时间:2024-04-25
文/雷波,深圳市五蕴智投资有限公司
目前,随着国际金融危机的爆发,业界开始高度重视金融系统性风险。按照既存的理论,刚发生金融危机时,银行业常常会最先受到严重的冲击,然而,由于银行业自身缺乏较强的抗冲击能力,风险较高,因此,较易造成银行危机被转化为全面的金融危机,或经济危机。另外,国内外的相关学者针对系统性风险展开了大量研究,并构建出了多种度量测算方式。系统性风险的度量可以从宏观与微观这两方面来进行。而且这两种度量常常是不可分割的,一些度量方式除了能够对某个部门的系统性风险展开评估,还能够对整个系统的风险进行度量。
系统性风险可以从以下三方面来进行定义:首先是立足于风险传染的层面对其进行定义,相关人士指出系统性风险主要指金融机构基于严重的冲击发生倒闭或市场崩盘后从一个机构影响到其它机构,由一个市场扩散到多个市场,从而造成金融系统中的资产损失变得越来越严重,最终严重地冲击到了实体经济。其次是结合危机的大小对其进行定义,相关人士指出系统性风险是对整个金融系统与宏观经济造成威胁的事件。最后是立足于对实体经济的影响层面对其进行定义,国际货币组织提出系统性风险是金融机构和金融体系的一部分或全部遭到损失后引起的大面积的金融服务中断,进而对实体经济造成严重影响的风险。
预警指标体系法与风险传染测度法是两种主要的系统性风险识别方法。其中,前者基于对受到金融危机影响的国家的历史数据展开分析,确定了对金融危机进行判断的指标,从而能够将金融体系风险的整体情况体现出来。比方说,金融稳健指标利用企业的财务数据分析了金融机制的可靠性。然而,FSI 却利用金融市场交易数据对金融危机进行评估。另外,风险传染测度法往往会立足于多个层面对金融部门之间的传导效应进行测量。部分学者以银行之间的交易数据为依托构建了一个同资产负债有关的风险敞口模型。还有部分学者却立足于金融部门收益率的相关性对风险传染的概率进行测度。
相比较而言,国内针对系统性风险测度展开的研究要晚于国外,并且基本借鉴西方发达国家的测度方式,然后,根据国内的金融数据,从单一层面出发度量系统性风险或者是构建预警指标。相关人士利用CoVaR 对国内上市银行之间的风险溢出效应进行了测度。还有一些人士应用SCCA 技术对若干个部门的联合违约风险进行了测度,并且对银行系统性风险的发生过程实施了动态监测。除此之外,还有相关人士在信息溢出的背景下,采取网络分析法对国内金融机构的相关性以及制约因素展开了进一步分析。不仅如此,有关学者还对系统性风险监测指标体系进行了构建,并识别了其状态与拐点。
但是,当前与国内系统性风险相关的研究,并未考察所有系统性风险指标和实体经济之间的联系,另外,也未系统分析风险指数与预警指标体系。相关人士采取分位数回归样本外预测的方式,对不同系统性风险指标预测国外经济萧条的能力进行了测度,从而对系统性风险指数进行了构建。除此之外,为了将我国实体经济的发展状况充分地体现出来,采用了Giglio etal.的分析框架对系统性金融风险指数进行了构建,并进一步研究了系统性风险影响实体经济的主要途径。
文中以金融机构的股票价格和金融指数之间的同跳现象为依托针对系统性风险展开了研究。现如今,由于我国金融市场中包含的金融机构的类型较多,因此,为了进一步分析与度量金融系统性风险,文中主要针对银行业和整个金融市场之间的关系展开了分析。
当前的上市银行主要包括大型国有商业银行、股份制商业银行与城市商业银行这三种类型的银行,它们分别具备自身的特点并对金融市场造成了程度不一的影响。所以,文中根据银行业的不同类型分别将其中规模、市场份额和影响力最大的银行作为研究对象,将某个银行在2015年股市动荡时期停牌时间较长的影响排除,最后分别将工商银行、中信银行和南京银行确定为金融机构的个股样本。另外,为了对我国金融市场的综合运行情况展开分析,文中将中证800 金融指数作为研究对象,代表金融机构的综合运行能力。此外,这一金融指数过于重视对金融行业公司的反映,以中证800指数为样本空间,将银行、综合金融与保险业的股票作为样本股,因此,它属于一个典型的指数指标。
文中主要采用了非参数方法对跳跃进行计算和提取。为了在得到全面交易信息的基础上减少市场上由于微观结构噪音造成的影响,选取了五分钟的高频股票价格交易数据。另外,由于在2013年8月中证800 金融指数才开始上市,因此,将2013年8月6日到2017年1月26日的交易时间:9:30-11:30 和13:00-15:00 作为了样本区间。运用rt,i=ln(Pt,i)-ln(Pt,i-1)对数据进行处理以后将其变成股价收益率的时间序列,其中Pt,i代表的是第t 个交易日的第i 个时刻下的股价,rt,i代表的是股价的对数收益率。
文中利用金融指数分别与不同类型的银行展开了股价同跳统计。就跳跃个数与频率而言,同跳的个数与频率明显偏低。其中,南京银行与金融指数发生同跳的个数最多,中信银行次之,工商银行和金融指数发生同跳的个数最少,因此,南京银行与中信银行的股票价格产生了明显的波动、跳跃次数较多,这些跳跃行为可能严重地影响到整个金融市场;但是,工行的股票价格却比较稳定,出现跳跃的机率不大,就算发生异常也不会同整个市场发生过多的同跳。通过统计结果可以看出,个股和指数跳跃是同时发生的,值越大就意味着发布新信息时二者一起对新信息产生相同反应的机率就越大。
根据一日当中的时点统计金融机构个股和金融指数发生同跳的频数,同跳均在各个交易日开盘以后的5 分钟内发生。大量实证结果显示,一天内发生同跳的过程中,常常会出现明显的隔夜波动现象。这主要是由于股市闭市后,投资人员会在当晚搜集市场信息、评估后市行情、调整投资方式,这样在次日开盘时就会将搜集的大量信息及时地融进市场当中,并以极端的价格形式将其体现出来,进而导致了严重的跳跃与同跳现象的出现。
由于股票价格在各个交易日开盘后的五分钟常常会产生较大的波动,因此,为了对其他交易时点的价格变化规律进行仔细观察,应该将9:35 发生的同跳去掉,重点观察一日内其他交易时点发生的同跳现象。相关数据表明,除了在9:35 产生了明显的波动与同跳,在11:30 和15:00 附近的时间段,同跳的频率开始不断增加,同跳的现象也越来越明显。这主要是由于快收盘时市场变得更加不确定、投资人员的情绪变化较大、市场参与人员无法精准地预测后势而导致的,进而造成了股票价格的跳跃和同跳频率的增加。
我国往往会在在10:00 到10:30 之间发布宏观经济信息,有些信息也会在13:30 这一时刻发布,然而,从上图可以看出,此时点中发生同跳的频率并未明显增加,反倒体现出这两个时点以后会出现小幅度的同跳上涨,此种现象可能是由于发布完宏观信息以后市场无法立即产生有效反应而导致的,从而产生了时滞效应,由此可见,市场难以快速地消化反应新信息。为了展开深入分析,文中将正向和负向同跳从总同跳中分离了出来。结果显示:(1)正向同跳的频率高于负向同跳的频率,与跳跃具有相同的特点,另外,同跳现象还呈现出了非对称性;(2)正负向同跳在交易日内的变化规律十分相似,因此,正负向同跳对新市场信息造成影响的反应速度基本一致。
综上所述,文中针对金融机构和金融市场之间的同跳行为展开了进一步分析,并与宏观信息冲击的发布和资产价格之间的同跳行为相结合对我国金融系统性风险展开了研究。最终得出了我国整个金融市场呈现出了向上跳跃的趋势,而且正负向跳跃并不对称。因此,应该落实好金融系统性风险度量工作。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!