外部冲击下商业银行系统性风险溢出的机制、测度与防范

外部冲击下商业银行系统性风险溢出的机制、测度与防范一、引言1.1研究背景与意义在现代金融体系中，商业银行占据着核心地位，是金融市场的关键参与者，对经济的稳定与发展起着举足轻重的作用。它不仅是资金融通的枢纽，连接着储蓄者与投资者，为实体经济提供必要的资金支持，促进企业的生产与扩张，推动经济增长；还在支付结算、信用创造等方面发挥着不可或缺的功能，保障了经济活动的顺畅进行。然而，商业银行在运营过程中面临着诸多风险，其中系统性风险尤为关键，它犹如高悬的达摩克利斯之剑，严重威胁着金融体系的稳定与经济的健康发展。系统性风险具有很强的传染性和溢出效应。一旦少数商业银行因外部冲击等因素出现重大损失甚至破产，风险便会如同推倒的多米诺骨牌，借助传导机制迅速在整个银行体系中扩散，引发银行间的信任危机，导致资金流动性紧张，信贷规模急剧收缩。这种风险还可能进一步蔓延至其他金融领域以及实体经济，引发股市暴跌、企业倒闭、失业率上升等一系列严重后果，对整个经济社会造成巨大的破坏。例如，2008年由美国次贷危机引发的全球金融危机，众多国际知名商业银行遭受重创，进而导致全球金融市场剧烈动荡，实体经济陷入严重衰退，至今仍给世界经济发展带来深远影响。随着经济全球化和金融一体化进程的加速，各国金融市场之间的联系日益紧密，金融创新不断涌现，金融产品和业务日益复杂。在这种背景下，商业银行面临的外部环境更加复杂多变，不确定性因素显著增加，受到外部冲击的频率和强度也在不断加大。外部冲击的类型多种多样，包括突发的地缘政治冲突、自然灾害、公共卫生事件等非经济因素，以及经济周期波动、货币政策调整、国际金融市场动荡等经济因素。这些外部冲击往往具有不可预测性和突发性，可能在短时间内对商业银行的资产质量、流动性、盈利能力等方面产生巨大冲击，进而引发系统性风险溢出。如2020年爆发的新冠疫情，在全球范围内迅速蔓延，对各国经济和金融市场造成了严重冲击。许多商业银行面临着贷款违约率上升、资产质量恶化、流动性紧张等问题，系统性风险显著增加，部分国家的银行体系甚至出现了局部危机。在此背景下，深入研究外部冲击对商业银行系统性风险溢出的影响具有重要的现实意义。从维护金融稳定的角度来看，准确识别和评估外部冲击对商业银行系统性风险溢出的影响机制和程度，有助于监管部门及时采取有效的监管措施，加强对商业银行系统性风险的监测与防控，提前化解潜在的金融风险，维护金融体系的稳定运行。从促进经济发展的层面而言，商业银行作为经济运行的重要支撑，其稳定性直接关系到实体经济的融资环境和发展态势。通过研究外部冲击下商业银行系统性风险溢出，能够为商业银行优化风险管理策略提供理论依据和实践指导，提高其应对外部冲击的能力，确保银行体系能够持续、稳定地为实体经济提供资金支持，促进经济的平稳健康发展。1.2研究目标与内容本研究旨在深入剖析外部冲击对商业银行系统性风险溢出的影响机制与传导路径，通过理论分析与实证研究相结合的方法，揭示不同类型外部冲击与商业银行系统性风险溢出之间的内在联系，为金融监管部门和商业银行提供有针对性的政策建议和风险管理策略，以有效防范和化解系统性金融风险，维护金融体系的稳定。围绕这一目标，本研究将涵盖以下具体内容：商业银行系统性风险与外部冲击的理论基础：对商业银行系统性风险的内涵、特征及度量方法进行深入阐述，明确系统性风险的定义、表现形式以及在金融体系中的重要影响。同时，详细分析外部冲击的概念、分类及其对金融市场和商业银行的一般性影响，梳理相关理论基础，为后续研究提供坚实的理论支撑。外部冲击对商业银行系统性风险溢出的影响机制：从多个角度深入探讨不同类型外部冲击，如经济周期波动、货币政策调整、地缘政治冲突、自然灾害、公共卫生事件等，对商业银行系统性风险溢出的影响机制。分析外部冲击如何通过影响商业银行的资产质量、流动性、盈利能力等方面，进而引发系统性风险的产生和传播。例如，在经济衰退时期，企业经营困难，还款能力下降，导致商业银行不良贷款增加，资产质量恶化，进而引发系统性风险溢出；货币政策的突然收紧可能导致市场流动性紧张，商业银行资金成本上升，融资难度加大，从而增加系统性风险。外部冲击对商业银行系统性风险溢出的实证分析：选取合适的样本数据和实证研究方法，对外部冲击与商业银行系统性风险溢出之间的关系进行定量分析。运用计量经济学模型，如向量自回归模型（VAR）、条件在险价值模型（CoVaR）等，实证检验不同外部冲击因素对商业银行系统性风险溢出的影响程度和显著性。通过实证分析，揭示外部冲击与商业银行系统性风险溢出之间的数量关系，为理论分析提供实证依据。商业银行应对外部冲击与系统性风险溢出的策略：基于理论分析和实证研究结果，从商业银行自身风险管理和金融监管部门政策制定两个层面，提出针对性的应对策略和建议。商业银行应加强风险管理体系建设，优化资产配置，提高资本充足率，增强应对外部冲击的能力；金融监管部门应完善宏观审慎监管框架，加强对商业银行系统性风险的监测与预警，制定合理的政策措施，防范系统性风险的发生和传播。1.3研究方法与创新点本研究将综合运用多种研究方法，以确保研究的全面性、科学性和深入性，力求在研究视角和方法运用上实现创新，为商业银行系统性风险溢出的研究提供新的思路和方法。具体研究方法如下：文献研究法：广泛收集和梳理国内外关于商业银行系统性风险、外部冲击以及风险溢出效应等方面的相关文献资料，包括学术期刊论文、学位论文、研究报告、政策文件等。对这些文献进行深入分析和总结，了解该领域的研究现状、研究热点和前沿问题，掌握已有的研究成果和研究方法，明确当前研究的不足之处，从而为本文的研究提供坚实的理论基础和研究思路。通过对文献的综合分析，梳理出外部冲击对商业银行系统性风险溢出影响的理论框架和研究脉络，为后续的实证研究和对策建议提供理论支持。案例分析法：选取具有代表性的外部冲击事件，如2008年全球金融危机、欧债危机、新冠疫情等，以及受这些外部冲击影响较大的商业银行案例，进行深入的案例分析。通过详细剖析这些案例，研究外部冲击对商业银行资产质量、流动性、盈利能力等方面的具体影响，以及商业银行在应对外部冲击过程中所采取的风险管理策略和措施，总结经验教训。同时，对比不同案例之间的异同点，分析不同类型外部冲击对商业银行系统性风险溢出的影响差异，以及不同商业银行在应对外部冲击时的表现差异，为提出针对性的风险管理策略和政策建议提供实践依据。实证研究法：选取合适的样本数据，运用计量经济学模型和统计分析方法，对外部冲击与商业银行系统性风险溢出之间的关系进行定量分析。具体来说，运用向量自回归模型（VAR）、条件在险价值模型（CoVaR）、分位数回归等方法，实证检验不同外部冲击因素对商业银行系统性风险溢出的影响程度和显著性，以及不同类型商业银行在风险溢出效应上的差异。通过实证研究，揭示外部冲击与商业银行系统性风险溢出之间的数量关系和内在规律，为理论分析提供实证支持，使研究结论更加具有说服力和可靠性。同时，利用脉冲响应函数和方差分解等方法，进一步分析外部冲击对商业银行系统性风险溢出的动态影响和传导路径，为风险防范和管理提供更加准确的依据。在研究创新点方面，本研究主要体现在以下两个方面：研究视角创新：以往对商业银行系统性风险的研究，多侧重于内部因素和金融市场自身波动的影响，对外部冲击的系统性研究相对不足。本文从外部冲击的全新视角出发，全面、系统地研究不同类型外部冲击对商业银行系统性风险溢出的影响机制、传导路径和异质性效应，填补了该领域在外部冲击研究方面的部分空白，拓展了商业银行系统性风险研究的边界和深度，有助于更加全面地认识商业银行系统性风险的生成和演化规律，为金融监管和风险管理提供更具前瞻性和针对性的理论指导。研究方法创新：在研究方法上，本文将多种方法有机结合，形成一个完整的研究体系。一方面，综合运用理论分析、案例分析和实证研究，从不同角度、不同层面深入探讨外部冲击对商业银行系统性风险溢出的影响，使研究结果更加全面、深入和可靠。另一方面，在实证研究中，创新性地运用多种计量经济学模型和方法，如将分位数回归与VAR模型相结合，以更准确地刻画外部冲击在不同分位数水平下对商业银行系统性风险溢出的影响，同时考虑到金融时间序列的“尖峰厚尾”和非对称分布特征，采用CoVaR模型来度量系统性风险溢出，克服了传统风险度量方法的局限性，提高了研究的准确性和科学性。二、理论基础与文献综述2.1商业银行系统性风险相关理论2.1.1系统性风险的定义系统性风险是金融领域中极为关键且复杂的概念，其定义随着金融市场的发展与研究的深入不断演变。从宏观层面来看，国际清算银行将系统性风险定义为“任一成员无法达成合同义务，将会引起其他成员违约，并引发一连串反应而扩大金融困境的风险”。这一定义强调了系统性风险的连锁反应特征，如同多米诺骨牌效应，一个环节的故障会引发整个系统的危机。Bartholomew等学者认为系统性风险是一种巨大的、宏观性的冲击，对大部分或者全部经济体系产生几乎同时巨大而且不利的影响，突出了系统性风险影响范围的广泛性和影响程度的严重性。在金融体系中，系统性风险又有着更具体的内涵。它是指由于金融体系内的某些因素，如金融机构的关联、市场的联动等，导致个别风险事件在金融体系内迅速传播和放大，进而威胁整个金融体系稳定的风险。这种风险具有很强的溢出效应，不仅会在金融机构之间传播，还会对实体经济产生深远影响。例如，一家大型银行的倒闭可能引发整个银行体系的信任危机，导致银行间拆借市场停滞，企业融资困难，最终影响实体经济的投资和生产活动。对于商业银行而言，系统性风险是指由于外部冲击或内部因素导致少数银行率先出现重大损失甚至破产，随后通过传导机制和风险溢出效应，将风险迅速扩大至整个银行体系，造成整个银行体系的不稳定甚至对其他产业产生破坏的风险。这种风险在商业银行体系中的表现形式多样，包括信用风险、流动性风险、利率风险等的相互交织和放大。当经济形势恶化时，企业违约率上升，商业银行的信用风险增加，可能导致其资产质量下降；为应对信用风险，银行可能收紧信贷，这又会引发流动性风险，进一步加剧系统性风险。2.1.2系统性风险的特征传染性：系统性风险具有极强的传染性，这是其最显著的特征之一。在金融体系中，各金融机构之间通过业务往来、资金流动等紧密相连，形成了复杂的网络结构。一旦某个金融机构出现问题，风险会借助这些联系迅速传播到其他机构。如在2008年金融危机中，雷曼兄弟的破产引发了全球金融市场的连锁反应，众多金融机构遭受重创，风险从美国金融市场迅速蔓延至全球，许多国家的银行体系都受到了严重冲击，出现了信贷紧缩、股价暴跌等现象。溢出效应：系统性风险的溢出效应体现在它不仅影响金融体系内部，还会对实体经济产生广泛而深远的影响。金融体系是实体经济的血脉，当系统性风险爆发时，金融机构为了降低风险，往往会收紧信贷，导致企业融资困难，投资减少，生产规模缩小，进而引发失业率上升、经济增长放缓等一系列问题。2008年金融危机后，许多企业因资金链断裂而倒闭，大量工人失业，全球经济陷入严重衰退，充分体现了系统性风险的溢出效应。复杂性：系统性风险的产生和传播涉及众多因素和复杂的机制，具有高度的复杂性。它受到宏观经济环境、货币政策、金融创新、市场参与者行为等多种因素的综合影响。金融创新产品的不断涌现，虽然丰富了金融市场，但也增加了金融体系的复杂性和风险的隐蔽性。一些复杂的金融衍生品的交易结构和风险特征难以被准确评估，一旦市场环境发生变化，这些产品可能成为风险的源头，引发系统性风险。难以预测性：由于系统性风险受到多种不确定因素的影响，其发生的时间、程度和传播路径往往难以准确预测。即使是最先进的风险模型和分析工具，也难以完全捕捉到所有可能引发系统性风险的因素及其相互作用。宏观经济形势的突然变化、地缘政治冲突、重大自然灾害等突发事件，都可能成为系统性风险的导火索，而这些事件往往具有不可预测性，使得对系统性风险的预警和防范面临巨大挑战。2.1.3系统性风险的形成机制金融体系的内在脆弱性：金融体系本身具有内在脆弱性，这是系统性风险形成的重要根源。从银行的资产负债结构来看，银行的资金来源主要是短期存款，而资金运用则多为长期贷款，这种期限错配使得银行在面临流动性冲击时极为脆弱。当存款人对银行的信心下降，出现集中提款的情况时，银行可能因无法及时满足提款需求而陷入流动性危机。金融市场的信息不对称也会加剧金融体系的脆弱性。在信贷市场中，银行难以完全了解借款人的真实信用状况和还款能力，这可能导致逆向选择和道德风险问题，增加银行的信用风险，进而影响整个金融体系的稳定性。经济周期波动：经济周期的波动对系统性风险的形成有着重要影响。在经济繁荣时期，市场信心高涨，投资和信贷活动活跃，金融机构往往会过度扩张信贷规模，增加风险暴露。企业为了追求利润，也会加大投资，债务水平不断上升。当经济进入衰退期时，市场需求下降，企业盈利能力减弱，还款能力下降，导致银行不良贷款增加，资产质量恶化。金融机构为了降低风险，会收紧信贷，进一步加剧经济衰退，形成恶性循环，最终引发系统性风险。在经济衰退时期，大量企业倒闭，银行的贷款无法收回，信用风险急剧上升，可能引发银行体系的危机。金融创新与监管滞后：金融创新在推动金融市场发展的同时，也带来了新的风险和挑战。金融创新产品如资产证券化、信用衍生品等，通过复杂的结构设计和交易方式，将风险在金融体系内重新分配。然而，这些创新产品的风险特征往往较为复杂，难以被准确评估和监管。监管机构的监管规则和手段往往无法及时跟上金融创新的步伐，导致监管滞后。一些金融机构可能利用监管漏洞，进行高风险的投资和交易活动，增加了系统性风险的隐患。如次贷危机中，资产证券化产品的过度创新和监管缺失，使得风险在金融体系内不断积累和隐藏，最终引发了全球性的金融危机。外部冲击：外部冲击是引发系统性风险的重要因素之一。外部冲击包括地缘政治冲突、自然灾害、公共卫生事件、国际金融市场动荡等非经济因素和经济因素。这些冲击往往具有突发性和不可预测性，可能在短时间内对金融体系和实体经济造成巨大破坏。地缘政治冲突可能导致油价大幅波动，影响企业的生产成本和盈利能力，进而引发金融市场的不稳定；自然灾害会破坏生产设施和基础设施，影响经济活动的正常进行，导致企业和个人的资产受损，信用风险增加；公共卫生事件如新冠疫情的爆发，使全球经济陷入停滞，企业停工停产，消费需求下降，金融市场剧烈波动，商业银行面临着贷款违约率上升、资产质量恶化、流动性紧张等问题，系统性风险显著增加。2.2风险溢出效应理论风险溢出效应是指一个经济主体或市场的风险通过某种渠道传递给其他经济主体或市场，导致后者也面临风险增加的现象。在金融领域，风险溢出效应尤为显著，它使得金融市场之间的联系更加紧密，一个市场的波动可能迅速扩散到其他市场，引发系统性风险。风险溢出的传播途径多种多样。从金融市场的角度来看，主要包括资金流动、资产价格波动和投资者信心等方面。在资金流动方面，金融机构之间通过同业拆借、债券投资、信贷业务等形成了复杂的资金往来关系。当一家金融机构面临流动性风险时，可能会减少对其他机构的资金拆借，导致其他机构资金紧张，进而引发流动性风险的溢出。在2008年金融危机期间，雷曼兄弟的倒闭使得众多金融机构对其债权无法收回，同时也引发了市场对其他金融机构的信任危机，金融机构纷纷收紧资金拆借，导致整个金融市场流动性枯竭，风险迅速在金融机构之间蔓延。资产价格波动也是风险溢出的重要途径。金融市场中各类资产价格之间存在着紧密的关联，如股票市场、债券市场、外汇市场等。当股票市场出现大幅下跌时，投资者的资产价值缩水，可能会导致他们减少对债券等其他资产的投资，引发债券市场价格下跌，风险从股票市场溢出到债券市场。房地产市场与金融市场的联系也非常紧密，房地产价格的大幅波动会影响银行的资产质量和信贷业务，进而对金融体系产生风险溢出效应。当房地产价格下跌时，房屋所有者的资产价值下降，可能导致其贷款违约，银行的不良贷款增加，资产质量恶化，风险从房地产市场传导至银行体系。投资者信心同样在风险溢出中发挥着关键作用。金融市场是由投资者的行为驱动的，投资者的信心和预期对市场稳定至关重要。当某个市场出现负面消息或风险事件时，投资者的信心会受到打击，他们可能会调整投资组合，减少对相关市场的投资，引发市场恐慌情绪的蔓延，导致风险在不同市场之间溢出。在欧债危机期间，希腊等国家的债务违约风险引发了投资者对欧洲经济的担忧，投资者纷纷撤离欧洲市场，导致欧洲股市、债市大幅下跌，风险不仅在欧洲金融市场内部扩散，还对全球金融市场产生了负面影响。风险溢出效应对金融市场和实体经济都有着深远的影响。从金融市场角度来看，它会加剧市场的波动性和不稳定性。当风险在金融机构之间和金融市场之间传播时，会引发市场恐慌，导致资产价格大幅波动，市场交易活跃度下降，金融市场的正常功能受到严重影响。风险溢出还可能导致金融机构的倒闭和破产，进一步加剧金融市场的危机。在亚洲金融危机中，泰国等国家的金融机构因风险溢出效应遭受重创，大量金融机构倒闭，金融市场陷入混乱，给当地经济带来了巨大损失。对实体经济而言，风险溢出效应会导致企业融资困难，投资减少，生产规模缩小，进而影响经济增长和就业。金融市场的不稳定会使得银行等金融机构收紧信贷，提高贷款利率，企业获得融资的难度增加，融资成本上升，这会抑制企业的投资和生产活动，导致企业减产甚至倒闭，失业率上升，经济增长放缓。2008年金融危机后，全球实体经济受到严重冲击，许多企业因融资困难而倒闭，大量工人失业，全球经济陷入衰退，充分体现了风险溢出效应对实体经济的巨大破坏力。2.3外部冲击对商业银行系统性风险溢出的影响研究综述外部冲击对商业银行系统性风险溢出的影响是金融领域的重要研究课题，近年来受到国内外学者的广泛关注。众多学者从不同角度、运用多种方法对这一问题展开研究，取得了丰硕的成果。在经济政策变动方面，学者们普遍认为其对商业银行系统性风险溢出有着显著影响。经济政策不确定性指数被广泛用于衡量经济政策的变动情况。Baker等学者构建的经济政策不确定性指数，为后续研究提供了重要的数据支持。国内学者如方意和赵胜民基于该指数研究发现，经济政策不确定性上升会显著增加商业银行的系统性风险。当经济政策不确定性增加时，商业银行的风险承担水平会上升，进而导致系统性风险加大。经济政策的频繁调整使得银行难以准确预测未来经济走势，从而在信贷决策、资产配置等方面更加谨慎或激进，这都可能增加银行的风险暴露。货币政策作为重要的经济政策之一，对商业银行系统性风险溢出的影响也备受关注。紧缩性货币政策会导致市场利率上升，商业银行的资金成本增加，同时企业的融资成本也会上升，还款压力增大，这可能导致银行不良贷款率上升，系统性风险增加。扩张性货币政策虽然在一定程度上能刺激经济增长，但如果过度宽松，可能引发资产价格泡沫，增加银行的资产质量风险，进而影响系统性风险。周宏山等学者通过实证研究发现，货币政策与商业银行系统性风险之间存在非线性关系，当货币政策过度宽松或紧缩时，都会加大商业银行的系统性风险。市场波动是另一个重要的外部冲击因素。股票市场、债券市场、外汇市场等金融市场的波动与商业银行系统性风险溢出密切相关。股票市场的大幅下跌会导致企业市值缩水，资产负债状况恶化，还款能力下降，从而增加商业银行的信用风险。学者范小云通过构建金融市场压力指数，研究发现金融市场压力的增加会显著提高商业银行的系统性风险溢出水平。当金融市场出现动荡时，投资者信心受挫，资金流动性紧张，银行的资金来源和运用都会受到影响，系统性风险随之增加。房地产市场波动对商业银行系统性风险溢出的影响也不容忽视。房地产行业是资金密集型行业，与商业银行的信贷业务紧密相连。房地产价格的大幅下跌会导致房地产企业资产价值下降，贷款违约风险增加，同时购房者的违约风险也会上升，这都会对商业银行的资产质量造成冲击。方意等学者运用双重ΔCoVaR模型研究发现，房地产市场风险上升会增加银行自身的风险及单家银行对银行系统的风险贡献度，房地产市场对银行业系统性风险存在显著的溢出效应。行业竞争也是影响商业银行系统性风险溢出的重要因素。随着金融市场的不断开放和金融创新的发展，商业银行面临的竞争日益激烈。市场竞争的加剧可能导致商业银行降低信贷标准，增加高风险贷款的发放，以追求更高的收益，从而增加系统性风险。互联网金融的兴起对传统商业银行造成了巨大冲击，抢占了部分市场份额，使得商业银行面临更大的竞争压力。有研究表明，互联网金融的发展对商业银行系统性风险溢出具有显著的正向影响，加剧了银行体系的不稳定性。虽然国内外学者在外部冲击对商业银行系统性风险溢出的影响研究方面取得了丰富的成果，但仍存在一些不足之处。在研究方法上，现有研究多采用线性模型，难以准确刻画外部冲击与商业银行系统性风险溢出之间复杂的非线性关系。金融市场环境复杂多变，外部冲击的影响往往具有时变性和非对称性，传统的线性模型无法全面捕捉这些特征。在研究内容上，对不同类型外部冲击之间的交互作用以及综合影响的研究相对较少。实际经济运行中，经济政策变动、市场波动、行业竞争等外部冲击往往同时发生，它们之间相互影响、相互作用，共同对商业银行系统性风险溢出产生影响。然而，目前大多数研究仅关注单一外部冲击因素的影响，缺乏对多种外部冲击综合作用的系统分析。对商业银行异质性的考虑也不够充分。不同规模、不同性质的商业银行在业务结构、风险管理能力、资金来源等方面存在差异，它们对外部冲击的敏感度和应对能力也各不相同。现有研究在分析外部冲击对商业银行系统性风险溢出的影响时，往往将商业银行视为一个整体，忽略了商业银行的异质性，导致研究结果的普适性和针对性受到一定限制。三、外部冲击对商业银行系统性风险溢出的影响机制分析3.1经济政策变动冲击3.1.1货币政策调整货币政策是中央银行调控宏观经济的重要手段，其调整对商业银行的运营和系统性风险溢出有着深远的影响。货币政策主要通过利率调整、货币供应量变化等手段来实现对经济的调控，这些手段会直接或间接地作用于商业银行，进而影响其资金成本、信贷规模和资产质量，引发系统性风险溢出。从利率调整方面来看，当中央银行提高基准利率时，商业银行的资金成本会相应上升。这是因为商业银行的资金来源包括吸收存款、同业拆借等，而这些资金的获取成本都与基准利率密切相关。基准利率的提高会使得商业银行的存款利率上升，吸引更多的资金存入银行，但同时也增加了银行的利息支出；在同业拆借市场上，资金的借贷成本也会随着基准利率的上升而增加。为了维持一定的盈利水平，商业银行可能会提高贷款利率，将增加的成本转嫁给借款人。然而，贷款利率的上升会使得企业和个人的融资成本大幅提高，导致借款需求下降。对于一些原本就处于经营困境或资金紧张的企业来说，过高的融资成本可能使其难以承受，从而增加了违约的风险。当大量企业出现违约时，商业银行的不良贷款率会上升，资产质量恶化，进而引发系统性风险的溢出。货币供应量的变化同样对商业银行有着重要影响。当中央银行实行扩张性货币政策，增加货币供应量时，市场上的流动性会变得充裕。商业银行可贷资金增加，为了将多余的资金投放出去以获取收益，银行可能会降低信贷标准，增加对企业和个人的贷款发放。在这一过程中，可能会出现一些风险较高的项目也获得贷款的情况，从而增加了银行的信用风险。过度宽松的货币政策还可能引发资产价格泡沫，如房地产市场和股票市场价格大幅上涨。商业银行在这种情况下，可能会过度涉足与资产价格相关的业务，如房地产贷款、股票质押贷款等。一旦资产价格泡沫破裂，房地产价格暴跌，股票价格大幅下跌，企业和个人的资产价值缩水，还款能力下降，商业银行的贷款违约风险将急剧增加，资产质量受到严重冲击，系统性风险随之而来。当房地产价格下跌时，许多房地产企业的资产价值大幅下降，无法按时偿还银行贷款，导致银行不良贷款率上升，同时，股票质押贷款也会因为股票价格下跌而面临质押物价值不足的问题，银行可能会面临巨大的损失，进而引发系统性风险的溢出。货币政策调整还会通过影响金融市场的预期和投资者信心，对商业银行系统性风险溢出产生间接影响。当货币政策发生调整时，市场参与者会根据新的政策信号来调整自己的投资决策和预期。如果市场对货币政策调整的解读为经济前景不佳或风险增加，投资者的信心会受到打击，金融市场可能会出现恐慌情绪。在这种情况下，投资者可能会大量抛售金融资产，导致资产价格下跌，金融市场波动加剧。商业银行作为金融市场的重要参与者，其资产价值和业务运营也会受到影响。银行持有的金融资产价格下跌，会导致其资产负债表恶化，资本充足率下降；市场波动加剧会增加银行的流动性风险和市场风险，使其面临更大的系统性风险溢出压力。3.1.2财政政策变动财政政策作为政府宏观调控的重要手段之一，通过政府支出、税收政策等工具对经济增长、企业经营和商业银行信贷风险产生作用，进而引发系统性风险溢出。政府支出是财政政策的重要组成部分，对经济增长有着直接的刺激作用。当政府增加财政支出，加大对基础设施建设、公共服务等领域的投资时，会带动相关产业的发展，增加就业机会，促进经济增长。在这一过程中，企业的经营状况会得到改善，市场需求增加，企业的盈利能力和还款能力增强，从而降低了商业银行的信贷风险。政府对基础设施建设的投资会带动建筑、建材等行业的发展，相关企业的订单增加，收入提高，能够按时偿还银行贷款，减少了银行的不良贷款。如果政府支出过度或投资项目效益不佳，也会带来一系列问题。政府可能会通过发行国债等方式筹集资金，这会导致市场上资金的竞争加剧，利率上升，增加了商业银行的融资成本。政府投资项目如果出现烂尾或收益不及预期，会导致相关企业无法按时偿还银行贷款，增加银行的不良贷款率，进而引发系统性风险溢出。一些地方政府在基础设施建设项目中，由于规划不合理或管理不善，导致项目无法按时完工或达不到预期的经济效益，相关企业面临资金链断裂的风险，银行的贷款也面临违约风险，可能引发系统性风险。税收政策的调整同样对经济和商业银行有着重要影响。当政府采取减税政策时，企业和个人的可支配收入增加，这会刺激企业的投资和个人的消费，促进经济增长。企业的投资增加会带来更多的贷款需求，商业银行的信贷业务规模得以扩大。减税政策还可以减轻企业的负担，提高企业的盈利能力和还款能力，降低商业银行的信贷风险。如果税收政策调整不当，也会带来风险。如果减税幅度过大，可能会导致政府财政收入减少，财政赤字扩大。为了弥补财政赤字，政府可能会增加债务发行，这会对金融市场产生挤出效应，影响商业银行的资金来源和业务开展。减税政策可能会导致一些企业过度扩张，盲目投资，增加了经营风险。当经济形势发生变化时，这些企业可能会面临困境，无法按时偿还银行贷款，增加商业银行的信贷风险，进而引发系统性风险溢出。财政政策变动还会通过影响宏观经济环境和市场预期，对商业银行系统性风险溢出产生间接影响。积极的财政政策会向市场传递经济向好的信号，增强投资者的信心，促进金融市场的稳定。反之，消极的财政政策可能会引发市场恐慌，导致金融市场波动加剧。在金融市场波动的情况下，商业银行的资产价格会受到影响，资产质量下降，系统性风险增加。财政政策对不同行业和地区的影响存在差异，可能导致经济结构失衡，进而影响商业银行的信贷结构和风险分布。如果商业银行的信贷过度集中于某些受财政政策影响较大的行业或地区，一旦这些行业或地区出现问题，银行的风险将迅速暴露，引发系统性风险溢出。3.2市场波动冲击3.2.1股票市场波动股票市场作为金融市场的重要组成部分，其波动对商业银行系统性风险溢出有着显著的影响。股票市场的暴跌或大幅震荡，会通过资产负债表渠道和信心传导渠道，对商业银行的资产价值、投资收益和客户信心产生冲击，进而引发系统性风险溢出。从资产负债表渠道来看，商业银行持有大量的股票资产或与股票市场相关的金融资产，如股票质押贷款、股票型基金投资等。当股票市场出现暴跌时，股票价格大幅下跌，商业银行持有的股票资产价值会迅速缩水，导致其资产负债表恶化。股票质押贷款是商业银行的一项重要业务，当股票价格下跌到一定程度时，质押股票的价值不足以覆盖贷款本金和利息，借款人可能会选择放弃质押股票，导致商业银行面临贷款违约风险，资产质量下降。如果商业银行投资了股票型基金，股票市场的下跌也会导致基金净值下降，商业银行的投资收益减少，资产价值降低。股票市场波动还会影响企业的融资能力和经营状况，进而对商业银行的信贷业务产生影响。在股票市场繁荣时期，企业可以通过发行股票等方式获得大量的资金，用于扩大生产、投资新项目等，企业的经营状况较好，还款能力较强，商业银行的信贷风险较低。当股票市场出现暴跌时，企业的市值大幅缩水，融资难度增加，可能无法按时偿还银行贷款，导致商业银行的不良贷款率上升。股票市场的下跌会使企业的再融资渠道受阻，企业无法获得足够的资金来维持正常的生产经营，可能会出现资金链断裂的情况，进一步增加了商业银行的信贷风险。从信心传导渠道来看，股票市场的大幅波动会影响投资者和消费者的信心，进而对商业银行的业务产生负面影响。股票市场是经济的晴雨表，当股票市场出现暴跌时，投资者会认为经济形势不佳，对未来的经济预期变得悲观，从而减少投资和消费。消费者也会受到股票市场波动的影响，减少消费支出，导致市场需求下降。在这种情况下，商业银行的存款业务可能会受到影响，客户可能会提取存款，导致商业银行的资金来源减少；贷款业务也会受到冲击，企业和个人的贷款需求下降，商业银行的信贷业务规模缩小。投资者和消费者信心的下降还会引发市场恐慌情绪，导致金融市场的不稳定，增加商业银行的系统性风险。在2020年新冠疫情爆发初期，股票市场出现了大幅下跌，许多股票价格暴跌。商业银行持有的股票资产和股票质押贷款面临巨大风险，资产价值缩水，信贷风险增加。股票市场的下跌还引发了投资者和消费者的恐慌情绪，导致市场需求下降，商业银行的存款和贷款业务都受到了不同程度的影响，系统性风险显著增加。3.2.2债券市场波动债券市场是金融市场的重要组成部分，与商业银行的业务紧密相连。债券违约、利率波动等债券市场异常情况，会对商业银行的债券投资、流动性和信用风险产生重要影响，进而引发债券市场波动向商业银行系统性风险溢出的传导。债券违约是债券市场中较为常见的风险事件，对商业银行的影响尤为显著。商业银行通常是债券市场的重要投资者，持有大量的债券资产。当债券发行人出现违约时，商业银行持有的债券价值会大幅下降，甚至可能无法收回本金和利息，导致资产损失。债券违约还会引发市场恐慌情绪，导致债券价格下跌，商业银行持有的其他债券资产也会受到影响，进一步加剧资产价值的缩水。债券违约还会影响商业银行的流动性，当商业银行需要变现债券资产以满足资金需求时，由于债券市场的恐慌情绪和价格下跌，可能难以以合理的价格出售债券，导致流动性紧张。利率波动也是债券市场波动的重要因素之一，对商业银行的影响同样不容忽视。债券价格与市场利率呈反向关系，当市场利率上升时，债券价格会下跌，商业银行持有的债券资产价值会减少；反之，当市场利率下降时，债券价格会上升，商业银行持有的债券资产价值会增加。利率波动不仅会影响商业银行债券投资的账面价值，还会对其投资收益产生影响。如果商业银行在利率上升前购买了大量的固定利率债券，当利率上升时，债券的市场价值下降，而债券的利息收益却固定不变，导致商业银行的投资收益下降。利率波动还会影响商业银行的资金成本和信贷业务。市场利率上升会导致商业银行的资金成本增加，为了维持一定的盈利水平，银行可能会提高贷款利率，这会增加企业和个人的融资成本，抑制信贷需求，进而影响商业银行的信贷业务规模和资产质量。债券市场波动还会通过信用风险传导渠道，对商业银行的系统性风险产生影响。当债券市场出现波动时，债券发行人的信用状况可能会受到质疑，信用评级下降，导致债券的违约风险增加。商业银行在进行债券投资时，通常会参考债券的信用评级等指标来评估投资风险。当债券的信用评级下降时，商业银行可能会减少对该债券的投资，甚至抛售持有的债券，这会进一步加剧债券市场的波动，形成恶性循环。债券市场的信用风险还可能通过债券交易对手方传导至商业银行。如果商业银行的债券交易对手方出现信用问题，无法履行交易合约，可能会导致商业银行遭受损失，增加信用风险。在2018年，债券市场出现了多起违约事件，如凯迪生态、中弘股份等债券违约，引发了市场的恐慌情绪，债券价格大幅下跌。许多商业银行持有的相关债券资产价值缩水，面临资产损失和流动性风险。债券市场的波动还导致信用风险上升，商业银行在进行债券投资和信贷业务时更加谨慎，信贷规模收缩，对实体经济的支持力度减弱，系统性风险逐渐显现。3.3行业竞争冲击3.3.1金融科技公司竞争近年来，金融科技公司如蚂蚁金服、腾讯金融等迅速崛起，凭借其先进的技术优势和创新的业务模式，在金融领域掀起了巨大的变革浪潮，对商业银行的传统业务造成了显著的挤压，进而引发了商业银行系统性风险溢出的问题。金融科技公司在技术层面具有明显的优势。它们依托大数据、云计算、人工智能等前沿技术，能够对海量的用户数据进行快速、精准的分析和处理。通过对用户的消费行为、信用记录、资金流动等多维度数据的挖掘，金融科技公司可以更准确地评估用户的信用状况和风险水平，从而为用户提供更个性化、更高效的金融服务。蚂蚁金服旗下的芝麻信用，利用大数据技术构建了完善的信用评估体系，能够对用户的信用进行实时评估和动态监测，为其开展的信贷、支付等业务提供了有力的风险控制支持。相比之下，商业银行在数据处理和分析能力上相对滞后，传统的信用评估方式主要依赖于有限的财务数据和人工审核，效率较低且准确性不足。这使得商业银行在与金融科技公司竞争优质客户资源时处于劣势，导致部分优质客户流失，市场份额受到挤压。在业务模式方面，金融科技公司不断创新，推出了一系列具有竞争力的金融产品和服务。以移动支付为例，蚂蚁金服的支付宝和腾讯金融的微信支付在国内占据了主导地位，它们通过便捷的移动支付功能，极大地改变了人们的支付习惯，使支付变得更加简单、快捷、高效。无论是线上购物、线下消费还是转账汇款，用户都可以通过手机轻松完成支付操作，无需再依赖传统的银行支付方式。这种便捷的支付体验吸引了大量用户，尤其是年轻一代消费者，使得商业银行的支付结算业务受到了严重冲击。据统计，近年来我国移动支付交易规模持续快速增长，支付宝和微信支付的市场份额之和超过了90%，而商业银行在支付结算领域的市场份额则不断下降。在信贷业务领域，金融科技公司也凭借其创新的业务模式对商业银行形成了挑战。金融科技公司利用大数据和人工智能技术，实现了信贷审批的自动化和智能化。它们能够快速对用户的贷款申请进行审核和评估，在短时间内完成贷款发放，满足用户的紧急资金需求。一些互联网小额贷款平台，用户只需在手机上提交简单的个人信息和贷款申请，平台即可在几分钟内完成审批并放款。这种高效的信贷服务模式吸引了大量小微企业和个人用户，而这些用户原本是商业银行的潜在客户群体。商业银行由于信贷审批流程繁琐、手续复杂，难以满足这些用户对资金的及时性需求，导致信贷业务市场份额被金融科技公司抢占。在竞争压力下，商业银行为了维持市场份额和盈利能力，往往会采取一些高风险策略，这无疑增加了系统性风险溢出的可能性。为了争夺客户资源，商业银行可能会降低信贷标准，放宽对借款人的信用审核要求，增加对高风险项目的贷款投放。一些商业银行在发放贷款时，过度关注贷款规模的增长，而忽视了贷款质量和风险控制，导致不良贷款率上升。为了提高收益，商业银行可能会涉足一些高风险的金融业务，如金融衍生品交易、复杂的结构化融资等。这些业务虽然潜在收益较高，但同时也伴随着巨大的风险，一旦市场环境发生变化，商业银行可能会遭受严重的损失。当商业银行的资产质量恶化、风险不断积累时，系统性风险溢出的隐患也在逐渐增大。如果一家商业银行因高风险策略而出现严重的财务问题，可能会引发市场对整个银行体系的信任危机。投资者和存款人会对银行的安全性产生担忧，进而纷纷撤回资金，导致银行面临流动性危机。这种危机还可能通过银行间的业务往来和资金流动，迅速传导至其他银行，引发整个银行体系的不稳定，最终导致系统性风险的溢出，对金融体系和实体经济造成巨大的冲击。3.3.2其他金融机构竞争在金融市场中，证券公司、保险公司等其他金融机构与商业银行在业务交叉领域存在着激烈的竞争，这种竞争加剧了商业银行面临的风险，对其资金来源稳定性和资产质量产生了负面影响，进而引发系统性风险溢出的潜在危机。证券公司在资本市场业务方面具有独特的优势，与商业银行在多个领域存在竞争。在企业融资业务上，证券公司通过承销股票和债券等方式，为企业提供直接融资服务。随着资本市场的发展，越来越多的企业选择通过发行股票或债券来筹集资金，这使得商业银行的传统信贷业务面临挑战。大型企业在进行大规模融资时，更倾向于通过证券公司发行债券或股票，因为这种融资方式成本相对较低，且融资规模不受银行信贷额度的限制。这导致商业银行的优质企业客户流失，信贷业务规模受到压缩。在财富管理业务方面，证券公司凭借其专业的投资研究团队和丰富的金融产品，为客户提供个性化的投资组合和资产管理服务。它们推出的各类理财产品，如股票型基金、债券型基金、混合型基金等，满足了不同风险偏好客户的投资需求，吸引了大量高净值客户。相比之下，商业银行的财富管理业务在产品创新和投资专业性方面相对较弱，难以与证券公司竞争，导致部分高端客户资源流失。保险公司与商业银行在资金来源和业务领域也存在竞争关系。在资金来源方面，保险公司通过销售保险产品，如人寿保险、健康保险、财产保险等，吸收了大量的保费收入。这些保费收入在一定程度上分流了居民的储蓄资金，使得商业银行的存款增长面临压力。随着人们保险意识的提高和保险市场的不断发展，越来越多的家庭将一部分资金用于购买保险产品，以获得风险保障和资产增值。这导致商业银行的存款资金来源减少，资金成本上升。在业务领域方面，保险公司通过开展投资业务，如股票投资、债券投资、不动产投资等，与商业银行在资产配置市场上展开竞争。保险公司的投资规模不断扩大，对优质资产的争夺日益激烈，这使得商业银行在资产配置时面临更大的竞争压力，可能不得不降低资产质量标准，投资一些风险较高的资产，以获取更高的收益，从而增加了资产质量风险。随着竞争的加剧，商业银行的资金来源稳定性和资产质量受到了严重影响。资金来源的不稳定使得商业银行在资金调配和流动性管理方面面临更大的挑战。当商业银行的存款资金减少时，为了满足贷款业务和日常运营的资金需求，银行可能需要通过同业拆借、发行金融债券等方式筹集资金，这增加了资金成本和融资难度。如果市场流动性紧张，商业银行可能难以按时足额筹集到所需资金，导致流动性风险上升。资产质量的下降则直接影响商业银行的盈利能力和稳定性。当商业银行的不良贷款增加，资产质量恶化时，其资本充足率会下降，抗风险能力减弱。如果资产质量问题得不到及时解决，可能会引发投资者和存款人的信心危机，导致银行面临挤兑风险，进而引发系统性风险的溢出。当商业银行面临资金来源不稳定和资产质量下降的双重压力时，系统性风险溢出的可能性显著增加。一旦个别商业银行出现流动性危机或资产质量恶化问题，可能会引发市场恐慌情绪，导致投资者和存款人对整个银行体系的信心下降。这种恐慌情绪可能会迅速蔓延，引发银行间的信任危机，导致银行间同业拆借市场停滞，资金流动性紧张。银行可能会收紧信贷，减少对企业和个人的贷款发放，导致实体经济融资困难，经济增长放缓。这种系统性风险的溢出不仅会对金融体系造成严重破坏，还会对整个经济社会产生深远的负面影响。四、外部冲击下商业银行系统性风险溢出的实证分析4.1研究设计4.1.1样本选取与数据来源为全面、准确地研究外部冲击下商业银行系统性风险溢出，本研究选取具有代表性的商业银行作为样本。考虑到银行的规模、市场影响力、业务多元化程度等因素，选取了包括工商银行、农业银行、中国银行、建设银行等国有大型商业银行，以及招商银行、民生银行、兴业银行等股份制商业银行在内的共16家上市商业银行。这些银行在我国金融体系中占据重要地位，资产规模庞大，业务覆盖范围广泛，能够较好地反映我国商业银行的整体特征。数据来源方面，主要从Wind数据库、各商业银行的年报、国家统计局、中国人民银行等权威渠道获取。其中，商业银行的财务数据，如资产规模、贷款总额、不良贷款率、资本充足率等，以及股票市场数据，如银行股票收盘价、收益率等，均来自Wind数据库和各商业银行年报。宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率、货币供应量等，来源于国家统计局和中国人民银行；金融市场数据，如股票市场指数收益率、债券市场收益率、房地产市场价格指数等，也取自Wind数据库。数据时间跨度设定为2010年1月至2023年12月，涵盖了多个经济周期和不同的市场环境，以确保研究结果的可靠性和普遍性。在数据处理过程中，首先对收集到的数据进行清洗，剔除异常值和缺失值。对于缺失值，采用均值插补法、线性插值法等方法进行填补，以保证数据的完整性。对部分数据进行标准化处理，消除量纲的影响，使不同变量之间具有可比性。对财务数据进行比率化处理，如计算不良贷款率、资本充足率等指标，以便更好地反映商业银行的风险状况和经营特征。4.1.2变量选取与模型构建被解释变量：选取条件在险价值（CoVaR）来衡量商业银行系统性风险溢出。CoVaR是在风险价值（VaR）的基础上发展而来，它考虑了金融机构之间的风险溢出效应，能够更准确地度量单个金融机构对整个金融体系的风险贡献。具体而言，CoVaR_{i|j}^{q}表示当金融机构j处于风险状态（如收益率处于q分位数水平）时，金融机构i的风险价值。\DeltaCoVaR_{i|j}^{q}=CoVaR_{i|j}^{q}-CoVaR_{i|j}^{50}，其中CoVaR_{i|j}^{50}表示金融机构j处于正常状态（收益率处于50%分位数水平）时，金融机构i的风险价值，\DeltaCoVaR_{i|j}^{q}则度量了金融机构j对金融机构i的风险溢出效应。\DeltaCoVaR_{i|j}^{q}的值越大，表明金融机构j对金融机构i的风险溢出效应越强，即金融机构j的风险对金融机构i的影响越大。解释变量：经济政策变动：采用经济政策不确定性指数（EPU）来衡量经济政策的变动情况。该指数由Baker等学者构建，通过对报纸新闻、政府文件等文本数据的分析，量化了经济政策的不确定性程度。EPU指数越高，表明经济政策的不确定性越大，对商业银行系统性风险溢出的影响可能越显著。市场波动：选取股票市场波动率（SV）和债券市场波动率（BV）来衡量市场波动。股票市场波动率通过计算股票市场指数收益率的标准差得到，反映了股票市场价格的波动程度；债券市场波动率则通过计算债券市场收益率的标准差来衡量，体现了债券市场的波动情况。市场波动率越大，说明市场的不确定性和风险越高，可能会增加商业银行的系统性风险溢出。行业竞争：使用赫芬达尔-赫希曼指数（HHI）来度量银行业的市场竞争程度。HHI指数通过计算银行业内各银行的市场份额平方和得到，其值越大，表明市场集中度越高，竞争程度越低；反之，HHI指数越小，市场竞争程度越高。激烈的行业竞争可能会导致商业银行采取更激进的经营策略，增加系统性风险溢出的可能性。控制变量：为了控制其他因素对商业银行系统性风险溢出的影响，选取了以下控制变量：商业银行自身特征变量：包括银行规模（Size），用银行总资产的自然对数表示；资本充足率（CAR），反映银行的资本实力和抗风险能力；不良贷款率（NPL），衡量银行贷款资产的质量；存贷比（LDR），体现银行资金运用的效率和流动性状况。宏观经济变量：国内生产总值增长率（GDP），反映宏观经济的整体增长态势；通货膨胀率（CPI），衡量物价水平的变化，对商业银行的经营环境和风险状况有重要影响。模型构建：基于上述变量选取，构建如下回归模型：\DeltaCoVaR_{it}^{q}=\alpha_{0}+\alpha_{1}EPU_{t}+\alpha_{2}SV_{t}+\alpha_{3}BV_{t}+\alpha_{4}HHI_{t}+\sum_{i=1}^{4}\beta_{i}Control_{it}+\epsilon_{it}其中，\DeltaCoVaR_{it}^{q}表示第i家商业银行在t时期的系统性风险溢出；EPU_{t}、SV_{t}、BV_{t}、HHI_{t}分别为t时期的经济政策不确定性指数、股票市场波动率、债券市场波动率和银行业市场竞争程度；Control_{it}为控制变量，包括银行规模、资本充足率、不良贷款率、存贷比、国内生产总值增长率和通货膨胀率；\alpha_{0}为常数项，\alpha_{1}-\alpha_{4}和\beta_{i}为回归系数，\epsilon_{it}为随机误差项。通过对该模型的估计和分析，可以检验经济政策变动、市场波动、行业竞争等外部冲击因素对商业银行系统性风险溢出的影响程度和显著性。4.2实证结果与分析4.2.1描述性统计分析对样本数据进行描述性统计，结果如表1所示。从被解释变量ΔCoVaR来看，其均值为0.032，说明商业银行系统性风险溢出存在一定的平均水平。标准差为0.021，表明不同商业银行在不同时期的系统性风险溢出程度存在一定的差异。最小值为-0.015，最大值为0.087，说明部分时期部分银行的系统性风险溢出处于较低水平甚至为负（可能是由于其他因素的综合作用导致风险溢出被抑制），而在某些极端情况下，系统性风险溢出水平较高，反映出商业银行系统性风险溢出的波动范围较大。在解释变量中，经济政策不确定性指数（EPU）均值为158.65，标准差为56.34，说明经济政策不确定性在样本期间波动较大。股票市场波动率（SV）均值为0.023，标准差为0.012，债券市场波动率（BV）均值为0.011，标准差为0.007，表明股票市场波动相对较大，而债券市场波动相对较小，但两者都存在一定的波动情况。银行业市场竞争程度（HHI）均值为0.187，标准差为0.035，说明银行业市场竞争程度在样本期间有一定的变化。对于控制变量，银行规模（Size）均值为22.56，标准差为1.08，表明不同商业银行的规模存在一定差异。资本充足率（CAR）均值为13.25%，标准差为1.12%，整体处于较为稳定的水平。不良贷款率（NPL）均值为1.53%，标准差为0.38%，说明商业银行的不良贷款率存在一定波动。存贷比（LDR）均值为72.34%，标准差为5.67%，反映出商业银行资金运用效率和流动性状况存在差异。国内生产总值增长率（GDP）均值为6.54%，标准差为1.02%，通货膨胀率（CPI）均值为2.03%，标准差为0.87%，体现了宏观经济的波动情况。表1：描述性统计结果变量观测值均值标准差最小值最大值ΔCoVaR1920.0320.021-0.0150.087EPU192158.6556.3487.23356.42SV1920.0230.0120.0080.056BV1920.0110.0070.0030.025HHI1920.1870.0350.1240.256Size19222.561.0820.1524.68CAR19213.25%1.12%10.56%16.34%NPL1921.53%0.38%0.85%2.67%LDR19272.34%5.67%60.25%85.46%GDP1926.54%1.02%4.23%8.96%CPI1922.03%0.87%-0.56%4.56%4.2.2相关性分析对各变量进行相关性分析，结果如表2所示。从表中可以看出，经济政策不确定性指数（EPU）与商业银行系统性风险溢出（ΔCoVaR）呈显著正相关，相关系数为0.563，这初步表明经济政策不确定性增加会导致商业银行系统性风险溢出上升，符合理论预期。股票市场波动率（SV）与ΔCoVaR的相关系数为0.487，呈显著正相关，说明股票市场波动加剧会增加商业银行系统性风险溢出。债券市场波动率（BV）与ΔCoVaR的相关系数为0.325，也呈正相关，表明债券市场波动对商业银行系统性风险溢出有一定的正向影响。银行业市场竞争程度（HHI）与ΔCoVaR呈负相关，相关系数为-0.386，意味着市场竞争程度越高（HHI值越小），商业银行系统性风险溢出可能越大，这可能是因为激烈的竞争促使商业银行采取更激进的经营策略，从而增加风险。在控制变量中，银行规模（Size）与ΔCoVaR呈正相关，相关系数为0.256，说明规模较大的银行可能对系统性风险溢出的贡献更大。资本充足率（CAR）与ΔCoVaR呈负相关，相关系数为-0.352，表明资本充足率越高，商业银行的系统性风险溢出可能越低，体现了资本充足率对银行风险的缓冲作用。不良贷款率（NPL）与ΔCoVaR呈显著正相关，相关系数为0.468，说明不良贷款率的上升会显著增加商业银行系统性风险溢出。存贷比（LDR）与ΔCoVaR的相关系数为0.287，呈正相关，反映出存贷比过高可能会增加银行的风险。国内生产总值增长率（GDP）与ΔCoVaR呈负相关，相关系数为-0.305，表明经济增长较快时，商业银行系统性风险溢出可能较低。通货膨胀率（CPI）与ΔCoVaR的相关系数为0.225，呈正相关，说明通货膨胀可能会对商业银行系统性风险溢出产生一定的正向影响。总体而言，各变量之间的相关性初步验证了理论分析中各因素对商业银行系统性风险溢出的影响方向，为进一步的回归分析奠定了基础。但相关性分析只能初步判断变量之间的线性关系，还需要通过回归分析来准确检验各因素对商业银行系统性风险溢出的影响程度和显著性。表2：相关性分析结果变量ΔCoVaREPUSVBVHHISizeCARNPLLDRGDPCPIΔCoVaR1EPU0.563***1SV0.487***0.425***1BV0.325***0.286***0.356***1HHI-0.386***-0.352***-0.256***-0.187**1Size0.256***0.225**0.187**0.125-0.286***1CAR-0.352***-0.286***-0.256***-0.156-0.325***0.225**1NPL0.468***0.386***0.356***0.256***-0.305***-0.225**-0.425***1LDR0.287***0.256***0.225**0.156-0.256***0.356***-0.187**0.325***1GDP-0.305***-0.325***-0.286***-0.187**0.356***-0.256***0.386***-0.386***-0.286***1CPI0.225**0.256***0.187**0.125-0.225**0.156-0.1560.256***0.187**-0.256***1注：*、、*分别表示在1%、5%、10%的水平上显著。4.2.3回归结果分析对构建的回归模型进行估计，结果如表3所示。从回归结果来看，经济政策不确定性指数（EPU）的回归系数为0.002，在1%的水平上显著为正，这表明经济政策不确定性每增加1个单位，商业银行系统性风险溢出（ΔCoVaR）将增加0.002个单位，验证了假设H1，即经济政策变动冲击会显著正向影响商业银行系统性风险溢出。经济政策的不确定性会使商业银行面临更大的经营风险和不确定性，导致其风险承担水平上升，从而增加系统性风险溢出。股票市场波动率（SV）的回归系数为0.256，在1%的水平上显著为正，说明股票市场波动率每增加1个单位，商业银行系统性风险溢出将增加0.256个单位，支持了假设H2，即市场波动冲击中股票市场波动会显著正向影响商业银行系统性风险溢出。股票市场的大幅波动会影响商业银行的资产价值、投资收益和客户信心，进而引发系统性风险溢出。债券市场波动率（BV）的回归系数为0.187，在5%的水平上显著为正，表明债券市场波动率每增加1个单位，商业银行系统性风险溢出将增加0.187个单位，验证了假设H3，即市场波动冲击中债券市场波动会显著正向影响商业银行系统性风险溢出。债券市场的波动会对商业银行的债券投资、流动性和信用风险产生影响，从而导致系统性风险溢出。银行业市场竞争程度（HHI）的回归系数为-0.085，在1%的水平上显著为负，意味着市场竞争程度越高（HHI值越小），商业银行系统性风险溢出越大。当HHI值下降1个单位，商业银行系统性风险溢出将增加0.085个单位，支持了假设H4，即行业竞争冲击会显著正向影响商业银行系统性风险溢出。激烈的行业竞争会促使商业银行采取更激进的经营策略，增加风险承担，从而导致系统性风险溢出上升。在控制变量方面，银行规模（Size）的回归系数为0.012，在5%的水平上显著为正，说明银行规模越大，商业银行系统性风险溢出越大。这可能是因为大型银行在金融体系中占据重要地位，其业务复杂、关联度高，一旦出现风险，更容易引发系统性风险溢出。资本充足率（CAR）的回归系数为-0.056，在1%的水平上显著为负，表明资本充足率越高，商业银行系统性风险溢出越低，体现了资本充足率对银行风险的缓冲作用。不良贷款率（NPL）的回归系数为0.156，在1%的水平上显著为正，说明不良贷款率的上升会显著增加商业银行系统性风险溢出，不良贷款率的增加意味着银行资产质量下降，风险上升。存贷比（LDR）的回归系数为0.035，在5%的水平上显著为正，反映出存贷比过高会增加银行的风险，进而增加系统性风险溢出。国内生产总值增长率（GDP）的回归系数为-0.045，在1%的水平上显著为负，表明经济增长较快时，商业银行系统性风险溢出较低，经济的稳定增长有助于降低商业银行的风险。通货膨胀率（CPI）的回归系数为0.025，在10%的水平上显著为正，说明通货膨胀会对商业银行系统性风险溢出产生一定的正向影响，通货膨胀可能会导致银行资产负债表的实际价值发生变化，增加风险。综上所述，回归结果验证了研究假设，表明经济政策变动、市场波动和行业竞争等外部冲击因素对商业银行系统性风险溢出有着显著的影响，且影响方向与理论分析一致。同时，控制变量也对商业银行系统性风险溢出产生了不同程度的影响，这些结果为进一步理解商业银行系统性风险溢出的形成机制和制定有效的风险管理策略提供了实证依据。表3：回归结果|变量|系数|标准误|t值|P>|t||----|----|----|----|----||EPU|0.002***|0.0005|4.23|0.000||SV|0.256***|0.056|4.57|0.000||BV|0.187**|0.078|2.39|0.018||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||----|----|----|----|----||EPU|0.002***|0.0005|4.23|0.000||SV|0.256***|0.056|4.57|0.000||BV|0.187**|0.078|2.39|0.018||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||EPU|0.002***|0.0005|4.23|0.000||SV|0.256***|0.056|4.57|0.000||BV|0.187**|0.078|2.39|0.018||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||SV|0.256***|0.056|4.57|0.000||BV|0.187**|0.078|2.39|0.018||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||BV|0.187**|0.078|2.39|0.018||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||HHI|-0.085***|0.025|-3.40|0.001||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||Size|0.012**|0.005|2.43|0.016||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||CAR|-0.056***|0.012|-4.67|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||NPL|0.156***|0.035|4.46|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||LDR|0.035**|0.015|2.33|0.021||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||GDP|-0.045***|0.010|-4.50|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000||CPI|0.025*|0.013|1.92|0.056|_cons|-0.325***|0.086|-3.78|0.000|_cons|-0.325***|0.086|-3.78|0.000|注：*、、*分别表示在1%、5%、10%的水平上显著。4.3稳健性检验为确保实证结果的可靠性和稳定性，本研究从多个角度进行稳健性检验。首先，采用替换变量的方法，对关键变量进行替换。将经济政策不确定性指数（EPU）替换为中国经济政策不确定性指数（CEPU），该指数是专门针对中国经济政策不确定性构建的指标，能更准确地反映中国经济政策的变动情况。使用滚动标准差法重新计算股票市场波动率（SV）和债券市场波动率（BV），以检验市场波动变量的稳健性。对于银行业市场竞争程度（HHI），采用勒纳指数（Lerner）进行替换，勒纳指数通过衡量银行的市场势力来反映行业竞争程度，与HHI指数从不同角度度量行业竞争。重新进行回归分析，结果如表4所示。替换变量后的回归结果显示，CEPU的回归系数为0.0021，在1%的水平上显著为正，与原EPU的回归结果一致，表明经济政策变动对商业银行系统性风险溢出的正向影响依然显著。新计算的股票市场波动率（SV_new）回归系数为0.261，在1%的水平上显著为正，债券市场波动率（BV_new）回归系数为0.192，在5%的水平上显著为正，说明市场波动对商业银行系统性风险溢出的正向影响具有稳健性。勒纳指数（Lerner）的回归系数为0.091，在1%的水平上显著为正，与原HHI指数的回归结果相反，但这是由于勒纳指数与HHI指数的含义不同，勒纳指数越大表示市场竞争程度越低，其回归结果同样表明行业竞争对商业银行系统性风险溢出的影响显著，只是影响方向与HHI指数相反，符合理论预期。表4：替换变量后的回归结果|变量|系数|标准误|t值|P>|t||----|----|----|----|----||CEPU|0.0021***|0.0006|3.50|0.000||SV_new|0.261***|0.058|4.50|0.000||BV_new|0.192**|0.081|2.37|0.018||Lerner|0.091***|0.027|3.37|0.001||Size|0.013**|0.005|2.60|0.010||CAR|-0.058***|0.012|-4.83|0.000||NPL|0.159***|0.036|4.42|0.000||LDR|0.036**|0.015|2.40|0.017||GDP|-0.047***|0.010|-4.70|0.000||CPI|0.026*|0.013|2.00|0.046|_cons|-0.332***|0.088|-3.77|0.000||----|----|----|----|----||CEPU|0.0021***|0.0006|3.50|0.000||SV_new|0.261***|0.058|4.50|0.000||BV_new|0.192**|0.