基于风险价值的商业银行论文范文

本站小编为你精心准备了基于风险价值的商业银行论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1数据的选取与处理

本文考量的标的是2007年前在上交所上市的12家商业银行系统性风险价值。为了获取必需的数据，以2007年11月23日为起始日，2014年2月7日为结束日，收集采用前复权方式处理的银行股票的周收盘价作为基础数据，在此基础上计算股票收益率指标作为解释变量。此段时间经历过美国次贷危机及欧洲债务危机，并由此引发了全球性的金融危机，因此银行股价格水平具有很强的研究及参考意义银行指数数据来表示。单个银行股票收益率和银行整体股收益率的计算通过周数据取对数一阶差分得到，为方便计算减少误差，我们将所有计算结果乘以100。数据来源于大智慧软件，数据处理使用Eviews6.0。

2数据的直观分析

首先对原始数据进行直观分析，观察12家上市银行2007年11月23日到2014年2月7日股票收盘价的周数据，见图2所示。如图1所示：各银行股票收盘价周数据存在相似走势，但不同银行股票价格的波动范围，以及收盘价最高点和最低点出现的时间及数值各不相同。总的来说，金融危机后，各上市银行股价都出现回落，回落的幅度及其后的震荡趋势需要进一步分析。根据公式（11）计算各上市银行股票和银行股整体的收益率，见图2和图3所示。如图2和图3所示：金融危机造成银行股收益率的大幅震荡，其后震荡幅度逐渐收敛。直观来看，兴业银行和中信银行震荡幅度较大，且收敛的趋势不明显；而建设银行、浦发银行和中国银行的表现则好很多，收益率的方差较小。CoVaR模型主要用以测度危机情况下不同个体的风险外溢状况。本文讨论不同上市银行同银行系统整体之间的风险外溢性，从上图直观的理解，就是考量各上市银行收益率同银行股整体收益率间的关联关系，结合图2和图3的分布情况，本文将对实证结果作出分析。

3实证结果分析

首先，对样本序列Iit(i=1,2…12，表示12家上市银行)的平稳性进行检验，单位根检验结果表明，在95%的置信水平下，所有收益率数据均拒绝单位根原假设，即收益率序列均为平稳序列，可以直接计算VAR、CoVaR与%DCoVaR等值。其次，对12家上市银行和银行股指数做J-B检验，检验结果如表1所示。根据表1所示，各银行股收益率均呈现左偏，所有上市银行的股收益率峰度K>4，序列分布的尾部比正态分布的尾部厚，其分布呈现出“高瘦”形状，即“尖峰”，符合大多数金融事件序列“尖峰厚尾，非对称分布”的特征。接下来对12家上市银行风险对银行系统整体的溢出效应和银行系统风险对12家上市银行的溢出效应分别做出分析，计算各自的DCoVaR和%DCoVaR。首先，考察银行系统整体风险对单个银行风险的溢出效应。下表表示在95%的置信区间下，银行系统风险对12家上市银行的溢出效应如表2所示。表2的结果显示：通过VaR方法测度的银行系统整体风险对单个银行风险小于通过CoVaR方法所测度的值，说明通过VaR方法测算的风险价值偏低，符合学术界对于银行风险的判断；按照受银行系统溢出风险影响大小排序，受影响最大的三家银行分别是民生银行、中信银行和华夏银行，符合股份制银行相较国有大型银行，在抵御风险方面存在不足的惯性思维；同时注意到受银行系统溢出风险影响最小的三家银行，按从小到大排列，分别是工商银行、浦发银行和中国银行，和传统思维出现偏差，作为国有大型银行的建设银行和交通银行，受银行系统溢出风险的冲击较大，反而是浦发银行作为新兴崛起的股份制银行，在防范风险方面做得较好。其次，考虑单个银行风险对整个银行系统的溢出效应，下表表示在95%置信区间下，单个上市银行风险对银行系统整体的溢出效应大小如表3所示。表3的结果显示：通过VaR方法测度的单个银行对整个银行系统的溢出风险同样小于通过CoVaR方法所测度的值；单个银行风险对整个银行系统的溢出效应明显大于银行系统溢出风险对单个银行的作用大小，说明这12家上市银行作为中国商业银行业，乃至中国金融业的主力军，对整个系统具有举足轻重的影响力；按照对整个银行系统影响能力的大小排序，影响最大的三家银行分别是浦发银行、中国银行和工商银行，影响最小的三家银行分别是招商银行、建设银行和南京银行，判定不同商业银行对银行系统影响能力的大小，要综合考虑银行本身的实力、资产负债组成和系统性风险内部监控水平等多种因素。

4结论

本文以基于分位数回归的CoVaR模型为基础，应用股票周收盘价数据对我国12家上市商业银行的系统性风险贡献度进行测算，同时度量了单个银行与整个银行体系之间的双向溢出性。实证的结果显示：(1)商业银行风险价值的大小同其系统性风险的贡献度之间并无直接联系。由实证数据可知，在置信区间为95%的情况下，VaRi0.05最大的三家银行分别是浦发银行、兴业银行与华夏银行，VaRsys0.05最大的三家银行分别是中信银行、华夏银行和北京银行，然而系统性风险的贡献度最大的三家银行分别是浦发银行、中国银行和工商银行，说明利用VaR值来衡量系统性风险贡献度的传统做法有失偏颇，也验证了Adrian等人的理论。(2)银行系统与单个银行的双向溢出效应之间存在一定关联。按照单个银行受银行系统溢出风险影响的大小排序，受影响最小的三家银行分别是工商银行、浦发银行和中国银行；按照单个银行对银行系统的溢出风险大小排序，影响最大的三家银行分别是浦发银行、中国银行和工商银行，说明系统性风险贡献度大的关键银行本身稳健性较好，抵御风险的能力较高。(3)单个银行风险对整个银行系统的溢出效应明显大于银行系统溢出风险对单个银行的作用大小。简单来看，单个银行风险对银行系统溢出效应的均值为25.637，而后者对前者的均值仅为16.328，说明这12家上市银行作为中国商业银行业，乃至中国金融业的主力军，对整个系统具有举足轻重的影响力。(4)不同银行风险对整个银行系统的溢出效应差别小于银行系统溢出风险对不同银行的作用。%DCoVaRi|sys0.05最大和最小的两家银行分别是中信用银行的27.54%和工商银行的4.46%，%DCoVaRsys|i0.05最大和最小的两家银行分别是浦发银行的32.78%和招商银行的16.88%，前者的差距远大于后者，说明这12家上市银行的系统性风险贡献度差别不大，但是面对系统性风险冲击时候的脆弱性差别明显。(5)判定不同商业银行对银行系统影响能力的大小，要综合考虑银行本身的实力、资产负债组成和系统性风险内部监控水平等多种因素。四大国有商业银行中农业银行因为2007后上市，不在本文的讨论范围内，工商银行与中国银行按照实证数据显示，的确是中国银行系统的关键点，但是建设银行风险贡献程度却和本身实力不符，相反浦发银行作为股份银行，在稳健性和对系统的影响能力方面，排名靠前。值得注意的是，尽管CoVaR模型简洁明了并反映了市场对于银行风险相关性的预期，但该方法只适用于在股票交易所上市的银行，并且要求股票市场价格能够有效反应全部信。但是实际上，我国股票市场的有效性受到种种原因的限制，因此，股价波动不能完全反应银行资产质量和风险状况的变化，想要准确了解银行系统性风险的真实情况，还必须结合实际业务与宏观经济指数等多项指标。

作者：徐苑清童中文单位：南京师范大学商学院