金融危機對銀行業的影響是十分廣泛和深遠的，這對我國銀行業的風險防范系統提出了更高的要求，本就主要研究我國上市銀行系統性風險的規避問題。

　　《當代金融家》Modern Bankers(月刊)2005年創刊，在全球金融業界，中國人民銀行研究生部享有盛譽，被《華爾街日報》稱之為“中國哈佛”、“中國金融的黃埔軍校”。《當代金融家》以“全球金融，合作共贏”為宗旨，在全球金融廣闊領域內，通過分析金融時事，講述金融時事中關鍵人物的運籌藝術與金融歷史上典型案例中典型人物的經典智慧，溝通中外古今金融智術，強力彰現前衛理念，做中外當代金融家的良朋益友。

　　2008年起，以美國次級抵押貸款市場危機為導火索而引發的全球性金融危機，揭示出當前金融業存在的眾多問題，銀行業的系統性風險也再次成為各國政策決策者關注的焦點。本文擬選擇在滬深兩市上市的商業銀行為樣本，對13家上市銀行從2009年至2013年的交易數據構建單指數模型，從而分析出金融危機前后各家上市銀行系統性風險變化狀況，并通過GARCH(1，1)模型證明金融危機后我國銀行業系統性風險有所增加這一結論。

　　1 引 言

　　2008年起，以美國次級抵押貸款市場危機為導火索而引發的全球性金融危機，揭示出當前金融業存在眾多的問題，銀行業的系統性風險也再次成為各國政策決策者關注的焦點。美國、英國、歐盟紛紛出臺金融監管改革法案，巴塞爾委員會也對新資本協議進行了修改，總體趨勢是將宏觀審慎監管和傳統的微觀審慎監管結合起來，銀行內部約束與外部監管結合起來，共同全面防范由資產證券化、金融衍生產品等金融創新帶來的系統性風險。雖然我國在這次金融危機中所遭受的損失程度較輕，但是隨著我國金融市場開放步伐的加快，我國銀行業必然將面臨著更大的系統性風險。因而在全球金融一體化的大背景下，研究我國銀行業系統性風險的測度是十分必要且重要的。這將為我國銀行業的系統性風險預防與防范提供基礎。

　　關于銀行系統性風險的形成機制，理論界尚存爭議，其中具有代表性的理論有：金融體系脆弱性理論、金融危機理論、信息不對稱理論、金融資產價格波動理論、風險溢出與傳染理論。

　　1.1 金融體系脆弱性理論

　　金融體系脆弱性理論的代表人物是海曼・明斯基。他認為：金融機構的內在特性將使得他們經歷周期性的危機和破產，從而會導致宏觀經濟的衰退和蕭條[1]。

　　從銀行危機的經濟周期角度來看，銀行的經營狀況會隨經濟周期變化而變化，即銀行系統性風險的發生并不是由于外部沖擊或政策錯誤而造成的，而是由經濟和銀行系統的周期性內生的。在經濟波動中，由于投資高潮和低谷的交替出現，銀行正常的信貸資金流動必然受阻，故當實際部門正常的資金循環被打斷后，就會發生違約和破產事件，而實際部門資金循環的紊亂最終要影響到金融體系，即實際部門的倒閉破產困境將不可避免地擴展到整個銀行系統。

　　從金融市場有限理性的角度來看，銀行系統性風險或危機的爆發是由于金融市場的非理性行為造成的。金德爾伯格認為，大部分金融市場在大部分時間內是理性的，從長遠的觀點看，這個世界或多或少地像“經濟人”那樣行事，但金融市場偶爾的非理性行為導致了金融危機的爆發[2]。

　　1.2 金融危機理論 [3]

　　金融危機理論是由以弗里德曼為代表的貨幣學派提出的。該理論注重于對金融體系內部的研究。弗里德曼認為：一些突發事件可能使公眾對銀行將存款兌換為通貨的能力喪失信心，銀行業的高負債特性易引起銀行業的恐慌。施瓦茨運用這一理論進一步區分了所謂“真實金融危機”和“虛假金融危機”。他認為：只要公眾相信貨幣當局會提供他們需要的通貨，銀行業恐慌就可以避免。1866 年的金融危機以后，由于英格蘭銀行正式承擔了最后貸款人的責任，英國沒有發生過真實的金融危機。而“虛假金融危機”主要是指社會經濟中特定部門財富的減少，不足以導致擠兌和銀行業恐慌。施瓦茨認為，中央銀行對“虛假金融危機”不必采取拯救行動，如拯救只會造成資源浪費。

　　1.3 信息不對稱理論

　　信息經濟學派認為：在信息不對稱的情況下，單個儲戶的理性行為是趁著銀行還有支付能力時搶先提款，因此在現實生活中銀行擠兌具有爆發性發生的可能性，而銀行對此是無能為力的，所以在市場信心崩潰時就可能產生巨大的系統性風險。同樣，存款人、銀行經營者、借款人、銀行監管者之間的信息不對稱也將導致逆向選擇和道德風險，從而使銀行不能有效地配置金融資源。

　　1.4 金融資產價格波動理論[4]

　　金融資產價格波動理論認為：金融市場具有內在的不穩定性。由金融資產價格波動和金融投機行為導致的資本市場波動使金融資產的風險全面上升，而金融創新、金融全球化的發展又使金融資產風險的傳染性具有了便捷的通道。因此，當金融資產價格的變動風險積聚到一定程度時，將使某個國家或地區的銀行體系或整個金融體系產生普遍的不良預期，從而有可能引發金融危機。在風險的交叉傳染下，一國乃至數國的銀行體系都會受到十分巨大的影響，進而產生系統性危機。

　　2 系統性風險的模型設定

　　2.1 單指數模型[5]

　　3 實證分析

　　3.1 樣本選取

　　本文以在滬深兩市上市交易的13家上市商業銀行(建設銀行、工商銀行、浦發銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業銀行、北京銀行、交通銀行、中國銀行、中信銀行和深圳發展銀行)作為研究對象。

　　3.2 樣本期間

　　系統性風險的實證研究的時間跨度一般以3―5年為宜。考慮到不同銀行上市時間差異以及橫向可比性，故將樣本期間定為2009年9月28日至2013年12月30日。

　　3.3 數據來源

　　由于樣本期間較長，若采用日收盤價則會導致數據過多，故選取各個上市銀行每周收盤價作為原始采集數據。本文在研究中使用了五方面的數據：經過復權處理的各上市銀行周收盤價、上證A股指數的周收盤價、滬市金融板塊指數的周收盤價、深圳成分股指數的周收盤價以及深市金融板塊指數的周收盤價。本文所用的經過復權處理的各樣本銀行的周收盤、大盤周收盤價、金融指數的周收盤價均來源于錢龍證券分析系統。

　　3.4 統計分析過程

　　3.4.1 單指數模型分析

　　(3)系統性風險的測算。運用EViews6.0軟件將上述數據代入后，可得到回歸結果，從而計算得到系統性風險系數。以民生銀行2013年數據為例，得到結果見表1和表2。 　　經過比較回歸結果后發現：無論滬市、深市，以金融板塊指數的周收益率作為市場收益率得到的回歸結果在擬合度、參數顯著性水平等方面均優于上證A股指數和深圳成分股指數的周收益率作為市場收益率的結果。經整理后，13家上市公司從2009年至2013年系統性風險系數及t檢驗結果見表3。

　　通過表3可以看到，若以10%作為置信區間，除了2009年個別銀行的系統性風險系數值未能通過t檢驗，其他均通過，這可能與2009年樣本量過少有關。

　　通過分析可以發現，13家上市銀行大致可以分為三類。第一類：除了個別年份的反彈，系統性風險系數隨時間大致呈下降趨勢。這一類包括了：建設銀行、工商銀行、中國銀行、中信銀行和深圳發展銀行。第二類：除了個別年份跌落，系統性風險系數隨時間大致呈上升趨勢。這一類包括：華夏銀行、南京銀行、興業銀行、北京銀行。第三類：雖然系統性風險系數升升降降，但是基本上處于某一區間。這一類上市銀行包括：浦發銀行(系統性風險系數在1.0～1.2)、民生銀行(系統性風險系數在0.8～0.9)、招商銀行(系統性風險系數在0.95～1.1)、交通銀行(系統性風險系數在0.8～1.0)。

　　經仔細分析可以發現：第一類銀行都是資產規模較大的上市銀行，他們的系統性風險隨著金融危機的推移逐步下降，且系統性風險系數都小于1，說明這5家上市銀行屬于防守型公司，其收益率的變化小于市場組合收益率的變化，大盤上升時其收益有限，大盤下跌時，其抗跌性較強;第二類銀行相對于第一類銀行而言，資產規模較小，系統性風險隨著金融危機的來臨而逐步上升，且這一類銀行的系統性風險系數大多大于1，說明這4家銀行屬于進取型公司，其收益率的變化大于市場組合收益率的變化，大盤上升時獲利較大，大盤下跌時損失也較大;第三類上市銀行的系統性風險系數較為穩定且都在1之間徘徊，說明這四家銀行其系統性風險與市場組合的系統性風險相同。

　　從時間上來分析發現：從2009年到2013年，13家上市銀行中有6家銀行系統性風險系數上升，7家銀行系統性風險系數下降;從2010年到2011年，13家上市銀行中有8家銀行系統性風險系數上升，5家銀行系統性風險系數下降;從2011年到2012年，13家上市銀行中有7家銀行系統性風險系數上升，6家銀行系統性風險系數下降;從2012年到2013年，13家上市銀行中有6家銀行系統性風險系數上升，7家銀行系統性風險系數下降。這似乎無法體現金融危機對于我國上市銀行的影響。但是，若是以系統性風險系數大于1作為高系統風險的標志，則可以發現：2009年只有2家銀行系統性風險系數大于1，而2010年有4家，2011年有3家，2012年有6家，2013年有5家，都較金融危機之前有所上升。

　　為了更好地說明這一點，下面將引入GARCH(1，1)模型來說明在金融危機后，我國上市銀行股票收益率具有波動集聚效應。

　　3.4.2 GARCH(1， 1)模型分析

　　將數據導入EViews6.0后，生成一組收益率序列，通過觀察收益率序列的圖形，可知，存在波動集聚效應。以深市金融板塊指數為例，如圖1。

　　再通過相關性檢驗和相應回歸，可以確定深市金融板塊指數收益率序列的均值模型為：r=0.135625r(-8)+ε。經過ARCH效應檢驗，由F統計量和LM統計量大小可知，模型已不存在ARCH 效應。然后通過EViews軟件，構建GARCH(1，1)模型，得到以下結果見表4。

　　再對模型的殘差進行ARCH效應檢驗，得到結果見表5。

　　由上述結果可知：殘差不存在ARCH效應。

　　故由深市金融板塊指數收益率序列構建的GARCH(1，1)模型的均值方程為：r=0.135625r(-8)+ε;條件方差方程為：0.000114+0.276339* RESID(-1)^2 +0.601050*GARCH(-1)，且殘差不再存在ARCH效應。

　　再對其他數據進行上述步驟，可以發現13家上市銀行的收益率序列都存在著波動集聚效應。

　　4 結論

　　第一，金融危機后，各家上市銀行的系統性風險并不是都隨著時間的推移而上升的。部分商業銀行的系統性風險在金融危機后逐步上升，而部分商業銀行的系統性風險在金融危機后逐步下降，還有一部分則是較為平穩地在某一區間波動。

　　第二，資產規模較大的上市銀行在金融危機后所受到的系統性風險相比于資產規模較小的上市銀行來說要小。這可能是資產規模較大的商業銀行有雄厚的資本可以抵御風險。

　　第三，從總體來說，金融危機后我國上市銀行業系統性風險還是增加了。通過GARCH(1，1)模型也可以證明2010年和2012年上市銀行的收益率波動幅度明顯增大。這說明金融危機對于上市銀行的收益率還是有明顯影響的。

　　參考文獻：

　　[1]鐘偉，李心丹.現代西方金融體系內在風險性及其防范理論[J].金融研究，1998(8).

　　[2]周道許.現代金融監管體制研究[M].北京：中國金融出版社，2000：38.

　　[3]周柏.我國上市銀行系統性風險研究[D].天津：河北工業大學，2008(6).

　　[4]翟金林.銀行系統性風險的成因及防范研究[J].南開學報，2001 (4)：83-89.

　　[5]韓德宗，朱晉.證券投資學原理[M].北京：機械工業出版社，2010：231-233.

　　[6]趙衛亞，彭壽康，朱晉.計量經濟學[M].北京：機械工業出版社，2010： 161-162.

　　[7]楊軍華.宏觀審慎監管在系統性金融風險管理中的作用[J].中國行政管理，2011(8)：125-127.

　　[8]金運.股份制商業銀行如何防范系統性風險[J].中國金融家，2004(10)：22-24. 　　[9]謝平，鄒傳偉.金融危機后有關金融監管改革的理論綜述[J].金融研究，2010(2)：1-17.

　　[10]劉桂榮，盧添翼.上市銀行系統性風險的實證研究[J].商業時代，2007(10)：59-60.

　　[11]Michael Schr?der， Martin Schüler. The Systemic Risk Potential in European Banking―Evidence from Bivariate GARCH Models[J]. ZEW Discussion Paper， 2010 (8).

　　[12]張強，馮超.金融危機后我國上市商業銀行系統性風險測算[J].上海金融，2010(12)： 32-35.

　　[13]湯柳，王旭祥.論宏觀審慎原則下系統性風險研究的新發展[J].浙江金融，2010(10)：16-18.

　　[14]王書斌，王雅俊.銀行系統性風險傳染機制的研究與實證――基于資產價格波動視角[J].金融與經濟，2010(7)：6-9.

　　[15]宋薇.我國上市銀行系統性風險預測研究――基于β系數穩定性及影響因素的視角[D].青島：中國海洋大學，2011(6).

　　[16]高志勇.系統性風險與宏觀審慎監管――基于美國銀行業的實證研究[J].財經理論與實踐，2010(5)：12-18.

　　[17]莊宗明，高志勇.后危機時期的兩岸金融監管合作[J].廈門大學學報，2011(4)：69-77.

　　[18]溫博慧.系統性金融風險測度方法研究綜述[J].金融發展研究，2010(1)：24-27.