PDF《本期提示》

1 /

11 中国社会科学院金融法律与金融监管研究基地主办

2015 年1月国际研究镜鉴 No.

201501 本期提示 ?Xisong Jin 和Francisco de A. Nadal De Simone(2014)提出了一个新的监管框架,为了能随 时间的推移追踪银行业的系统性风险并推动宏观审慎政策的实施.该框架能够通过测量系统 信用风险,对银行业系统性风险的积累做出推测并提出早期预警. ?Emily Beau,John Hill,Tanveer Hussa 和Dan Nixon(2014)描述了银行的商业模式可用资 金的主要来源.他们还解释了融资成本对货币和金融稳定的重要性,并通过天平的类比来探 究银行的融资成本的变化.此外,他们还将融资成本分解为无风险利率和各种 风险溢价 . ?Thomas F .Dapp(2014)提出互联网公司正在对传统的银行业发起冲击.在金融行业的很 多部门中,有很多基于网络和数据的金融产品和服务,而这些服务客户不能直接从他们的银 行或其他提供者手中获得.这就产生一个新的竞争环境. ?Myeong Hyeon Kim 和Baeho Kim(2014)通过研究整个市场的风险感知和整个系统的资产 管理行为之间的顺周期性相互作用调查了美国商业银行体系的脆弱性程度,并通过使用 Markov 的regime-switching 模型精确及时地测量了系统性泡沫,并以此探讨了金融体系的市 场顺周期性影响.

2 /

11 No.201501 目录

1、银行业系统性风险:尾部风险动态 CIMDO 方法

3

2、银行融资成本的概念及其影响因素分析

5

3、互联网公司进军金融业

7

4、周期性系统性泡沫:来自美国银行业的证据

9 3 /

11 No.201501

1、银行业系统性风险:尾部风险动态 CIMDO 方法 作者:Xisong Jin 和Francisco de A. Nadal De Simone,陈锦宏编译 导读:Xi song Jin 和Francisco de A.Nadal De Simone 来自卢森堡金融学院和卢森堡中央银 行.该文我们提出一个新的银行风险监控框架,利用多种模型测测量系统信用风险,对银行 业系统性风险的积累做出推测并提出早期预警. 为了能随时间的推移追踪银行业的系统性风险并推动宏观审慎政策的实施,我们提出了 一个新的监管框架.该框架能够通过测量系统信用风险,对银行业系统性风险的积累做出推 测并提出早期预警.鉴于国家间的金融稳定性会相互影响,所以我们使用了

32 个主要欧洲 银行集团及其在卢森堡附属机构的运营数据. 本文提出的框架通过模型模拟了各类因素对银行信用风险的影响, 推测了随时间推移 所产生的多种非线性关系以及金融市场可能出现的反应.本文中的系统性信用风险分为三类, (1)所有银行共同的信用风险;

(2)由于个别银行的危机给整个银行系统带来的信用风险;

(3)随时间推移所积累的银行系统脆弱性可能显现.我们对系统性风险的测量范围主要有 两个维度,一是时间维度(time dimension) ,这一维度主要关注金融体系的顺周期性,也就 是整个金融系统层面的风险随着时间的推移在金融体系的内部和金融体系与实体经济的相 互作用下被放大.二是跨行业维度(cross-sectional dimension) ,指的是在某一给定时点上, 由于金融机构相互之间的关联和共同的风险暴露,单个或一组金融机构造成的系统性风险以 及系统性风险在金融体系中的分布. 我们提出的监管框架由三部分组成, 第一, 使用复合期权模型 (Delianedis and Geske (2003) compound-option model)测量边际违约概率,该模型可以区分第一年末时的违约风险和第一 年没有违约而之后出现违约的条件概率.值得注意的是因为缺乏非公开上市银行的市场数据, 所以我们对该类银行只使用其账面数据, 这一情况在卢森堡比较普遍. 第二, 通过使用 CIMDO approach of Segoviano (2006)来模拟银行间的线性和非线性关系.第三,将宏观金融数据运用 到广义动态因子模型(GDFM) ,分析银行分别在集团层面和分支机构层面的边际违约概率的 共同组成部分,以便说明一组共同的系统因素分别会对银行集团和其分支机构造成什么样的 影响.该框架由这三个高度集成部分组成,下图可以说明整个信息流程.