中国系统性金融风险到底处于何种水平？这个指数告诉你
中国系统性金融风险的度量
——基于实体经济的视角（节选）
by 何青 钱宗鑫 刘伟
经济“新常态”的出现意味着中国经济在经过30多年的高速增长后，迎来了重大转折。虽然中国的GDP增速仍维持在7%左右，但经济发展背后隐含着重重风险：经济结构失衡、产能过剩、房地产泡沫日趋严重、地方政府债务高筑、影子银行风险上升等一系列重大问题逐步凸显。其中，最为显著的表现就是“金融过热、实体经济遇冷”。缺乏良好经济基础面支撑的金融体系脆弱性增强，同时金融过度自我创新，加剧经济泡沫化，也催生各种金融风险。
国务院总理李克强（2015）在世界经济论坛2015年新领军者年会指出，最近国际金融市场发生新的波动，是2008年国际金融危机以来的延续。中国资本市场，特别是股市在2015年6、7月份也发生异常波动，中国相关方面采取措施稳定市场，是为了防止风险的蔓延，防范系统性金融风险的发生。中国下一步会继续推进发展多层次的资本市场，而且要坚持市场化和法治化的方向，努力培育公开透明、长期稳定健康发展的资本市场。周小川（2015）指出，要从严从实推动金融改革创新，进一步激发金融活力，促进金融资源优化配置，牢牢守住不发生系统性区域性金融风险的底线。
由此可见，如何防范和化解系统性金融风险是当前亟待解决的重大问题。回答这一问题的关键在于，对整个金融体系的系统性风险进行准确的测度和识别。
事实上自2008年爆发国际金融危机以来，系统性风险就成为学界和监管当局共同关注的焦点。学者们针对系统性风险的各种特质构建了多样化的测度方法，尝试预警系统性风险的触发事件，以期作为识别系统性风险的替代性指标。这些测度方法确实为监管当局提供了预判或识别系统性风险的技术手段，
但由于研究人员所处市场视角和关注风险维度不尽相同，大多数测度指标只反映了系统性风险的某个侧面，再加上系统性风险本身的复杂特性，这些测度方法看似相互独立实则在衡量内容上有所交叉，并不具备独立反映系统性金融风险全貌的能力。更重要的是，这些测度和识别系统性风险的方法完全聚焦于金融系统，在和实体经济的联系上存在断层。
而基于我国目前的经济形势：实体经济下行压力持续、金融风险不断聚集，若想实现监管层着重强调的“坚守不发生系统性风险底线”，当务之急就是构建出和实体经济相关联的系统性金融风险测度方法，即在对我国系统性金融风险的度量中必须考虑到金融风险对实体经济的影响，并将可以有效识别金融风险对实体经济影响的信息纳入测度指标中。
因此本文以现有的系统性风险测度方法为基础，检验多个测度指标衡量我国系统性风险的有效性以及它们各自预测实体经济冲击的能力，并尝试构造出可以有效综合对宏观经济衰退预测有价值信息的系统性风险指数。由于系统性风险和实体经济之间的关系具有明显的不对称关系：系统性风险的累积爆发会加重对整个基本面的冲击，导致经济下行甚至带来严重的经济危机，但系统性风险的缺位却并不一定带来经济繁荣，本文主要采用分位数回归样本外预测的方法来探究我国系统性风险对实体经济不利冲击的不对称影响影响以及这种影响的传导途径。
（一） 系统性风险的定义和范畴
系统性风险（Systemic Risk）在国际上还没有统一明确的界定。在 2008 年金融危机爆发之前，学界对系统性风险已经有一定的认知，只是对它的定义还停留在较为笼统的阶段（Brenda Gonzalez-Hermosill, 1996；Kaufman, 2000; Borio, 2003）。2008 年爆发的金融危机给国际金融体系带来了前所未有的巨大冲击，但在很大程度上也促进了对系统性风险的研究。
现阶段对系统性风险较有代表性的定义主要分为以下三类：
其一是根据危害范围大小的角度定义，伯南克（Bernanke,2009）将系统性风险定义为威胁整个金融体系以及宏观经济的事件，欧洲中央银行（ECB,2010）认为, 系统性风险是导致金融体系极度脆弱, 金融不稳定大范围发生的风险，严重损害了金融体系运行的能力，进而影响经济增长和社会福利。Billio,Getmansky and Lo (2010) 则定义系统性风险为“威胁金融系统稳定或摧毁公众对金融系统信心的一切情形”。
其二是从风险传染的角度，Steven L. Schwarcz (2008)和 Hart and Zingales (2011) 都认为，系统性风险是指由于金融系统中机构或市场存在内在相关性或联动性，金融体系中单一或部分的机构倒闭及市场崩溃这种尾端事件在机构间传染、在市场间蔓延，导致损失在金融体系中不断扩散，最终使整个系统崩盘甚至对实体经济造成冲击的可能性。
其三是从影响实体经济的角度出发，G20 财长和央行行长报告（2011）认为系统性风险是“可能对实体经济造成严重负面影响的金融服务流程受损或中断的风险”。作为全球金融监管机构，金融稳定委员会（FSB,2009）对系统性风险的诱发因素做了更为具体的阐述，认为它是“由经济周期、国家宏观经济政策的变动、外部金融因素冲击等因素引发一国金融体系激烈动荡的可能性，且这种风险对国际金融体系和全球实体经济都会产生巨大的负外部性”。国际货币基金组织（IMF）、国际清算银行（BIS）和金融稳定委员会（FSB）在 2011 年共同出具的报告(FSB,IMF and BIS,2011)中将系统性风险定义为金融体系部分或全部受损时引发的大范围金融服务失效并且可能对实体经济产生严重冲击的风险。
从上述定义中可以看出，虽然对系统性风险这个概念并没有统一的解释，但是从不同角度出发的定义具有共性：首先，系统性风险关注的对象不局限于单一的机构或市场，而是聚焦于整个金融体系的全部或重要组成部分；其次，系统性风险具有传染性，个体的损失会引发整个体系的连锁反应，风险由金融系统内所有参与者共同承担；最后，所有的定义都考虑到了系统性风险对实体经济的溢出效应。
（二） 系统性风险的测度和识别
随着对系统性风险研究的不断深入，越来越多的实证方法被用来量化系统性金融风险，大致可分为如下三类：
1．预警指标体系法
顾名思义，这类方法通过分析发生过金融危机国家的历史数据，找出可以影响和预测系统性风险的指标，经过统计方法的处理，构建一套可以反映金融体系风险综合情况的预警指标体系。比较有代表性的早期危机预警模型主要有三类：KLR 模型（Kaminsky et al., 1998）、FR 模型（Frankel& Rose,1996）和 STV 模型（Sachs et al.,1996）。国际货币基金组织（IMF,2003）开发的金融稳健指标是利用财务指标进行预警的典型代表；Illing & Liu（2006）构建的金融压力指数（FSI）则是运用更高频的市场数据来预测金融危机。
2．风险传染和机构关联法
这类方法主要侧重于多角度测量金融机构间的风险传导，同时重点考察金融系统中机构间关系的复杂程度、非线性与不确定性等方面。这类传统模型的共同点在于大多基于银行间交易数据建立与资产负债表相关的风险敞口模型，比较具有代表性的是矩阵模型、网络模型和违约强度模型（Chen,1999；Lehar, 2003；Jeannette Muller, 2003）。
3．系统性风险损失评估法
经历了 08 年金融危机超大型金融公司倒闭或濒临破产等危机事件后，研究者开始试图从评估个体机构的系统重要性这一方向测度系统性风险。Adrian and Brunnermeier（2009）引入了条件在险价值（CoVaR）这一重要概念，用来衡量金融机构处于困境中时整个金融系统的在险价值。
Acharya et al.（2010）提出以系统性期望损失（SES）和边际期望损失（MES）两个指标来测度系统性风险，其优点是可以和金融机构在危机中的资本不足挂钩，进而可以为监管方面的额外资本金要求等手段提供依据。Brownless（2011）在其基础上引入 DCC-GARCH 模型，可以更精确且动态化地测算系统性风险。
国内对系统性风险测度的研究起步较晚，主要是参考国外的测度方法，结合我国的经济金融数据进行单一角度的系统性风险度量或建立预警监测指标体系。方意等（2012）利用 DCC-GARCH 模型及随机模拟法对我国金融机构的系统性风险进行了测度，发现系统性风险水平与资产规模、杠杆率及边际期望损失呈正相关。高国华（2013）和陶玲、朱迎（2016）均从多个维度构建中国系统性风险监测指标体系，并对系统性风险指标的状态和拐点进行识别。
然而，现有的文献并没有对这些系统性风险指标与实体经济的相关关系进行考察，构造的系统性风险指数或检测指标体系也多是金融部门和宏观经济指标的直接加总，对二者之间的互动关系缺乏探究。而在前面的文献梳理中我们已经看到，尽管学界对系统性风险的定义各不相同，但一个重要的共性就是都强调对实体经济的负溢出效应。因此，本文不仅全方位、多角度地对我国系统性金融风险进行测度，还系统性地研究各种系统性风险测度指标和实体经济的关系，并且从探究现有的测度方法预测实体经济冲击的有效性出发，构造出可以反映实体经济衰退信息的系统性风险指数。
本文首先从机构个体风险、联动和传染效应、波动和不稳定性以及流动性与信用这四个层面对我国系统性金融风险进行了测度。这些测度指标若想被应用于我国的系统性金融风险防范和宏观审慎监管，理应对实体经济的变化有所影响，因此本文随之检验了这些测度指标各自对宏观经济未来冲击分布的预测能力。结果发现，单独的系统性风险测度指标对我国宏观经济未来冲击的下尾分布具有一定的预测能力，但不够稳健，其中衡量机构间联动和传染性的动态因果关系指数（DCI）、规模集中度（Size Con）和杠杆率以及衡量流动性的指标期限利差（Termspread）的预测能力相对较好。
接下来，本文采取主成分分位数回归和偏分位数回归两种降维的方法对上述基础测度指标提取与实体经济波动相关的公共因子来构建我国系统性风险指数。预测结果显示，当单独的系统性风险测度中与实体经济相关的有效信息被恰当地加总时，由这些指标构成的系统性金融风险指数展现了显著且稳健的预测未来宏观经济冲击分布的能力，不仅相较历史数据预测提供了显著有效的额外信息，而且相较个体基础测度指标而言预测精度明显提高。
最后本文对系统性风险对实体经济的传导渠道进行了探究。通过将基础测度指标和系统性风险指数分别对我国实际信贷增长率进行预测发现，测度指标和指数对信贷增长下尾波动的预测能力较强，且部分测度指标和指数与信贷增长率呈负相关变动，因此我国金融部门的系统性风险提高很可能是通过信贷收缩这一渠道传导至实体部门，进而对宏观经济产生负面影响的。
本文构建的我国系统性风险指数表明目前我国的金融风险处于中高位水平，2017年开年，“坚守不发生系统性风险底线”也成为一行三会监管讲话的关键词，因此，本文为监管部门准确测度、识别系统性风险提供了基于实体经济视角的有效手段。如有需要，还可以从系统性风险指数主成分对应的不同风险维度入手，制定相应的监管政策，从而更好地防控我国的金融风险。
当然，由于我国尚处于转轨经济体制下，金融市场还在动态的发展过程中，金融风险也会不断演化，以市场数据为基础的系统性风险测度方法体系还需要进一步完善，若想提高预警实体经济的前瞻性与精确度，还需要采用多种方法综合监测，并更加深入地探究系统性风险对实体经济的传播路径，最终做到从严从实全面监管系统性风险。
近期文章精选：