硅谷银行成立于1983年，总部位于美国加利福尼亚州圣克拉拉，在科技初创企业金融服务领域占据重要地位，被誉为“科创企业的摇篮”。其主要业务包括为科技初创企业提供贷款、存款、投资银行等金融服务，与众多风险投资机构、私募股权基金等保持紧密合作，形成了独特的商业模式。硅谷银行倒闭的根源在于其资产负债结构的严重失衡。在负债端，硅谷银行的存款来源高度集中于科技初创企业和风险投资机构，客户同质性高，储蓄存款占比很低，90%以上的存款不属于受保存款，负债结构极不稳定。一旦科技行业出现波动或风险投资环境恶化，存款客户就可能大量提款，导致银行面临巨大的流动性压力。在资产端，银行贷款占总资产的比例仅为35%，57%的资产投资于美国国债和住房抵押贷款支持证券。在美联储持续激进加息的背景下，债券价格大幅下跌，资产价值严重缩水。加息使得科技公司一级融资遇冷，科创企业的融资环境恶化，现金流紧张，提款需求大幅增加。硅谷银行不得不将资产变现以满足客户提款需求，从而使资产的浮亏转为18亿美元实亏，资产负债表严重恶化。2023年3月8日，硅谷银行公告拟实施22.5亿美元的股权融资以弥补亏损，这一消息引发了投资者和存款人的恐慌。由于公告只披露了已发生的交易和亏损，却未展示未来交易计划及预期损益以引导投资者预期，投资者对硅谷银行的损益前景形成最悲观预期，导致严重的存款挤兑。仅仅两天后，即3月10日，美国加州金融保护与创新部关闭了硅谷银行，并由美国联邦存款保险公司接管。硅谷银行倒闭事件的风险溢出效应迅速在金融体系内扩散。在银行同业市场，该事件引发了市场对银行体系稳定性的担忧，银行间拆借利率大幅上升，同业市场流动性趋紧。许多银行对同业业务的风险偏好急剧下降，收紧同业业务规模，提高同业业务的准入门槛和利率水平，导致部分中小银行融资难度大幅增加，融资成本显著上升。在资本市场，硅谷银行倒闭消息传出后，金融板块股票价格普遍下跌，投资者对金融行业的信心受挫，市场交易量下降，市场活跃度降低。债券市场也受到冲击，债券价格波动加剧，信用利差扩大，企业融资成本上升。许多与硅谷银行有业务往来的科技初创企业因资金链断裂而面临生存危机，这进一步影响了科技行业的发展前景，导致科技板块股票价格下跌。硅谷银行倒闭事件对我国金融市场虽直接影响有限，但也带来了诸多启示。在货币政策方面，我国应继续坚持稳健、正常的货币政策，避免大放大收。疫情期间，发达经济体推行量化宽松政策、快速实施零利率，后续又因通胀高企而快速加息缩表，使商业银行在宽松阶段配置的低收益资产，需要在紧缩阶段用高利率负债平衡，造成较大亏损。相对而言，我国坚持稳健的货币政策，兼顾短期和长期、经济增长和物价稳定、内部均衡和外部均衡，稳固对实体经济的可持续支持力度，有效保持物价稳定，促进国民经济平稳运行，为金融稳定打下了坚实基础。在金融监管方面，需高度重视中小金融机构的监管。2008年金融危机后，各国普遍加强了对系统重要性金融机构的评估和监管，而对中小型金融机构的关注相对有限。2018年，美国决定对金融机构实施分类监管，硅谷银行在破产前属于“第四类”机构，适用较为宽松的审慎监管标准，由于过渡期安排和两年一次的压力测试要求，硅谷银行直到破产前都未开展压力测试。事实上，中小金融机构的承压能力更弱、脆弱性更明显，同样有可能在风险积累和市场恐慌中酿成系统性风险。我国应加强对中小金融机构的监管，完善监管制度，强化风险监测和预警，确保中小金融机构稳健运营。在金融机构风险管理方面，银行应高度关注资产负债结构的稳定性，合理配置资产和负债，优化资产负债结构。从负债端看，应拓宽存款来源渠道，降低客户集中度，提高储蓄存款占比，增强负债的稳定性。从资产端看，要合理控制债券投资规模，加强对债券投资的风险管理，提高资产的流动性和抗风险能力。银行要用好压力测试等风险管理工具，充分考虑各类风险情景，做好极端情况下的应对预案，使自身风险管理能力与资产负债结构相匹配。六、政策建议与风险管理策略6.1宏观政策建议货币政策在防范系统性金融风险溢出效应中起着关键作用。央行应继续实施稳健的货币政策，根据宏观经济形势和金融市场状况，灵活运用各种货币政策工具，保持货币供应量和市场利率的稳定，为金融市场创造稳定的货币环境。在经济增长放缓时，适当降低利率，增加货币供应量，刺激投资和消费，促进经济复苏；在经济过热时，提高利率，收紧货币供应量，抑制通货膨胀和资产泡沫。央行还应加强对流动性的管理，通过公开市场操作、再贷款、再贴现等工具，确保金融市场的流动性合理充裕，避免因流动性紧张引发系统性金融风险。建立健全宏观审慎政策框架是防范系统性金融风险的重要举措。宏观审慎政策旨在维护金融体系的整体稳定，弥补微观审慎监管的不足。监管部门应加强对金融机构的资本充足率、杠杆率、流动性等指标的监测和管理，设定合理的监管标准，要求金融机构保持足够的资本缓冲和流动性储备，以增强其抵御风险的能力。建立逆周期资本缓冲机制，在经济繁荣时期，要求金融机构增加资本储备，抑制过度信贷扩张；在经济衰退时期，允许金融机构释放资本储备，缓解信贷紧缩。加强对金融市场的宏观审慎管理，监测金融市场的整体风险状况，对资产价格泡沫、市场过度波动等风险进行及时预警和干预。货币政策与财政政策应加强协调配合，形成政策合力。在经济下行压力较大时，货币政策可通过降低利率、增加货币供应量等方式，为经济增长提供流动性支持；财政政策则可通过增加政府支出、减税降费等措施，刺激经济增长，提高企业和居民的收入水平，增强经济的内生动力。在防范系统性金融风险方面，货币政策和财政政策也应相互配合。当金融机构出现流动性危机时，央行可提供流动性支持，财政部门则可通过注资、担保等方式，增强金融机构的资本实力和偿债能力。货币政策和财政政策的协调配合还应注重政策的时滞和效应，避免政策叠加或冲突，确保政策的有效性和稳定性。监管政策对于防范系统性金融风险溢出效应至关重要。应加强金融监管的协调与统一，打破监管部门之间的信息壁垒，建立健全监管协调机制。目前，我国金融监管体系存在“一行两会一局”的格局，不同监管部门之间的职责划分和监管标准存在差异，容易出现监管套利和监管空白。因此，应加强各监管部门之间的沟通与协作，实现信息共享和联合监管，形成监管合力。建立金融监管协调委员会等机构，负责协调各监管部门的工作，制定统一的监管政策和标准，加强对跨市场、跨行业金融业务的监管，防范风险在不同金融领域之间的传播。完善金融监管法律法规，提高监管的权威性和有效性。随着金融市场的不断发展和金融创新的持续涌现，现有的金融监管法律法规存在一定的滞后性，难以适应新形势下的监管需求。因此，应加快金融监管法律法规的修订和完善，明确金融机构的行为规范和监管要求，加大对违法违规行为的处罚力度，提高金融机构的违法成本。制定专门的金融消费者权益保护法，加强对金融消费者的保护，维护金融市场的公平和稳定。加强对金融创新的监管，在鼓励金融创新的同时，确保创新活动在法律法规的框架内进行，防范创新带来的风险。加强对金融机构的监管力度，规范其经营行为。监管部门应加强对金融机构的日常监管，定期对金融机构的业务活动、风险管理、内部控制等进行检查和评估，及时发现和纠正金融机构存在的问题。对金融机构的资本充足率、杠杆率、流动性等指标进行严格监管，确保金融机构的稳健运营。加强对金融机构高管的监管，建立健全高管问责制度，对因经营管理不善导致金融机构出现风险的高管进行严肃问责。加强对金融机构关联交易的监管，防止金融机构通过关联交易进行利益输送和风险转移。6.2微观风险管理策略从金融机构自身角度出发，加强风险管理是降低系统性金融风险溢出的关键。金融机构应建立健全全面风险管理体系，将风险管理贯穿于业务的各个环节。在信用风险管理方面，要加强对贷款客户的信用评估，完善信用评级体系，严格审核贷款申请，确保贷款质量。通过分析客户的财务状况、信用记录、还款能力等多方面信息，准确评估客户的信用风险，避免过度授信和不良贷款的产生。在市场风险管理方面，要密切关注市场动态，加强对市场风险的监测和分析，运用风险价值（VaR）、压力测试等工具，量化市场风险，制定相应的风险应对策略。当市场利率、汇率等发生波动时，及时调整投资组合，降低市场风险对金融机构的影响。金融机构还应加强流动性风险管理，确保资金的流动性充足。合理安排资金的来源和运用，优化资产负债结构，提高资金的稳定性。保持一定比例的流动性资产，如现金、国债等，以应对可能出现的资金需求。建立完善的流动性风险预警机制，实时监测资金的流动性状况，当流动性指标接近预警线时，及时采取措施，如调整资产结构、增加资金来源等，确保金融机构的正常运营。加强对同业业务的风险管理，规范同业业务的开展，控制同业业务的规模和风险，避免因同业业务风险导致的流动性危机。提高金融机构的资本充足率是增强其抵御风险能力的重要举措。金融机构应通过多种方式补充资本，如发行股票、债券等。增加核心一级资本，提高资本质量，确保资本充足率符合监管要求。在经济下行时期或金融市场波动较大时，更要注重资本的补充，增强金融机构的风险缓冲能力。优化资本配置，合理分配资本在不同业务和资产之间的比例，提高资本的使用效率。加强对资本的监管和评估，确保资本的安全和有效运作。金融机构应加强内部控制和合规管理，建立健全内部控制制度，完善内部治理结构，加强内部审计和监督，确保各项业务活动符合法律法规和监管要求。加强对员工的培训和教育，提高员工的风险意识和合规意识，规范员工的行为。建立有效的风险问责机制，对因违规操作或风险管理不善导致风险事件的责任人进行严肃问责，强化员工的责任意识。加强对关联交易的管理，规范关联交易的审批和披露程序，防止通过关联交易进行利益输送和风险转移。金融机构之间应加强信息共享与合作，共同应对系统性金融风险