《金融科学》：系统性金融风险研究进展（陈湘鹏、金涛、何碧清、贾彦东）

金融科学 系统性金融风险研究进展 ◎陈湘鹏金涛何碧清贾彦东 内容摘要:金融危机的爆发凸显了金融稳定的重要性,使得系统性金融风险成了学 术研究、政策研究以及市场研究的重点之一。但截至目前,系统性金融风险尚未有一个 准确且被普遍接受的定义,这说明了问题的多维性、复杂性,同时也反映出学术界与金 融监管层对该问题的研究仍不成熟。本文整理了金融危机前后关于系统性金融凤险的研 究文献,并分别从系统性金融风险的研究分类、冲击来源、测度方法、技术指标的适用 性等层面对已有研究进行了梳理。 关键词:系统性金融风险金融稳定金融网络风险敞口 中图分类号:F832文献标识码:A 引言 全球金融危机( The global financial crisis of2007-2008)及其引致的经济大衰退(the Great Recession)对全球经济造成了空前的破坏。Hall(2014)测算发现,全球金融危机 使得美国2013年实际经济产出较之由1990-2007年历史数据所得的2013年产出趋势值 低13%; Ollivaud等(2015)则提出,2014年经济合作与发展组织(OECD)国家潜在 总产出较经金融危机逆周期调整后的潜在总产出水平低3.5%。 Stiglitz(2016)更是提出 ①作者简介:陈湘鹏,清华大学五道口金融学院,博士研究生。 金涛,清华大学五道口金融学院,助理教授,博士生导师,清华大学恒隆房地产研究中心货币 与财政政策研究室,主任,研究方向:宏观经济学、资产定价、金融市场等 贾彦东,中国人民银行研究局,副硏究员,研究方向:宏观经济模型、宏观审慎政策等。 基金项目:国家自然科学基金面上项目(71673166)、清华大学自主科研计划项目(20151080450)、国家自 然科学基金重点项目(71633003)、国家社科基金重大项目(lID016)。 Financial Science

金 融 科 学 Financial Science 74 系统性金融风险研究进展 ◎ 陈湘鹏 金涛 何碧清 贾彦东① 内容摘要：金融危机的爆发凸显了金融稳定的重要性，使得系统性金融风险成了学 术研究、政策研究以及市场研究的重点之一。但截至目前，系统性金融风险尚未有一个 准确且被普遍接受的定义，这说明了问题的多维性、复杂性，同时也反映出学术界与金 融监管层对该问题的研究仍不成熟。本文整理了金融危机前后关于系统性金融风险的研 究文献，并分别从系统性金融风险的研究分类、冲击来源、测度方法、技术指标的适用 性等层面对已有研究进行了梳理。 关键词：系统性金融风险 金融稳定 金融网络 风险敞口 中图分类号：F832 文献标识码：A 一、引言 全球金融危机（The Global Financial Crisis of 2007−2008）及其引致的经济大衰退（the Great Recession）对全球经济造成了空前的破坏。Hall（2014）测算发现，全球金融危机 使得美国 2013 年实际经济产出较之由 1990—2007 年历史数据所得的 2013 年产出趋势值 低 13%；Ollivaud 等（2015）则提出，2014 年经济合作与发展组织（OECD）国家潜在 总产出较经金融危机逆周期调整后的潜在总产出水平低 3.5%。Stiglitz（2016）更是提出， ① 作者简介：陈湘鹏，清华大学五道口金融学院，博士研究生。 金涛，清华大学五道口金融学院，助理教授，博士生导师，清华大学恒隆房地产研究中心货币 与财政政策研究室，主任，研究方向：宏观经济学、资产定价、金融市场等。 何碧清，清华大学五道口金融学院，研究专员。 贾彦东，中国人民银行研究局，副研究员，研究方向：宏观经济模型、宏观审慎政策等。 基金项目：国家自然科学基金面上项目（71673166）、清华大学自主科研计划项目（20151080450）、国家自 然科学基金重点项目（71633003）、国家社科基金重大项目（11&ID016）

系统性金融风险研究进展 尽管美国经济已出现复苏迹象,但居民收入不平等、公共基础建设投资不足、温和紧缩 政策、金融改革停滞、经济结构转型缓慢等危机后遗症仍严重制约着经济的稳定增长, 如果这些问题得不到解决,经济乏力仍将持续。全球金融危机的爆发凸显了金融稳定 ( Financial Stability)的重要性,也使得系统性金融风险成了学术研究、政策研究以及市 场研究的重点之 在学术层面,自20世纪90年代起就有不少文献对系统性金融风险的负外部性、传 染和放大机制等展开了研究,如 Rochet等(1996a)、Alen等(2000)、 Bandt等(2000)、 Freixas等(2000、 Acharya(2001)和 Eisenberg等(2001)。而在针对系统性金融风险 的监管政策转型和创新方面,各经济体在危机后也陆续迈开步伐,例如:《巴塞尔协议Ⅲ》 的出台:美国于2010年7月颁布《多德弗兰克法案》;欧盟于2009年设立欧洲系统性风 险委员会;中国于2016年施行“宏观审慎评估体系(MPA)”等。尽管学术界更侧重于 相关的理论与实证研究而监管层则更注重监管政策操作,但二者的最终目的均为厘清系 统性金融风险的冲击来源、监测系统性金融风险动态变化及研究相关的监管政策改革。 对系统性金融风险的学术研究需要一般性的理论框架,而涉及到具体的风险来源监 控、监管政策制定等问题时,则需要考虑不同经济体之间发展水平的差异以及不同国家 的国情。就中国来说,当前我国经济正处于结构调整、升级的关键时期,“稳定、改革、 增长”三重目标的实现需要健康、高效的金融系统的有力支持,这迫切需要金融体系的 改革、金融业务的创新。但我们同时也看到,地方政府债务高企、企业债违约频现等国 内不稳定因素积聚,美联储“加息”“缩表”等国际因素也可能形成风险外溢。面对这些 风险点,金融体系必须在深化改革和保持稳定之间找寻平衡。习近平总书记在第五次全 国金融工作会议上重点指出,准确判断风险隐患是保障金融安全的前提,我们必须做到 密切监测系统性金融风险、准确预判和有效防范系统性事件,不忽视一个风险,不放过 一个隐患,坚守不发生系统性金融风险底线。因此,让更多学者、政策制定者了解该领域 的最新研究进展并尝试结合中国实情做出有效的学术和政策研究十分必要。本文试图围绕 上述主题对国内外最新研究文献做一个全面系统的梳理,从系统性金融风险的研究分类、 冲击来源、测度方法、技术指标的适用性等方面进行归纳,探讨未来的研究方向 本文结构将安排如下。第二章综述目前系统性金融风险研究的分类,为后文的归纳 分析提供框架、增添条理性。第三章归纳不同冲击来源系统性金融风险的相关硏究文献。 第四章归纳关于全局性系统性金融风险的研究文献,对一些测度指标提出原创性的评价, 并做基于中国市场的适用性讨论。第五章作为总结。 二、系统性金融风险的研究分类 综合现有文献,关于系统性金融风险的研究主要分为以下两类:第一类研究侧重从 2018年第1辑(总第3辑

系统性金融风险研究进展 75 2018 年第 1 辑（总第 3 辑） 尽管美国经济已出现复苏迹象，但居民收入不平等、公共基础建设投资不足、温和紧缩 政策、金融改革停滞、经济结构转型缓慢等危机后遗症仍严重制约着经济的稳定增长， 如果这些问题得不到解决，经济乏力仍将持续。全球金融危机的爆发凸显了金融稳定 （Financial Stability）的重要性，也使得系统性金融风险成了学术研究、政策研究以及市 场研究的重点之一。 在学术层面，自 20 世纪 90 年代起就有不少文献对系统性金融风险的负外部性、传 染和放大机制等展开了研究，如 Rochet 等（1996a）、Allen 等（2000）、Bandt 等（2000）、 Freixas 等（2000）、Acharya（2001）和 Eisenberg 等（2001）。而在针对系统性金融风险 的监管政策转型和创新方面，各经济体在危机后也陆续迈开步伐，例如：《巴塞尔协议Ⅲ》 的出台；美国于 2010 年 7 月颁布《多德弗兰克法案》；欧盟于 2009 年设立欧洲系统性风 险委员会；中国于 2016 年施行“宏观审慎评估体系（MPA）”等。尽管学术界更侧重于 相关的理论与实证研究而监管层则更注重监管政策操作，但二者的最终目的均为厘清系 统性金融风险的冲击来源、监测系统性金融风险动态变化及研究相关的监管政策改革。 对系统性金融风险的学术研究需要一般性的理论框架，而涉及到具体的风险来源监 控、监管政策制定等问题时，则需要考虑不同经济体之间发展水平的差异以及不同国家 的国情。就中国来说，当前我国经济正处于结构调整、升级的关键时期，“稳定、改革、 增长”三重目标的实现需要健康、高效的金融系统的有力支持，这迫切需要金融体系的 改革、金融业务的创新。但我们同时也看到，地方政府债务高企、企业债违约频现等国 内不稳定因素积聚，美联储“加息”“缩表”等国际因素也可能形成风险外溢。面对这些 风险点，金融体系必须在深化改革和保持稳定之间找寻平衡。习近平总书记在第五次全 国金融工作会议上重点指出，准确判断风险隐患是保障金融安全的前提，我们必须做到 密切监测系统性金融风险、准确预判和有效防范系统性事件，不忽视一个风险，不放过 一个隐患，坚守不发生系统性金融风险底线。因此，让更多学者、政策制定者了解该领域 的最新研究进展并尝试结合中国实情做出有效的学术和政策研究十分必要。本文试图围绕 上述主题对国内外最新研究文献做一个全面系统的梳理，从系统性金融风险的研究分类、 冲击来源、测度方法、技术指标的适用性等方面进行归纳，探讨未来的研究方向。 本文结构将安排如下。第二章综述目前系统性金融风险研究的分类，为后文的归纳 分析提供框架、增添条理性。第三章归纳不同冲击来源系统性金融风险的相关研究文献。 第四章归纳关于全局性系统性金融风险的研究文献，对一些测度指标提出原创性的评价， 并做基于中国市场的适用性讨论。第五章作为总结。 二、系统性金融风险的研究分类 综合现有文献，关于系统性金融风险的研究主要分为以下两类：第一类研究侧重从

金融科学 特定冲击来源的角度(如资产配置同质化、损失传染、流动性风险等)出发研究系统性 金融风险,并从这些角度构造系统性金融风险的度量指标,称为“特定来源系统性风险 指标( Source- specific systemic risk measures)”;第二类研究从全局出发,不区分具体的风 险来源或风险传播渠道,而是在假定金融市场相对有效的条件下,采用统计学、计量经 济学等方法从金融市场数据中提取出能够反映系统性金融凤险的信息,并构建相应的 “全局性系统性风险指标( Global measures of systemic risk) 针对第一类特定冲击来源的系统性金融风险, Acharya等(2010)、 Gourieroux等 (2012)以及 Greenwood等(2015)提出了较为成熟的系统性金融风险模型,将冲击来源 做更细致的分类。模型通过构造“系统风险冲击”“各金融机构异质冲击”以及“金融机 构间的关联矩阵”这三个关键变量,描述了“系统风险敞口”和“传染、放大机制”这 两类不同的冲击来源。这两类冲击来源的区别在于,系统风险敞口使得所有机构几乎同时 受到冲击,若单纯通过这一渠道,只有较大的扰动才会引发系统性风险;而传染和放大机 制描述了风险在金融系统内部的“发酵”过程,机构并不是同时被影响,通过这一渠道 即使是较小的扰动也有可能引发系统性风险。需要解释的是,以上分类并非说明这两类冲 击来源是互斥的渠道,相反,从历史上爆发的系统性风险事件来看,其原因都是多方面的, 各个渠道相互影响。此处我们做分类说明,是为了在下文梳理文献时更有条理。 不同于第一类侧重于系统性风险的描述与形成机制的分析,从微观、宏观两个层面 构造相关的度量、判别、监测指标是第二类全局性系统性金融风险的研究核心。 Alessandri 等(2009)提出,缺乏有效的系统性风险度量体系是全球金融危机爆发的主要原因之 准确有效地测度系统性金融风险是宏观审慎监管的前提,它有利于监管机构和金融市场 机构监测金融系统稳定性的动态变化,并做好防范措施。第一类研究中所包含的“特定 来源系统性风险指标”对应于不同的风险来源,能帮助监管机构找到冲击来源,并采取 对应的政策措施从源头上防范系统性事件的发生。但其问题也很明显,一方面随着金融 创新的不断深化、金融工具的层出不穷,系统性金融风险的冲击来源和传导机制可能出 现结构性的变化,现有文献中的冲击来源可能在时间维度上参考价值渐弱:另一方面, 在我国历史上没有发生过实质性的经济、金融危机,根据其他国家经验所构建的“特定 来源系统性风险指标”在我国的经济、金融环境下可能存在适用性不强的问题。反观“全 局性系统性风险指标”,其并不针对单一的风险来源,而是从单体对系统的影响等更为抽 象的角度入手,设置广泛适用于各个金融市场的危机条件,以估算危机条件下的预期损 ①金融市场数据包括公开数据与非公开数据 Financial Science 76

金 融 科 学 Financial Science 76 特定冲击来源的角度（如资产配置同质化、损失传染、流动性风险等）出发研究系统性 金融风险，并从这些角度构造系统性金融风险的度量指标，称为“特定来源系统性风险 指标（Source-specific systemic risk measures）”；第二类研究从全局出发，不区分具体的风 险来源或风险传播渠道，而是在假定金融市场相对有效的条件下，采用统计学、计量经 济学等方法从金融市场数据①中提取出能够反映系统性金融风险的信息，并构建相应的 “全局性系统性风险指标（Global measures of systemic risk）”。 针对第一类特定冲击来源的系统性金融风险，Acharya 等（2010）、Gourieroux 等 （2012）以及 Greenwood 等（2015）提出了较为成熟的系统性金融风险模型，将冲击来源 做更细致的分类。模型通过构造“系统风险冲击”“各金融机构异质冲击”以及“金融机 构间的关联矩阵”这三个关键变量，描述了“系统风险敞口”和“传染、放大机制”这 两类不同的冲击来源。这两类冲击来源的区别在于，系统风险敞口使得所有机构几乎同时 受到冲击，若单纯通过这一渠道，只有较大的扰动才会引发系统性风险；而传染和放大机 制描述了风险在金融系统内部的“发酵”过程，机构并不是同时被影响，通过这一渠道， 即使是较小的扰动也有可能引发系统性风险。需要解释的是，以上分类并非说明这两类冲 击来源是互斥的渠道，相反，从历史上爆发的系统性风险事件来看，其原因都是多方面的， 各个渠道相互影响。此处我们做分类说明，是为了在下文梳理文献时更有条理。 不同于第一类侧重于系统性风险的描述与形成机制的分析，从微观、宏观两个层面 构造相关的度量、判别、监测指标是第二类全局性系统性金融风险的研究核心。Alessandri 等（2009）提出，缺乏有效的系统性风险度量体系是全球金融危机爆发的主要原因之一。 准确有效地测度系统性金融风险是宏观审慎监管的前提，它有利于监管机构和金融市场 机构监测金融系统稳定性的动态变化，并做好防范措施。第一类研究中所包含的“特定 来源系统性风险指标”对应于不同的风险来源，能帮助监管机构找到冲击来源，并采取 对应的政策措施从源头上防范系统性事件的发生。但其问题也很明显，一方面随着金融 创新的不断深化、金融工具的层出不穷，系统性金融风险的冲击来源和传导机制可能出 现结构性的变化，现有文献中的冲击来源可能在时间维度上参考价值渐弱；另一方面， 在我国历史上没有发生过实质性的经济、金融危机，根据其他国家经验所构建的“特定 来源系统性风险指标”在我国的经济、金融环境下可能存在适用性不强的问题。反观“全 局性系统性风险指标”，其并不针对单一的风险来源，而是从单体对系统的影响等更为抽 象的角度入手，设置广泛适用于各个金融市场的危机条件，以估算危机条件下的预期损 ① 金融市场数据包括公开数据与非公开数据

系统性金融风险研究进展 失值作为判断风险高低及机构系统重要性的依据,时间维度和地域维度上的适用性和稳 健性都更强。 下文对系统性金融风险研究、文献的归纳,将以本章的分类为框架展开 三、特定冲击来源系统性金融风险研究 基于上文,本章将系统性金融风险的冲击来源及其对应测度方法(相关指标)分为 两类,并归纳相关文献。第一类文献的硏究重点是系统风险敞口,即研究金融机构普遍 持有规模大且关联性强的风险头寸的原因:第二类文献的研究重点是系统性金融风险的 传染( Contagion)和放大机制( Amplification),即单体(或部分)金融机构的风险是怎 样快速扩散到整个金融系统的,以及为何较小的风险冲击也可能对金融系统或实体经济 产生巨大影响。 (一)系统风险敞 根据传统金融理论,金融机构资产配置的决策依据是实现自身利润的最大化。从现 实情况来看,金融机构的风险敞口普遍具有规模大且互联性强的特点,这是系统性金融 风险的主要来源之一。以下归纳解释其原因及构建相关指标的文献 1.资产配置同质化 如果各机构资产配置显著同质化,则它们所面临的风险冲击也将存在较强的一致性, 进而系统性事件出现的概率会显著上升。 Acharya(2009认为传统理论模型只包含一家 代表性金融机构而忽视了单体金融机构的外部性,无法识别系统性金融风险的来源、解 决系统性金融风险问题,于是建立了一个包含多家银行和储蓄机构的多期一般均衡模型。 在该模型中,银行的资产配置存在两种选择:安全资产与风险资产,各金融机构根据经 营目标内生地决定配置比例。通常而言,单一金融机构的倒闭会对其他金融机构造成两 方面影响,其一是负外部性影响,即金融机构的倒闭会引起金融恐慌,继而造成存款逃 离与无风险利率上升,由于资金成本上升、可配置资产规模缩小,其他金融机构的盈利 性也将显著降低;其二是正外部性影响,即其他金融机构可能会因倒闭银行的储户转移 存款或收购倒闭银行的业务而受益。一般均衡模型结果显示,金融机构倒闭的负外部性 影响显著大于正外部性,因此各金融机构的最优选择是“同时存活或同时倒闭”,继而趋 于持有相同的资产配置。 Acharya等(2007,2008)提出了“太多而不能倒( too many to l)”的观点,即由于高杠杆率和规模巨大的行业特性,金融机构的倒闭会对实体经济 造成较大的负外部性,因此存在政府对处于困境的金融机构实施救助方案的可能性,且 该可能性随着陷入困境的金融机构的数量增加而上升。于是,为了最大化政府实施救助 方案的可能性,各金融机构内生性地增强其资产组合的关联性。 Farhi等(2012)也提出 2018年第1辑(总第3辑

系统性金融风险研究进展 77 2018 年第 1 辑（总第 3 辑） 失值作为判断风险高低及机构系统重要性的依据，时间维度和地域维度上的适用性和稳 健性都更强。 下文对系统性金融风险研究、文献的归纳，将以本章的分类为框架展开。 三、特定冲击来源系统性金融风险研究 基于上文，本章将系统性金融风险的冲击来源及其对应测度方法（相关指标）分为 两类，并归纳相关文献。第一类文献的研究重点是系统风险敞口，即研究金融机构普遍 持有规模大且关联性强的风险头寸的原因；第二类文献的研究重点是系统性金融风险的 传染（Contagion）和放大机制（Amplification），即单体（或部分）金融机构的风险是怎 样快速扩散到整个金融系统的，以及为何较小的风险冲击也可能对金融系统或实体经济 产生巨大影响。 （一）系统风险敞口 根据传统金融理论，金融机构资产配置的决策依据是实现自身利润的最大化。从现 实情况来看，金融机构的风险敞口普遍具有规模大且互联性强的特点，这是系统性金融 风险的主要来源之一。以下归纳解释其原因及构建相关指标的文献： 1. 资产配置同质化 如果各机构资产配置显著同质化，则它们所面临的风险冲击也将存在较强的一致性， 进而系统性事件出现的概率会显著上升。Acharya（2009）认为传统理论模型只包含一家 代表性金融机构而忽视了单体金融机构的外部性，无法识别系统性金融风险的来源、解 决系统性金融风险问题，于是建立了一个包含多家银行和储蓄机构的多期一般均衡模型。 在该模型中，银行的资产配置存在两种选择：安全资产与风险资产，各金融机构根据经 营目标内生地决定配置比例。通常而言，单一金融机构的倒闭会对其他金融机构造成两 方面影响，其一是负外部性影响，即金融机构的倒闭会引起金融恐慌，继而造成存款逃 离与无风险利率上升，由于资金成本上升、可配置资产规模缩小，其他金融机构的盈利 性也将显著降低；其二是正外部性影响，即其他金融机构可能会因倒闭银行的储户转移 存款或收购倒闭银行的业务而受益。一般均衡模型结果显示，金融机构倒闭的负外部性 影响显著大于正外部性，因此各金融机构的最优选择是“同时存活或同时倒闭”，继而趋 于持有相同的资产配置。Acharya 等（2007，2008）提出了“太多而不能倒（too many to fail）”的观点，即由于高杠杆率和规模巨大的行业特性，金融机构的倒闭会对实体经济 造成较大的负外部性，因此存在政府对处于困境的金融机构实施救助方案的可能性，且 该可能性随着陷入困境的金融机构的数量增加而上升。于是，为了最大化政府实施救助 方案的可能性，各金融机构内生性地增强其资产组合的关联性。Farhi 等（2012）也提出

金融科学 类似观点,为了遏制金融机构的道德风险、控制救助成本,政府只有在大量银行同时处 于破产边缘或陷入困境时才实施救助,正因为各机构意识到这一点,其资产配置才趋向 于同质化。 Wanger(2010)认为相似的风险分散策略会加强金融机构之间风险暴露的趋 同性,因此监管机构不应该一味地加强风险分散化,而应在分散化与风险暴露的异质性 方面寻求平衡。 2.顺周期金融杠杆 宏观金融领域的学者从杠杆周期和资产泡沫的角度研究各金融机构风险敞口的正相 关关系。 Adrian等(2014)在理论和实证上均证实了在险价值( Value at risk,VaR)风 险管理规则是金融机构岀现顺周期金融杠杆现象的微观基础。为了满足在险价值管理规 则,金融机构必须不断调整投资头寸,以保证自身在险价值低于股权资本。在信用扩张 快、资产价格上升的时期,在险价值下降,金融机构增加投资头寸,提高杠杆率;在信 用紧缩、资产价格下行的时期,在险价值上升,金融机构减少投资头寸,降低杠杆率。 顺周期杠杄现象不仅在一定程度上解释了金融机构系统风险头寸趋同性现象,也为危机 期间的放大效应分析提供了理论基础。 Tasca等(2016)从资产负债表的角度对上述现象 进行了分析,其主要观点在于,商业银行的资产负债表管理与资产价格均具有顺周期性: 在经济处于上升周期时,金融资产价格的上涨使得商业银行资产负债表扩张,继而进 步推动资产价格上涨,以致形成“资产价格与杠杆率周期”:而在经济处于下滑周期时, 金融资产价格与商业银行资产负债表均趋于收缩。 Tsomocos等(2015)则在阐述明斯基 金融不稳定性与杠杆率周期的过程中提出,在资产价格上升的正向时期,商业银行容易 过度乐观,过度增加风险资产投资头寸,而在资产价格下跌时,则趋于过度悲观,继而 过度减少风险资产投资头寸 3.尾部风险 Perotti等(2011)认为,最低资本要求或逆周期资本要求等监管措施的约束作用主 要针对于传统金融机构(贷款业务主导),但随着金融创新的层出不穷,高尾部风险金融 产品①是造成金融机构持有较大风险敞口的关键因素之一。一方面,在市场稳定时期,机 构趋于持有可以显著提高其整体回报的高尾部风险产品,且监管机构一般不会在稳定时 期对金融机构提出更高的资本要求:另一方面,一旦尾部事件出现,最低资本要求无法 覆盖金融机构的尾部损失,为了恢复金融系统的正常运行,政府监管机构必须动用社会 资源对金融机构实施救助,即尾部事件的负外部性。 Acharya等(2013)认为影子银行业 ①高尾部风 产品在正常情况( normal times)下具有较高的回报率和较低的风险,但一旦尾部事件出现 将出现相当大的损失值,尽管尾部事件出现的概率极小 Financial Science 78

金 融 科 学 Financial Science 78 类似观点，为了遏制金融机构的道德风险、控制救助成本，政府只有在大量银行同时处 于破产边缘或陷入困境时才实施救助，正因为各机构意识到这一点，其资产配置才趋向 于同质化。Wanger（2010）认为相似的风险分散策略会加强金融机构之间风险暴露的趋 同性，因此监管机构不应该一味地加强风险分散化，而应在分散化与风险暴露的异质性 方面寻求平衡。 2. 顺周期金融杠杆 宏观金融领域的学者从杠杆周期和资产泡沫的角度研究各金融机构风险敞口的正相 关关系。Adrian 等（2014）在理论和实证上均证实了在险价值（Value at Risk，VaR）风 险管理规则是金融机构出现顺周期金融杠杆现象的微观基础。为了满足在险价值管理规 则，金融机构必须不断调整投资头寸，以保证自身在险价值低于股权资本。在信用扩张 快、资产价格上升的时期，在险价值下降，金融机构增加投资头寸，提高杠杆率；在信 用紧缩、资产价格下行的时期，在险价值上升，金融机构减少投资头寸，降低杠杆率。 顺周期杠杆现象不仅在一定程度上解释了金融机构系统风险头寸趋同性现象，也为危机 期间的放大效应分析提供了理论基础。Tasca 等（2016）从资产负债表的角度对上述现象 进行了分析，其主要观点在于，商业银行的资产负债表管理与资产价格均具有顺周期性： 在经济处于上升周期时，金融资产价格的上涨使得商业银行资产负债表扩张，继而进一 步推动资产价格上涨，以致形成“资产价格与杠杆率周期”；而在经济处于下滑周期时， 金融资产价格与商业银行资产负债表均趋于收缩。Tsomocos 等（2015）则在阐述明斯基 金融不稳定性与杠杆率周期的过程中提出，在资产价格上升的正向时期，商业银行容易 过度乐观，过度增加风险资产投资头寸，而在资产价格下跌时，则趋于过度悲观，继而 过度减少风险资产投资头寸。 3. 尾部风险 Perotti 等（2011）认为，最低资本要求或逆周期资本要求等监管措施的约束作用主 要针对于传统金融机构（贷款业务主导），但随着金融创新的层出不穷，高尾部风险金融 产品①是造成金融机构持有较大风险敞口的关键因素之一。一方面，在市场稳定时期，机 构趋于持有可以显著提高其整体回报的高尾部风险产品，且监管机构一般不会在稳定时 期对金融机构提出更高的资本要求；另一方面，一旦尾部事件出现，最低资本要求无法 覆盖金融机构的尾部损失，为了恢复金融系统的正常运行，政府监管机构必须动用社会 资源对金融机构实施救助，即尾部事件的负外部性。Acharya 等（2013）认为影子银行业 ① 高尾部风险金融产品在正常情况（normal times）下具有较高的回报率和较低的风险，但一旦尾部事件出现， 将出现相当大的损失值，尽管尾部事件出现的概率极小

系统性金融风险研究进展 务是典型的高尾部风险金融产品,也是造成次贷危机的主要原因之一。类似地, Lopez- Espinosa等(2015)强调金融机构尾部风险的高度相关性是造成全球金融危机的 关键因素。 Gennaro等(2013)更进一步指出资产证券化产品(如CDO等)在分散化 单体金融机构异质性风险的同时,大幅增加了金融机构的尾部风险暴露,提高了金融 系统的尾部风险相关性,继而强化了金融体系的脆弱性。另外,由于尾部事件的罕见 性,投资者在正常时期易于忽略尾部风险,这进一步扩大了金融系统的尾部风险头寸 规模 4.系统风险敞口相关指标 金融机构普遍大规模且互联性强的风险敞口是形成系统性金融风险的关键原因之 ,而基于风险敞口的系统性风险指标也是从这个角度出发构造的。Blei等(2014)认 为,商业银行资产头寸的重叠程度越高,则金融系统的不稳定性越高,据此他们构造了 ACRISK指标来度量各银行的资产配置重叠程度,并用以衡量金融稳定程度。Cai等 (2014)同样认为金融机构风险敞口的重叠程度越高,则金融系统稳定性越低,他们通过 计算银行在不同行业的资产配置比重来构造各银行的资产配置向量w,然后以此为基 础构造机构m与机构n之间的欧几里得距离dn,以此描述不同机构之间风险敞口的重 叠程度,继而计算得到金融系统整体的风险头寸重叠指数 (二)传染和放大机制 由于存在紧密的关联性,各金融机构的风险敞口损失会相互传染,且单一资产价格 的下跌有可能造成其他资产价格的螺旋式下跌,引发系统性风险事件。本节将从金融网 络、信息传染、流动性危机等角度梳理相关文献。 1.金融网络 Alen等(2000)以 Diamond和 Dybvig(1983)的模型为框架研究银行业的传染机 制,其结果显示,完全网络模型较之非完全网络模型更稳定。原因在于,尽管不存在直 接联系,银行i与银行k仍可能通过某银行j产生间接联系,一旦银行i出现较大程度的 资本损失甚至破产倒闭,负向冲击仍可以传染到银行k,但由于不存在直接联系,二者 之间不存在风险(损失)共担,这等于少了一条缓释风险的渠道,因此非完全网络模型 并不会更加稳定。Freiⅸxas等(2010)则认为完全银行网络比环状银行网络更稳定 Alln等(2004,2006)和Gai等(2010)等在上述基础上进一步研究发现网络互联 程度( degre ctedness)是决定银行业网络稳定性的关键因素。这些研究指出, 互联程度不同的网络结构会对风险冲击有不同的反应。随着互联程度的上升,金融网络 的风险分散、损失共担的能力上升,风险冲击的破坏性下降,继而系统性事件出现的概 率下降。但对于互联程度较高的网络,一旦出现系统性事件,负向冲击的破坏程度也将 2018年第1辑(总第3辑

系统性金融风险研究进展 79 2018 年第 1 辑（总第 3 辑） 务是典型的高尾部风险金融产品，也是造成次贷危机的主要原因之一。类似地， López−Espinosa 等（2015）强调金融机构尾部风险的高度相关性是造成全球金融危机的 关键因素。Gennaioli 等（2013）更进一步指出资产证券化产品（如 CDO 等）在分散化 单体金融机构异质性风险的同时，大幅增加了金融机构的尾部风险暴露，提高了金融 系统的尾部风险相关性，继而强化了金融体系的脆弱性。另外，由于尾部事件的罕见 性，投资者在正常时期易于忽略尾部风险，这进一步扩大了金融系统的尾部风险头寸 规模。 4. 系统风险敞口相关指标 金融机构普遍大规模且互联性强的风险敞口是形成系统性金融风险的关键原因之 一，而基于风险敞口的系统性风险指标也是从这个角度出发构造的。Blei 等（2014）认 为，商业银行资产头寸的重叠程度越高，则金融系统的不稳定性越高，据此他们构造了 ACRISK 指标来度量各银行的资产配置重叠程度，并用以衡量金融稳定程度。Cai 等 （2014）同样认为金融机构风险敞口的重叠程度越高，则金融系统稳定性越低，他们通过 计算银行在不同行业的资产配置比重来构造各银行的资产配置向量 wi jt , , ，然后以此为基 础构造机构 m 与机构 n 之间的欧几里得距离 mnt , , d ，以此描述不同机构之间风险敞口的重 叠程度，继而计算得到金融系统整体的风险头寸重叠指数。 （二）传染和放大机制 由于存在紧密的关联性，各金融机构的风险敞口损失会相互传染，且单一资产价格 的下跌有可能造成其他资产价格的螺旋式下跌，引发系统性风险事件。本节将从金融网 络、信息传染、流动性危机等角度梳理相关文献。 1. 金融网络 Allen 等（2000）以 Diamond 和 Dybvig（1983）的模型为框架研究银行业的传染机 制，其结果显示，完全网络模型较之非完全网络模型更稳定。原因在于，尽管不存在直 接联系，银行 i 与银行 k 仍可能通过某银行 j 产生间接联系，一旦银行 i 出现较大程度的 资本损失甚至破产倒闭，负向冲击仍可以传染到银行 k，但由于不存在直接联系，二者 之间不存在风险（损失）共担，这等于少了一条缓释风险的渠道，因此非完全网络模型 并不会更加稳定。Freixas 等（2010）则认为完全银行网络比环状银行网络更稳定。 Allen 等（2004，2006）和 Gai 等（2010）等在上述基础上进一步研究发现网络互联 程度（degree of interconnectedness）是决定银行业网络稳定性的关键因素。这些研究指出， 互联程度不同的网络结构会对风险冲击有不同的反应。随着互联程度的上升，金融网络 的风险分散、损失共担的能力上升，风险冲击的破坏性下降，继而系统性事件出现的概 率下降。但对于互联程度较高的网络，一旦出现系统性事件，负向冲击的破坏程度也将

金融科学 大大高于互联程度低的网络。此外,由于网络的协同性,潜在的流动性风险将增大冲击 传染的概率和破坏力度 此后,Elot等(2015), Acemoglu等(2015)进一步剖析了金融网络中的传染效应。 Elliott等(2015)在研究金融网络传染效应的过程中将机构之间的交叉持股 ( cross- holdings)分为两个不同的方向:分散化效应与整合效应,其中分散化程度指的是 持有某单体金融机构股权的其他机构的总数,用以描述交叉持股的广度,整合程度则是 指单体金融机构被其他机构所持有的股权比例,用以描述交叉持股的深度,二者对网络 传染均存在两面性。就分散化效应而言,单体金融机构对其他机构的风险暴露总规模是 固定的,随着分散化程度的上升,负面冲击的波及面将会扩大,但同样也使得负面冲击 对单一机构的破坏程度下降。整合效应使得金融机构之间的资本损失传染成为可能,即 随着整合程度的提升,金融网络中资本损失传染的强度和可能性都将上升,但另一方面 网络的整合效应也增强了金融网络的风险分担能力。同时, Elliott等(2015)指出,由 于上述权衡效应的存在,当分散化程度和整合程度均处于中间水平的时候,金融网络的 脆弱性最强。 Acemoglu等(2015)的核心观点是,金融网络与冲击传染的关系主要由网 络的互联程度以及冲击大小两方面决定。当负向冲击规模较小时,互联程度较高的网络 冲击传染出现的概率较小,金融网络更加稳定。但当负向冲击规模超过某一阈值时,互 联程度越高的网络冲击传染出现的概率越大,金融网络越脆弱 2.信息传染 如果投资者和储户将金融机构i的违约视为机构j将出现类似情况的信号,那么机构 i与机构j之间就存在者信息传染机制。Chen(199), Aghion(2000), Acharya(2015) 等认为,假定银行i与j的经营状况、负债状况、覆盖区域等特点类似,当银行i出现挤 兑事件时,市场极有可能认为与i类似的银行j同样存在经营困境,未来也可能出现挤兑 现象,那么储户可能在经营困境并未出现的情况下集体提前要求银行j兑付存款,继而 引发银行j遭受挤兑。 Ahnert等(2016)将信息传染机制的产生原因划分为金融机构的 对手方风险( counterparty risk)和共同的风险暴露( common risk exposure),负向冲击出 现后,前者可能通过将存款等资产向其他稳健的金融机构转移而促进金融稳定,后者则 极可能增大系统性金融风险。 3.流动性危机 流动性危机的螺旋式自我实现是放大机制的典型渠道之一。在出现系统风险冲击(如 金融市场资产价格急速下滑等)时,由于存在融资和担保等监管要求,金融机构不得不 折价变现所持有的部分资产以缓解流动性压力,这就进一步加大了资产价格的下滑趋势 Financial Science

金 融 科 学 Financial Science 80 大大高于互联程度低的网络。此外，由于网络的协同性，潜在的流动性风险将增大冲击 传染的概率和破坏力度。 此后，Elliott 等（2015），Acemoglu 等（2015）进一步剖析了金融网络中的传染效应。 Elliott 等 （ 2015 ）在研究金融网络传染效应的过程中将机构之间的交叉持股 （cross-holdings）分为两个不同的方向：分散化效应与整合效应，其中分散化程度指的是 持有某单体金融机构股权的其他机构的总数，用以描述交叉持股的广度，整合程度则是 指单体金融机构被其他机构所持有的股权比例，用以描述交叉持股的深度，二者对网络 传染均存在两面性。就分散化效应而言，单体金融机构对其他机构的风险暴露总规模是 固定的，随着分散化程度的上升，负面冲击的波及面将会扩大，但同样也使得负面冲击 对单一机构的破坏程度下降。整合效应使得金融机构之间的资本损失传染成为可能，即 随着整合程度的提升，金融网络中资本损失传染的强度和可能性都将上升，但另一方面， 网络的整合效应也增强了金融网络的风险分担能力。同时，Elliott 等（2015）指出，由 于上述权衡效应的存在，当分散化程度和整合程度均处于中间水平的时候，金融网络的 脆弱性最强。Acemoglu 等（2015）的核心观点是，金融网络与冲击传染的关系主要由网 络的互联程度以及冲击大小两方面决定。当负向冲击规模较小时，互联程度较高的网络 冲击传染出现的概率较小，金融网络更加稳定。但当负向冲击规模超过某一阈值时，互 联程度越高的网络冲击传染出现的概率越大，金融网络越脆弱。 2. 信息传染 如果投资者和储户将金融机构 i 的违约视为机构 j 将出现类似情况的信号，那么机构 i 与机构 j 之间就存在者信息传染机制。Chen（1999），Aghion（2000），Acharya（2015） 等认为，假定银行 i 与 j 的经营状况、负债状况、覆盖区域等特点类似，当银行 i 出现挤 兑事件时，市场极有可能认为与 i 类似的银行 j 同样存在经营困境，未来也可能出现挤兑 现象，那么储户可能在经营困境并未出现的情况下集体提前要求银行 j 兑付存款，继而 引发银行 j 遭受挤兑。Ahnert 等（2016）将信息传染机制的产生原因划分为金融机构的 对手方风险（counterparty risk）和共同的风险暴露（common risk exposure），负向冲击出 现后，前者可能通过将存款等资产向其他稳健的金融机构转移而促进金融稳定，后者则 极可能增大系统性金融风险。 3. 流动性危机 流动性危机的螺旋式自我实现是放大机制的典型渠道之一。在出现系统风险冲击（如 金融市场资产价格急速下滑等）时，由于存在融资和担保等监管要求，金融机构不得不 折价变现所持有的部分资产以缓解流动性压力，这就进一步加大了资产价格的下滑趋势

系统性金融风险研究进展 Plantin等(2015)认为,盯市制度( Marking to market)的顺市场周期特点使得其易于向 金融市场注入“人为波动率”,加大金融体系的不稳定性。尤其在标的资产具有流动性较 差、结构化程度髙、到期期限长等特点时,盯市制度更趋于强化“流动性螺旋”。 Brunnermeier等(2009)则以金融交易的保证金要求( margin requirements)为例说明了 流动性危机的“滚雪球效用( snowball effect)” 银行间市场冻结(紧缩)也是导致流动性危机的重要因素。危机期间,悲观情绪充 斥着金融市场,商业银行出于风险防控和资产质量控制的双重考虑,出现惜贷、慎贷现 象。部分学者将“惜贷”“慎贷”现象归结于逆向选择, Heider等(2015)在 Flannery(2015) 的基础上将信息不对称引入银行间市场,结果显示,当银行间市场出现较大的风险冲击 时,由于各机构健康状况信息存在严重的不对称性,逆向选择使得金融机构在贷款管理 上变得极为慎重,银行间市场极可能失灵,市场流动性将异常紧张。 Caballero等(2013) 提到,当某金融机构遭受异质性负向冲击时,由于信息不对称,其他金融机构难以估计 该银行的预期损失规模,为其提供流动性的可能性很低。在金融市场遭受严重系统风险 冲击的情况下,各金融机构互不了解对方的健康状况,逆向选择可能成为普遍性现象, 造成流动性枯竭。 传染和放大机制相关指标 关于传染机制的度量, Kritzman等(2010)构建了“吸收比率( absorption ratio)” 来测度系统性金融风险的传染效应,其基本逻辑在于资产组合整体的方差被特定维度特 征向量解释程度越高,则各金融机构关于风险冲击的协同度越高,风险冲击的传染力度 越强。 Acemoglu等(2015)引入了调和距离mn( Harmonic distance)来衡量金融机构 m与金融机构n之间的债务关联程度,调和距离越小,金融机构之间的直接或间接的债 务联系越紧密,二者损失传染的概率及规模也就更大。同时,单一金融机构调和距离总 和∑。mm可以用于测度该机构与金融系统的近似程度,该指标值越低,金融系统的风 险冲击对机构m造成损失的概率和强度也就越大,因此该机构更可能被划定为系统重要 性金融机构。以 Eisenberg和Noe(2001)模型为基础, Glasserman等(2015)发现金融 网络的节点信息包含三部分(资产规模、杠杆率以及金融连接度①),并利用这三部分信 息构造出各金融机构的传染指数,以此来度量该金融机构受到风险冲击后传染给其他金 融机构的概率 放大机制的本质是金融资产抛售引起的资产价格螺旋式下降,因此构建放大机制的 系统性金融风险指标的关键在于度量单体金融机枃或金融系统岀现大规模抛售金融资产 ①金融连接度研究的是金融网络中各节点(金融机枃)的负债结枃,即其他金融机枃所持有该机枃的债务规 模占其负债总规模的比重。 2018年第1辑(总第3辑

系统性金融风险研究进展 81 2018 年第 1 辑（总第 3 辑） Plantin 等（2015）认为，盯市制度（Marking to Market）的顺市场周期特点使得其易于向 金融市场注入“人为波动率”，加大金融体系的不稳定性。尤其在标的资产具有流动性较 差、结构化程度高、到期期限长等特点时，盯市制度更趋于强化“流动性螺旋”。 Brunnermeier 等（2009）则以金融交易的保证金要求（margin requirements）为例说明了 流动性危机的“滚雪球效用（snowball effect）”。 银行间市场冻结（紧缩）也是导致流动性危机的重要因素。危机期间，悲观情绪充 斥着金融市场，商业银行出于风险防控和资产质量控制的双重考虑，出现惜贷、慎贷现 象。部分学者将“惜贷”“慎贷”现象归结于逆向选择，Heider 等（2015）在 Flannery（2015） 的基础上将信息不对称引入银行间市场，结果显示，当银行间市场出现较大的风险冲击 时，由于各机构健康状况信息存在严重的不对称性，逆向选择使得金融机构在贷款管理 上变得极为慎重，银行间市场极可能失灵，市场流动性将异常紧张。Calballero 等（2013） 提到，当某金融机构遭受异质性负向冲击时，由于信息不对称，其他金融机构难以估计 该银行的预期损失规模，为其提供流动性的可能性很低。在金融市场遭受严重系统风险 冲击的情况下，各金融机构互不了解对方的健康状况，逆向选择可能成为普遍性现象， 造成流动性枯竭。 4. 传染和放大机制相关指标 关于传染机制的度量，Kritzman 等（2010）构建了“吸收比率（absorption ratio）” 来测度系统性金融风险的传染效应，其基本逻辑在于资产组合整体的方差被特定维度特 征向量解释程度越高，则各金融机构关于风险冲击的协同度越高，风险冲击的传染力度 越强。Acemoglu 等（2015）引入了调和距离 mm n, （Harmonic Distance）来衡量金融机构 m 与金融机构 n 之间的债务关联程度，调和距离越小，金融机构之间的直接或间接的债 务联系越紧密，二者损失传染的概率及规模也就更大。同时，单一金融机构调和距离总 和 mn n m m ∑ = 可以用于测度该机构与金融系统的近似程度，该指标值越低，金融系统的风 险冲击对机构 m 造成损失的概率和强度也就越大，因此该机构更可能被划定为系统重要 性金融机构。以 Eisenberg 和 Noe（2001）模型为基础，Glasserman 等（2015）发现金融 网络的节点信息包含三部分（资产规模、杠杆率以及金融连接度①），并利用这三部分信 息构造出各金融机构的传染指数，以此来度量该金融机构受到风险冲击后传染给其他金 融机构的概率。 放大机制的本质是金融资产抛售引起的资产价格螺旋式下降，因此构建放大机制的 系统性金融风险指标的关键在于度量单体金融机构或金融系统出现大规模抛售金融资产 ① 金融连接度研究的是金融网络中各节点（金融机构）的负债结构，即其他金融机构所持有该机构的债务规 模占其负债总规模的比重

金融科学 的可能性。 Brunnermeier等(2013)认为,不同的金融机构在受到同样的风险冲击所做 出的反应是不同的,这主要取决于机构自身的流动性充足水平,而就整个金融系统而言, 整体的流动性充足水平决定了小规模风险冲击的放大概率和强度。他们采用情景压力 测试的方法计算不同情境下银行资产的“现金等价物值”,然后将左尾5%的“现金等 价物值”定义为该银行的“流动性不匹配指数( Liquidity Mismatch Index)”,用以表征 该机构流动性风险的动态变化。 Greenwood等(2015)在假定商业银行存在目标杠杆 率的基础上,采用结构模型研究在负向冲击下单一商业银行的降杠杆行为是怎样通过 资产价格渠道对其他机构产生传染效应的,并构造了相应的传染强度测度指标“银行 脆弱性( Bank vulnerability)”。 Jobst(2014)认为基于完全资产负债表信息所构建的流动 性指标只能反映金融机构的历史流动性状况而不具有前瞻性,并提岀了基于金融价格信 息的经系统性风险调整的流动性风险模型,并用以测度未来出现流动性事件的概率及严 重程度。 四、全局性系统性金融风险研究 上文中,我们根据不同冲击来源将系统性金融风险的测度指标作了归纳,本章将主 要从微观和宏观两个层面梳理全局性系统性风险指标,提出原创性的评价意见,并基于 中国市场讨论其适用性。微观层面的研究侧重于测度单体金融机构对整体系统性风险的 贡献值、识别和监测系统重要性金融机构( SIFIs),为监管机构对单体金融机构的微观审 慎监管提供技术支撑:宏观层面的研究侧重于识别和监测整个金融体系的系统性风险动 态变化,为宏观经济金融政策的制定提供参照依据。 (一)微观层面 微观层面系统性金融风险指标侧重于识别和监测系统重要性金融机构。一般而言, 对单体金融机构的系统性风险测度主要包括两类方法,一是监管机构通过对单体金融机 构进行现场办公等手段获得内部数据并建立关于该机构风险头寸和风险暴露的指标,但 由于数据的可得性和滞后性等问题,这类方法通常用于季度或年度的金融监管中;二是 以金融市场公开信息为数据来源,如股票价格、上市公司财务数据、CDS价格、期权价 格等,从“大而不倒( too big to fail)”和“互联紧密而不倒( too interconnected to fail)” 两个基本逻辑出发构建单体金融机构的系统性金融风险指标。实际监管中哪个更优,与 所在国家的财务披露相关法规、金融市场成熟程度以及具体的监管目标有关 1.常见的微观层面指标 Acharya等(2010)在预期损失( Expected Shortfall,ES)的基础上提出了“边际预 Financial Science

金 融 科 学 Financial Science 82 的可能性。Brunnermeier 等（2013）认为，不同的金融机构在受到同样的风险冲击所做 出的反应是不同的，这主要取决于机构自身的流动性充足水平，而就整个金融系统而言， 整体的流动性充足水平决定了小规模风险冲击的放大概率和强度。他们采用情景压力 测试的方法计算不同情境下银行资产的“现金等价物值”，然后将左尾 5%的“现金等 价物值”定义为该银行的“流动性不匹配指数（Liquidity Mismatch Index）”，用以表征 该机构流动性风险的动态变化。Greenword 等（2015）在假定商业银行存在目标杠杆 率的基础上，采用结构模型研究在负向冲击下单一商业银行的降杠杆行为是怎样通过 资产价格渠道对其他机构产生传染效应的，并构造了相应的传染强度测度指标“银行 脆弱性（Bank Vulnerability）”。Jobst（2014）认为基于完全资产负债表信息所构建的流动 性指标只能反映金融机构的历史流动性状况而不具有前瞻性，并提出了基于金融价格信 息的经系统性风险调整的流动性风险模型，并用以测度未来出现流动性事件的概率及严 重程度。 四、全局性系统性金融风险研究 上文中，我们根据不同冲击来源将系统性金融风险的测度指标作了归纳，本章将主 要从微观和宏观两个层面梳理全局性系统性风险指标，提出原创性的评价意见，并基于 中国市场讨论其适用性。微观层面的研究侧重于测度单体金融机构对整体系统性风险的 贡献值、识别和监测系统重要性金融机构（SIFIs），为监管机构对单体金融机构的微观审 慎监管提供技术支撑；宏观层面的研究侧重于识别和监测整个金融体系的系统性风险动 态变化，为宏观经济金融政策的制定提供参照依据。 （一）微观层面 微观层面系统性金融风险指标侧重于识别和监测系统重要性金融机构。一般而言， 对单体金融机构的系统性风险测度主要包括两类方法，一是监管机构通过对单体金融机 构进行现场办公等手段获得内部数据并建立关于该机构风险头寸和风险暴露的指标，但 由于数据的可得性和滞后性等问题，这类方法通常用于季度或年度的金融监管中；二是 以金融市场公开信息为数据来源，如股票价格、上市公司财务数据、CDS 价格、期权价 格等，从“大而不倒（too big to fail）”和“互联紧密而不倒（too interconnected to fail）” 两个基本逻辑出发构建单体金融机构的系统性金融风险指标。实际监管中哪个更优，与 所在国家的财务披露相关法规、金融市场成熟程度以及具体的监管目标有关。 1. 常见的微观层面指标 Acharya 等（2010）在预期损失（Expected Shortfall，ES）的基础上提出了“边际预

系统性金融风险研究进展 期损失( Marginal Expected Shortfall,MES)”和“系统性预期损失( Systemic Expected Shortfall,SES)”两个指标来测度单体金融机构对金融系统整体预期损失的贡献值,指 标值越大表示该机构对整体系统性金融风险的贡献越大,因此更应该被认定为“系统重 要性金融机构 本文认为,这两个指标来源于市场价格,有着数据频率高、可得性强的优势,但也 存在以下问题值得探讨。边际预期损失(MES)只考虑了“互联紧密而不倒”,波动率的 大小占了主导,而未考虑机构的规模大小因素,并且其将危机条件设置为“市场日收益 率低于某一阈值”,并不符合实际系统性事件爆发时市场波动的剧烈程度。若采用此指标 将会使得“系统重要性金融机构”范围过大,增加监管成本。系统性预期损失(SES) 在实际估算中被视为边际预期损失(MES)和杠杆率的线性组合,虽然考虑了机构的规 模大小因素,但其将危机条件设置为“整体金融系统出现资本短缺”,并不具有广泛的适 用性。就我国的实际情况来看,证监会、各交易所对市场情况监测严密,央行政策手段 丰富且及时,汇金、证金等机构执行力极强,这使得我国出现“整体金融系统出现资本 短缺”的概率极低,花费人力、物力从这个渠道去防范系统性金融风险,成本太高。另 外,“整体金融系统出现资本短缺”的阈值在实际估算中依赖历史上危机时的数据,在我 国这样一个没有发生过实质性经济、金融危机的国家,难以得到准确的测算 Adrian等(2011)以单体金融机构陷入困境①对金融系统在险价值(VaR)的影响程 度为基本逻辑构造了“条件在险价值( CovaR)”。从定义上可看出,条件在险价值 ( Covar)的逻辑设定与边际预期损失(MES)类似,都是测度单体对系统的影响。同 样,条件在险价值( Covar)也存在着只考虑了“互联性”而未考虑“规模”,以及“金 融机构日收益率低于某一阈值”这一危机条件与实际的系统性事件不相符、易受市场噪 音影响的缺陷。 Banulescu等(2015)发现边际预期损失(MES)未考虑规模因素的缺陷,并提出了 个同时考虑“规模”与“互联性”的成分预期损失( Component- Expected Shortfall, CES) 指标。然而,成分预期损失(CES)只是在边际预期损失(MES)的基础上加上了各 金融机构的市值权重,还是无法摆脱危机条件设置不合理、易受市场噪音干扰的缺陷。 Brownlees和 Engle(2012)则在 Acharya等(2010)的基础上把系统性事件修改为 一段时间内(六个月)股票市场总体下滑高于某一阈值”,并提出了“系统性风险指标 ( SRISK)”,此指标表现更为稳定,不易受短期噪音影响。从文献中列出的推导公式来看, 系统性风险指标( SRISK)同时考虑了边际预期损失(MES)、杠杆率以及企业市值三方 面因素,且相较于系统性预期损失(SES),其危机条件设置更合理,贴近大部分国家金 ①困境通常被定义为单体金融机构的收益率处于左尾5%VR的水平 2018年第1辑(总第3辑)

系统性金融风险研究进展 83 2018 年第 1 辑（总第 3 辑） 期损失（Marginal Expected Shortfall，MES）”和“系统性预期损失（Systemic Expected Shortfall，SES）”两个指标来测度单体金融机构对金融系统整体预期损失的贡献值，指 标值越大表示该机构对整体系统性金融风险的贡献越大，因此更应该被认定为“系统重 要性金融机构”。 本文认为，这两个指标来源于市场价格，有着数据频率高、可得性强的优势，但也 存在以下问题值得探讨。边际预期损失（MES）只考虑了“互联紧密而不倒”，波动率的 大小占了主导，而未考虑机构的规模大小因素，并且其将危机条件设置为“市场日收益 率低于某一阈值”，并不符合实际系统性事件爆发时市场波动的剧烈程度。若采用此指标 将会使得“系统重要性金融机构”范围过大，增加监管成本。系统性预期损失（SES） 在实际估算中被视为边际预期损失（MES）和杠杆率的线性组合，虽然考虑了机构的规 模大小因素，但其将危机条件设置为“整体金融系统出现资本短缺”，并不具有广泛的适 用性。就我国的实际情况来看，证监会、各交易所对市场情况监测严密，央行政策手段 丰富且及时，汇金、证金等机构执行力极强，这使得我国出现“整体金融系统出现资本 短缺”的概率极低，花费人力、物力从这个渠道去防范系统性金融风险，成本太高。另 外，“整体金融系统出现资本短缺”的阈值在实际估算中依赖历史上危机时的数据，在我 国这样一个没有发生过实质性经济、金融危机的国家，难以得到准确的测算。 Adrian 等（2011）以单体金融机构陷入困境①对金融系统在险价值（VaR）的影响程 度为基本逻辑构造了“条件在险价值（CoVaR）”。从定义上可看出，条件在险价值 （CoVaR）的逻辑设定与边际预期损失（MES）类似，都是测度单体对系统的影响。同 样，条件在险价值（CoVaR）也存在着只考虑了“互联性”而未考虑“规模”，以及“金 融机构日收益率低于某一阈值”这一危机条件与实际的系统性事件不相符、易受市场噪 音影响的缺陷。 Banulescu 等（2015）发现边际预期损失（MES）未考虑规模因素的缺陷，并提出了 一个同时考虑“规模”与“互联性”的成分预期损失（Component Expected Shortfall， CES） 指标。然而，成分预期损失（CES）只是在边际预期损失（MES）的基础上加上了各 金融机构的市值权重，还是无法摆脱危机条件设置不合理、易受市场噪音干扰的缺陷。 Brownlees 和 Engle（2012）则在 Acharya 等（2010）的基础上把系统性事件修改为 “一段时间内（六个月）股票市场总体下滑高于某一阈值”，并提出了“系统性风险指标 （SRISK）”，此指标表现更为稳定，不易受短期噪音影响。从文献中列出的推导公式来看， 系统性风险指标（SRISK）同时考虑了边际预期损失（MES）、杠杆率以及企业市值三方 面因素，且相较于系统性预期损失（SES），其危机条件设置更合理，贴近大部分国家金 ① 困境通常被定义为单体金融机构的收益率处于左尾 5%VaR 的水平