影子银行和商业银行的传染效应范文

[摘要]

通过DCC模型分析影子银行和商业银行间的波动溢出效应，发现影子银行对城商行存在传染效应，证券公司类的影子银行对城商行的冲击较大。根据影子银行和商业银行的VaR分析，发现影子银行的风险略大于商业银行。提出在出现巨大波动前做出短期预测和应对的措施建议，为防范金融体系的系统性风险和防止风险的快速传播提供了新的思路。

[关键词]

影子银行；传染效应；商业银行；DCC模型

一、文献综述

对于影子银行规模、功能、风险和监管等问题的研究越来越成为国内外学术界和金融机构探讨的热点问题。影子银行与商业银行存在相互的联系。目前越来越多的商业银行开始参与到资产证券化和结构化的产品中，将资产移到资产负债表外进行运作，减少受到监管的力度。一旦市场出现流动性不足，影子银行和商业银行之间的高度相关性，就会加大金融体系的系统性风险，使风险在各金融机构中快速传染，引起银行和非银行金融机构倒闭。虽然影子银行问题已经引起各方的关注，但是目前国内对于中国影子银行风险的研究还不够深入，分析仅限于定性层面。张慧毅和蒋玉洁[1]通过对我国两种信用风险较高的影子银行业务（民间贷款和银信理财产品）的风险传导机制进行了分析，并提出监管的政策建议。周新辉和宁薛平[2]对中国式的影子银行的形式以及内部隐含的风险进行了阐述，并提出风险防范和化解的策略。宋巍和刘俊奇[3]通过GARCH-VaR模型对上市的影子银行体系下的金融机构和商业银行进行分析，发现影子银行体系的VaR水平高于传统的商业银行，表明影子银行体系的杠杆率较高，存在较大的系统性风险。但是从量化角度深入研究影子银行体系风险问题的研究文献较少，本文通过建立DCC-MVGARCH模型，实证分析我国影子银行的内在风险和对商业银行的传染效应，并根据实证分析结果提出防止风险在金融机构间传染的对策建议。

二、影子银行和商业银行风险传导机制

传统商业银行的主要业务模式为吸收存款、发放贷款的方式，并受到监管的限制。而影子银行迎合了商业银行规避监管的要求，通过运用资产证券化等金融创新手段，达到商业银行加速资产流动的目的。因此影子银行和商业银行之间形成了错综复杂的关系，相互竞争并且相互补充。这种关系有助于提高传统银行的运行效率，加速我国利率市场化进程，并且在调节市场流动性方面发挥重要作用。然而影子银行的信用创造可能会无限扩张，再加上监管缺位，一旦出现企业违约或是信贷危机，风险就会通过各种渠道传染到商业银行，影响商业银行的流动性，导致信贷过度收缩，放大了系统性风险，不利于经济的发展。影子银行的风险传导机制主要分为以下几个途径。第一，传统商业银行更多地参与到影子银行的业务中，为了规避监管增加了表外业务的发展，经营高杠杆高风险业务，在银行理财业务中，传统商业银行作为银信合作和银政合作的资金委托方，如果发生影子银行机构的违约，商业银行的资产将会受到影响。第二，商业银行逐渐成为影子银行的信用中介，为影子银行提供初始信贷，商业银行作为资金的拆出方，同样会受到影子银行机构资金流动性不足的影响。第三，传统商业银行可能会依靠影子银行贷款，购买影子银行发行的货币市场融资工具或资产证券化产品等，在影子银行流动性不足或金融衍生品出现信用危机时，商业银行就要承担利率风险和信用风险等问题。

三、模型方法

（一）DCC模型多元GARCH模型用来估计有条件协方差矩阵，主要存在两个问题。首先，随着资产种类的增加，协方差矩阵的维度将快速增加。另外，多元GARCH模型很难满足半正定矩阵的要求。恒常条件相关模型（CCC）和动态条件相关模型（DCC）通过利用相关系数和有条件方差来进行参数估计，以替代对有条件协方差的直接估计，大大提高了模型估计的效率。BEKK模型只适用于相对较低的维度，而CCC模型假设有条件相关系数恒定，降低了估计参数的数量，但是恒定的假设限制性过强不太合理，因此，本文中运用DCC模型保证了时变的有条件相关系数和多维的数据。Qo表示非条件的协方差矩阵，Qt代表相关系数矩阵。Ht表示有条件的协方差矩阵，通过GARCH模型估计出的各个资产的方差与相关系数矩阵相乘得到。Engle[4]指出，DCC模型比其他的多元GARCH模型具有较强的优势，主要可以估计较多的维度，但是当资产数目较多时，会造成所有相关系数动态过程受限于相同的动态结构。DCC模型的参数估计利用最大似然函数法。最大似然估计的主要问题是正态分布的假设。金融数据的波动性模型基本呈现非线性和长尾的特征。因此在估算DCC模型时，运用Bollerselv和Wooldridge[5]提出的拟极大似然估计法（QMLE）。QML估计的一致性和渐进正态统计可以通过稳健性检验获得，并利用BHHH算法进行优化。DCC模型近期被广泛应用在波动性的研究中，特别是对金融市场的传染效应的研究。通过对市场间的波动溢出效应的研究，了解波动风险的传导路径和方向，但是对于影子银行和商业银行之间的传导方向，缺少相关的研究。依据影子银行和城商行股价收益率的特征，建立实证分析DCC模型。均值方程中加入AR(1)的一阶滞后项，认为前一日的收益率会对当日收益起到影响。并将标准差加入均值方程中，主要原因是风险和收益具有正向的变动关系，对于较高风险的金融资产，投资者要求的预期回报也相对较高。方差方程则按照公式（1）中的DCC模型进行估计。

（二）VaR风险分析风险分析的方法参考目前被投资银行和商业银行广泛接受的VaR（ValueatRisk)模型。

四、实证检验结果

本文选取上市影子银行体系相关的机构作为实证分析的对象[3]。选择中信证券和海通证券作为证券公司的代表，安信信托和陕国投为信托公司代表，香溢融通和渤海租赁作为民间借贷，爱建股份和鲁信创投为投资公司的代表。为了分析我国影子银行对商业银行的传染效应，选取北京银行、南京银行和宁波银行作为城商行的代表，主要由于影子银行对城商行的冲击远远大于国有银行和股份制银行。如果将16家上市银行全部纳入模型，会造成估计维度的剧增，影响模型的计算。各上市公司的股票每日的收盘价格的数据来源于Wind数据库，时间范围从2012年1月4日到2015年1月3日，剔除了部分股票停牌和节假日的影响日期，并通过收盘价格计算出当日的收益率。如图1所示，影子银行机构的代表公司的股价日收益率在2013年中期和2014年下半年出现波动集群效应，并且波动幅度较大。表1为各影子机构和城商行股票收益率的统计分析结果。影子银行机构的均值比城商行大，并且风险也比较大。偏度的结果显示均为正值，显著的右偏，说明右侧的尾部比较长，大部分的收益率落在均值的左侧。各金融机构的峰度比正态分布的峰度要高，出现尖峰厚尾现象。ADF单位根检验显示影子机构和城商行的收益率均为平稳序列，无单位根。Zivot截距突变崩溃模型的检验结果说明在考虑了转折点的问题后收益率同样不存在单位根问题。最后，对于ARCH检验结果表明存在ARCH效应，需要运用GARCH模型估计。影子银行和城商行的多元DCC模型结果见表2。

在均值方程中，各金融机构的收益率的滞后项对其收益具有显著的解释力，除了安信信托和爱建股份。大部分影子机构的方差项的系数为负值且显著，除安信信托和渤海租赁外，说明风险和收益之间呈现反向关系，在股票出现高风险时，投资者要求高收益做为回报，但是实际中的收益率往往受到前一日高风险的影响，出现下降的趋势，主要由于市场情绪和投资者心理等原因影响。在方差方程中的A,B系数均显著，常数项C也同样显著，方差方程中的DCC检验的系数也均显著，说明了DCC模型的适用性。图2表示北京银行同影子银行体系的动态相关系数。中信证券与海通证券和北京银行的相关性较强，相关系数明显高于其他影子机构，说明证券公司和城商行的相关性更强，在未来风险的传染过程中，首先要防范由于券商的风险导致的系统性风险，降低对商业银行的冲击。民间借贷的影子机构（渤海租赁和香溢融通）和北京银行的相关性最小，相互的影响程度较低，主要由于商业银行参与民间借贷业务的程度不大。但是，当动态相关系数出现负相关的情形时，民间借贷和北京银行的负相关性最大，相互避险。动态相关系数的波动在2013年中比较频繁且波幅较大，主要由于影子银行的整体发展在2013年相对较快，而2012和2014年的动态相关系数则比较平稳。影子机构和南京银行与宁波银行的动态相关系数与北京银行的相似，同证券公司的相关性较大，反映出影子银行的传染程度。模型的参数估计期间从2012年1月4日到2014年11月30日，对2014年12月的金融机构的股票收益率的均值和方差进行预测，并将预测的均值和方差运用到VaR的计算中。表3给出了各影子银行机构和城商行在99%和95%的置信水平下VaR的回归结果，影子银行机构的VaR略高于城商行，说明影子银行由于高杠杆和信用无限放大等原因，容易受到市场风险的冲击，形成系统性风险，比传统的商业银行更加脆弱。另外影子银行和传统商业银行间的关联，会使风险由各种渠道传染到商业银行。民间借贷、信托和投资公司等的风险要高于证券类公司。民间借贷的香溢融通的风险最大，渤海租赁风险较小是由于长时间的停牌影响，对此类影子银行的风险需要重点关注。不同类型的影子银行机构的风险也存在相互传染的危险，预防有高风险机构向低风险的传导。

五、政策建议

本文通过分析影子银行机构和商业银行间的密切联系，为银行业的风险防控提供了相应的监管办法。为了预防影子银行体系的风险向传统商业银行传导，首先应当采用风险价值的评估方式（VaR)，对风险等级进行评估，严格控制超出风险承受能力的业务。其次要关注影子银行体系资金的投向，对于不符合国家产业政策和金融发展方向的资金要控制，减少类似前些年资金向房地产等过热部门的流动，而引起的严重的系统性风险。另外，对于资产负债表表外业务的监管应当逐步加强，减少为了规避监管而出表的现象，商业银行应保持传统业务的稳健性，不应当过度开展表外业务。最后，在加强影子银行的监管的同时，要出台相应的救助措施和保险制度，有助于影子银行的健康发展。

[参考文献]

[1]张慧毅,蒋玉洁.中国影子银行体系的风险及其监管研究[J].中央财经大学学报,2013(9).

[2]周新辉,宁薛平.中国式影子银行的隐性风险及其化解路径[J].兰州学刊,2014(3).

[3]宋巍,刘俊奇.我国影子银行体系的风险评估—基于GARCH-VaR模型的实证研究[J].改革与战略,2015(31).

作者：李丹丹 单位：东北财经大学 国际商学院