商業(yè)銀行風險承擔指數(shù)的測算過程案例目錄TOC\o"1-3"\h\u7401商業(yè)銀行風險承擔指數(shù)的測算過程案例 1289461.1.1雙指數(shù)市場模型計量原理 111991.1.2數(shù)據(jù)說明與描述性統(tǒng)計 2170861.1.3雙指數(shù)市場模型計量結(jié)果 3對于商業(yè)銀行風險承擔指數(shù)的測算，常用的有：破產(chǎn)風險法，即Z評分指數(shù)（（LaevenandLevine,2009[298]；張健華和王鵬，2012[299]；Shim,2019[300]）。資本充足法，主要指標有不良貸款率（王兵和朱寧，2011[301]；Chan‐Lau,2010[302]）、資本充足率（顧海峰和張亞楠，2018[250]；顧海峰和楊立翔，2018[303]）、貸款損失準備率（姚樹潔等，2011[304]；汪可，2018[305]）、加權(quán)風險資產(chǎn)比例（喻微鋒和周黛，2018[306]）、權(quán)益對負債比率、Z值（汪可等，2017[70]）、預(yù)期違約概率（牛曉健和裘翔，2013[307]）、股市波動率和股價波動率（諶新民和劉善敏，2003[308]），等。模型法，其中最典型的是威廉·夏普建立的指數(shù)市場模型[309]，該方法的特點是同時考慮了銀行多方面情況，從多個維度綜合測度銀行風險。由于Z-score指數(shù)僅代表破產(chǎn)風險而非風險承擔，加之我國政府對商業(yè)銀行存在隱性擔保，銀行破產(chǎn)風險較低。因此，本研究結(jié)合國內(nèi)外學者的常見做法，主要采用資本充足率法和指數(shù)市場模型對銀行風險承擔水平進行衡量。其中資本充足率法可以從銀行年報直接獲取有關(guān)指標，指數(shù)市場模型需要基于上市銀行的日收益率、國債市場日收益率等有關(guān)數(shù)據(jù)進行估計得到。雙指數(shù)市場模型計量原理早在20世紀50年代，隨著金融市場的發(fā)展，如何衡量和管理金融風險的問題就成為了學者和業(yè)界關(guān)注的重點。1952年，美國學者哈里·馬克威茨（HarryMarkowitz）提出了均值-方差模型，這一方法得到了廣泛應(yīng)用，但是這方法也存在各種缺點，如計算過程復(fù)雜，計算成本較高。為此，威廉夏普（WilliamF.Sharpe）在1963年提出了單指數(shù)模型[309]，在很大程度上簡化了計算過程，節(jié)約了計算成本。學術(shù)界對單指數(shù)模型的應(yīng)用研究已經(jīng)非常豐富，但雙指數(shù)模型的延伸應(yīng)用在國內(nèi)相對較少?；诖耍狙芯繀⒖糃henetal,(2006)[310]，建立雙指數(shù)市場模型測度銀行風險承擔指標，模型具體形式如下：（4-3）其中，為銀行在時期的日收益率，為市場的相應(yīng)日收益率，是3月期國債日收益率，為隨機誤差項。這個方程的回歸系數(shù)有兩個風險度量指標和分別代表銀行的系統(tǒng)風險（SYSrisk）和利率風險（Irisk）。通過計算標準差產(chǎn)生了兩個額外的風險度量指標總風險（Trisk）和個體特質(zhì)風險（Urisk），分別為銀行股票收益率和殘差的標準差。這4個風險指標的方向具有一致性，其值越大，意味著銀行的風險承擔水平越高。需要注意的是，這里的系統(tǒng)風險（SystematicRisk）與本研究所考慮的系統(tǒng)性風險（SystemicRisk）含義有本質(zhì)的不同。系統(tǒng)風險是指由共同因素引起的，對市場中所有參與者都有影響的，并且無法通過資產(chǎn)多樣化組合加以分散的風險，因此也稱市場風險。而系統(tǒng)性風險是金融風險，主要是指不利的經(jīng)濟沖擊導(dǎo)致金融系統(tǒng)大規(guī)模遭受損失的可能性。個體特質(zhì)風險是指個別機構(gòu)因資金短缺、經(jīng)營不善、聲譽受損等自身因素而造成的風險。數(shù)據(jù)說明與描述性統(tǒng)計對于雙指數(shù)市場模型的計算，課題共截止2018年12月28日中國A滬深兩市所有28家上市銀行的相關(guān)數(shù)據(jù)。采用雙指數(shù)市場模型，需要的原始數(shù)據(jù)有三個變量，一個是各銀行的收益率數(shù)據(jù)，我們采用各上市銀行股價的漲跌幅（日數(shù)據(jù)）；另一個是銀行系統(tǒng)收益率數(shù)據(jù)，我們采用銀行指數(shù)882115.WI的漲跌幅（日數(shù)據(jù)）；還有一個是利率指數(shù)數(shù)據(jù)，我們采用中債國債3月期國債收益率（日數(shù)據(jù)）。以上數(shù)據(jù)的選取范圍均為2008年1月2日至2018年12月28日。各變量的的描述性統(tǒng)計見表4-2。對于2008年之前上市的銀行，其時間跨度為2008年1月2日-2018年12月28日，對于2008年以后上市的，其時間跨度為上市日至2018年12月28日，最大觀測數(shù)為2677填，數(shù)據(jù)量較少的是鄭州銀行和長沙銀行，分別只有310和306個觀測數(shù)。所有數(shù)據(jù)均來自wind數(shù)據(jù)庫。相關(guān)變量的描述性統(tǒng)計如表4-2所示。表4-2雙指數(shù)模型相關(guān)變量的描述性統(tǒng)計銀行均值最大值最小值標準差P值偏度峰度觀測數(shù)3月期國債2.585.110.800.800.00-0.312.832677銀行指數(shù)0.0210.02-9.971.840.000.138.442677平安銀行0.0310.04-10.022.450.000.276.602677浦發(fā)銀行0.0310.04-10.032.290.000.257.552677民生銀行0.0310.10-10.002.090.000.317.782677招商銀行0.0310.03-10.012.200.000.236.992677華夏銀行0.0310.07-10.052.320.000.096.872677中國銀行0.0110.16-10.041.640.000.5711.792677工商銀行0.0210.05-10.001.620.000.0910.572677興業(yè)銀行0.0310.05-10.022.350.000.186.912677中信銀行0.0210.09-10.032.270.000.367.292677交通銀行0.0010.10-10.062.000.000.179.412677寧波銀行0.0410.07-10.022.400.000.136.222677南京銀行0.0410.07-10.012.250.000.167.102677北京銀行0.0210.05-10.012.140.000.247.662677建設(shè)銀行0.0210.04-10.091.810.000.239.272677農(nóng)業(yè)銀行0.0410.12-9.901.370.000.3914.012302光大銀行0.0410.14-9.921.780.000.7210.392278江蘇銀行0.009.98-5.831.480.001.6914.17832貴陽銀行0.0410.04-7.331.810.001.3211.07822江陰銀行0.0210.07-10.012.820.000.727.66809無錫銀行0.0310.04-10.002.700.000.827.77796常熟銀行0.0910.06-9.972.570.000.917.18791杭州銀行0.0010.01-7.621.670.001.4112.52777上海銀行0.0010.00-9.991.420.000.1611.72763蘇農(nóng)銀行0.0010.04-10.012.650.000.737.54754張家港行0.0510.05-10.023.210.000.586.27715成都銀行0.0210.06-9.652.360.000.609.47465鄭州銀行-0.0810.04-9.962.280.000.8410.26310長沙銀行-0.0410.04-9.672.210.000.389.00306資料來源：本研究整理雙指數(shù)市場模型計量結(jié)果雙指數(shù)市場模型計量結(jié)果參考朱琪等（2019）[311]的做法，基于式（4-3）的雙指數(shù)市場模型，利用每個觀測年份的面板數(shù)據(jù)分別進行回歸，計算獲得28家樣本銀行的總風險（Trisk）、系統(tǒng)風險（SYSrisk）、利率風險（Rrisk）與特質(zhì)風險（Urisk）結(jié)果序列，每個序列共201個觀測數(shù)。4個風險計算的描述性統(tǒng)計如表4-3所示。總風險（Trisk）、個體特質(zhì)風險（Urisk）、利率風險（Irisk）、系統(tǒng)（市場）風險（SYSrisk）的具體結(jié)果，分別報告于表4-4、表4-5、表4-6和表4-7。表4-3總風險、系統(tǒng)風險、利率風險與特質(zhì)風險的描述性統(tǒng)計變量均值最大值最小值標準差P值偏度峰度觀測數(shù)Trisk2.0465.7230.7280.9240.0000.9463.664201SYSrisk1.0101.756-0.6190.3020.000-0.9727.363201Rrisk-0.0782.300-10.1380.8940.000-7.58883.246201Urisk1.1475.0250.3210.7570.0002.46310.050201資料來源：本研究整理表4-4雙指數(shù)市場模型總風險（Trisk）銀行類型20082009201020112012201320142015201620172018平安24.1482.9712.0721.6581.4543.1062.0742.8401.2121.6342.130浦發(fā)24.4802.8521.9281.5131.3582.4821.8542.6521.2701.0961.371民生23.6292.4931.5681.4931.3922.5452.1292.6631.2450.8941.222招商24.0082.6941.8251.4661.3932.1061.6702.6681.2371.6031.921華夏24.3712.7112.2141.9151.5602.1012.0652.8601.3940.9951.345中國12.6281.9351.2340.8360.7281.0321.7602.8811.0810.8661.246工商12.8321.7551.5201.0260.8261.0041.4992.4500.8721.0471.617興業(yè)24.2472.9242.3471.8131.4532.6281.9782.9181.0080.8691.324中信23.4142.4912.2111.4761.2692.1512.7663.3281.6251.1561.651交通13.4522.4861.7331.0981.0941.6091.9893.1451.2290.8471.150寧波33.5332.7122.2641.6191.5431.7352.0453.3321.6821.3041.666南京33.7272.6472.4101.6981.8012.1352.0283.4251.8541.5871.964北京33.7272.6082.1741.4821.4201.9881.9133.0571.2420.9141.122建設(shè)13.0152.0861.3481.0160.9051.2961.8262.7721.0731.0661.903農(nóng)業(yè)11.2940.9960.8071.3591.6842.4440.8660.9001.516光大22.7771.2851.0641.7332.0433.2161.3010.8371.403江蘇32.7541.1861.196貴陽33.1241.4571.627江陰44.0273.6082.343無錫44.3443.3122.174常熟44.3742.6912.100杭州33.2391.7201.431上海32.8651.3531.423蘇農(nóng)45.7233.0262.369張家44.2013.066成都33.042鄭州33.280長沙32.915平均3.6582.5261.9321.3991.2541.9381.9582.9162.1101.6071.840注：表中第2列銀行類型1、2、3、4分別代表大型國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行。資料來源：本研究整理表4-5雙指數(shù)市場模型個體特質(zhì)風險（Urisk）銀行類型20082009201020112012201320142015201620172018平安21.4141.5901.3090.9740.8381.5240.7641.1600.6491.2281.039浦發(fā)21.3421.0780.8990.6130.5711.0000.6451.3231.0010.6340.820民生21.1851.1070.6850.8720.7031.0570.9131.1580.6850.5410.568招商21.0880.9610.8290.6860.5821.0570.6441.2020.5540.8790.857華夏21.7491.2481.4271.0570.7630.8630.7851.0080.5590.5800.602中國11.2550.9940.6570.4120.4310.6000.9321.4650.4900.5740.556工商11.2940.8060.7340.4890.3210.6940.7441.1390.4580.7610.730興業(yè)21.4151.2331.2240.8850.6480.9280.6651.1020.3540.4040.577中信21.3741.5591.0980.8700.6191.1581.8872.0020.9600.7520.981交通11.2421.1760.7980.4950.5010.7140.8751.3210.4820.5390.533寧波31.5671.4021.0890.8570.7980.7341.1412.0661.0170.8621.058南京31.7891.4701.3240.9551.0910.9680.9441.9251.1671.1521.171北京31.7151.3341.0700.7430.7390.8120.9331.6450.7740.6590.623建設(shè)11.1370.9890.7840.5890.5170.8920.9880.9890.5930.7110.819農(nóng)業(yè)10.7990.5650.4930.7800.8500.9880.4270.6870.650光大21.9830.6630.5120.7691.0411.3260.5500.4800.664江蘇32.4641.0460.731貴陽32.9341.2141.079江陰43.9313.5671.859無錫44.1903.2491.695常熟44.1772.6131.675杭州33.1561.5700.983上海32.8361.1700.938蘇農(nóng)45.0252.9451.805張家44.0822.615成都32.532鄭州32.048長沙31.765平均1.3981.2101.0440.7330.6330.9100.9221.3641.6431.3161.142注：同表4-4資料來源：本研究整理表4-6雙指數(shù)市場模型系統(tǒng)風險利率風險（Irisk）銀行類型20082009201020112012201320142015201620172018平安2-0.0440.2850.0100.041-0.125-0.210-0.1230.3720.0820.171-0.334浦發(fā)2-0.111-0.428-0.072-0.0610.1350.0470.1390.0620.7660.057-0.185民生20.0570.2220.007-0.0650.015-0.258-0.008-0.1300.0140.148-0.052招商20.0420.3600.033-0.1370.0590.105-0.002-0.178-0.2060.0660.026華夏20.1450.553-0.062-0.089-0.0420.126-0.0380.120-0.1670.0170.004中國10.0870.155-0.0100.001-0.000-0.021-0.1120.0190.121-0.1340.070工商10.1430.165-0.0220.007-0.006-0.031-0.116-0.0030.079-0.1080.060興業(yè)2-0.184-0.1170.1390.0470.081-0.066-0.0840.229-0.1540.000-0.021中信20.1290.9180.1370.126-0.0400.9950.287-0.231-0.1220.0220.268交通1-0.041-0.1440.057-0.041-0.046-0.0110.139-0.2660.270-0.0840.043寧波3-0.1500.8390.2200.030-0.3660.0610.1990.1230.1070.0190.243南京30.0500.1760.0010.066-0.1780.0220.290-0.0220.056-0.1020.274北京3-0.2380.7120.1000.2160.1160.0390.0190.208-0.0420.026-0.027建設(shè)10.0740.1840.0540.1110.042-0.037-0.144-0.1730.1700.0430.072農(nóng)業(yè)10.152-0.072-0.0530.051-0.032-0.0190.103-0.0550.105光大20.3130.116-0.143-0.015-0.0580.0250.172-0.036-0.014江蘇3-0.126-0.1670.021貴陽3-0.938-0.2540.313江陰4-2.762-0.926-0.024無錫4-2.803-0.7350.093常熟4-3.527-0.586-0.032杭州3-1.596-0.3170.080上海3-1.240-0.2420.127蘇農(nóng)4-10.138-0.6590.030張家4-2.121-0.265成都30.871鄭州32.262長沙32.300平均-0.0030.2770.0660.019-0.0340.0500.0220.009-0.912-0.2380.225注：同表4-4資料來源：本研究整理表4-7雙指數(shù)市場模型系統(tǒng)風險（SYSrisk）計算結(jié)果銀行類型20082009201020112012201320142015201620172018平安21.1091.1481.1391.3191.3321.4761.1211.0211.0051.2871.403浦發(fā)21.2151.1991.2101.3591.3711.2461.0150.9090.7661.0690.829民生20.9761.0211.0001.1901.3431.2591.1210.9501.0190.8480.820招商21.0981.1511.1531.2711.4131.0000.8980.9431.0761.6011.304華夏21.1401.1021.2011.5691.5231.0521.1131.0581.2460.9670.912中國10.6570.7590.7410.7150.6560.4600.8690.9820.9470.7720.846工商10.7170.7130.9440.8860.8500.3960.7570.8580.7290.8571.094興業(yè)21.1371.2081.4191.5551.4511.3461.0851.0670.9200.9200.904中信20.8900.8931.3601.1721.2400.9951.1811.0531.2801.0481.005交通10.9160.9971.0910.9631.0890.7901.0431.1301.1140.7810.773寧波30.9281.0111.4251.3801.6111.0451.0491.1201.4141.3041.196南京30.9011.0601.4081.3501.4820.8620.9921.0351.3141.1690.975北京30.9381.0281.3411.2591.3500.9960.9741.0180.9500.7560.708建設(shè)10.7950.8390.7770.8140.8290.5140.8931.0250.8810.9491.304農(nóng)業(yè)10.7570.8050.7160.6110.8470.8850.7410.6941.039光大21.3971.0821.0480.8511.0241.1601.1590.8190.937江蘇31.6350.6640.718貴陽31.4940.9540.921江陰4-0.0420.4611.082無錫40.6090.6811.033常熟40.2790.7100.960杭州30.3890.8270.789上海3-0.0150.8020.812蘇農(nóng)4-0.6190.7651.164張家40.6241.208成都31.284鄭州31.756長沙31.647平均0.9581.0091.1481.1681.2070.9310.9991.0140.8450.8931.051注：同表4-4資料來源：本研究整理由表4-4可知，各樣本銀行的總風險平均值位于[1.319，3.706]這一區(qū)間，說明研究期間內(nèi)各商業(yè)銀行的總體風險承擔水平差異不是很大。其中，總體風險小的是中國農(nóng)業(yè)銀行和中國銀行，其在2009-2019年間的平均總風險發(fā)分別為1.319和1.601；總體風險最大的是兩家農(nóng)村商業(yè)銀行，蘇農(nóng)銀行和張家港行，其在2018年的總風險分別為2.369和3.066