宏观审慎监管下中国银行业系统性风险测度：理论、方法与实践

宏观审慎监管下中国银行业系统性风险测度：理论、方法与实践一、引言1.1研究背景与意义1.1.1研究背景2008年全球金融危机的爆发，如同一颗重磅炸弹，震碎了全球金融市场的安稳幻梦，也促使各界对金融监管体系展开了深刻反思。这场危机源于美国次贷市场，却以惊人的速度蔓延至全球，导致众多金融机构陷入困境，甚至破产倒闭，金融市场流动性近乎枯竭，实体经济也遭受重创，失业率飙升，经济增长急剧放缓。在危机的阴霾下，人们清晰地认识到，传统微观审慎监管聚焦于单个金融机构的稳健性，虽能在一定程度上保障个体安全，却无法有效应对金融体系的系统性风险。这种风险具有极强的传染性和破坏力，如同多米诺骨牌一般，一家金融机构的危机能迅速引发连锁反应，危及整个金融系统的稳定。在此背景下，宏观审慎监管这一理念应运而生，成为全球金融监管改革的核心方向。宏观审慎监管从宏观视角出发，全面考量金融体系的系统性风险，旨在防范金融系统的顺周期波动以及风险在金融机构间的跨部门传染，维护金融体系的整体稳定。此后，各国纷纷采取行动，积极构建和完善宏观审慎监管框架。美国出台了《多德-弗兰克华尔街改革和消费者保护法》，设立金融稳定监督委员会（FSOC），加强对系统性风险的监测与防范；欧盟成立欧洲系统性风险委员会（ESRB），负责宏观审慎监管，增强金融体系的抗风险能力。这些举措充分体现了国际社会对宏观审慎监管的高度重视和积极实践。在中国，银行业在金融体系中占据着举足轻重的地位，是经济发展的关键支柱。它不仅为实体经济提供了不可或缺的资金支持，促进企业的发展与扩张，推动产业升级和经济结构调整，还在货币创造和信用传导方面发挥着核心作用，影响着货币政策的实施效果和宏观经济的稳定运行。然而，随着中国经济的快速发展和金融市场的不断开放，银行业面临的系统性风险日益复杂和严峻。经济增速换挡、产业结构调整、利率市场化进程加速、金融创新层出不穷以及互联网金融的迅猛崛起等因素，都给银行业带来了前所未有的挑战，使其风险来源更加多元化，风险的复杂性和隐蔽性也大幅增加。例如，在经济增速放缓的背景下，企业经营面临困境，盈利能力下降，导致银行的不良贷款率上升，信用风险显著增加；利率市场化使得银行利差收窄，盈利空间受到挤压，同时也加剧了市场竞争，促使银行在追求高收益的过程中承担更高的风险；金融创新如资产证券化、影子银行等业务的快速发展，在丰富金融产品和服务的同时，也带来了监管套利、风险隐匿等问题，增加了金融体系的脆弱性；互联网金融凭借其便捷性和创新性，吸引了大量客户和资金，对传统银行业务造成冲击，进一步加剧了银行业的竞争压力和风险水平。因此，加强对中国银行业系统性风险的测度与监管，已成为维护金融稳定、保障经济持续健康发展的迫切需求。1.1.2研究意义本研究具有重要的理论意义和实践意义。从理论层面来看，目前关于系统性风险测度的研究虽然众多，但仍存在诸多不足之处。不同的测度方法各有优劣，其适用性和准确性在不同的市场环境和金融体系下存在差异，尚未形成一套被广泛认可、普适性强的系统性风险测度理论和方法体系。而且，宏观审慎监管与系统性风险测度之间的内在联系和作用机制，尚未得到深入且全面的剖析，许多关键问题仍有待进一步探索和解答。通过对宏观审慎监管下中国银行业系统性风险测度的深入研究，有助于丰富和完善系统性风险测度理论，深入探究宏观审慎监管与系统性风险之间的内在关联和作用机理，为金融监管理论的发展提供新的思路和视角，推动金融理论研究的不断深化。在实践意义方面，本研究能够为监管部门制定科学合理的宏观审慎监管政策提供有力的决策依据。准确测度银行业系统性风险，能够帮助监管部门及时、全面地了解银行业风险状况，识别潜在的风险点和风险来源，从而有针对性地制定和实施监管措施。例如，通过对系统性风险的监测和评估，监管部门可以根据风险的严重程度和发展趋势，合理调整资本充足率要求，促使银行保持充足的资本缓冲，增强抵御风险的能力；灵活运用流动性监管指标，确保银行具备足够的流动性，以应对可能出现的流动性危机；加强对系统重要性银行的监管力度，降低其对金融体系的潜在负面影响，维护金融市场的稳定运行。此外，研究结果还能为银行自身的风险管理提供有益的参考，帮助银行提升风险管理水平。银行可以依据系统性风险测度结果，优化风险评估模型，提高风险识别和度量的准确性，从而更加科学地制定风险管理策略。例如，合理配置资产，优化资产结构，降低高风险资产的占比，分散投资风险；加强内部控制，完善风险管理流程，提高风险应对能力；强化压力测试，模拟极端情况下的风险状况，提前做好应急预案，增强银行在复杂多变的市场环境中的稳健性和抗风险能力。1.2国内外研究现状1.2.1国外研究现状在宏观审慎监管工具的研究上，国外学者进行了多方面的探索。Borio早在2003年就对宏观审慎监管进行了深入探讨，提出宏观审慎监管包含时间维度和横截面维度。时间维度关注金融体系风险随时间的累积，即顺周期性问题；横截面维度则侧重于特定时间点上风险在金融机构间的分布和相互关联。在此基础上，许多学者针对不同的宏观审慎监管工具展开研究。例如，对于逆周期资本缓冲这一工具，学者们研究其在平滑经济周期、增强银行抵御风险能力方面的作用。通过构建经济模型，模拟不同经济周期下银行资本充足率的变化，发现逆周期资本缓冲能够在经济繁荣期要求银行增加资本储备，以便在经济衰退时用于吸收损失，从而有效缓解银行信贷的顺周期波动，降低系统性风险发生的概率。在银行业系统性风险测度模型方面，国外学者取得了丰硕的研究成果。Adrian和Brunnermeier于2016年提出了CoVaR（条件风险价值）模型，该模型基于风险价值（VaR）的概念，通过度量一家金融机构处于困境时对整个金融体系风险价值的影响，来衡量其系统性风险贡献。具体而言，通过分析金融机构之间的资产负债关联、市场波动传导等因素，计算出当某一金融机构陷入困境时，整个金融体系风险价值的变化程度，从而识别出系统重要性金融机构，为监管部门制定针对性的监管措施提供依据。Acharya等学者在2017年提出了MES（边际期望损失）模型，从股票市场的角度出发，通过计算金融机构在市场下跌时的预期损失，来评估其系统性风险。该模型利用股票价格数据，结合市场整体表现，分析金融机构在极端市场条件下的损失情况，反映出金融机构对系统性风险的敏感性和贡献程度。此外，还有学者运用网络分析方法构建银行间风险传染模型，将银行视为网络节点，银行间的业务往来视为连接边，通过模拟风险在网络中的传播路径和强度，评估系统性风险的传播范围和影响程度。1.2.2国内研究现状国内学者在宏观审慎监管框架构建方面进行了深入研究。巴曙松等学者对国际宏观审慎监管改革的实践进行了系统梳理，分析了美国、欧盟等国家和地区在宏观审慎监管机构设置、监管工具运用等方面的经验和教训，并结合中国金融市场的特点，提出了构建适合中国国情的宏观审慎监管框架的建议。他们认为，中国应加强中央银行在宏观审慎监管中的核心地位，建立健全宏观审慎监管协调机制，整合监管资源，提高监管效率。同时，要丰富宏观审慎监管工具，如灵活运用差别准备金动态调整机制，根据经济周期和金融机构的风险状况，动态调整银行的准备金要求，以实现逆周期调节，防范系统性风险。对于中国银行业系统性风险特征及测度方法，国内学者也进行了大量研究。陈雨露等学者分析了中国银行业系统性风险的来源和特征，指出随着金融市场的发展和金融创新的推进，中国银行业系统性风险不仅受到传统信用风险、市场风险的影响，还面临着操作风险、流动性风险、影子银行风险等多种风险的交织。在经济增速换挡、结构调整的背景下，信用风险呈现上升趋势，不良贷款率有所增加；金融创新导致银行表外业务规模扩大，影子银行风险逐渐凸显，增加了风险的隐蔽性和传染性。在测度方法上，国内学者借鉴国外先进的模型和方法，并结合中国银行业的实际数据进行实证研究。例如，范小云等学者运用CoVaR模型对中国上市银行的系统性风险进行测度，通过对银行股票收益率数据和资产负债数据的分析，计算出各银行的系统性风险贡献度，发现大型国有银行和部分股份制银行在金融体系中具有较高的系统性风险贡献，应作为监管重点。还有学者运用压力测试方法，对中国银行业在不同宏观经济情景下的风险承受能力进行评估，通过设定经济衰退、利率大幅波动、房地产市场崩溃等极端情景，模拟银行资产质量、资本充足率、流动性等指标的变化，以检验银行体系的稳健性，识别潜在的风险点。1.3研究内容与方法1.3.1研究内容本研究围绕宏观审慎监管下中国银行业系统性风险测度展开，具体内容如下：第一章为引言，主要阐述研究背景与意义。在2008年全球金融危机的大背景下，宏观审慎监管理念兴起，成为金融监管改革的核心方向。在此背景下，分析中国银行业在金融体系中的重要地位以及面临的系统性风险挑战，强调加强对其系统性风险测度与监管的迫切性。同时，通过梳理国内外研究现状，了解宏观审慎监管工具、银行业系统性风险测度模型等方面的研究成果，为本研究奠定理论基础。第一章为引言，主要阐述研究背景与意义。在2008年全球金融危机的大背景下，宏观审慎监管理念兴起，成为金融监管改革的核心方向。在此背景下，分析中国银行业在金融体系中的重要地位以及面临的系统性风险挑战，强调加强对其系统性风险测度与监管的迫切性。同时，通过梳理国内外研究现状，了解宏观审慎监管工具、银行业系统性风险测度模型等方面的研究成果，为本研究奠定理论基础。第二章聚焦于宏观审慎监管与银行业系统性风险的理论分析。详细阐述宏观审慎监管的内涵，包括其目标、工具以及与微观审慎监管的区别与联系。从理论层面剖析宏观审慎监管对防范银行业系统性风险的作用机制，为后续研究提供理论依据。深入探讨银行业系统性风险的定义、特征以及形成机理，分析其在金融体系中的传导路径，明确研究对象的本质特征。第三章是中国银行业系统性风险的测度方法与实证分析。对常用的银行业系统性风险测度方法进行全面梳理，如CoVaR模型、MES模型、SRISK模型等，分析各模型的原理、优势及局限性。选取合适的测度模型，结合中国银行业的实际数据，进行系统性风险的实证测度。运用计量经济学方法，对测度结果进行深入分析，评估中国银行业系统性风险的整体水平、变化趋势以及不同银行间的风险差异。第四章着重分析宏观审慎监管对中国银行业系统性风险的影响。研究宏观审慎监管政策的实施对中国银行业系统性风险的实际影响效果，通过构建计量模型，实证检验不同宏观审慎监管工具（如逆周期资本缓冲、动态拨备、贷款价值比限制等）对银行业系统性风险的抑制作用。分析宏观审慎监管在降低银行业顺周期波动、防范风险传染等方面的作用机制，探讨监管政策实施过程中存在的问题与挑战。第五章基于前文的研究，提出完善中国银行业宏观审慎监管的建议。从优化宏观审慎监管框架、丰富监管工具、加强监管协调等方面入手，提出针对性的政策建议，以提高宏观审慎监管的有效性，更好地防范银行业系统性风险。同时，对银行自身风险管理提出建议，包括加强内部控制、完善风险评估体系、提高风险应对能力等，以增强银行的稳健性。第六章对整个研究进行全面总结，概括研究的主要结论，回顾研究过程中取得的成果与发现。分析研究的不足之处，指出未来研究的方向，为后续研究提供参考和启示。1.3.2研究方法本研究综合运用多种研究方法，以确保研究的科学性和全面性。文献研究法：广泛搜集国内外关于宏观审慎监管、银行业系统性风险测度等方面的学术文献、研究报告、政策文件等资料。对这些资料进行系统梳理和深入分析，了解该领域的研究现状、发展趋势以及存在的问题，为本研究提供理论基础和研究思路。通过对已有研究成果的总结和归纳，明确研究的切入点和重点，避免重复研究，同时借鉴前人的研究方法和经验，提高研究的质量和效率。文献研究法：广泛搜集国内外关于宏观审慎监管、银行业系统性风险测度等方面的学术文献、研究报告、政策文件等资料。对这些资料进行系统梳理和深入分析，了解该领域的研究现状、发展趋势以及存在的问题，为本研究提供理论基础和研究思路。通过对已有研究成果的总结和归纳，明确研究的切入点和重点，避免重复研究，同时借鉴前人的研究方法和经验，提高研究的质量和效率。定量分析法：在银行业系统性风险测度部分，运用定量分析方法，借助专业的计量经济学软件和统计工具，对大量的金融数据进行处理和分析。通过构建数学模型，如CoVaR模型、MES模型等，对中国银行业系统性风险进行量化测度。运用时间序列分析、面板数据模型等方法，对测度结果进行统计分析，研究系统性风险的变化趋势、影响因素以及不同银行间的风险差异。定量分析方法能够使研究结果更加准确、客观，为监管政策的制定提供数据支持。案例分析法：选取具有代表性的银行案例，深入分析其在宏观审慎监管政策实施过程中的风险管理实践。通过对案例银行的经营数据、风险状况、应对策略等方面的分析，探讨宏观审慎监管对银行个体的影响，以及银行在应对系统性风险时的经验和教训。案例分析法能够将抽象的理论与实际案例相结合，使研究更加生动、具体，增强研究的说服力和实践指导意义。二、相关理论基础2.1宏观审慎监管理论2.1.1宏观审慎监管的概念与目标宏观审慎监管是一种以维护金融体系整体稳定为核心目标，防止金融系统对经济体系产生负外部溢出效应的监管模式，它采用自上而下的视角，全面审视金融体系的运行状况。与微观审慎监管不同，宏观审慎监管并非聚焦于单个金融机构的稳健性，而是着眼于整个金融系统的系统性风险。这种风险具有内生性，不仅来源于外部冲击，更产生于金融体系内部的相互关联和作用。其目标主要体现在两个关键方面。一方面，限制金融风险的累积，从源头上降低金融危机发生的可能性或减轻其爆发时的强度。在经济繁荣时期，金融机构往往会过度乐观，盲目扩张信贷规模，降低信贷标准，导致资产价格泡沫不断膨胀，信用风险和市场风险在金融体系内逐渐积累。宏观审慎监管通过对资本充足率、杠杆率等关键指标实施动态的逆周期要求，促使金融机构在经济繁荣阶段积累更多的资本缓冲，以应对未来可能出现的经济衰退和风险冲击，从而有效抑制金融机构的过度冒险行为，降低金融体系的脆弱性。另一方面，强化金融体系对经济下滑和其他负面冲击的恢复能力，这是对系统风险爆发后的事后补救措施。当系统性风险不幸爆发，金融体系遭受冲击时，宏观审慎监管致力于确保金融体系能够迅速恢复正常运作，减少对实体经济的负面影响。通过建立健全的风险处置机制，如存款保险制度、金融机构破产清算程序等，及时化解金融机构的风险，稳定市场信心，避免风险的进一步扩散和蔓延。在2008年全球金融危机期间，许多国家的金融体系遭受重创，一些大型金融机构濒临破产。各国政府和监管部门纷纷采取一系列宏观审慎监管措施，如注资金融机构、提供流动性支持、实施资产救助计划等，帮助金融机构渡过难关，逐步恢复金融体系的稳定，减轻了金融危机对实体经济的冲击。2.1.2宏观审慎监管的工具与框架宏观审慎监管工具丰富多样，主要涵盖逆周期资本缓冲、动态贷款损失准备金、贷款价值比限制、杠杆率限制等。逆周期资本缓冲要求银行在经济繁荣时期增加资本储备，以便在经济衰退时能够动用这些储备来吸收损失，平滑信贷周期，缓解银行信贷的顺周期波动。在经济上行阶段，银行盈利增加，资本充足率上升，此时要求银行计提逆周期资本缓冲，可抑制银行过度放贷，防止信贷泡沫的形成；而在经济下行阶段，银行面临资产质量下降、信用风险增加的压力，逆周期资本缓冲可用于弥补损失，维持银行的正常运营，增强银行抵御风险的能力。动态贷款损失准备金则根据经济周期和贷款风险状况，动态调整贷款损失准备金的计提比例。在经济繁荣时期，贷款违约率较低，但为了防范未来可能出现的风险，银行会提高贷款损失准备金的计提比例，提前储备资金；在经济衰退时期，贷款违约率上升，银行可动用前期计提的贷款损失准备金来弥补损失，减少对银行盈利和资本的冲击，从而增强银行的稳健性。贷款价值比限制对银行发放贷款的额度与抵押物价值的比例进行约束，以此控制房地产市场等领域的信贷风险。在房地产市场过热时，降低贷款价值比，可减少购房者的贷款额度，抑制房地产投机行为，防止房地产泡沫的进一步膨胀；在房地产市场低迷时，适当提高贷款价值比，可增加购房者的贷款能力，刺激房地产市场需求，促进房地产市场的稳定发展。杠杆率限制直接对金融机构的杠杆倍数进行限制，防止金融机构过度负债经营，降低金融体系的杠杆风险。规定银行的杠杆率不得超过一定倍数，可限制银行通过过度借贷来扩张资产规模，避免因杠杆过高而在面临风险时陷入困境。宏观审慎监管框架主要由宏观审慎监测框架、宏观审慎监管工具以及宏观审慎政策安排三大部分构成。宏观审慎监测框架通过构建一系列科学合理的指标体系，如金融机构的资本充足率、流动性比例、杠杆率、不良贷款率等，以及宏观经济指标，如GDP增长率、通货膨胀率、利率、汇率等，实时识别和监测系统风险，及时发现金融体系中潜在的风险点和风险趋势。利用大数据分析技术，对金融市场交易数据、金融机构财务报表数据等进行实时分析，及时发现金融机构之间的风险关联和异常交易行为，为宏观审慎监管提供准确的风险预警信息。宏观审慎监管工具如前文所述，通过运用各种监管工具，对金融机构的经营行为进行有效干预，降低系统风险发生的概率，缓解风险对金融体系和实体经济的溢出效应。宏观审慎政策安排明确了监管主体之间的职责分工与合作机制，确保宏观审慎监管的有效实施。在中国，中国人民银行在宏观审慎监管中发挥着核心作用，负责制定和执行宏观审慎政策，监测金融体系的系统性风险；银保监会、证监会等监管部门则负责对各自监管领域内的金融机构进行微观审慎监管，并与中国人民银行密切配合，共同维护金融体系的稳定。通过建立健全的宏观审慎监管协调机制，加强各监管部门之间的信息共享、政策协调和行动配合，形成监管合力，提高宏观审慎监管的效率和效果。2.2银行业系统性风险理论2.2.1银行业系统性风险的定义与特征银行业系统性风险是指由于金融体系内部或外部的各种因素，导致银行业整体出现不稳定状态，可能引发金融机构倒闭、金融市场崩溃，并对实体经济造成严重负面影响的风险。这种风险并非个别银行所面临的特定风险，而是整个银行业共同面临的威胁，具有广泛的传染性和巨大的破坏力。一旦系统性风险爆发，可能导致银行体系的信用中介功能受损，资金无法正常融通，进而影响企业的生产经营和居民的消费，使经济陷入衰退。银行业系统性风险具有传染性。银行作为金融体系的核心组成部分，彼此之间通过同业业务、支付清算系统等存在着紧密的联系，形成了复杂的网络结构。当一家银行出现问题时，如资产质量恶化、流动性不足等，可能会导致其无法按时履行对其他银行的债务，引发连锁反应。一家银行的流动性危机可能会导致其在同业市场上难以获得资金，进而影响与之有业务往来的其他银行的资金状况，使风险在银行体系内迅速扩散。这种传染性还可能通过金融市场进一步放大，引发投资者恐慌，导致金融市场的不稳定。隐蔽性也是银行业系统性风险的重要特征。在经济繁荣时期，银行业务扩张，资产价格上涨，银行的盈利状况良好，风险往往被掩盖。银行可能会放松信贷标准，大量发放贷款，导致信用风险逐渐积累；金融创新产品的不断涌现，使得风险更加隐蔽，难以被准确识别和度量。一些复杂的金融衍生品，如资产证券化产品，其风险结构复杂，投资者和监管机构难以准确评估其真实风险水平。此外，银行内部的风险管理和内部控制漏洞也可能导致风险的隐蔽积累，直到问题严重到无法掩盖时才被发现。银行业系统性风险具有复杂性，它是多种风险相互交织、相互作用的结果。银行业不仅面临着传统的信用风险、市场风险、流动性风险，还受到操作风险、法律风险、声誉风险等多种风险的影响。这些风险之间相互关联，相互转化，使得系统性风险的形成机制和表现形式极为复杂。信用风险的增加可能导致银行资产质量下降，进而引发流动性风险；市场风险的波动可能影响银行的投资收益，增加信用风险的发生概率。金融创新和金融自由化的发展，使得银行业务范围不断扩大，与其他金融机构和金融市场的联系更加紧密，进一步加剧了系统性风险的复杂性。2.2.2银行业系统性风险的来源与形成机制银行业系统性风险的来源是多方面的，包括宏观经济因素、金融市场因素、银行自身因素以及外部冲击等。宏观经济因素是银行业系统性风险的重要来源之一。经济周期的波动对银行业的影响显著，在经济繁荣阶段，企业投资和居民消费活跃，信贷需求旺盛，银行信贷规模扩张，资产质量看似良好。但这种繁荣往往伴随着过度投资和资产价格泡沫，一旦经济进入衰退阶段，企业盈利能力下降，偿债能力减弱，导致银行不良贷款增加，信用风险大幅上升。当经济衰退时，企业销售额下降，利润减少，可能无法按时偿还银行贷款，使得银行的资产质量恶化，资本充足率下降，进而影响银行的稳健性。通货膨胀和通货紧缩也会对银行业产生影响。通货膨胀可能导致实际利率下降，银行的资金成本上升，而贷款收益相对下降，影响银行的盈利能力；通货紧缩则可能导致物价下跌，企业债务负担加重，还款困难，增加银行的信用风险。金融市场因素也会引发银行业系统性风险。金融市场的波动，如股票市场、债券市场、外汇市场等的大幅波动，会直接或间接地影响银行的资产负债状况和盈利能力。股票市场的暴跌可能导致银行持有的股票资产价值缩水，影响银行的资本充足率；债券市场的违约事件增加，会使银行投资债券的收益受损，增加信用风险。金融市场的流动性风险也会对银行造成冲击。当金融市场流动性紧张时，银行可能难以在市场上获得足够的资金，导致流动性风险加剧，甚至引发银行挤兑。银行自身因素是系统性风险的内部根源。银行的风险管理能力和内部控制水平直接关系到其抵御风险的能力。如果银行的风险管理体系不完善，风险识别、评估和控制能力不足，就容易忽视潜在的风险，导致风险的积累和爆发。一些银行在开展业务时，过于追求规模扩张和短期利润，忽视了风险的管理，盲目发放高风险贷款，过度参与金融衍生品交易，增加了自身的风险敞口。银行的公司治理结构也会影响其风险状况。如果公司治理结构不完善，内部权力制衡机制失效，可能导致管理层的决策失误，追求个人利益而非银行的长期稳健发展，从而增加银行的系统性风险。外部冲击也是银行业系统性风险的重要来源，如突发的自然灾害、公共卫生事件、地缘政治冲突等。这些外部冲击具有不确定性和不可预测性，可能对经济和金融体系造成巨大的破坏。2020年爆发的新冠疫情，导致全球经济停摆，企业停工停产，居民消费受到抑制，银行业面临着前所未有的挑战。大量企业无法按时偿还贷款，银行的不良贷款率急剧上升，信用风险大幅增加；同时，疫情导致金融市场剧烈波动，银行的投资资产价值下降，流动性风险也显著加剧。地缘政治冲突可能导致国际油价大幅波动，影响相关企业的经营状况，进而对银行的资产质量产生负面影响。银行业系统性风险的形成机制较为复杂，是多种因素相互作用的结果。在经济繁荣时期，金融体系的顺周期性使得银行的信贷投放和资产价格呈现出同步上升的趋势。银行在乐观的市场预期下，往往会放松信贷标准，增加信贷投放，推动资产价格上涨，进一步增强市场的乐观情绪，形成自我强化的正反馈机制。这种顺周期行为会导致金融体系的风险不断积累，当经济形势发生逆转时，资产价格下跌，企业还款能力下降，银行的不良贷款增加，信用风险暴露，信贷收缩，经济陷入衰退，形成恶性循环。金融机构之间的关联性和同质性也是系统性风险形成的重要因素。银行之间通过同业业务、支付清算系统等紧密相连，一家银行的风险很容易通过这些渠道传播到其他银行。而且，银行在业务模式、风险管理策略等方面存在一定的同质性，在面对相同的市场冲击时，可能会采取相似的应对措施，加剧风险的扩散和放大。在房地产市场过热时，多家银行可能同时大量发放房地产贷款，当房地产市场出现调整时，这些银行都面临着较大的信用风险，容易引发系统性风险。三、中国银行业系统性风险现状分析3.1中国银行业发展历程与现状中国银行业的发展历程是一部在时代浪潮中不断变革与前行的奋斗史，见证了中国经济从计划经济体制向市场经济体制的伟大转型。其发展历程可追溯到古代的典当、票号等早期金融活动形式，不过，现代意义上的银行业真正起步于20世纪。新中国成立后，在计划经济时期，银行业的角色主要是为国家经济建设提供政策性金融支持，国有银行占据主导地位，它们如同经济发展的坚强后盾，为国家重点项目和国有企业提供资金保障，助力国家构建起初步的工业体系和基础设施框架。但这种高度集中的体制在一定程度上限制了银行业的活力和创新能力，业务模式相对单一，主要围绕国家计划进行资金分配。改革开放成为中国银行业发展的重要转折点，开启了市场化的大门。从1978年起，银行业进行了大规模改革，中国农业银行、中国银行、中国建设银行相继恢复或独立，专业银行体系初步形成，它们各自承担着不同领域的金融服务职责，为农业发展、对外贸易和基础建设提供了有力的金融支持。1986年，第一家股份制商业银行——交通银行组建，此后，中信实业银行、招商银行、深圳发展银行等众多商业银行陆续成立，为银行业注入了新的活力。这些股份制银行引入市场竞争机制，在业务创新、服务理念等方面积极探索，推动了银行业服务质量和效率的提升。1994年，国家开发银行、中国进出口银行和中国农业发展银行三大政策性银行的成立，进一步完善了金融体系，它们专注于特定领域的政策扶持，如国家重点项目建设、进出口贸易促进和农业农村发展等，与商业银行形成互补，共同促进经济的协调发展。2003年，中国银行业监督管理委员会成立，标志着银行业监管体系的进一步完善，加强了对银行业的规范管理和风险防控。同年，四大国有银行开始进行改制，通过股份制改造、引进战略投资者、公开上市等一系列举措，优化公司治理结构，提升资本实力和风险管理水平，逐渐向现代化商业银行转型。2007年，中国邮政储蓄银行有限责任公司依法成立，丰富了银行业的服务层次，尤其是在农村金融和零售金融领域发挥了重要作用，为广大农村地区和中小客户提供了便捷的金融服务。2018年，银监会与保监会合并，进一步整合监管资源，提高监管效率，适应金融市场综合化发展的趋势。经过多年的发展，中国银行业已成为全球最大的银行业之一，在规模、结构和业务等方面呈现出独特的现状。从规模上看，资产总额持续增长，根据中国银行业协会数据，2024年，全国银行业金融机构本外币资产总额达到376.58万亿元，同比增长9.7%，展现出强大的资金实力和经济影响力。大型商业银行凭借广泛的网点布局、雄厚的资本实力和丰富的客户资源，在资产规模和业务份额上占据主导地位；股份制商业银行则以灵活的经营策略和创新的业务模式，在市场竞争中迅速崛起，不断拓展业务领域和市场份额；城市商业银行、农村金融机构等地方金融机构在支持地方经济发展、服务中小企业和居民方面发挥着不可替代的作用，它们扎根地方，深入了解当地市场需求，提供个性化的金融服务。在业务结构方面，传统的存贷款业务仍然是银行业务的核心，但随着金融市场的发展和金融创新的推进，中间业务和表外业务占比逐渐提高。中间业务如支付结算、代收代付、银行卡业务、代理销售、资金托管、担保承诺、金融衍生业务等，为银行带来了多元化的收入来源，降低了对存贷利差的依赖。表外业务如理财业务、信托业务、资产证券化等发展迅速，满足了客户多样化的金融需求，但也带来了一定的风险挑战，如信用风险、市场风险、流动性风险和操作风险等，需要加强监管和风险管理。在2024年上半年，58家上市银行营业收入为3.01万亿元，同比下降1.98%。其中，利息净收入同比下降3.63%至2.16万亿元，手续费及佣金净收入下降11.88%，而其他非利息净收入同比上升20.68%，这表明银行业务结构正在发生深刻变化，银行需要不断适应市场变化，优化业务结构，提升盈利能力和抗风险能力。随着金融科技的迅猛发展，银行业积极拥抱数字化转型，利用大数据、人工智能、区块链、云计算等新技术，提升金融服务的效率和质量，拓展服务渠道和范围。线上银行、手机银行、智能客服、移动支付等创新服务模式日益普及，为客户提供了更加便捷、高效的金融服务体验。一些银行利用大数据分析客户的消费行为、信用状况和金融需求，实现精准营销和个性化服务；通过人工智能技术实现风险评估和信贷审批的自动化，提高审批效率和准确性；运用区块链技术优化跨境支付、供应链金融等业务流程，降低交易成本和风险。金融科技的应用也对银行的风险管理、内部控制和合规经营提出了新的挑战，需要银行加强技术投入和人才培养，提升数字化时代的风险管理能力。3.2中国银行业系统性风险的表现形式3.2.1信用风险信用风险是银行业面临的最主要风险之一，它源于借款人或交易对手未能履行合同所规定的义务，从而导致银行遭受损失的可能性。不良贷款率是衡量信用风险的关键指标，它反映了银行贷款资产中出现违约的比例。近年来，受宏观经济增速换挡、结构调整以及部分行业产能过剩等因素影响，中国银行业不良贷款率总体呈上升趋势，信用风险有所加剧。根据中国银保监会数据，2024年三季度末，商业银行不良贷款余额为3.24万亿元，较上季末增加1029亿元；不良贷款率为1.76%，较上季末上升0.05个百分点。这表明在经济环境变化的背景下，银行业信用风险防控面临着较大压力。在具体行业中，制造业、批发零售业、房地产业等行业的信用风险较为突出。制造业企业受市场需求变化、技术升级压力、原材料价格波动等因素影响，经营面临困境，偿债能力下降，导致银行不良贷款增加。在一些传统制造业领域，随着市场竞争加剧和产能过剩问题的凸显，部分企业订单减少，利润下滑，无法按时偿还银行贷款，使得银行在这些行业的信贷资产质量受到影响。批发零售业也面临类似问题，市场竞争激烈，企业经营风险较高，一旦资金链断裂，就容易出现违约情况。房地产业与银行业联系紧密，房地产市场的波动对银行业信用风险影响显著。近年来，随着房地产市场调控政策的持续推进，房地产企业融资难度加大，销售回款放缓，资金压力增大，部分企业出现债务违约风险。一些中小房地产企业由于资金实力较弱，融资渠道有限，在市场环境恶化时，更容易陷入困境。2023年，部分知名房地产企业出现债务违约，导致银行相关贷款资产质量下降，信用风险增加。房地产市场价格波动也会影响个人住房贷款的信用风险。当房价下跌时，抵押物价值缩水，借款人可能出现“断供”现象，增加银行不良贷款的风险。从银行个体来看，不同类型银行的信用风险状况存在差异。大型商业银行凭借雄厚的资本实力、广泛的客户基础和完善的风险管理体系，信用风险总体可控。但在经济下行压力下，其不良贷款率也有所上升。国有大型银行在支持国家重点项目和大型企业发展过程中，虽然贷款规模较大，但部分项目受宏观经济环境和行业周期影响，也面临一定的信用风险。股份制商业银行和城市商业银行在业务拓展过程中，为追求规模和利润，可能会在信用风险管理上存在一定漏洞，信用风险相对较高。一些股份制商业银行在发展过程中，过度依赖特定行业或客户群体，当这些行业或客户出现问题时，银行的信用风险就会集中暴露。部分城市商业银行由于业务区域集中，对当地经济发展的依赖程度较高，一旦当地经济出现波动，信用风险就会迅速上升。如某城市商业银行在当地房地产市场过热时，大量发放房地产贷款，当房地产市场出现调整时，不良贷款率大幅上升，面临较大的信用风险。3.2.2市场风险市场风险是指由于市场价格（如利率、汇率、股票价格和商品价格等）的不利变动而使银行表内和表外业务发生损失的风险。在当前金融市场环境下，利率和汇率波动是影响中国银行业市场风险的主要因素。利率市场化进程的加速，使得银行面临的利率风险日益凸显。随着利率管制的逐步放开，市场利率波动更加频繁和剧烈，银行的资产负债期限错配问题加剧，导致银行面临的利率风险上升。银行的存款和贷款业务在期限结构上存在差异，通常存款以短期为主，而贷款以长期为主。当市场利率上升时，银行的存款成本会迅速上升，而贷款收益的调整相对滞后，导致银行利差收窄，盈利能力下降。如果市场利率波动幅度过大，银行可能会面临亏损的风险。利率波动还会影响银行持有的债券等金融资产的价格，导致资产价值缩水。当市场利率上升时，债券价格下降，银行持有的债券资产市值减少，影响银行的资本充足率和财务状况。汇率波动对银行的影响主要体现在外汇业务和海外资产上。随着人民币国际化进程的推进和中国金融市场的对外开放，银行的外汇业务规模不断扩大，面临的汇率风险也相应增加。在外汇买卖、跨境贸易结算、外汇贷款等业务中，银行会持有一定规模的外汇敞口，当汇率发生波动时，外汇资产和负债的价值会发生变化，从而产生汇兑损益。如果人民币对美元汇率大幅波动，银行持有的美元资产或负债就会面临较大的汇率风险。银行在海外的资产和业务也会受到当地货币汇率波动的影响。当银行在海外开展业务时，需要将人民币兑换成当地货币进行投资或贷款，汇率波动会影响银行的投资收益和贷款回收。一些银行在海外投资了房地产、股票等资产，当当地货币贬值时，这些资产的价值换算成人民币后会减少，导致银行资产损失。股票价格和商品价格波动也会对银行市场风险产生一定影响。银行作为金融市场的重要参与者，会持有一定数量的股票和商品类金融资产，如股票投资、商品期货投资等。当股票市场和商品市场价格大幅波动时，银行持有的相关资产价值会发生变化，增加银行的市场风险。在股票市场牛市时，银行的股票投资收益可能会增加，但当股票市场出现暴跌时，银行的股票资产价值会大幅缩水，影响银行的财务状况。商品价格波动对银行的影响主要体现在与商品相关的贷款和投资业务上。当商品价格下跌时，从事相关商品生产和贸易的企业经营困难，还款能力下降，导致银行贷款的信用风险增加；同时，银行对商品类金融资产的投资也会遭受损失。3.2.3流动性风险流动性风险是指银行无法及时获得充足资金或无法以合理成本及时获得充足资金以应对资产增长或支付到期债务的风险。资产负债结构失衡是导致银行业流动性风险的重要因素之一。在资产端，银行的贷款期限结构不合理，长期贷款占比较高，而短期贷款占比较低。长期贷款的回收周期长，资金流动性较差，一旦市场环境发生变化，借款人出现还款困难，银行的资产流动性就会受到影响。在经济下行时期，企业经营困难，还款能力下降，银行的长期贷款可能无法按时收回，导致银行资金周转不畅。银行的资产质量也会影响流动性。如果银行的不良贷款率较高，资产质量下降，这些不良资产难以在市场上迅速变现，会占用银行的资金，降低银行的流动性。在负债端，银行的存款来源不稳定，对同业拆借等短期资金的依赖程度较高。存款是银行的主要资金来源，但近年来，随着金融市场的发展和金融产品的多样化，居民和企业的投资选择更加多元化，银行存款的稳定性受到挑战。一些银行通过发行理财产品、大额存单等方式吸引存款，但这些产品的期限较短，到期后客户可能不再续存，导致银行存款流失。银行对同业拆借等短期资金的依赖增加了流动性风险。同业拆借市场的资金供给和需求受多种因素影响，如市场利率、货币政策等，资金价格波动较大，且同业拆借资金的期限较短，一旦市场流动性紧张，银行可能无法及时获得足够的资金，面临流动性危机。当市场出现恐慌情绪时，同业拆借市场的资金供给会大幅减少，银行难以从市场上获得资金，可能会引发流动性风险。此外，银行的流动性风险管理能力也会影响流动性风险的大小。如果银行的流动性风险管理体系不完善，缺乏有效的流动性监测和预警机制，不能及时准确地评估和管理流动性风险，就容易在市场波动时陷入流动性困境。一些银行在流动性风险管理方面存在漏洞，对流动性风险的认识不足，没有制定合理的流动性管理策略，在面临流动性压力时，无法及时采取有效的应对措施，导致流动性风险加剧。3.2.4其他风险操作风险是指由于不完善或有问题的内部程序、人为失误、系统故障或外部事件所造成损失的风险。操作风险在银行业务中广泛存在，涉及到银行的各个业务环节和部门。内部员工的违规操作是操作风险的重要来源之一。一些员工为了追求个人利益，违反银行的规章制度和操作流程，进行违规放贷、挪用资金、伪造交易记录等行为，给银行带来巨大损失。某银行员工利用职务之便，伪造贷款资料，向不符合贷款条件的企业发放贷款，导致银行遭受巨额损失。系统故障也会引发操作风险。银行的业务系统如果出现故障，如交易系统瘫痪、数据丢失等，会影响银行的正常业务开展，导致客户资金损失，同时也会损害银行的声誉。外部欺诈也是操作风险的一种表现形式。不法分子通过网络诈骗、伪造票据、假冒客户身份等手段，骗取银行资金，给银行带来损失。随着互联网金融的发展，网络诈骗等外部欺诈行为日益增多，银行面临的操作风险也相应增加。随着金融全球化的深入发展，跨境风险对中国银行业的影响逐渐加大。跨境业务的开展使银行面临不同国家和地区的政治、经济、法律和监管环境差异，增加了银行的风险复杂性。在跨境贷款业务中，由于不同国家的经济形势、政策法规和信用体系存在差异，银行对借款人的信用评估和风险控制难度加大，可能会面临更高的信用风险。某银行向国外企业发放贷款，由于对当地的经济环境和企业信用状况了解不足，贷款发放后，企业因当地经济衰退出现还款困难，导致银行面临损失。跨境资金流动的监管难度较大，容易引发洗钱、恐怖融资等违法犯罪活动，给银行带来法律风险和声誉风险。一些不法分子利用跨境资金流动的便利性，进行洗钱等违法活动，如果银行未能有效识别和防范，就会被卷入其中，面临法律制裁和声誉损害。国际金融市场的波动也会通过跨境业务传导至中国银行业，增加银行的市场风险。当国际金融市场出现危机时，全球股市、汇市等大幅波动，银行的跨境投资和外汇业务会受到影响，导致资产价值下降和汇兑损失。四、银行业系统性风险测度方法4.1基于资产负债表的测度方法4.1.1传统指标分析资本充足率是衡量银行稳健性的关键指标，它反映了银行资本抵御风险的能力。其计算公式为：资本充足率=（总资本-对应资本扣减项）/风险加权资产×100%。其中，总资本包括核心一级资本、其他一级资本和二级资本。核心一级资本是银行最核心的资本，如实收资本、资本公积、盈余公积、一般风险准备、未分配利润等，具有永久性、清偿顺序排在所有其他融资工具之后等特点。其他一级资本如优先股、永续债等，在银行遇到损失时可在不强制清算的情况下吸收损失。二级资本包括二级资本工具及其溢价、超额贷款损失准备等，在银行破产清算时用于吸收损失。风险加权资产则是根据不同资产的风险程度赋予相应的权重后计算得出，风险越高，权重越大。例如，对信用风险而言，住房抵押贷款的风险权重一般低于企业贷款，因为住房作为抵押物相对稳定，违约风险较低。巴塞尔协议规定，商业银行的资本充足率不得低于8%，一级资本充足率不得低于6%，核心一级资本充足率不得低于5%。较高的资本充足率意味着银行在面临风险时，有足够的资本缓冲来吸收损失，降低破产倒闭的风险，保障存款人和投资者的利益。杠杆率也是重要的风险监测指标，它的计算方式为：杠杆率=（一级资本-一级资本扣减项）/调整后的表内外资产余额×100%。杠杆率直接反映银行的负债水平，与资本充足率相互补充。资本充足率基于风险加权资产计算，而杠杆率基于表内外资产总额，不考虑资产的风险权重。这使得杠杆率能够限制银行过度扩张资产规模，防止银行通过过度负债来追求高收益，避免杠杆过高导致风险失控。根据《商业银行杠杆率管理办法》，商业银行并表和未并表的杠杆率均不得低于4%。若银行杠杆率过高，一旦资产价值下跌或市场环境恶化，银行面临的损失将被放大，偿债压力剧增，可能引发流动性危机和信用危机。流动性覆盖率用于衡量银行在短期压力情景下，优质流动性资产能够满足未来30天现金净流出的能力，其计算公式为：流动性覆盖率=合格优质流动性资产/未来30天现金净流出量×100%。合格优质流动性资产包括现金、中央银行储备、高信用等级的债券等，这些资产具有流动性强、市场认可度高、易于变现等特点。未来30天现金净流出量则是对银行在未来30天内预期现金流出与预期现金流入的差额进行计算，考虑了存款提取、贷款偿还、债券兑付等多种因素。商业银行流动性覆盖率的最低监管标准为不低于100%。当银行面临短期流动性冲击时，如大量存款人集中提款、市场流动性突然收紧等，较高的流动性覆盖率能确保银行有足够的优质流动性资产来应对现金净流出，维持正常的经营活动，避免因流动性不足而引发系统性风险。4.1.2综合指标体系构建为全面、准确地评估银行业系统性风险，需构建包含多维度指标的综合指标体系。该体系涵盖资本充足性、资产质量、流动性、盈利性、市场风险敏感性等多个维度，各维度指标相互关联、相互补充，从不同角度反映银行的风险状况。在资本充足性维度，除了资本充足率和杠杆率外，还可考虑核心资本充足率、一级资本占比等指标。核心资本充足率更突出核心资本在抵御风险中的关键作用；一级资本占比反映了一级资本在总资本中的比重，体现银行资本结构的合理性。较高的核心资本充足率和合理的一级资本占比，表明银行资本质量高，抵御风险的能力强。资产质量维度的指标包括不良贷款率、不良资产率、贷款拨备率、拨备覆盖率等。不良贷款率=不良贷款余额/各项贷款余额，反映银行贷款资产中违约贷款的比例，不良贷款率越高，说明银行贷款资产质量越差，信用风险越大。不良资产率=不良资产/资产总额，从更广泛的资产范围衡量银行资产质量。贷款拨备率=贷款损失准备/各项贷款余额，拨备覆盖率=贷款损失准备/不良贷款余额，这两个指标体现了银行对贷款损失的准备情况。较高的贷款拨备率和拨备覆盖率意味着银行在贷款发放时预留了充足的损失准备金，能够更好地应对潜在的信用风险。流动性维度除流动性覆盖率外，还可纳入流动性比例、净稳定资金比例、流动性匹配率等指标。流动性比例=流动性资产余额/流动性负债余额×100%，衡量银行流动性资产对流动性负债的覆盖程度，反映银行短期的流动性状况。净稳定资金比例=可用的稳定资金/所需的稳定资金×100%，从长期角度评估银行资金来源的稳定性，确保银行在较长时间内有足够的稳定资金支持资产增长和业务运营。流动性匹配率=加权资金来源/加权资金运用×100%，用于衡量银行资产负债期限结构的匹配程度，降低期限错配带来的流动性风险。盈利性维度的指标有资产收益率（ROA）、资本收益率（ROE）、净息差等。资产收益率=净利润/平均资产总额×100%，反映银行运用全部资产获取利润的能力。资本收益率=净利润/平均股东权益×100%，衡量股东权益的收益水平。净息差=（利息收入-利息支出）/生息资产平均余额，体现银行存贷业务的盈利能力。较高的盈利性指标表明银行经营效益好，有足够的利润积累来应对风险，增强自身的抗风险能力。市场风险敏感性维度可包含利率风险敏感度、汇率风险敞口、股票价格风险指标等。利率风险敏感度衡量银行资产负债价值对利率变动的敏感程度，通过久期分析、缺口分析等方法计算。汇率风险敞口反映银行在外汇业务中面临的汇率波动风险，可通过计算外汇资产与外汇负债的差额来衡量。股票价格风险指标如股票投资占总资产的比例、股票投资的市值波动等，用于评估银行因持有股票资产而面临的市场风险。在构建综合指标体系时，可采用层次分析法、主成分分析法等方法确定各指标的权重。层次分析法通过构建层次结构模型，将复杂问题分解为多个层次，通过两两比较确定各指标的相对重要性，从而确定权重。主成分分析法是一种降维技术，它通过对原始指标进行线性变换，将多个相关指标转化为少数几个互不相关的综合指标，即主成分，然后根据主成分的方差贡献率确定各指标的权重。通过合理确定各指标权重，能够更科学地综合评估银行业系统性风险。4.2基于市场数据的测度方法4.2.1CoVaR模型条件风险价值（CoVaR）模型是由Adrian和Brunnermeier提出的一种用于测度系统性风险的重要方法，它基于风险价值（VaR）的概念进行拓展。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。例如，在95%的置信水平下，某银行的VaR为1000万元，这意味着在未来一段时间内，有95%的可能性该银行的损失不会超过1000万元。CoVaR则进一步考虑了金融机构之间的风险溢出效应，用于衡量当某一金融机构处于困境时，整个金融体系的风险价值。其核心原理是通过分析金融机构之间的资产负债关联、市场波动传导等因素，计算出当目标金融机构处于特定风险状态（通常是在其自身VaR水平下）时，整个金融体系的风险价值。假设有银行A和整个银行体系S，银行A的风险状况会对银行体系S产生影响。当银行A处于正常运营状态时，银行体系S的风险价值为VaR_S1；当银行A陷入困境，处于其自身VaR水平时，银行体系S的风险价值变为VaR_S2，那么银行A对银行体系S的CoVaR，即CoVaR_{S|A}就等于VaR_S2。银行A对银行体系S的边际风险贡献ΔCoVaR_{S|A}则为CoVaR_{S|A}-VaR_S1，它反映了银行A陷入困境时对银行体系S风险价值的额外增加量，体现了银行A对银行体系系统性风险的贡献程度。在实际计算中，通常采用分位数回归等方法来估计CoVaR。首先，需要选取合适的金融数据，如银行的股票收益率、资产负债表数据等。以股票收益率为例，假设Y_{S,t}表示银行体系在t时刻的收益率，X_{A,t}表示银行A在t时刻的收益率。通过建立分位数回归模型：Q_{\tau}(Y_{S,t}|X_{A,t})=\alpha_{\tau}+\beta_{\tau}X_{A,t}其中，Q_{\tau}(Y_{S,t}|X_{A,t})表示在给定X_{A,t}条件下，Y_{S,t}的\tau分位数，\alpha_{\tau}和\beta_{\tau}是待估计的参数。当X_{A,t}取银行A的VaR水平时，通过上述模型计算得到的Q_{\tau}(Y_{S,t}|X_{A,t})即为CoVaR_{S|A}。在进行分位数回归时，可利用统计软件如R、Stata等进行参数估计，这些软件提供了丰富的分位数回归函数和工具，能够方便地实现模型的估计和检验。在银行业风险测度中，CoVaR模型具有广泛的应用。监管部门可以利用该模型识别系统重要性银行，对那些边际风险贡献较大的银行实施更严格的监管措施，如提高资本充足率要求、加强流动性监管等，以降低其对金融体系的潜在负面影响。银行自身也可以运用CoVaR模型评估自身对整个银行体系系统性风险的贡献，从而优化风险管理策略，合理调整资产结构，降低风险敞口。一家银行通过计算发现自己对银行体系的边际风险贡献较大，就可以考虑减少高风险业务，增加低风险资产的配置，以降低自身对系统性风险的影响。4.2.2MES模型边际期望损失（MES）模型是由Acharya等学者提出的一种从股票市场角度衡量银行对系统性风险贡献的方法。该模型基于这样一个假设：在市场下跌时期，金融机构的损失越大，其对系统性风险的贡献就越大。MES模型的原理是通过计算金融机构在市场下跌时的预期损失来评估其系统性风险。具体而言，首先确定一个市场下跌的阈值，通常选取市场收益率处于较低分位数（如5%分位数）时的情况作为市场下跌状态。然后，计算在市场下跌状态下，金融机构股票收益率的条件期望，即边际期望损失。假设有银行B，市场收益率为R_{M}，银行B的股票收益率为R_{B}。当市场收益率R_{M}低于设定的阈值（如R_{M,\alpha}，\alpha为分位数水平，通常取5%）时，银行B的边际期望损失MES_{B}为：MES_{B}=E[R_{B}|R_{M}\leqR_{M,\alpha}]其中，E[R_{B}|R_{M}\leqR_{M,\alpha}]表示在市场收益率低于阈值R_{M,\alpha}的条件下，银行B股票收益率的条件期望。通过计算不同银行的MES值，可以比较它们对系统性风险的贡献程度，MES值越大，说明银行在市场下跌时的损失越大，对系统性风险的贡献也就越大。在实际应用中，计算MES需要收集银行的股票收益率数据和市场收益率数据，通常可以从金融数据提供商如Wind、彭博等获取这些数据。然后，利用统计分析方法，如条件期望计算、分位数分析等，计算出各银行的MES值。在计算条件期望时，可以采用历史模拟法、蒙特卡罗模拟法等方法。历史模拟法是根据历史数据中市场下跌时期银行股票收益率的实际值来计算条件期望；蒙特卡罗模拟法则是通过随机模拟市场收益率和银行股票收益率的变化，生成大量的模拟情景，然后在模拟情景中计算条件期望。MES模型在银行业系统性风险测度中具有重要作用。它为监管部门提供了一个从股票市场角度评估银行系统性风险贡献的工具，有助于监管部门制定更有针对性的监管政策。对于投资者而言，MES模型可以帮助他们评估银行的风险状况，在投资决策中考虑银行对系统性风险的影响，选择风险相对较低的银行进行投资。4.3基于网络模型的测度方法4.3.1金融网络理论基础在现代金融体系中，银行间的业务联系紧密交织，如同复杂的神经网络，构建起一个庞大而复杂的金融网络结构。这种网络结构的形成源于银行间多种业务的开展，如同业拆借、债券交易、支付清算等。同业拆借业务是银行间短期资金融通的重要方式，当一家银行出现临时性资金短缺时，会从资金充裕的银行借入资金，以满足自身的流动性需求。在这个过程中，银行之间形成了借贷关系，这种关系成为金融网络中的连接边，将不同银行紧密相连。债券交易也是银行间常见的业务，银行通过买卖债券来调整资产结构、获取收益。在债券市场上，银行相互交易债券，资金和债券在银行间流动，进一步增强了银行间的关联性。支付清算系统则是银行间资金流转的关键通道，各类支付交易通过清算系统完成，使得银行间的资金往来更加频繁和紧密。从复杂网络理论来看，银行可被视为网络中的节点，而银行间的业务联系则是连接这些节点的边。这种网络具有小世界特性和无标度特性。小世界特性意味着在这个网络中，尽管银行数量众多，彼此之间的联系看似复杂，但任意两个银行节点之间的距离相对较短，信息和风险能够在网络中迅速传播。即使是两家地理位置相距遥远、业务领域看似不同的银行，也可能通过少数几个中间银行建立起联系，使得风险能够在短时间内从一家银行扩散到其他银行。无标度特性表明，网络中存在少数度中心性极高的节点，即与大量其他节点存在连接的重要银行。这些银行在金融网络中占据核心地位，它们的经营状况和风险状况对整个网络的稳定性具有重大影响。一旦这些关键银行出现问题，其风险可能会迅速在网络中传播，引发系统性风险。一些大型国有银行和股份制银行，由于其规模庞大、业务广泛，与众多其他银行存在紧密的业务联系，在金融网络中处于核心位置，它们的稳健运营对于维护金融体系的稳定至关重要。在金融网络中，银行间的风险传导机制十分复杂。当一家银行面临风险，如出现巨额不良贷款、遭受重大投资损失或流动性危机时，风险会通过同业拆借、债券交易等业务渠道迅速传播到与之有业务关联的其他银行。若银行A在同业拆借市场上向银行B借入大量资金，当银行A出现流动性危机无法按时偿还借款时，银行B的资金链就会受到影响，可能导致银行B也面临流动性风险。如果银行A持有银行B发行的债券，当银行A出现信用风险时，其持有的债券价值可能下降，银行B的资产质量也会受到影响，进而引发信用风险的传导。这种风险传导还可能通过金融市场情绪进一步放大。当一家银行出现风险事件时，会引发市场参与者的恐慌情绪，导致投资者对整个银行体系的信心下降，进而引发银行间市场资金紧张，加剧风险在银行间的传播。4.3.2网络模型构建与分析构建银行间网络模型是分析风险传播路径和强度的关键步骤。首先，需要确定节点和边的定义。如前文所述，节点代表银行，边则根据不同的业务联系进行定义。若基于同业拆借业务构建网络，边可以表示银行间的拆借关系，边的权重可设定为拆借金额或拆借期限。拆借金额越大，说明两家银行之间的资金往来规模越大，风险传导的潜在影响也就越大；拆借期限越长，风险暴露的时间也就越长，风险发生传导的可能性也相应增加。如果是基于债券交易构建网络，边可表示银行间的债券买卖关系，权重可根据债券持有量或交易金额确定。银行间持有对方发行的债券量越大，在债券市场波动时，相互之间的风险影响就越大。在数据收集方面，主要来源于银行的资产负债表、金融市场交易数据以及监管部门的统计数据。银行资产负债表详细记录了银行的资产和负债情况，通过分析资产负债表，可以获取银行间同业拆借、债券投资等业务数据。金融市场交易数据则提供了银行在金融市场上的实时交易信息，如债券交易价格、交易量等，有助于更准确地确定边的权重。监管部门的统计数据，如银行业整体的同业拆借规模、债券市场交易总量等，为网络模型的构建提供了宏观层面的参考依据。通过对这些数据的整合和分析，可以构建出反映银行间实际业务联系的网络模型。运用网络分析方法对构建好的模型进行深入分析，能够揭示风险在银行间的传播路径和强度。度中心性分析是常用的方法之一，它用于衡量节点（银行）在网络中的连接程度。度中心性高的银行，与众多其他银行存在业务联系，在风险传播中扮演着关键角色。一家银行的度中心性较高，意味着它在同业拆借市场、债券市场等业务领域与多家银行有频繁的往来，一旦该银行出现风险，风险就容易通过这些业务联系向其他银行扩散。介数中心性分析则关注节点在网络中信息传递和风险传播路径中的重要性。介数中心性高的银行，往往处于其他银行之间业务联系的关键路径上，对风险传播具有较强的控制能力。若银行C的介数中心性较高，说明在银行间的业务往来中，许多银行之间的资金流动、信息传递都需要通过银行C，当风险发生时，银行C的风险状况会对整个风险传播路径产生重大影响。聚类系数分析用于衡量网络中节点的聚集程度，即节点的邻居之间相互连接的紧密程度。在银行间网络中，高聚类系数表明存在一些银行群体，它们之间的业务联系紧密，形成了相对独立的子网络。这些子网络内部的风险传播速度可能较快，但子网络之间的风险传播可能受到一定阻碍。如果某一地区的几家城市商业银行之间业务往来频繁，形成了一个高聚类系数的子网络，当其中一家城市商业银行出现风险时，风险可能会在这个子网络内迅速传播，但由于它们与其他地区银行的业务联系相对较少，风险向其他地区银行传播的速度可能较慢。通过对这些网络分析指标的综合运用，可以全面、深入地了解银行间风险的传播路径和强度，为系统性风险的测度和防范提供有力支持。五、宏观审慎监管对中国银行业系统性风险的影响5.1宏观审慎监管对银行业风险的直接影响5.1.1资本充足率要求的影响提高资本充足率要求是宏观审慎监管的关键举措之一，对增强银行抵御风险能力发挥着核心作用。资本作为银行抵御风险的最后一道防线，充足的资本能为银行在面临各种风险冲击时提供坚实的缓冲。当银行面临经济衰退、市场波动等不利情况时，资本充足率较高的银行能够凭借其雄厚的资本实力，有效吸收资产价值下降带来的损失，维持正常的经营活动，避免因资金链断裂而陷入困境。从理论层面来看，根据资本缓冲理论，银行持有充足的资本缓冲能够增强其风险吸收能力，降低破产概率。在经济繁荣时期，银行经营状况良好，盈利增加，此时提高资本充足率要求，促使银行积累更多的资本缓冲。这些资本缓冲就像银行的“安全垫”，在经济下行阶段，当银行面临不良贷款增加、信用风险上升等问题时，能够用于弥补损失，维持银行的资本充足水平，确保银行的稳健运营。在实际操作中，提高资本充足率要求对银行的经营行为产生多方面影响。一方面，银行需要增加资本补充。银行可以通过多种渠道筹集资本，如发行股票，在资本市场上向投资者公开发行股票，能够一次性筹集大量资金，充实核心资本；发行优先股，优先股在股息分配和剩余财产分配上具有优先于普通股的权利，对于投资者具有一定吸引力，有助于银行补充其他一级资本；发行可转债，可转债兼具债券和股票的特性，在满足一定条件下可以转换为股票，为银行提供了灵活的资本补充方式。银行还可以通过留存利润的方式增加内部积累，优化盈利结构，提高经营效益，加强风险管理，降低不良贷款率，拓展多元化的收入来源，增加非利息收入，从而为留存利润提供更多空间。另一方面，银行会优化资产结构，降低风险加权资产的规模。银行会减少对高风险行业的贷款投放，如限制对产能过剩行业、高杠杆企业的贷款，降低这些行业贷款在资产中的占比，以减少潜在的信用风险。银行会增加对优质客户和低风险业务的支持，加大对国家重点扶持产业、小微企业等的信贷投放，这些领域虽然风险相对较低，但能够获得政策支持和市场潜力，有助于银行在控制风险的前提下实现业务发展。银行还会积极发展低资本消耗业务，如债券投资、货币市场交易等，这些业务占用资本较少，能够提高资本使用效率。提高资本充足率要求对银行的稳健性和系统性风险防范具有显著效果。许多研究通过实证分析表明，资本充足率与银行风险之间存在负相关关系，即资本充足率越高，银行的风险水平越低。一些学者对不同国家和地区的银行进行研究，发现提高资本充足率要求能够有效降低银行的不良贷款率，增强银行的抗风险能力，减少银行倒闭的风险。在2008年全球金融危机后，各国纷纷加强资本充足率监管，提高资本充足率要求，银行业的整体稳健性得到了显著提升，在后续的经济波动和市场冲击中，能够更好地抵御风险，维持金融体系的稳定。5.1.2流动性监管的影响流动性监管要求在降低银行流动性风险方面发挥着至关重要的作用，是宏观审慎监管保障银行业稳定的重要防线。银行的流动性是其正常运营的基石，一旦出现流动性危机，可能引发存款人恐慌，导致挤兑现象发生，进而使银行陷入困境，甚至引发系统性风险。流动性覆盖率和净稳定资金比例等流动性监管指标，从不同角度对银行的流动性状况进行约束和规范。流动性覆盖率要求银行持有足够的优质流动性资产，以满足未来30天现金净流出的需求，确保银行在短期面临流动性压力时，能够迅速变现这些资产，获取资金，维持正常的支付和运营。净稳定资金比例则从长期视角出发，衡量银行资金来源的稳定性，要求银行的可用稳定资金与所需稳定资金的比例达到一定标准，促使银行优化负债结构，增加长期稳定资金来源，减少对短期不稳定资金的依赖，从而降低期限错配风险。流动性监管要求对银行的资产负债管理产生深刻影响。在资产配置方面，银行会增加流动性较好的资产持有比例，如现金、中央银行储备、高信用等级的债券等。现金具有最强的流动性，可随时用于支付；中央银行储备安全性高，能够在关键时刻获得中央银行的支持；高信用等级的债券市场认可度高，容易在市场上变现。银行会合理安排贷款期限结构，避免过度集中于长期贷款，增加短期贷款的比重，以提高资产的流动性。在负债管理方面，银行会积极拓展稳定的负债来源，加大对储蓄存款、定期存款等稳定性较高的存款的吸收力度。银行还会通过发行长期债券等方式获取长期稳定资金，优化负债结构，降低对同业拆借等短期资金的依赖。通过加强流动性监管，银行的流动性状况得到显著改善，流动性风险得到有效降低。以中国银行业为例，在实施流动性监管要求后，银行的流动性覆盖率和净稳定资金比例稳步提升，银行应对流动性风险的能力增强。在面临市场波动、资金紧张等情况时，银行能够凭借充足的流动性储备和稳定的资金来源，保持正常的运营，避免出现流动性危机。相关研究表明，流动性监管要求的实施，降低了银行在市场流动性紧张时期的资金获取成本，减少了银行间市场的流动性风险传染，维护了金融体系的稳定。5.2宏观审慎监管对银行业风险的间接影响5.2.1对银行经营行为的影响宏观审慎监管政策如同一只强有力的指挥棒，深刻引导着银行调整业务模式，使其更加注重稳健性与可持续性。在监管政策的约束下，银行纷纷加强对信贷业务的风险管理，严格把控信贷审批流程，提高贷款发放标准。银行会对借款人的信用状况进行更加全面、深入的调查，综合考虑借款人的收入稳定性、负债情况、信用记录等多方面因素，运用先进的信用评估模型和风险分析工具，对贷款风险进行精准评估。对于不符合贷款标准的借款人，银行会坚决拒绝贷款申请，以降低不良贷款的产生概率。在对房地产企业的贷款审批中，银行会详细审查企业的财务状况、项目进展情况、市场前景等，对负债率过高、资金链紧张的企业，会谨慎控制贷款额度，甚至暂停贷款发放。银行还会积极调整信贷结构，优化资产配置。减少对高风险行业的信贷投放，如限制对产能过剩行业、高杠杆企业的贷款，降低这些行业贷款在资产中的占比，以减少潜在的信用风险。加大对国家重点扶持产业、小微企业等的信贷支持力度，这些领域虽然风险相对较低，但能够获得政策支持和市场潜力，有助于银行在控制风险的前提下实现业务发展。对新兴产业中的优质企业，银行会提供专项贷款，支持企业的技术研发和市场拓展，促进产业升级。对于小微企业，银行会创新金融产品和服务，推出小额信贷、供应链金融等产品，满足小微企业的融资需求。在金融创新方面，宏观审慎监管促使银行在追求创新的同时，更加注重风险控制。银行会加强对创新业务的风险管理，对新推出的金融产品和服务进行严格的风险评估和内部审批。在推出一款新的理财产品时，银行会详细分析产品的投资标的、风险收益特征、市场需求等因素，制定合理的风险控制措施。建立健全风险预警机制，及时发现和处理创新业务中的风险问题。通过实时监测市场动态、产品交易数据等信息，及时发现潜在的风险隐患，并采取相应的措施进行化解。加强对金融科技的应用，提升风险管理的效率和精度。利用大数据分析客户的消费行为、信用状况和金融需求，实现精准营销和个性化服务；通过人工智能技术实现风险评估和信贷审批的自动化，提高审批效率和准确性；运用区块链技术优化跨境支付、供应链金融等业务流程，降低交易成本和风险。5.2.2对金融市场稳定性的影响宏观审慎监管在维护金融市场稳定、降低风险传染可能性方面发挥着不可替代的关键作用。通过加强对金融机构的监管，宏观审慎监管有效降低了金融机构的个体风险，从而减少了金融市场不稳定因素的产生。严格的资本充足率要求和流动性监管，使得金融机构在面临市场波动时，能够凭借充足的资本和稳定的流动性，保持正常的经营活动，避免因自身风险问题引发市场恐慌。在2020年新冠疫情爆发初期，金融市场出现剧烈波动，许多金融机构面临巨大压力，但由于宏观审慎监管政策的实施，银行等金融机构资本充足、流动性良好，能够稳定地为实体经济提供资金支持，有效缓解了市场的恐慌情绪，维护了金融市场的稳定。宏观审慎监管还能够抑制金融市场的过度投机行为，防止资产价格泡沫的形成和破裂。在房地产市场和股票市场等容易出现投机泡沫的领域，宏观审慎监管通过实施贷款价值比限制、杠杆率限制等措施，对投资者的投资行为进行约束。在房地产市场，贷款价值比限制规定了购房者贷款额度与房屋价值的比例，限制了投资者过度借贷购房的行为，抑制了房地产市场的投机炒作，防止房地产价格过度上涨形成泡沫。杠杆率限制则对金融机构的杠杆倍数进行约束，防止金融机构过度负债投资，减少了金融市场的杠杆风险。这些措施有助于维持资产价格的合理水平，避免资产价格泡沫的膨胀和破裂对金融市场造成的冲击。此外，宏观审慎监管在加强金融市场基础设施建设方面也发挥着重要作用。完善的金融市场基础设施是金融市场稳定运行的基石，宏观审慎监管通过推动金融市场基础设施的建设和完善，提高了金融市场的运行效率和稳定性。加强支付清算系统的建设和监管，确保支付清算的安全、高效进行，减少了因支付清算问题引发的金融风险。推动信用评级机构的规范发展，提高信用评级的准确性和可靠性，为金融市场参与者提供准确的信用信息，降低信息不对称带来的风险。加强金融市场监管协调，整合监管资源，避免监管套利行为，形成监管合力，提高监管效率，共同维护金融市场的稳定。六、实证研究6.1数据选取与处理为全面、准确地测度中国银行业系统性风险，本研究选取中国上市银行作为研究样本。数据来源主要为Wind数据库、各上市银行的年报以及中国银保监会官网。Wind数据库提供了丰富的金融市场数据，涵盖银行的股票价格、收益率、资产负债表等关键信息，这些数据具有全面性、及时性和准确性的特点，能够为研究提供坚实的数据基础。各上市银行的年报详细披露了银行的财务状况、业务运营、风险管理等方面的信息，是获取银行微观层面数据的重要来源。中国银保监会官网发布的行业统计数据、监管政策等，为研究提供了宏观层面的参考依据，