下面是小编精心推荐的《金融风险测度理论发展论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！摘要：仅仅依靠传统的以维护微观机构稳健性为主要目标的微观审慎管理已难以有效应对具有强大外部性及传染性的系统性风险，而兼顾开展宏观、逆周期、以防范系统性风险为主要目的的宏观审慎管理成为必然趋势。
金融风险测度理论发展论文 篇1：
系统性金融风险测度方法研究综述
摘要:系统性金融风险的测度方法是理论与实务领域中一项复杂而前沿的研究课题。本文针对原理而不是具体的计算过程,对系统性金融风险的测度方法进行系统的梳理和评述,以期为相关领域的进一步研究提供借鉴。
关键词:系统性金融风险;测度方法;宏观加总
一、引言
系统性金融风险的测度,是指在对过去系统性风险损失资料及当前经济金融形势分析的基础上,对风险发生的概率及造成的损失程度进行定性、定量分析,从而预测出较精确并满足一定规律的结果的过程(范小云,2006)。它包括两个组成成分:一是对过去所发生的系统性风险的规律性的发掘,找出呈现一定必然性和统计规律性的东西;二是对当前经济金融体系的现实状况及可能受到的冲击等进行分析,从而估测出当前的风险状况(翟金林,2001)。对系统性金融风险进行测度,能够起到预警的作用。数次金融危机的爆发,使得理论界对系统性金融风险的测度研究给予了大量关注,但一直争论于对合理有效测度方法的选取(S·hnke M. Bartram等,2007)。找到一套能够预先给出未来系统性风险发生的时间、强度,而同时又不给出错误信号或较少给出错误信号的通用规则,成为监管当局防范系统性金融风险进程中的一项重要而前沿的任务。本文从原理上而不是具体的计算过程,对系统性金融风险的测度方法进行梳理和评述。
当前对系统性金融风险测度的研究主要从两方面展开:一是从单一金融机构入手,分析个体的风险暴露状况,然后再将个体的风险暴露进行加总来推算整个系统的风险;二是运用一定的模型,从整体上直接估测系统性金融风险。本文的综述也是由此展开的,并在纵向比较代表性方法的原理后,围绕其共同存在的问题做一简要横向评析,以期为相关领域的进一步研究提供借鉴。
二、从单一金融机构入手对系统性金融风险的测度
此类测度方法分为指标经验分析法、数理模型分析法和计量模型分析法三种。
(一)指标经验分析法
一般来讲,指标经验分析法是利用经验筛选指标,以指标实际值与正常值之间的经验性差别衡量系统性风险。通过指标测度系统性金融风险的方法大体可以分为两类,即指标体系综合度量和零散指标度量。
二十世纪90年代前,用于综合度量的指标体系主要是CAEL和CAMEL系统,其也是各监管当局当时最常用的风险测度与预警工具。CAMEL评级系统在CAEL排序系统以资本充足性、资本品质、获利能力及流动能力作为测度指标范畴的基础上,增加了管理能力一项,其选择相应的指标并赋予权数,以权数求得的综合得分在同类型金融机构内的排序先后确认出风险状况不佳的金融机构。然而,CAEL和CAMEL的实际识别效果都不尽如人意,在美国1980-1994年间发生的1617个失败银行中只准确识别了46%(Benton E. Gup,1999)。1993年,美联储开始采用更多考虑了金融机构长期变动影响的FIMS评级系统,对单个银行的风险进行监察。但FIMS依然认为单个金融机构的脆弱是系统性金融风险的主要原因。在对系统性风险进行评价时只是将各金融个体的风险进行简易累加,或选取代表性的大型机构,未能真正反映出系统性风险的“系统”问题,在总体测度方面表现欠佳。
针对上述指标体系中指标选取上的不足,零散指标度量法从补充、修改指标的角度提出了不同观点。美国的快速预警纠偏模型以资本充足率状况为主线,为监管当局判断银行状况提供了一个快速、简明的参考框架。Kaminsky(1997)研究认为,实际汇率水平、国内信贷总量、对公共部门的信贷总量、国内通货膨胀、贸易平衡情况、货币增长率、实际经济增长率和财政赤字等指标,在一定程度上能够对系统性金融风险起到一定的指示作用。Gonzalez Hermosillo(1999)以经验证据表明,只有同时考虑不良贷款和资本充足率,CAMEL体系的评估才有统计意义上的依据。Goodhart(2004)和Aspachs(2006)认为违约概率和银行盈利水平是重要指标。虽然针对个别零散指标重要性的研究仍在继续,但是如果继续从单一金融机构入手,单纯从建立指标体系角度考虑,而没有加总的理论基础,那么无论怎样继续添加、修改指标也无法解决其在对系统性风险总体测度上表现欠佳的问题。
(二)数理模型分析法
数理模型分析法大多以一家机构破产倒闭推测系统内某一特定数量机构同时倒闭的可能性,来测度系统性金融风险。具有代表性的模型如下所列。
Alferd lehar(2003)通过模拟多家银行的资产波动,考察一定资产条件和数目条件下,系统性风险发生的概率。这种方法使用蒙特卡罗模拟法模拟发生单银行倒闭的时间序列,得出引发系统性风险的诱导因素发生的概率和超过系统中某一特定数量的银行同时倒闭的可能性,即整个系统发生系统性风险的概率。矩阵法首先估计银行间的双边风险敞口矩阵,然后对银行的损失率赋予不同的值。根据不良资产量多于一级资本后银行即倒闭的原则,确定受到传染的银行数量。以一家银行的倒闭所带来的其他银行倒闭的数目来估计系统性风险传染的程度(如Simon Wells,2000;Iman van Lelyveld,2002;Christian Upper,2002)。Jeannette Muller(2003)第一个将网络分析方法应用于测算系统性金融风险的模型中。其使用网络分析法识别出不同银行类型的不同网络结构,然后根据银行间市场网络形状,利用神经网络模拟法测算系统性风险的传染程度。Ghosh(2003)使用了双元递归数方法,使模型可以不受变量变换的影响,从而增加引入定序的结构型变量的便利性。侯明扬和伍海华(2008)还使用复杂网络分析的方法对其模拟过程进行了扩展,但在向宏观整体过渡的过程中依然缺乏理论基础。Sujit Chakravorti(1996)将模拟法与一般均衡经济理论相结合,认为由于支付系统中存在着类似CHIPS的ASO协议,单个银行发生支付困难时必然对其他银行的自有资金状况产生负面影响,从而改变现有银行的最优资产选择,减少银行间市场信贷资金的供给;其中资产状况较差的银行就会发生倒闭,随着倒闭银行数量的增加,对银行间信贷的需求数量也将逐渐减少,当银行间信贷资金的供求相等时,银行倒闭不再蔓延。Oriol Aspachs等(2006)也使用一般均衡的方法,通过测度违约概率预警系统性金融风险。
正因为上述模型的共同点在于由一家机构破产倒闭推测系统内某一特定数量机构同时倒闭的可能性,进而测度系统性金融风险,所以,撇开数据可得性等技术因素,致命的缺陷在于到底多少机构倒闭才能视为系统性风险的发生。其在数量上仍是模糊的,还需要经验性的总结。
(三)计量模型分析法
针对上述问题的计量模型集中表现为回归分析、GARCH模型和VaR法。回归分析是该领域产生较早的计量分析方法,主要是根据回归模型中系数的显著性筛选指标。而随着对经济数据本身非线性性的发现,其解释力度在逐渐减弱。GARCH模型以银行间实际交易的联系和市场间的波动性溢出为基础,建立二元或多元GARCH模型,以残值之间的相关性大小和变动反映潜在的系统性风险的大小。但是,不仅残值之间的相关性不一定代表了系统性金融风险,而且,实际上GARCH模型的分析只能说明诱导因素发生后传染的速度和规模,对于解释会不会发生系统性风险这一问题却远在其能力之外。伴随当前风险管理领域中最为流行的VaR方法的诞生,GARCH模型与其结合,共同测评金融机构面临的风险。为了尽量避免VaR方法本身蕴涵的模型风险,Blaschke等(2001)提出将压力测试(stress testing)与VaR结合。但无论如何规避模型风险,VaR法实际上还是通过详尽评估单一金融机构的风险来强化整个金融体系,不能实现从总体上对系统性金融风险的测度。
三、从系统整体入手对系统性金融风险的测度
在面向系统整体直接对系统性金融风险进行测度时,作为指标体系主要制定者的监管当局认为,可以将经济金融系统看作所有金融机构甚至所有金融活动参与个体的总和,利用各部门总的经济数据,同时加入宏观经济指标,来衡量或预测经济金融体系的系统性风险。IMF于1999年5月启动了“金融部门评估计划”(FSAP),包括如经济增长、通货膨胀、利率等在内的宏观审慎指标;如资本充足性、盈利性指标、资产质量指标等在内的综合微观审慎指标,用于测度金融体系中蕴涵系统性风险的程度。这些宏观审慎指标包括反映单个金融机构稳健性的微观审慎指标的汇总和与金融体系稳健性有关的宏观经济变量两种类型。同时,在对单个金融机构稳健性的微观审慎指标进行汇总时,对不同的机构按照其对应的权重进行了加权。国内学者(如伍志文,2002;毛一文,2002;陈华,2004等)在借鉴国外研究成果的基础上,从金融市场子系统、银行子系统、金融监控子系统和宏观经济环境子系统四个方面入手,划分安全、正常、关注和危机四个等级,据经验分析确定每个指标属于各个等级的取值范围,然后根据各个指标的实际取值将各个指标映射成相应的分数,最后通过主观赋权,将各指标的得分综合成各子系统的得分及整个体系的总得分。但加总时对权重选取的主观性依然太强,缺乏坚实的客观理由。Demirg kunt等(2002)则将系统内的银行同质化对待,从而视整个银行系统为一个集合银行,使用银行业总体的数据来估计系统破产的概率,并对发生危机的指标阀值进行了说明。遗憾的是,即便经济金融系统内的参与者可能存在同质性,但实际业务之间联系紧密的事实,使得忽视系统内实际业务间交叉覆盖部分的累加会导致错误的结果。
在技术性研究方面,Kaminsky,Lizondo和Reinhart(1997)的初始KLR方法,也称信号法,实际上是筛选出被选预警指标,并把其转换为双元信号,根据其同时预警数目的多寡来判断危机发生的概率。Kaminsky(1999)运用以噪音——信号比的倒数为权重的优良指标的加权平均这一复合指标,解决KLR模型只根据信号多寡来进行判断的问题,但其在识别效果方面仍有很大缺陷。因为,复合指标的解释变量被转换成双元信号后抛弃了由它的动态性所产生的许多有用信息,至少“发生了新的、较大的危机将直接导致现在识别不了以前曾被识别的危机”(吴军,2006)。一些学者将Probit/Logit模型划归为针对单一金融机构风险的测度,笔者不赞同这种观点,因为Probit/Logit模型是直接估计给定指标的条件概率以从整体上进行危机的预测。Frankel和Rose(1996)基于此模型,针对105个发展中国家1971-1992年的季度数据的预测,是此类模型的早期代表文献(下文称其为FR模型)。在样本区间内,FR模型参数表现稳定,并且许多变量在危机的预测方面表现显著,但对样本外的1997年的亚洲金融危机的预测却不尽如人意(Berg和Pattillo,1998)。为此,Berg和Pattillo(1998)基于KLR信号模型对FR模型进行了修正,即先经过KLR方法筛选出优良指标,然后对其进行概率单位处理,故其精确性要高于KLR模型。但也只能达到57%(Bussiere和Fratzscher,2002)。S?觟hnke M.Bartram等(2006)认为,在一个有效的资本市场上,可以通过银行股票价格的变化从整体上测度并预警系统性金融风险。在有效的资本市场上,某一负面信息冲击只会对直接暴露于该信息的银行的股票价格产生影响;而没有暴露于该负面信息冲击的银行的股票价格并不会受其直接影响。但事实是,没有暴露于该冲击的银行的股票价格也不同程度地出现一些波动,这些波动并非直接暴露于该冲击的结果,而是直接暴露于该冲击的那些银行通过经济金融体系对没有暴露于该冲击的银行的逆向影响的结果。因此,未直接暴露于该冲击的银行的股票市场反应可以作为系统性风险估测的一个粗略指标。同时他们还利用银行权益价值,债务结构数据,无风险利率,期望回报率及其方差,债务数量及其期限等求解系统失败的概率。S hnke M.Bartram等从系统整体层面分析系统性风险的思路比较新颖,但系统性金融风险所涉及的系统范畴绝不仅是由银行部门构成的,还包括为数众多的非银行企业(Steven L. Schwarcz,2008)。
四、对系统性金融风险测度方法的简要评述
综合来看,上述测度方法所存在的问题主要集中于合理加总和设计模型的技术改造两方面。系统中破产倒闭机构的数量具体是多少才能被称为系统性风险是不确定的,因此从这一角度进行分析往往没有有意义的收获。依据同质性而直接累加从而表征总量的方法,错误地重复了系统内参与者之间交叉业务所覆盖的数量,不能被称之为合理的加总。而随着计量技术的发展,呈现的研究成果表明更多学者们希望通过改进模型技术将两个问题一并解决。那么,不断地改进技术是否真的有效呢?
在技术上,所有模型都会呈现各种缺陷。被模型化了的现象的统计特征通常随样本而改变。但模型改变了统计规则的实效性,导致模型使用者不停地“追赶时间”(catch the time)。这样,当危机发生时,模型解释力差的问题自然会凸现。模型本身的目的在于将复杂的现实世界浓缩于数量较少的方程中。但浓缩过程中所忽视掉的变量往往不是不重要的而是较复杂的,从而造成模型假设质量较差。数据可获得性上的困难更是众所周知。这些缺陷是所有模型都不可避免的。虽然随着经济金融系统复杂性程度的加深,确实越来越需要复杂的模型用于衡量风险,但不幸的是,随着复杂性的加深,模型的可靠性也在逐渐降低。美国次贷危机已经显示风险模型要比想象中的可信度低很多。如果向监管界、学术界,特别是模型的设计者询问其对模型质量的评价,答案经常是否定的。一个真正的复杂统计模型必须是对的,但经济金融运行不可能像遵循物理定律一样成规则。尽管拥有复杂的模型,所有的压力测试,所有的数据,但每次经历的系统性风险都会给人们带来惊疑(Bitner R.,2008)。成功躲过危机的往往是那些拥有良好管理的机构,而不是依靠模型技术实现的。在不信任模型的同时却又积极地使用它们则是一个悖论。笔者并非想完全否认模型技术,但目前研究者对模型赋予的期望,已经超过了其实际的能力范畴,就像对涵盖经济金融体系总风险的系统性风险的测度一样。脱离理论支撑而单纯对模型进行技术上的修正,不断地进行估测是愚蠢的,因为虽然可以得到数据,但却是毫无意义的数据(Jón Daníelsson,2008)。这也是本文不针对各种模型的具体计算过程,而只针对测度方法的原理进行梳理的原因。当前对于系统性金融风险测度的研究方法更应在如何实现合理的加总上做文章,从而形成有理论基础的,针对系统整体的测度方法。
参考文献:
[1]范小云.繁荣的背后:金融系统性风险的本质、测度与管理[M].中国金融出版社,北京:2006:103-165.
[2]翟金林.银行系统性风险研究[D].南开大学博士论文,2001:75-78.
[3]S·hnke M. Bartram,Gregory W. Brown,John E. Hund. Estimating systemic risk in the international financial system[J].Journal of Financial Economics.2007,86:835-869.
[4]许涤龙,叶少波.金融体系脆弱性问题研究述评[J].统计与信息论坛,2008,(23).
[5]Benton E.Gup,Philip F. Bartholomew. The decision to fail banks:a global view,in international banking crises: large-scale failures[M],Massive Government Interventions, 1999,edited by Benton E. Gup,Quorum Books.
[6]Oriol Aspachs,Charles A.E.Goodhart,Dimitrios P. Tsomocos,Lea Zicchino.Towards a measure of financial fragility[C].SSRN Working Paper.2006,1-45.
[7]Alfred Lehar. Measuring systemic risk: A risk management approach[J]. Journal of Banking&Finance.2005,29:2577-2603.
[8]Danielsson, J. The emperor has no clothes: Limits to risk modeling[J]. Journal of Banking and Finance,2002, 26:1273–1296.
[9]Stevenl. Schwarcz. Systemic Risk[J].The Georgetown law Journal,2008,97:193-249.
[10]Jón Daníelsson. Blame the Models[J]. Forthcoming Journal of Financial Stability,2008,6:1-12.
[11]Financial Times. CPDOs expose ratings flaw at Moody’s[N]. Financial Times, May 21, 2008 edition.
(责任编辑 代金奎)
作者：温博慧
金融风险测度理论发展论文 篇2：
宏观审慎管理框架下系统性金融风险的测度与防范
摘 要：仅仅依靠传统的以维护微观机构稳健性为主要目标的微观审慎管理已难以有效应对具有强大外部性及传染性的系统性风险，而兼顾开展宏观、逆周期、以防范系统性风险为主要目的的宏观审慎管理成为必然趋势。本文在对比各种系统性金融风险测度及预警方法的基础上，首先构建涵盖经济子系统、银行子系统、国际收支子系统及泡沫风险四个方面24项指标的综合评价体系，其次结合因子分析法，测算我国金融稳定指数，动态掌握我国现有系统性金融风险状况，再运用ARIMA方法预测2012年的金融稳定情况，最后在得出的实证结果基础上，从人民银行职能与地位的角度，结合现行宏观审慎管理框架要求提出建议与对策。
关键词：系统性金融风险；评价指标体系；因子分析；ARIMA
一、系统性金融风险的测度及预警研究现状
（一）我国研究现状及不足
我国对于系统性金融风险测度及预警的研究开始于20世纪80年代中期，相比国外银行业系统性风险的研究，我国的研究比较零散，且以定性研究为主。从国内近年的研究成果可以看出，系统性金融风险测度的研究主要集中在指标法及模型法两方面。如张维（2004）描述了不良资产水平、资本金水平等16个指标分布区值，并分五个区阐述系统性金融风险状况[1]。沈悦和张珍（2007）、葛志强、姜全（2011）设计了危机预警指标体系，并且借鉴国际惯例、国际金融法规和一些专家意见确定了各项指标的安全区间[2-3]。高志勇（2010）运用CAPM模型对美国银行业系统性金融风险进行了实证分析[4]。贺聪、洪昊（2011）将违约率作为一个宏观经济变量，采用逻辑回归方法构建了其与其他经济变量间的宏观审慎管理压力测试模型[5]。
我国现有测度方法的困境及缺陷主要有以下几点：一是过于专注复杂模型，而随着经济现象复杂程度的加深，模型可信度也在降低，有着严格假设条件和繁杂理论结构的模型往往难以准确刻画风险的累积过程。二是受我国金融业市场化操作时间不长，缺乏如发达国家那样完善的市场数据采集渠道的影响，国内学者较难开展针对我国实际进行的研究。三是我国现有研究对预警指标体系的选择主要侧重于国内因素，对开放条件下一些重要的外部冲击考虑较少，且对预警指标的选择、各层次指标权重及风险阀值的确定、风险区间的判定多借鉴国外文献或依靠专家分析法，趋于主观。
（二）本文研究方法及思路
本文采用指标法、因子分析及ARIMA预测相结合的方式对我国系统性金融风险进行识别、测度及预测。指标法能够避免构建数理模型的复杂性及不稳定性；因子分析法更为客观准确，剔除了人为取舍指标，或主观判定指标权重等原因对综合评价效果的影响；而ARIMA对短期预测简便高效，能较准确地发现我国2012年金融风险状况。
二、系统性金融风险综合评价指标体系的构建
本文选择来自经济子系统、银行子系统、国际收支子系统及泡沫风险①四个方面的共24个指标构建我国系统性金融风险综合评价指标体系（见表1）。考虑到近二十年来我国成功抵御了1997年亚洲金融危机和2008年美国次贷危机，本文选取1995—2011年这个时间段，并对四个子系统评价指标的年度基本数据进行收集与整理。数据来源为中国统计年鉴、金融统计年鉴，中经网，WIND数据库，中国人民银行、银监会、外汇管理局、经济学家网站等。
三、我国系统性金融风险的测度及预测
（一）因子分析法测度我国系统性金融风险
首先，将评价体系中指标原始数据导入SPSS16.0，进行因子分析的适用性检验，发现原始指标抽取公共因子后共同度全部在0.74以上，说明指标间可测量共同特质较多，所选取指标适合进行因子分析。其次，本文旨在计算金融稳定指数，综合指数越大表明经济金融形势越稳定，因此本文选择对指标进行正向化——负向指标取反，适度指标将其初值与均值的差额取反。最后，确定公共因子及计算因子得分。由公共因子方差贡献率可知，7个因子对数据变异量累积解释程度高达85.59%，已提取了指标体系内涵的绝大部分信息，因此可以将这前7个因子f1～f7作为我国系统性金融风险状况的代表性因子。表2可以看到7个公共因子分别从不同方面反映了我国系统性金融风险的特征。第一因子涵盖的信息最为丰富，主要反映了短期外债/外债总额、外债总额/外汇储备、失业率、资本充足率、房地产贷款/贷款总额及证券化率6个方面风险，共解释了21.38%的系统性金融风险。
将SPSS输出的7个因子f1～f7的得分按照方差贡献率为权数加权平均可以得到因子综合F的得分，由于原始数据已被正向化，因子综合得分即为系统性金融稳定指数，刻画了1995—2011年系统性金融风险的变动情况。其得分越高意味着系统性风险越小，经济金融状况越稳定；反之，得分越低意味着系统性风险越大，经济金融状况越不稳定。
（二）ARIMA法预测我国系统性金融风险
在Eviews5中对f进行一阶差分剔除趋势性因素后进行单位根检验，ADF检验统计量为-3.28，小于显著性水平为1%的临界值-2.73，即一阶差分后的f序列式平稳的。进一步进行均值检验可知，一阶差分后其均值也近似为零。因此，适合运用ARIMA模型对f序列进行预测。又由于f一阶差分无论是自相关、偏自相关都表现出拖尾的特性，考虑用ARIMA（1，1，1）对f进行建模，模型估计AR（1）及MA（1）的系数分别为0.088、0.334。因此，模型可以写为：ft-2.088ft-1+2.176ft-2-0.088ft-3=ut-0.334ut-1①
表3为f序列的ARIMA（1，1，1）模型残差自相关及异方差的LM②检验结果，可以看出残差序列不存在自相关也不存在异方差，模型是适合的。
用ARIMA（1，1，1）模型对f序列进行预测，软件预测效果显示协变率为0.963，接近于1，且远大于偏差率0.009及方差率0.029，可见模型预测精度较高，模型对2012年我国金融稳定指数为0.27的预测是较为可信的。
（三）风险测度及预测的主要结果分析
1.我国系统性金融风险的动态特点。实证研究结果与我国经济金融宏观稳定实际状况相吻合，综合因子得分变化较好地拟合了现实（见图1），运用综合评价指标体系及因子分析法构建的金融稳定指数走势描述了遭受外部冲击后，系统性金融风险由内向外地一个逐渐调整过程。
可以看到，在本文所选取的时间段中，我国经历了世界两个经济周期的波动，本文把金融稳定指数波动周期时间分为1995—2000年、2001—2007年、2008—2011年三个阶段。
（1）第一阶段。虽然1995—1997年由于国家整治三角债、梳理银行历史沉淀下来的包袱已经初现成效，金融稳定指数呈现上升，但受亚洲金融危机影响，自1997年之后金融稳定指数开始下行。1997—1999年，我国GDP增速由9.3%下滑至7.6%，通货膨胀率在这三年中也都表现为负增长，经济猛然转向加速了金融稳定指数下挫，直到2000年才初显好转。
（2）第二阶段。从2001年开始，受世界经济进入一个新的增长周期，世界经济转好、加入WTO后国际贸易发展的影响，我国保持了大量贸易顺差和资本项目顺差，外汇储备继续增加，人民币汇率市场平稳运行，我国经济发展再次获得良好的机遇，金融稳定指数不断攀升，并在2003年达到顶峰。但2003年后GDP增长迅猛导致通货膨胀率上涨过快，国内经济过热现象非常显著。商业银行在过热经济中审慎性降低，大量信贷投入房地产市场，房地产价格飙升又推动股市异常兴旺，资产价格泡沫随之显现。2007年股票成交金额高达460556.22亿元，股票总市值占GDP比例达到了131.1%，环比增加了3倍。在多因素作用下，金融稳定指数猛烈下降，在2007年到达低谷。
（3）第三阶段。2007年之后，虽然我国也受到来自美国次贷危机和世界范围内金融危机的外部冲击，但由于我国对国际衍生品交易采取审慎态度，美国次级抵押债券及其相关衍生品对我国造成的损失较小。而且早在2007年我国监管部门就实施逆周期监管，要求商业银行提足拨备、防范风险。在准确的监管政策下，尽管国际金融危机越演越烈，但我国整体经济金融环境保持了难得的稳定，金融稳定指数自2008年至今整体上看也呈逆势上扬态势。但受国际金融动荡影响，2008年和2009年我国经济运行状况较不平稳，金融稳定指数也在波折中爬升。
2.值得关注的风险影响因素。经ARIMA（1，1，1）模型预测，2012年我国金融稳定指数为0.27，较2011年水平下滑了18.18%，我国现阶段潜在的风险值得高度关注。可以根据因子分析中公共因子的排序及指标载荷大小来判断各指标对风险状况的影响程度，结合目前我国经济金融运行态势，可将影响系统性风险状况的主要因素归纳为以下几点。
（1）宏观经济周期性调整。如表2所示，公共因子在失业率、GDP增速、通胀率及PPI增幅上的载荷都较大，可见尽管周期性调整是经济发展的基本规律，但经济周期大幅波动仍有引致系统性金融风险的较大可能。这次美国次贷危机使得我国投资和消费失衡、内需与外需失衡、产业结构不合理以及资源消耗过多等累积性的结构问题凸显，而且人口红利减退、政府主导型投资必须转变等将导致我国经济开始周期性调整的可能性加大。
（2）房地产市场投机活跃，泡沫风险不断累积。房地产贷款/贷款总额指标被因子分析纳入第一公共因子，且该指标载荷高达0.68，可见我国房地产市场蕴含着引发金融动荡的较大风险。以房地产市场为首的资产价格泡沫易于引发系统性风险是近代金融危机的典型特征，美国次贷危机更是以房地产贷款质量下降为导火索。2009年我国金融机构房地产贷款增速一度高达38.83%，高出同期贷款平均增速7.12个百分点。随着2010年，尤其是2011年以来国家严厉调控房地产政策的频出，房地产信贷风险不容忽视。
（3）财政债务隐性化。分析显示，财政赤字/GDP指标被纳入第二公共因子，且公共因子在该指标上的载荷为0.77，财政债务情况将是影响系统性金融风险的又一重要因素。2011年末，我国政府财政赤字为6090亿元，财政债务余额72045亿元，分别占全年GDP的1.29%及15.28%，低于欧盟所规定的3%和60%的上限和其他主要经济体政府赤字率和负债率水平。但考虑到我国现行的财政预算不能涵盖政府的全部财政活动，财政负债隐性现象严重，真实的赤字率和债务率水平值得关注。主要表现在一是近几年地方政府通过政府融资平台进行融资，债务急剧膨胀。2010年末地方政府债务余额10.7万亿元，其中4.97万亿元由政府融资平台作为借款主体，占46.30%。二是地方政府在养老金、公积金和医疗保险等方面大量欠账。从转轨国家历次发生的金融危机及2011年美国关于赤字上限规模的争论和欧洲主权债务危机引发金融市场的持续动荡来看，财政风险是产生系统性金融风险的最大来源，债务隐性化和地方政府过度负债蕴含的风险值得关注。
（4）金融结构不合理影响我国整个金融体系的竞争力水平。主要体现在两个方面。一是从整体看我国金融资产结构不合理，间接融资比重偏高，储蓄率和广义货币M2持续攀升。以M2/GDP为例，1985年为60.8%，1995年上升至100%，2009、2010、2011年分别达到178%、182%及181%，远高于英美日等发达国家和一些新兴工业化国家。企业融资过度依赖银行贷款，导致全社会的融资风险过度集中于银行体系。二是从各金融机构的内部来看结构不合理的问题突出。主要金融机构虽然都经过股份制改造构建了公司治理框架，但金融基础工具利率和汇率改革仍处于初步阶段，政策性存贷利差仍是金融机构尤其是商业银行的主要利润来源，离有效的公司治理运作还有很大差距，金融机构实质性的抗风险能力还没有明显提高。
（5）国际收支长期不平衡，外汇储备规模显著过剩。近年来，国际收支顺差式不平衡，以及跨境资金异常流入是我国国际收支和跨境资金流动的主要风险。截至2011年末，我国的外汇储备规模已达31810亿美元，远远超过了保证进口支付或者应对偿还外债的需要，外汇储备呈现出显著过剩的特征。一方面，过剩的外汇储备大量购买美国国债及其他有价证券，支持了美国财政收支和经常收支的双赤字。一旦双赤字扩大的恶性循环达到一定程度而难以为继，美国为刺激经济复苏不得不采取量化宽松的货币政策，长期看必然导致美元贬值，我国持有巨额美元资产将面临重大损失风险。另一方面，国际收支长期大额顺差，外汇储备增长较快，致使我国货币投放量过多，通货膨胀风险加大，影响国民经济持续健康发展；同时增加人民币升值压力，强化市场交易主体套利交易动机，影响外汇市场有序平稳运行。如果未来市场预期发生逆转，将可能导致跨境资本集中流出，对我国经济金融造成严重冲击。
四、系统性金融风险的防范
根据前文实证分析可知，我国系统性金融风险来源复杂而多变，同时国际监管制度改革对我国产生不容忽视的影响，而从我国现状看，我国已形成“一行三会”的金融监管格局，随着金融业的发展，金融机构综合经营已成为必然趋势，这在一定程度上对分业监管格局下的金融稳定形成了挑战。关注并监测系统性金融风险是中国人民银行履行维护金融稳定的职能行为，如何防范和化解系统性金融风险、规避全球性金融危机的负面影响是中国人民银行紧迫的现实问题。
在宏观审慎管理框架下，需要建立一个统一的、对系统性金融风险保持高度警惕的监管制度，实行专业化监管和统一监管相结合，从防范系统性金融风险的目标出发，扩大监管范围。
（一）建立完备的金融体系风险监测和评估制度
宏观审慎管理是以防范和控制系统性风险为宗旨，而系统性金融风险涵盖了所有可能造成金融不稳定的金融行为。因此，除了商业银行、证券公司和保险公司受中国银行业监督管理委员会、中国证券监督管理委员会和中国保险监督管理委员会专职监管以外，其他金融行为如场外金融产品和交易行为、跨市场资本流动和投机行为等也应一并纳入宏观审慎管理范畴。从目前国际趋势及我国的国情来看，要加强以下五个领域的风险监控力度：一是加强对金融衍生品的风险监管，重在完善金融衍生品立法，平衡创新与规范的关系。二是加强系统重要性金融机构的风险监管，重在判定系统重要性金融机构，并强化其抗风险能力。三是加强对影子银行的风险监管，重在对国内影子银行的界定和业务规范。四是加强对私募基金的风险监管，重在促进私募基金的规范化和透明化等问题。五是加强对金融控股集团的风险监管，重在分析金融机构之间或金融机构与市场之间的潜在连锁效应、以及监管真空等问题。在整体监管框架下，中国人民银行可以采用定性和定量指标确定系统性金融风险水平或级别，从国际经济金融、国内宏观及区域经济金融等各项指标基础上构建一套正确反映金融体系健康与稳定的金融预警制度，以此进行监测分析，评估和判断金融稳定状况。
（二）建立和完善逆周期信贷调控机制
在我国，信贷仍然是最重要的货币投放方法和银行主要利润来源，且信贷波动是银行体系顺周期性的主要表现，也是造成系统性金融风险的重要来源。因此中国人民银行等相关部门应该客观分析宏观形势对货币投放的需求，进行适时、灵活的逆周期调控，建立健全贷款动态拨备要求和额外资本要求，通过逆周期的资本缓冲，平滑信贷投放，引导货币信贷适度增长，实现总量调节和防范系统性风险有机结合，维护银行体系的稳健运行。
（三）加强宏观审慎监管与微观审慎监管的有效协调
中国人民银行和各个金融监管部门根据职责分工实现统筹协调，密切关注宏观经济形势变化和各行业运行状况，研究分析跨行业、跨市场的金融机构业务的发展情况，促进监管政策和措施协调。强化金融风险化解和处置行动的配合，加强金融稳定信息共享，实现信息共享的规范化和常规化。通过上述措施，使宏观审慎监管与微观审慎监管各有侧重，互为补充，相互促进，既防止单个银行发生重大风险，又防范整个银行体系的系统性风险。
（四）构建多样化和多层次的金融体系
金融体系的多样化和多层次不仅有利于形成金融市场价格发现机制，避免市场主体的高度同质化造成的市场交易量低和无法有效定价，还有助于促进金融主体行为的相互独立和异质化，降低金融业务的相关性，防止金融主体行为“羊群效应”引发的金融不稳定。为此，要鼓励建立多种类型、不同层次的金融体系，积极发展多元化、异质化的金融业务模式和业务品种，夯实防范系统性风险的基础。
（责任编辑：陈薇）
参考文献：
[1]张维.论系统性金融风险的识别与控制[J].金融理论与实践，2004（3）.
[2]沈悦，张珍.中国金融安全预警指标体系设置研究[J].山西财经大学学报，2007（10）.
[3]葛志强，姜全.我国系统性金融风险的成因、实证及宏观审慎对策研究[J].金融发展研究，2011（4）.
[4]高志勇.系统性风险与宏观审慎监管——基于美国银行业的实证研究[J].财经理论与实践，2010（5）.
[5]贺聪，洪昊.系统性金融风险与我国宏观审慎管理体系研究[J].经济科学，2011（5）.
作者：杨文悦 上官发清 付秋虹
金融风险测度理论发展论文 篇3：
宏观金融风险测度
【摘要】在2015年，中国爆发了大范围的股灾，这对我国的经济发展造成了严重的影响，且在社会上产生了非常大的经济危机和社会问题，导致我国的经济发展受到了较大的挫折。对于金融危机，其主要是由于金融风险管控失效所导致，为此，想要有效抑制我国的金融危机，需要对金融危机的智力进行重新的认识，然后选择适合我国的金融危机控制方法，促进我国的股市持续稳定发展。
【关键词】宏观金融风险 系统性风险 金融脆弱性
对于2015年的金融危机，其主要是由单一的金融风险所导致，最终席卷全球，对于这一次的金融危机，各机构对其发生的原因等进行了全面的反思，总结了当前的微观审慎以及监管框架中存在的不足，宏观金融风险重新被提出，且得到了大多数学者的认可。在宏观金融风险测度中，其从多个角度对金融系统的脆弱性等进行了研究，并主张建立对应的监管机构。尽管大部分结构重新加强了对宏观金融危机的重视，但却没有采取有效的应对措施，且随着经济的复苏，这一观念正在逐渐淡出人们的视野。在当前，关于宏观金融风险测度理论和方法的研究非常多，但其中存在的争议也较多。
一、有关概念的明确
对于宏观金融风险测度理论和方法，其是在2015奶奶的金融危机反思中重新发展的一种理论，在该理论中，其主要研究的是金融的脆弱性、系统性风险和金融传染等几个主要内容，通过对三者在宏观金融风险中的关系等进行研究，能够更加清晰的认识当前的金融危机产生原因等。
（一）金融脆弱性
对于金融脆弱性，其是一种传统的主流应对需求冲击的经济政策，在这一理论中，金融部门的周期理论每有得到重视，而在本次金融危机之后，宏观经济分析框架逐渐被纳入到金融危机的理论分析中，但在本次的金融危机中，其同曾经的金融危机不同，这使得很多学者开始加强对金融不稳定性的深入性研究。在这一研究内容中，债务杠杆和杠杆周期等成为主要的分析视角，特别是杠杆理论的提出，使得金融系统的脆弱性更加清晰的呈现在人们眼前。对于金融系统的脆弱性，其是由于内生力量所导致，其中的金融繁荣是金融系统崩溃的主要原因。
（二）系统性风险
对于这一概念，其在很早之前就已经出现，从20世纪90年代，这一概念就已经引起了世界有关人士的关注，而在本次金融危机中，这一概念逐渐进入到普通人的严重。对于系统性风险，其包含的内容较多，这使得没有一个准确的定义对其进行解释，在2001年，G10组织对系统性风险进行了简单的定义，这一定义表明该组织对系统性风险的认识有了明显的提升，而在本次金融风险中，其出现了一些新的特征，这表明其具有了一些新的发展，随后有关组织对其进行了新的定义，通过这些新特征的确定，表明系统性风险的内在联系正在逐渐扩散，且其对宏观经济之间的联系也越来越紧密。
（三）金融传染
对于本次金融危机，人们对系统性风险关注逐渐增加，随之而来的是各种金融网络分析方法，从而寻找一个新的金融系统，预防金融风险的扩散。因此，对于金融风险的三个主要概念，其对金融系统的脆弱性进行了全面的阐释，且在金融网络中的金融关联性减弱时，更高的关联性金融系统将会逐渐呈现一些新的功能。
二、宏观金融风险测度的理论和方法
对于宏观金融风险测度理论和方法，其都不能通过单一的测度方法进行了解和确认，只有将不同的宏观金融风险测度理论和方法进行综合性的应用，才能更好的对宏观金融风险的特征进行了解和控制。
（一）基于金融脆弱性的测度
对于金融脆弱性的测度，其主要分为三个时期的测度方法，分别是早期预警指标测度方法、稳定指数测定方法和宏观压力测试测度方法。对于早期预警指标测度方法，这一测度方法主要是对金融体系的内在不稳定性进行测度，其中最简单的测度方法就是选择具有代表性的金融风险指标对宏观金融风险进行测度。在这一测度方法中，将宏观经济定位变量，然后对未来一段时间的金融体系稳定性进行测定，并进行风险预警。在这种测度方法中，其局限性主要有以下几点，分别是统计数据的频率较低，在测度的过程中不能够进行实时监测，然后是指标的限定，在早期，所有的预警指标都是总量宏观经济指标，这无法反应市场的稳定性，最后则是卢卡斯批判效应的存在，导致过度反应的发生，且金融市场的有效性提高，对应的预警指标过度也就越多。
然后是金融稳定指数测度方法，在本次金融危机中，早期的预警指标已经出现了一些不一致现象，为此需要对原有的预警指标进行适当调整，尽管危机过后各国进行了金融稳定指数的调整，但随着金融市场的变化，这一创新内容仍然存在着一些问题，只有不断调整测度指标，才能保证金融系统的稳定性，在进行指标确定时主要采用的是加权平均法、主成分分析法和计量回归法。
最后则是宏观压力测试测度方法，在本次金融危机中，采用该方法能够很好的解决和预防金融危机，评估金融系统的整体稳定性以及溢出效应等。在危机过后，出现了新的宏观压力测试研究内容，且其受关注程度也在增加。
（二）系统性风险角度测度方法和金融传染角度测度方法
对于系统性风险角度测度方法，在当前还存在着较大的争议，这使得系统性风险测度方法也在不断发展，具体包括条件险值法和预期损失测度法等。像险值法，其是在单一金融机构陷入危机时产生的等。此外，对于预期损失测度方法、违约概率测度方法和有要求权理论测度方法等，其适用于不同的条件。然后是基于金融传染角度的测度方法，其主要分为金融网络模型测度方法、动态相关及概率理论测度方法两种，对于前者，其能够加深系统性分先的理解，从而形成了不同经济主体之间的一种金融交易形式。对于这一模型，其对银行来说是一种模拟外部冲击的多米诺骨牌效应的影响实证，其能够对银行的全部数据进行重建，并预测其后续的连锁反应。而对于动态相关概率理论测度方法，其反应的是金融机构之间的紧耦合的传染性，具有较强的理论和现实意义。
（三）宏观金融风险测度未来发展方法
随着2015年金融危机的管理失控，世界各国加强了对金融危机的智力，而在学术界和有关监管部门中，其提出了对应的宏观金融风险测度新理论和方法，对于这一理论和方法，其未来的应用主要在三个方面：首先是引入新的数理技术以及方法，将原有的测度方法中存在的问题进行改进，然后则是在原有微观审慎管理方法的基础上开展新的金融风险测度理论，加强对金融风险的监管。最后则是建立对应的宏观审慎监管风险测度框架，从整体上对金融系统的脆弱性进行反应等。
参考文献
[1]王博，齐炎龙.宏观金融风险测度：方法、争论与前沿进展[J].经济学动态，2015，04：149-158.
[2]吴恒煜，胡锡亮，吕江林.金融摩擦的宏观经济效应研究进展[J].经济学动态，2013，07：107-122.
[3]陈尾虹，唐振鹏.金融机构系统性风险研究述评——基于机制、测度与监管视角[J].当代财经，2016，05：57-67.
作者：张捷