论文部分内容阅读
摘要:本文选取2008年1月18日至2016年12月18日的日数据,通过构建回归β系数模型来衡量银行系统的风险水平,并将其与使用2008年至2016年的银行披露的数据计算得到的影子银行规模进行比较。通过实证分析,得出其结果是:影子银行规模与银行系统的风险水平存在负相关关系。表明了影子银行规模越大,在一定程度上更有利于银行体系的稳定,这对于政府的措施有一定的启发。
关键词:影子银行;系统性风险;β系数
1.引言
影子银行系统的概念由保罗·麦卡利于2007年的美联储年度会议首次提出并被广泛采用,意指游离于监管体系之外,与传统的接受中央银行监管的商业银行系统相对应的金融机构,又称为平行银行系统,它包括投资银行、对冲基金、货币市场基金、债券、保险公司、结构性投资工具(SIV)等非银行金融机构。国际货币基金组织(IMF)结合中国情况,将影子银行定义为“受到监管的银行体系外的金融中介活动”。中国银监会在2011年年报中,曾从广义和狭义两方面对影子银行进行定义。从广义上来看,影子银行是指传统银行体系之外涉及信用中介的活动和机构; 从狭义上来看,则是可能引起系统性风险和监管套利的非银行信用中介机构。
美国“影子银行”产生于上世纪60-70年代,而中国商业银行的影子银行体系仍处于起步阶段,相较于欧美等国,仍十分不成熟,虽然能有效地打破传统商业银行的局限,并通过金融产品为实体经济带来资金,但是扩大规模有可能导致风险的扩大。费雪提出“债务—通货紧缩理论”,认为银行体系的稳定性与宏观经济周期密切相关,经济基本面的变化是银行体系稳定性变化的根源。本文将从商业银行影子银行规模与银行资产价值入手,探究影子银行规模与银行系统稳定性的关系。
2.模型的构建
2.1本文采用的银行系统性风险的测量方法
贝塔系数(Beta Coefficient)是一种评估证券系统性风险的工具,用以度量一种证券或一个证券组合相对总体市场的波动性。其绝对值越大,显示单一证券的收益变化幅度相对于大盘的变化幅度越大,该证券或证券组合系统性风险就越高。贝塔系数通常利用回归的方法计算。贝塔系數为1即证券的价格与市场一同变动。贝塔系数高于1即证券价格比总体市场更波动。贝塔系数低于1(大于0)即证券价格的波动性比市场为低。回归模型如下:
y=βx+γ+ε
上式中:x代表大盘的日指数回报率,y代表单一证券组合的日回报率。则通过OLS回归得到的β?即为贝塔系数值。
2.2影子银行规模的测量
关于影子银行规模的测量问题,国内学者有许多不同的意见。本文主要采用涂晓枫(2016)的影子银行规模衡量方法,将商业银行资产负债表内的存放同业款项、拆出资金净额、买入返售金融资产、应收款项类投资、可供出售金融资产、交易性金融资产等归为影子银行业务。
但考虑到这些科目并非都是影子银行业务,因此本文按照这些科目金额的50%计提为影子银行部分,并用这个部分占银行总资产的比重代表影子银行业务的规模水平。
3.实证分析
3.1样本选取与数据来源
样本的选取应具有足够的代表性和时效性,能反映银行业最近一段期间的总体状况。本文中选取了我国15家在上交所A板上市的规模较大的商业银行:浦发银行、华夏银行、中国民生银行、招商银行、南京银行、兴业银行、北京银行、上海银行、中国农业银行、交通银行、中国工商银行、光大银行、中国建设银行、中国银行、中信银行。样本选取的时间为2007年1月1日至2016年12月31日共十年。这15家银行按照国泰安数据库的分类,属于国有控股大型商业银行、股份制商业银行,样本的选取兼顾了代表性与时效性。影子银行业务规模水平的变量是15家银行的影子银行部分资产占15家银行总资产的比例。
本文考察整个银行业的风险水平,故而构建了一个证券组合,组合内包含了样本中15家银行的股票。根据证券组合的构成,我们可以求得该组合在某年内的特定时间的个股收益率。
3.2数据分析
使用股票市场数据中这15家银行的日回报率与上证交易所的大盘数据进行比较计算,借助以资产总计为指标来衡量的权重,计算得这15家银行所组成的银行业证券组合的波动性大小。并给出了影子银行规模与系统性风险的关系图。
4.结论与建议
实证分析结果显示,取显著性水平0.23,影子银行占比与风险水平呈负相关关系。换句话说,影子银行业务在商业银行体系中的占比越大,银行体系稳定性越高。
本文利用的贝塔系数模型回归分析法,是统计学上常用的反应某一投资对象对于大盘的表现情况。用来推导出影子银行业务与商业银行体系中的风险水平的关系,虽说“旧瓶装新酒”,但不失为一种简单直观的创新方法。
在实证分析的证明过程中,本文挑选的数据来源可信,时间跨度大,类别分类多,兼具时效性、真实性和代表性。通过回归得出的贝塔系数以及得出的结果与前人所作的研究基本一致。
对于本文的研究,依然存在一些不足之处,比如说在数据选择中,由于部分商业银行部分日期的数据因为未收录或未有披露,因此排除了这一部分的数据点,在一定程度上影响了实证分析的精确性。
通过本研究得出的结果,在银行业发展蓬勃的今天,政府能够改变或调整对于商业银行开展影子银行业务的政策,把握机会发展相关业务,在国际上追赶美国、欧洲各国等西方发达国家。
关键词:影子银行;系统性风险;β系数
1.引言
影子银行系统的概念由保罗·麦卡利于2007年的美联储年度会议首次提出并被广泛采用,意指游离于监管体系之外,与传统的接受中央银行监管的商业银行系统相对应的金融机构,又称为平行银行系统,它包括投资银行、对冲基金、货币市场基金、债券、保险公司、结构性投资工具(SIV)等非银行金融机构。国际货币基金组织(IMF)结合中国情况,将影子银行定义为“受到监管的银行体系外的金融中介活动”。中国银监会在2011年年报中,曾从广义和狭义两方面对影子银行进行定义。从广义上来看,影子银行是指传统银行体系之外涉及信用中介的活动和机构; 从狭义上来看,则是可能引起系统性风险和监管套利的非银行信用中介机构。
美国“影子银行”产生于上世纪60-70年代,而中国商业银行的影子银行体系仍处于起步阶段,相较于欧美等国,仍十分不成熟,虽然能有效地打破传统商业银行的局限,并通过金融产品为实体经济带来资金,但是扩大规模有可能导致风险的扩大。费雪提出“债务—通货紧缩理论”,认为银行体系的稳定性与宏观经济周期密切相关,经济基本面的变化是银行体系稳定性变化的根源。本文将从商业银行影子银行规模与银行资产价值入手,探究影子银行规模与银行系统稳定性的关系。
2.模型的构建
2.1本文采用的银行系统性风险的测量方法
贝塔系数(Beta Coefficient)是一种评估证券系统性风险的工具,用以度量一种证券或一个证券组合相对总体市场的波动性。其绝对值越大,显示单一证券的收益变化幅度相对于大盘的变化幅度越大,该证券或证券组合系统性风险就越高。贝塔系数通常利用回归的方法计算。贝塔系數为1即证券的价格与市场一同变动。贝塔系数高于1即证券价格比总体市场更波动。贝塔系数低于1(大于0)即证券价格的波动性比市场为低。回归模型如下:
y=βx+γ+ε
上式中:x代表大盘的日指数回报率,y代表单一证券组合的日回报率。则通过OLS回归得到的β?即为贝塔系数值。
2.2影子银行规模的测量
关于影子银行规模的测量问题,国内学者有许多不同的意见。本文主要采用涂晓枫(2016)的影子银行规模衡量方法,将商业银行资产负债表内的存放同业款项、拆出资金净额、买入返售金融资产、应收款项类投资、可供出售金融资产、交易性金融资产等归为影子银行业务。
但考虑到这些科目并非都是影子银行业务,因此本文按照这些科目金额的50%计提为影子银行部分,并用这个部分占银行总资产的比重代表影子银行业务的规模水平。
3.实证分析
3.1样本选取与数据来源
样本的选取应具有足够的代表性和时效性,能反映银行业最近一段期间的总体状况。本文中选取了我国15家在上交所A板上市的规模较大的商业银行:浦发银行、华夏银行、中国民生银行、招商银行、南京银行、兴业银行、北京银行、上海银行、中国农业银行、交通银行、中国工商银行、光大银行、中国建设银行、中国银行、中信银行。样本选取的时间为2007年1月1日至2016年12月31日共十年。这15家银行按照国泰安数据库的分类,属于国有控股大型商业银行、股份制商业银行,样本的选取兼顾了代表性与时效性。影子银行业务规模水平的变量是15家银行的影子银行部分资产占15家银行总资产的比例。
本文考察整个银行业的风险水平,故而构建了一个证券组合,组合内包含了样本中15家银行的股票。根据证券组合的构成,我们可以求得该组合在某年内的特定时间的个股收益率。
3.2数据分析
使用股票市场数据中这15家银行的日回报率与上证交易所的大盘数据进行比较计算,借助以资产总计为指标来衡量的权重,计算得这15家银行所组成的银行业证券组合的波动性大小。并给出了影子银行规模与系统性风险的关系图。
4.结论与建议
实证分析结果显示,取显著性水平0.23,影子银行占比与风险水平呈负相关关系。换句话说,影子银行业务在商业银行体系中的占比越大,银行体系稳定性越高。
本文利用的贝塔系数模型回归分析法,是统计学上常用的反应某一投资对象对于大盘的表现情况。用来推导出影子银行业务与商业银行体系中的风险水平的关系,虽说“旧瓶装新酒”,但不失为一种简单直观的创新方法。
在实证分析的证明过程中,本文挑选的数据来源可信,时间跨度大,类别分类多,兼具时效性、真实性和代表性。通过回归得出的贝塔系数以及得出的结果与前人所作的研究基本一致。
对于本文的研究,依然存在一些不足之处,比如说在数据选择中,由于部分商业银行部分日期的数据因为未收录或未有披露,因此排除了这一部分的数据点,在一定程度上影响了实证分析的精确性。
通过本研究得出的结果,在银行业发展蓬勃的今天,政府能够改变或调整对于商业银行开展影子银行业务的政策,把握机会发展相关业务,在国际上追赶美国、欧洲各国等西方发达国家。