摘 要： 2008年全球金融危机的爆发使得系统风险成为金融市场、学术界及监管机构共同关注的焦点。由于其系统性特点，其发生会威胁整个金融系统的稳定运行，妨碍其正常功能，从而给市场主体和整个社会带来巨大损害。为了制定更准确的系统性风险防范机制和政策措施，全面梳理和研究其定义、预警指标及度量方法等十分必要。近年来，我国的系统性风险暴露已有体现。2008年，在全球金融危机的大背景下，中国股市跌幅全球第一；而在2015年，紧随上半年中国股市暴涨及千股涨停而来的是6—8月的股灾式暴跌及千股跌停，整个金融系统的稳定与良好运行受到威胁。同时，房地产价格风险和汇率风险的存在使得未来仍有可能发生系统性风险。在此形势下，通过梳理已有系统性风险的研究来完善我国的金融业监管体系就显得尤为重要。
关键词 : 金雕危机:系统性风险,金融监官，
一、概念辨析
系统性风险与系统重要性（机构、市场和工具）是相互关联且极易混淆的两个概念。系统性风险是指可能导致金融体系部分或全部受到损害使得大范围的金融服务中断，并给实体经济造成严重损害的风险（FSB/IMF/BIS,2011）。系统重要性机构（Systemically Important Financial Institutions，即SIFIs）是以业务或资产规模（Size）、相互关联性（Interconnectedness）、不可替代性（Lack of Substitutability）及全球活动（Global Activities）作为准则识别出的重要的机构，它们通常大而不倒（Too Big To Fail）或者太相互关联而不倒（Too Connected To Fail）。由于其重要性，这些机构显然是引发系统性风险的重要潜在导因，但非唯一原因，系统运行目标和运行规则的设计同样重要。
二、各系统性风险测量方法
（一）定义
关于系统性风险尚没有一个完全统一的定义。2008年全球金融危机爆发后，学者对系统性风险有了更明确和新颖的定义：系统性风险是指金融体系部分或全部受到损害导致大范围的金融服务中断，并给实体经济造成严重损害的风险（FSB/IMF/BIS,2011）。Hart&Zingales(2009）认为，系统性风险是因一家机构倒闭而引发系统内其他机构倒闭并对整个实体经济产生不良影响的风险。
这些不同定义中的相同点为，第一，更关注“系统”即金融体系，而非单个金融机构；第二，风险均存在负面溢出效应，即对实体经济造成不良影响。然而，不同定义中风险来源有所不同。有的风险来源于系统外部的冲击，会对金融体系的全部或部分同时造成影响；有的风险来源于系统内某一机构的破产，并通过机构间的相互关系进行传染和蔓延。
基于前人观点，本文讨论的系统性风险为由外部共同冲击（common shock）或内部传染效应（contagion process）引起，导致整个金融体系的不稳定性加剧，部分或完全丧失功能，甚至对实体经济造成严重危害的不确定性。此风险在时间维度上具有连续性，在截面维度上具有传染性。从定义可知，整个系统面临的外部冲击和系统内机构间的相互关联性是系统性风险度量的主要关注点。
（二）早期预警指标和金融压力指数
早期预警指标和金融压力指数是两种传统的早期预警手段。传统金融危机早期预警研究的目的是：通过对历次金融危机的研究，找出金融危机爆发的共性条件，构建金融危机预警指标体系，以期对金融危机进行早期预警，防范金融危机的发生。目前最基础、最受重视且应用最为广泛的传统金融危机早期预警理论是Kaminsky、Lizondo和Reinhart(1998）提出的KLR信号法。该方法的核心思想是：选择一系列的指标，据它们的历史数据来确定其阈值，当某个指标突破阈值，则意味着指标发送一个危机信号。
金融压力指数是指由一系列反映金融体系各个子系统压力状况的指标合成的综合性指数。Illing&Liu(2003）根据加拿大银行部门、外汇市场、债券市场和股票市场等数据，选取有代表性的9个指标变量构建加拿大综合金融压力指数。此方法为很少或没有发生过银行危机的国家建立金融系统性风险预警指标体系提供了新的思路，具有普遍的适用性。
相对于传统金融危机早期预警模型，金融压力指数方法能较为直观地反映一国或某地区金融系统性风险或危机程度的大小。该指数数值越大，表示金融系统性风险越大；反之，则金融系统性风险越小。指数方法的优势在于其简明，缺陷在于信息时滞性，可得数据较少且多为事后指标或同步指标，同时指标体系较为简单，局限于微观审慎角度，很难得到某一金融机构对于系统风险的边际贡献度。
（三）基于概率分布的度量
Segoviano&Goodhart(2009）基于银行系统的多元密度函数（Banking System Multivariate Density，简称BSMD），提出了几种测量系统性风险的方法。定义银行系统为一些银行的组合，先推导出它的多维密度函数，再基于多维密度函数估计系统性风险的测量指标，包括联合违约/压力概率（Joint Probability of Distress，简称JPo D）、银行业稳定性指数（Banking Stability Index，简称BSI）、困境依赖矩阵（Distress Dependence Matrix，简称DDM）及连锁反应概率。
使用最为广泛的概率分布度量方法为Adrian&Brunnermeier(2008）提出的条件在险价值法（Conditional Value-at-risk，简称Co Va R）。该方法通过测度某一机构陷入困境时整个系统的Co Va R与未陷入困境时的整个金融系统的Va R之差，衡量该机构对金融系统的风险贡献度及其在时间维度上的变化状况。
概率分布的度量都是基于公开的市场数据比如股价，优点是公开数据易于取得，能够及时反映金融部门系统性风险在时间维度上的变化情况，且能反映市场对金融机构未来表现的预期，具有前瞻性。同时，由于一些新兴市场国家市场数据时间跨度短、样本少且数据质量不高，该方法的实用性和有效性也存在一定限制。
（四）基于机构间关联的分析
系统中金融机构之间的相互关联性和集中度等统计指标可以通过衡量机构之间是如何联系的来确定系统重要性金融机构。
Castren&Kavonius(2009）构建了欧元账户的双边资产负债表风险敞口，展示了当地的冲击是如何在整个网络中传播，并影响金融系统其他甚至看似偏远的部门的资产负债表的。结论显示，双边跨部门风险敞口构成了传播地方风险敞口和资产负债表混乱的重要渠道，金融中介机构在流程中发挥关键作用。高度的财务杠杆和高资产波动性会增加部门对冲击和传染的脆弱性。Billio,Getmansky,Lo,and Pelizzon(2010）使用相关性、交叉自相关、主成分分析、机制转换模型和格兰杰因果检验等五种方法对对冲基金、银行、经纪公司及保险公司等四种金融机构的系统性风险进行度量。
总体来看，金融机构间的关联可以通过两种方法来衡量。一是通过网络中金融机构之间的相互关联性和集中度等统计指标衡量机构之间是如何联系的来衡量。二是通过计算某家机构倒闭对网络中其他实体的影响来衡量。由于该分析法主要基于金融机构的实际资产负债表数据，对于金融市场发展较晚和不够健全的新兴市场国家来说，可以避免因市场数据的质量差、时间跨度短、样本少导致的一系列问题，因此，第二种方法受到了广泛青睐（马君潞，等，2007；宫小琳和卞江，2010；贾彦东，2011）。
（五）违约度量和或有权益分析
关于系统性风险中的违约度量和或有权益分析主要包括困境保费溢价（Distressed Insurance Premium，简称DIP）、违约强度模型（DIM）和或有权益分析法（Contingent Claims Analysis，简称CCA）等方法。
Huang、Zhou和Zhu(2009）提出用困境保费溢价（Distressed Insurance Premium，简称DIP）作为系统性风险的测量指标。DIP定义为在有效市场风险中性概率测度下，为弥补银行体系发生困境时的损失所需的保费溢价。实证结果显示，单个机构对系统性风险的边际贡献是其规模、违约概率和资产相关系数的函数，其中，规模是决定性因素。DIP的优点在于其具有一般性，可用于任何具有CDS合约的上市公司；缺陷在于有效市场和风险中性概率测度这俩假设几乎不可能满足。
Gray、Merton和Bodie(2006）基于Merton模型提出了或有权益分析法（Contingent Claims Analysis，简称CCA）。该模型将一家公司的股权价值E看做是公司资产价值V和债务B的看涨期权函数，由股权价值E及其波动率σE，债务价值B、无风险利率R等信息可以推算出隐含资产价值V及其波动率σV，进一步可算出公司信用违约概率（Probabilityof Default，简称PD):
定义随机变量违约损失为LGD(Loss Given Default），则债权人的预期损失EL(Expense Loss）可定义为：EL=PD×LGD×Be-rt。CCA方法同时使用资产负债表数据和市场数据，具有操作相对简便、风险传导过程揭示清晰、结果具有较高准确性和前瞻性等优势，因此也得到越来越多的关注和应用。
（六）流动性短缺度量
流动性短缺也是系统性风险的表现之一，故流动性短缺的度量也是系统风险度量的一个方面。Getmansky,Lo,and Makarov(2004）证明了与长期股票和共同基金等传统投资工具相比，对冲基金的收益率要更序列相关，序列相关最有可能的解释是流动性短缺。那些证券交易不活跃，故其市场价格并不总是随时可得。
（七）其他方法
除了上文提到的主要的系统性风险度量方法还有学者从其他角度对其进行了分析，比如度量危机持续时间、压力测试模型、宏观审慎监管等。
三、未来研究方向
由上述内容可知，我国学者也已对系统性风险度量方法进行多方面多角度的研究，但与国外研究相比仍有差距。已有研究大多直接套用国外成熟模型或对其稍加修改，属于我国学者原创的较少。
数据问题：由于我国金融行业发展时间不长、证券交易所成立时间较晚，上市的金融机构一方面数量少，一方面数据时间短，历史数据可得性差，给模型搭建及数据分析准确性都造成很大困难。同时，由于我国之前未发生过类似国外那种大范围的金融危机，所以无法直接分析危机前后各项指标差异等。
产品问题：虽然我国目前金融产品创新态势良好，但与美国等金融市场相比仍有差距。比如，我国没有信用违约互换（Credit Default Swap，简称CDS）合约，其本质是一种期权，那么一些基于CDS价格的研究就可能无法开展。在下一步研究中，可能需要寻找国内已有产品作为替代进行研究。同时，我国金融产品市场化定价程度不够高，使用这些数据得到的结果是否反映真实风险状况也值得商榷。
结语
系统性风险的发生会威胁整个金融系统的稳定运行，妨碍其发挥正常功能，因此对系统风险的度量和监测非常重要。为了维护金融市场的稳定运行，我国应建立更加明确、细化、有效的监管体系防止系统性风险的发生。本文中系统性风险的度量方法为我国完善金融业监管体系提供了具体的视角，将理论度量方法引入到实务监管体系中，并根据市场实际情况制定监管细则。
参考文献
[1] FSB,IMF,BIS Macroprudential Policy Tools and Frameworks,2011
[2] Hart O,Zingales L .How to avoid a new financial crisis[R] Working Paper,University of Chicago,2009.
[3] Kaminsky G L,Reinhart C M. The twin crises.the causes of banking and balance-of-payments problems[J]. American economic review,1999:473-500.
[4] Alessi L,Detken C.'Real time early warning indicators for costly asset price boom/bust cycles:a role for global liquidity[J] 2009.
[5] Borio CEV,Lowe P W. Asset prices financial and monetary stability:exploring the nexus[J].2002.
[6] Claudio B,Lowe P. Assessing the risk of banking crises[J]. BIS Quarterly Review,2002:43-54.
[7] Borio C E V,Drehmann M. Assessing the risk of banking crises revisited[J].2009.
[8] ling M.Liu Y.An index of financial stress for Canada[M]. Bank of Canada,2003.
[9] Kritzman M,Li Y. Skull,inancial turbulence, and risk management[J] Financial Analysts Journal,2010.66(5);:30-41.
[10] Chan-Lau J,Espinosa M,Sole J. On the use of network analysis to assess systemic financial linkages[J] IMF(International Monetary Fund)working paper,2009.
[11]邓晶,曹诗男,潘焕学,等基银行间市场网络的系统性风险传染研究[J]复杂系统与复杂性科学, 2013,10(4):76-85.
[12]陈冀,陈典发,宋敏.复杂网络结构下异质性银行系统稳定性研究[J]系统工程学报, 2014,29(2):171-181.
[13]李江,李红刚基于流动性配置的银行系统性风险研究[J].系统工程理论与实践, 2016,36(5)-1128-1135.
[14]包全永银行系统性风险的传染模型研究[J]金融研究, 2005,(8):72-84.
[15]邓超,陈学军基于复杂网络的金融传染风险模型研究[J]中国管理科学, 2014.211)11-18.
[16]方意,郑子文系统性风险在银行间的传染路径研究----基于持有共同资产网络模型[J].国际金融研究, 2016,350(6):61-72.
[17]巴曙松,铃玲.巴塞尔资本协议皿的实施:基于金融结构的视角[M].北京:中国人民大学出版社, 2014.
[18]樊明太,叶思晖宏观审慎政策使用及其有效性研究----来自全球62个国家的证据([J].国际金融研究, 2020.(12):33-42.
[19]意系统性风险的传染渠道与度量研究一兼论宏观审 慎政策实施[J]管理世界, 2016,(8):32-57.
[20]文龙,闫娟娟系统性金融风险研究述评 基于宏观审慎监管视角[J].金融监管研究, 2020,(2):85- 101.
