全球金融监管改良的思量范文

狗抓飞盘对金融监管的启示

狗抓飞盘是复杂环境下的决策问题或者最优控制问题，为了成功抓住飞出去的飞盘，狗需要衡量一系列自然和大气因素，包括风速、飞盘转速等。如果物理学家将“抓飞盘”当作一个最优控制问题来研究，那么他们需要理解和应用牛顿的万有引力定律。与此类似，监管机构为了成功预测和防范金融危机，需要考虑一系列金融和心理因素，包括金融创新、风险偏好等。不同的是，狗抓获飞盘极为常见，而金融监管体系尽管在不断修改和强化，却没有有效防范金融危机，此次国际金融危机的爆发就是例证。

狗能成功地抓住飞盘，是因为狗在复杂的不确定环境中遵循了最简单的经验法则：以一定的速度奔跑，保证其注视飞盘的视角大致保持稳定。相应地，不断发展的监管体系之所以会经常失效，是因为其随着金融体系的不断发展，不确定性不断增加，监管框架的复杂性也在不断增加。不断复杂的金融监管体系在增加成本的同时，也在不断提高不确定性，但却只是控制危机的次优选择（sub-optical）。在金融监管中，越少或许越好。狗抓飞盘、金融监管等现实案例表明，在复杂的不确定条件下，决策需要遵守“五条戒律”（FiveCommandments）。一是在不确定的复杂环境中，为复杂决策收集和处理信息的成本是高昂的，甚至是处罚性的。人们的决策可能因此而偏离理性决策，而变成“有限理性”。二是遵行复杂决策规则反倒会因小失大，“捡了芝麻，丢了西瓜”。例如，计量经济模型可能会因为样本规模太小而出现“过度拟合”问题（over-fitting），将噪音错当成信号，将高峰信号错当成趋势。三是权重设定可能是无用的。在不确定的环境中，未来各种状态的统计概率是不可知的，通过设定每个状态或者每个影响因素的概率权重来决策并以此来指导未来是非常脆弱的，预测中的“厚尾现象”就是例证。四是小样本更需要简单规则。最优决策取决于环境的不确定性，而影响这种不确定性的一个关键因素是模型拟合基于的样本规模，小样本会提高模型的不稳定性。五是复杂的规则会引致人们采取防守型行动（defensivebehaviour）。在复杂的规则下，人们通常为了遵行规则而过于注重细则，结果是“只见树木，不见森林”。

金融监管体系的复杂化并未有效防范银行倒闭

每次危机爆发后，金融监管都会进行改革，监管规则因此越变越复杂，但其防范银行倒闭和金融危机的效力并没显著增加。这需要我们思考，金融监管是不是越复杂越好？

（一）巴塞尔协议的规则不断复杂化

在篇幅上，“巴塞尔Ⅰ”①只有30页。此后，交易账户被纳入监管范围，银行内部模型获准用于风险评估，风险权重从按资产类别设定转为按单项资产计算②，“巴塞尔Ⅱ”的篇幅增长到347页，是“巴塞尔Ⅰ”的十倍多。此次危机之后，“巴塞尔Ⅲ”对“巴塞尔Ⅱ”做了进一步修改，其篇幅增长到616页，几乎是“巴塞尔Ⅱ”的两倍。巴塞尔协议不断增长的篇幅表明，金融监管的复杂程度在不断增加。不断复杂的监管规则增加了监管的非透明性，并会引致监管稳健性的问题。主要原因是，金融监管需要依赖大量的参数估算，而参数估算难以实现高度准确。如表1所示，仅就一个大型国际银行的银行账户来说，就需要估算几千个违约概率和违约损失率。在此基础上计提资本，参数估算量又会增加一个数量级。然而，大量的参数估算却只能基于有限的样本数据，这降低了参数估算和模型预测的准确性。例如，一个典型的信用风险模型可能需要基于20-30年的样本数据——大约一个危机周期。

（二）各国监管法规的范围不断扩展

各国将巴塞尔协议转变为监管法规后，其内容也在不断膨胀。“巴塞尔Ⅰ”转变为美国的监管法规是18页，转变为英国的监管法规是13页；而“巴塞尔Ⅱ”后，转变为美、英两国的监管法规都超过了1000页。与此类似，美国1933年制定的《格拉斯-斯蒂格尔法案》只有37页，而2010年出台的《多德-弗兰克法案》长达848页，且各机构还需要为法案执行制定实施细则，预计总篇幅将长达30000页。此外，欧洲的监管立法情况与此类似。

（三）金融监管资源的投入不断增加

随着金融监管的复杂性不断增加，监管资源投入的规模和范围也在不断增加，其中之一就是人力资源。1980年，英国的1个监管者对应着金融部门的11000人，而到2011年该比例却变成了1:300。美国的情况与其相似，1935年是1个监管者（包括证券业监管）对应着3家银行，当前该比例却变成了3:1。其次，监管报告要求金融机构填报的数据在不断增加。1974年，英国刚刚引入监管报告，银行填报的数据条目只有150项，而现在是7500多项，是1974年的50倍。1930年，美国银行向美联储填报的数据约为80项，而到2011年，这一数据却达到了2271列，而每列包含的数据量在不断增加。此外，随着复杂化导致的“监管塔”（regulatorytower）不断提高，商业银行的合规成本也在不断增加。对于一个中等规模的欧洲银行来说，“巴塞尔Ⅲ”的合规成本为200名全职员工。欧洲目前约有350家资产超过10亿欧元的银行，“巴Ⅲ”的总合规成本约为7万名全职员工。美国的情况与此类似，《多德-弗兰克法案》制定了约30条新规，每家银行每年为遵行这些新规需要投入226万个小时的工作，其成本相当于1000多名全职员工。照此计算，美国所有银行在《多德-弗兰克法案》上的合规成本将高达1万名全职员工。

资本计提和计量方法的复杂化并未大幅提高监管效力

巴塞尔协议复杂化的首要来源是基于模型的风险权重设置。复杂的风险权重设置原本是要提高监管框架的风险敏感性，但在实际的不确定金融环境下，其可能是次优选择，简单的权重设置方案反而更加稳定。如图1所示，如果采用基于风险权重的资本计提方法，则资本充足率与银行倒闭之间并没体现明显的相关性，并且倒闭银行和存活银行的资本充足率也不存在显著的统计差异；如果采用简单规则的杠杆率，则倒闭银行的平均杠杆率比存活银行低1.2%，且这种差异是显著的。因此，相对于基于风险权重的资本计提方法，简单的杠杆率具有更好的预测效力。监管复杂性的第二个来源是资本定义。不同的资本定义和计量方法在预测银行倒闭的效果上差异较大，越简单的资本计量方法预测银行倒闭的效果越好。实证检验表明，股权资本计提方法的表现要好于其他复杂计量方法；基于市场的股权计量方法的表现要好于其他计量方法，最简单的资本计提方法（基于市场的杠杆率方法）的预测效力是最复杂方法（基于风险的资本计量方法）的10倍多。

监管预测模型的复杂化并未大幅增加预测效力

最优监管规则的选择对环境的依赖非常大，环境越复杂，简单预测模型的效力反而越稳定。在logit模型下，选用CAMEL体系的不同指标作为预测变量的实证结果表明：在利用样本拟合模型进行样本外（out-of-sample）预测时，样本的大小会影响不同模型的预测效力。当样本规模为100家银行时，包含CAMEL体系所有五个指标的复杂模型对银行倒闭的预测力较差，低于单个指标模型的预测力；当样本扩大到1000家银行时，五个指标模型的预测力才超过大多数单个指标模型，但仍低于仅流动性指标充当解释变量的单个指标模型。图2进一步总结了三个不同复杂程度模型（CAMEL五指标模型、流动性指标单变量模型和平均值模型）对银行倒闭的解释力。在样本规模较小时，CAMEL五个指标模型的解释力最差；样本增加到1000家银行时，CAMEL五指标模型的解释力仍然低于流动性指标单变量模型。样本规模表明了信息不完美的程度，样本规模越小，复杂模型的不确定性越大，对危机的预测效力也就越差。因此，在样本规模较小的情况下，预测模型越简单越好。

银行风险评估模型的复杂化并未大幅改善评估效力

在复杂的金融体系中，银行内部模型和资产组合的复杂性会影响风险评估模型的稳定性，相对于复杂模型，简单模型能更好地提高评估的稳定性。

银行在利用内部模型对资产风险状况进行评估时，在不同的样本规模下，简单模型和复杂模型的效力差异较大。如果采用VaR方法来确定资产组合的风险状况，复杂程度依次提高的“样本平均协方差矩阵（MA）”、“相对简单的指数加权协方差矩阵（EWMA）”和“复杂的多元GARCH（1,1）模型”的评估效力却是依次降低的。如图3所示，当样本规模为20-30年时，最简单的MA模型的表现远好于复杂的GARCH模型；随着样本规模的增大，复杂的EWMA模型和GARCH模型的表现也在提升。然而，即使样本规模增大到75年，简单模型的表现也没有显著低于复杂模型。除评估模型的复杂程度外，资产组合中的资产数量也会影响风险模型的评估效力。如图4所示，当资产组合的容量为2-3个资产时，简单模型（EWMA）和复杂模型（GARCH）的表现差异非常小；随着资产组合容量的不断增加，简单模型的表现逐渐好于复杂模型。原因在于，相对于简单模型，复杂模型对样本的“过度拟合”更加严重，增加了模型进行样本外预测的不确定性。

对金融监管改革的启示

随着金融体系复杂程度的不断发展，监管规则的复杂化和预测模型的复杂化并不能提高监管效力。为了提高金融监管在复杂金融系统下的效力，一个可行的方法是对已有的监管体系进行结构性改革，促使监管体系简明化。这可以通过以下五个相互支持的政策措施来实现：简化巴塞尔协议框架的复杂层次、重视杠杆率监管、强化审慎监管（支柱2）和市场纪律（支柱3）、明确限定金融机构的复杂性，以及对金融体系进行结构性改革。

（一）简化巴塞尔协议框架的复杂层次

巴塞尔协议增加风险敏感性在理论上是可行和必要的，但在实践中却显著增加了监管的复杂性和监管对评估模型的过度依赖。例如，内部风险模型是监管不透明和复杂性的主要来源之一，且在小样本下的评估能力较差，其在监管框架中的作用需要重新思考。一个可行的方法是，严格限定模型预测结果的使用范围。例如，有人建议银行内部模型所得结论的使用范围应只能在标准化方法所得结论的范围之内。但是，对内部模型的使用范围强加限制本身并不能简化监管结构，只有将内部模型从监管框架中消除才能实现这一目的。

（二）提高杠杆率监管的地位

“巴塞尔Ⅲ”已经引入杠杆率，但对杠杆率的作用重视不够。在新的清偿力监管规则中，风险加权资本充足率起主要作用，而杠杆率则是第二位的（second-in-line），只是一个保底工具。考虑到杠杆率的简单性及其优良的预测能力，杠杆率应该起主要作用，而资本充足率应该居后。对于越复杂的银行，越应该提升杠杆率的位置。反对这一观点的主要理由是，这将会提高银行的风险偏好，激励银行增加单位资产的风险，从而降低杠杆率作为银行倒闭预测指标的效力。为了避免这种监管套利，同时保持杠杆率的预测稳定性，一个可行的办法是将杠杆率与资本充足率置于同等地位。此外，对于全球的大银行来说，为了防止在这样的危机中倒闭，其杠杆率应该提高到7%，而不应该是3%③，并且股权资本的计量应该基于市场价值，而不是记账价值。

（三）强化支柱2和支柱3的作用

巴塞尔协议有三大支柱构成，但三大支柱在实践中的作用是失衡的，资本充足率承担了过重的责任。简化支柱1不仅可以强化其自身的效力，同时也可以强化支柱2和支柱3的作用，从而平衡三大支柱的责任和压力。简单地增加支柱2审慎监管的作用范围并不能平衡三大支柱，反而会导致监管因小失大。这会导致监管者需要去监管很多小的、基于规则的风险，而忽视很多潜在的危及生存的重大风险。一个可选择的方法是，少一些基于规则的监管，多一些基于判断的监管。这一方法可以减少监管的复杂性，降低监管者和被监管者的规则执行成本，但其成功建立在监管人员的丰富经验之上。然而，一个完整的危机周期长达20-30年，系统性危机一个世纪可能只发生一到两次，风险管理者和监管者的经验积累显然难以达到一个危机周期。因此，支柱2的改革方向应该是采用更加简练的监管规则，但同时要增加监管人员的经验。对于支柱3市场纪律来说，应当通过简化风险权重设计和信息披露来强化。当前，对于投资者来说，银行就是一个“黑匣子”，特别是银行的风险权重。风险权重的多样性和复杂性浸蚀了透明度和市场纪律，简化风险权重和增加风险权重的一致性，可以修复和提高市场纪律。此外，披露事项也并不是越多越好，太多的披露事项会掩盖那些重要的细节，反而降低实际透明度。

（四）对银行的复杂性实施资本惩罚

当前的监管框架并没有对银行的复杂性进行惩罚，反而通过允许采用内部模型给银行提供了资本激励，为银行增加复杂性提供了补贴。对于系统重要性银行征收附加资本有助于降低资本补贴问题，同时也有助于简化银行的公司架构。但是，这并没有从根本上解决复杂性的问题。银行监管需要根据银行内部的复杂性产生的外部性征收附加监管。大型金融机构由于采用多样化的内部模型和管理信息系统已变得“大而不能管”，针对银行的内部复杂性征收附加监管，不仅会防范银行倒闭，还会为银行简化资产负债表提供激励。此外，金融监管应根据金融体系内银行之间的复杂关系征收监管费或者附加资本。由于金融体系内的风险暴露链条不断发展且不透明，不同金融部门之间的关系近几十年来也在快速发展。当前的监管规则还远没有认识到这类复杂性带来的外部性，金融体系内部的风险暴露只承担了较低的资本惩罚。

（五）强化数量监管

过去30年以来，监管改革的方向是为风险定价，而不是禁止或者限制风险行为。未来，监管者应该减少价格监管（price-basedregulation），同时强化数量监管（quantity-basedregulation）。数量监管不会遭受错误评估/测算的影响，因而稳健性更高，这是《格拉斯-斯蒂格尔法案》适用的时间比巴塞尔Ⅱ长出60年的重要原因之一。此次危机之后，数量监管已经受到重视，美国的沃克尔规则就是一个数量监管戒条。尽管这些改革方案已经非常清晰，但是如何实施还存有争议，特别是在规模限制、商业银行业务和投资银行业务分离等方面。

作者：安德鲁·霍尔丹瓦西利斯·马德拉斯