风险传染下的银行业系统性风险防范与资本配置结构化应对

奥鹏网院作业

风险传染下的银行业系统性风险防范与资本配置结构化应对

摘 要： 随着银行间网络关联不断深化，风险传染性与积累性更加突出，防范和化解银行业系统性风险尤为重要。在此背景下，本文研究了如何通过银行业资本配置的结构化调整，应对风险传染和系统性风险。相对现有研究大多考察如何确定银行适宜的资本水平，以及银行资本对其风险承担的影响，本文以银行业整体为研究对象，考察资本配置与系统性风险的结构化特征，为银行业风险管理提供新的思路。本文采用网络分析法刻画银行间风险传染过程，提出以系统性风险结构为锚，调整资本配置结构以提高两者匹配程度的结构化风险应对策略，并以中国16家上市银行为样本进行实证研究。研究发现：提高银行业资本配置与系统性风险在结构维度的匹配程度，可有效降低风险传染，改善系统性风险，验证了结构化风险应对策略的有效性。基于此，本文建议监管部门可基于银行业资本配置和系统性风险的结构化特征，实施更为精细的差异化资本监管，实现资本配置的结构化优化，提高银行间网络的风险抵御能力。
关键词： 风险传染； 系统性风险； 资本配置； 结构化
一、引言
十九大报告提出，健全金融监管体系，守住不发生系统性金融风险的底线。银行业作为金融支柱产业，随着金融深化程度不断提高，银行间的关联性日益紧密，整体呈现复杂的网络形态，风险的传染性与积累性越发突出，防范和化解银行业系统性风险尤为重要。由于银行间网络关联，风险传染已成为系统性风险的重要成因[1]，因此从银行间网络出发，控制风险传染程度，对改善系统性风险有积极作用。在此背景下，近年来我国金融监管趋于严格，对银行业监管力度也不断加大，尤其对银行同业业务的管控持续加强，旨在降低银行间业务关联性，有利于缓释潜在的风险传染，提高银行间网络稳健性。
银行资本准备是管控银行业风险的重要方式之一，资本监管也是银行业宏观审慎监管的重要内容，监管部门对此重视程度不断提高。2019年9月，国务院金融稳定发展委员会第八次会议指出，加快构建商业银行资本补充长效机制，丰富银行补充资本的资金来源渠道。但目前关于银行资本与风险管理的研究，大多考察如何确定银行适宜的资本水平[2-3]，以及银行资本对其风险承担的影响[4-5]。其实，对于银行业整体而言，资本是由各银行的资本汇总而成，具有总量和结构两个维度特征，资本总量水平变化可以改变风险抵御能力，而在资本总量水平不变的情况下，进行资本配置的结构化调整，即调整资本在各银行中的配置比例，是否也可以降低风险传染？
从现实来看，各银行确定其资本水平时，在满足监管要求条件下，主要基于其自身风险情况与业务经营需要，对银行间风险传染与系统性风险的考量相对较少，造成对银行业整体而言，各银行的资本水平通常不尽适宜。从理论来看，基于银行间网络关联的视角，各银行资本应与其在银行间网络中的风险贡献相匹配，在银行业层面，则表现为资本配置与系统性风险在结构维度相匹配。因而有必要尝试从新的视角出发，研究如何通过银行业资本配置的结构化调整，应对风险传染和系统性风险，这是本文研究的核心问题。
基于此，本文以银行业整体为研究对象，结合银行间网络特征，刻画银行间风险传染情况，并对系统性风险和风险传染程度进行测度，通过探讨系统性风险结构与资本配置结构的关系，针对性研究资本配置的结构化调整对风险传染和系统性风险的影响，为监管部门完善资本监管框架，防范与化解系统性风险提供参考。本文的学术价值与创新点在于：在研究思路上，以银行业整体为研究对象，将研究重点从确定适宜的资本水平过渡到资本配置的结构化调整；在研究方法上，构造更完善的风险传染模型，提出资本配置的结构化风险应对策略，并通过实证分析验证其有效性。因此本文为银行业风险管理提供了新的思路以及理论与方法支撑。
二、文献综述
(一)银行间风险传染与系统性风险的关系
金融系统性风险是指金融体系局部遭受外部冲击，通过风险溢出和传染，导致损失扩大甚至金融体系崩溃的风险[6]。对于银行业而言，系统性风险是指银行体系在外部冲击下，由于传染机制造成风险在体系内传播与累积，并引发广泛性危机或破产的可能[7]。随着银行间关联日益紧密，风险传染成为系统性风险的重要成因[1]。学者研究表明，风险传染效应由金融机构个体风险的负外部性引起，表现为使局部冲击演变为系统性结果的扩散机制[8]，由此系统性风险可分为共同冲击和传染效应两个部分，实证证明传染效应会导致系统性风险的增加[9]。因此有学者提出银行业风险管理不仅应考虑银行个体风险，更要考虑内部关联导致的传染性风险[10]。另外，学者提出银行间资产和负债的关联性[11-12]、银行间持有共同资产的价格波动[13-14]、银行间信息不对称造成流动性紧缩[15]、金融体系固有脆弱性[16]等多种风险传染机制，还有学者综合以上两种或多种机制，对风险传染过程进行研究[17-18]。可见银行间风险传染是系统性风险的重要成因，学者对风险传染机制已进行深入研究，因此降低银行间风险传染程度，对改善系统性风险有重要意义。
(二)关于银行间风险传染管理的研究
关于如何进行银行间风险传染管理，降低风险传染程度，国内外学者也进行了深入研究，并分别从资产清算顺序、银行业务结构、银行间网络结构等角度，提出不同的银行间风险传染管理策略。例如，童中文(2012)[19]采用三阶段流动性偏好模型，讨论危机时银行微观层面的资产清算顺序，对银行体系脆弱性的影响，发现“短期资产、长期资产、银行同业存款”的清算顺序是相对占优策略，有利于实现银行间网络的风险共担。Craig等(2014)[20]利用空间计量模型，以德国2000—2006年数据为样本构造银行间网络，发现银行风险与其相关联的金融机构的财务状况有关，各银行基于此调整业务结构，有利于增强网络稳健性。高国华和潘英丽(2012)[21]应用61家银行2009年数据，对银行间市场双边传染风险进行研究，发现不同类型的银行间网络结构，对传染效应存在显著影响，在“完全分散型”市场结构假设下,银行间传染性风险极小，因此可通过提高银行间网络分散性，增强银行体系抗风险能力。
(三)基于银行业资本配置的风险管理研究
银行资本是监管部门管控银行体系风险的重要抓手，同时多位学者提出，针对单个银行的资本监管无法实现银行体系平稳运行，需要实施以银行业为主体的宏观审慎资本监管[22-24]。但目前关于银行资本与风险管理的研究大多以确定银行适宜的资本水平[2-3]或分析银行资本对其风险承担的影响为主[4-5]。而从银行体系出发，研究银行业资本配置，对银行间风险传染的影响的相关文献较少，主要观点共识是各银行资本应与其在银行体系中的风险贡献相匹配，由此可有效降低其风险外溢。例如，French等(2010)[25]指出银行资本配置应与其风险水平相适应，从而实现风险外溢的有效缓释；Tarashev等(2010)[26]根据风险传染后各银行的资产损失情况测算其系统性风险贡献，并指出可据此实施银行资本监管；Gauthier等(2010)[27]将各银行与其系统性风险贡献相对应的资本定义为宏观审慎资本，各银行资本水平实现其宏观审慎资本要求能有效改善风险，并提升银行间网络稳健性；Liao等(2015)[28]根据各银行的系统性风险贡献测算其宏观审慎资本，发现资本要求与资产规模和风险敞口正相关，且对降低系统性风险水平有积极作用。
(四)银行间风险传染与系统性风险研究的模型方法
测度金融系统性风险的研究方法多样，包括网络分析法、尾部度量法、或有权益分析法和压力测试法等[29]。其中，网络分析法可以考察银行间相互关联与风险敞口，构建银行间网络模型，对风险传染进行细致刻画[30-33]。尾部度量法通过构建计量模型，测度银行业的预期损失或违约概率等指标，借此衡量银行业系统性风险[34-36]。或有权益分析法(CCA)基于或有权益资产负债表，构造违约距离、预期损失等风险指标，从时间维度上刻画系统性风险演变[37]。压力测试法通过模拟将整个金融体系置于某一特定极端情况下，基于该金融体系的表现状况，测度系统性风险水平[38]。网络分析法相对尾部度量法、或有权益分析法和压力测试法，可以更有效刻画银行体系内部各银行节点之间的风险关联情况。因此本文利用网络分析法，构造银行间网络关联模型，刻画银行间风险传染过程，并与银行业资本配置相结合，研究资本配置结构化调整对风险传染和系统性风险的影响。
纵观以上研究成果，可见银行间风险传染是系统性风险的重要成因，学者对此已形成共识，并从多个角度提出不同的银行间风险传染管理策略，但将银行资本与风险管理相结合的研究尚未形成体系，尤其关于银行业资本配置的结构化调整较少涉及，有进一步深入研究的必要。
因此，相较于现有研究，本文存在以下边际贡献：第一，相对现有文献大多考察银行适宜的资本水平，以及银行资本对其风险承担的影响，本文以银行业整体为研究对象，基于银行间网络关联的视角，重点研究如何通过资本配置的结构化调整降低风险传染与系统性风险水平，并创新性提出基于资本配置的结构化风险应对策略，并通过实证分析验证其有效性，在研究思路上有所创新。第二，本文采用网络分析法，综合银行间资产负债关联和持有共同资产两种风险传染机制，构造更为完善的银行业风险传染模型，创新性构造银行业资本配置结构、系统性风险结构等量化指标，并实证研究资本配置的结构化调整对银行业风险传染与系统性风险的影响，在研究方法上有所创新。
三、理论分析与模型设定
(一)银行间风险传染程度的测度及对系统性风险的影响
为研究银行业资本配置的结构化调整对风险传染和系统性风险的影响，需要首先对银行间风险传染程度与系统性风险水平进行测度，风险的有效测度是实施管理的前提。
银行间资产负债关联和持有共同资产，是银行间风险传染的两种主要机制。银行业由于资产负债关联，呈现出复杂的债权债务网络，当部分银行遭受外部冲击后，可能会发生违约，导致持有其债权的其他银行遭受损失，引发风险传染。银行业由于持有共同资产，部分银行遭受外部冲击后，为满足流动性或资本充足率需要，可能会出售资产，并使其价格下跌，导致持有该资产的其他银行遭受损失，引发风险传染。
银行业遭受外部冲击后，风险传染基于以上两种机制进行。传染结束后，可以用银行业系统性总损失，衡量系统性风险水平，同时系统性总损失可分为冲击损失和传染损失两部分，冲击损失表示外部冲击直接造成的资产损失，传染损失表示冲击后风险传染造成的资产损失，即银行间风险传染程度，因此银行间风险传染会增加系统性风险。
根据各银行的银行间资产和负债余额，可以用最大熵方法构造银行间资产负债关联网络。假设n家银行构成完整银行体系，各银行的银行间资产与负债相互独立，形成的同业矩阵为X，Xij代表银行i对银行j的债权，n家银行的银行间资产余额用向量A表示，银行间负债余额用向量L表示，得到矩阵X*=A′*L，由于银行无法向自身拆借，令通过最小化矩阵X和矩阵X*的交叉熵，并利用RAS算法进行迭代计算，即可得到矩阵X的有效估计，交叉熵满足式(1)

(1)
参考Gauthier等(2010)[27]的模型设定，假设银行i的总资产为Ai，其中银行间资产为Xi，非银行间资产为分为流动资产λi和非流动资产ei，总负债为Di，Di分为银行间负债di和非银行间负债假设银行i的银行间资产Xi和流动资产λi为无风险资产，非流动资产ei为风险资产，无风险资产价格为1，风险资产平均价格为Pi，风险资产平均风险权重为wi。假设Π代表债务比例矩阵，Πij=Xij/dj，则银行i的银行间资产当银行i受到外部冲击或风险传染后，总资产Ai小于总负债为Di时，会进行破产清算，以价格Pi出售所有风险资产，以价格1出售所有无风险资产，再按债务比例矩阵Π，清偿非银行间负债和银行间负债。假设破产成本占其总资产变现后净值的比例为φ，银行i对银行间负债的实际支付为则满足式(2)

(2)
因此如果银行i破产，其银行间负债的实际支付小于其银行间负债di，即同业债务违约造成的风险传染，会使其他银行资产受损。
在此基础上，本文为简化模型设定，进行一定模型创新，针对银行间持有共同资产的传染机制，假设所有银行只持有一类共同资产，用风险加权资产代表，即各类资产经风险加权后是同质的，且市场均衡价格为P。当银行i遭受外部冲击，资本损失为εi，相应的流动资产减少εi，则银行i遭受外部冲击后，资本充足率低于冲击前水平，如式(3)所示

(3)
假设各银行最低资本充足率要求均为c，当银行i资本充足率小于c时，会出售Si的非流动资产，变为流动资产，使风险加权资产下降，资本充足率上升，以满足监管要求，如式(4)所示

(4)
假设P在初始状态下为1，之后随着风险资产出售总量的上升而下降，满足其中α为大于0的参数。当所有银行出售全部风险资产时，P达到最低水平Pmin。假设初始状态下Pi为1，Pi与P满足其中k为大于0的参数，为银行业平均风险资产权重，使风险水平较高银行的风险资产价格较低。银行i总资产Ai=λi+Piei+Xi，会由于风险资产出售造成Pi下降而产生损失。
综合考虑以上两种传染机制，假设各银行遭受相同程度的外部冲击，造成的资本损失率为θ，进而模拟风险传染过程。假设传染结束时银行i的总资产为总负债为则银行i的总损失银行业系统性总损失为可以分为冲击损失ls,θ和传染损失lc,θ两个部分，其中
假设对于不同的θ设定，系统性总损失lp,θ的均值为lp，传染损失lc,θ的均值为lc，则lp、lc分别代表不同外部冲击下银行业整体风险水平和银行间风险传染程度。为了便于比较，可以用平均传染损失lc占银行业总资产的比例作为lc的替代指标，如式(5)所示。进而可以用ϑ表示传染损失占系统性总损失的比例，衡量风险传染对系统性风险的影响

(5)
(二)银行业资本配置的结构化调整对风险传染程度的影响
对于银行业而言，系统性风险代表整体风险水平，各银行的风险贡献体现系统性风险的结构特征和不同银行风险溢出的差异，可以称为系统性风险结构，而各银行的资本占比情况，可以称为资本配置结构。基于资本作为风险准备的属性，系统性风险具有整体水平和结构特征两个维度，相应地，银行业资本监管除保证资本总量充足外，整体也应保持适当的资本配置结构。
各银行资产负债表的不断变化和银行间业务往来的持续进行，使银行间持有共同资产和资产负债关联情况处于动态变化之中，造成系统性风险结构的时变特征较为明显。股本是银行资本的重要组成部分，在一定时期内不会改变，其他资本的时变性也低于银行资产负债和同业业务情况。因此，银行业资本配置结构的时变性低于系统性风险结构，且在特定时点两者通常不能达到最佳匹配。
系统性风险结构的持续变化，使资本配置结构与其形成“亦步亦趋”的关系，两者的匹配程度，对银行业而言，体现资本的结构特征是否满足风险的结构特征，对于银行个体而言，体现各银行的资本水平是否满足其风险水平。各银行的资本水平与其风险水平相契合，可以对其风险外溢实现有效缓释。因此，银行业资本配置结构与系统性风险结构的匹配程度和银行间风险传染程度存在负相关关系。
由于外部冲击造成银行资本的损失率难以精准确定，将资本损失率θ假定为不同的值，分别模拟不同冲击水平下的风险传染情况，研究银行风险对于外部冲击水平的敏感性，进而得到银行i总损失向量Li=[li,θ1,li,θ2……]和银行业系统性总损失向量Lp=[lp,θ1,lp,θ2……]。根据成分VAR方法，可以用Li相对于Lp的β指标衡量银行i的系统性风险贡献，进而得到银行业系统性风险结构RS，则向量RS=[β1,β2…,βn]。其中，βi满足式(6)

(6)
假设银行i的资本Ci占银行业总资本的比例为γi，即则可以用向量CS代表银行业资本配置结构，CS=[γ1,γ2……γn]。βi和γi的差值衡量银行i的系统性风险贡献与其资本占比的偏差，则平均差值Δ衡量各银行的系统性风险贡献与其资本占比的平均偏离程度，Δ满足式(7)，为符合逻辑习惯，可用衡量银行业系统性风险结构与资本配置结构的匹配程度

(7)
在保持银行业整体总资产与资本及各银行资产与负债内部结构不变的情况下，通过调节各银行的杠杆率以改变各银行资本水平，实现银行业资本配置结构的调整，根据银行间风险传染程度的变化，可以对资本配置结构与系统性风险结构的匹配程度与风险传染程度的负相关关系进行验证。
(三)基于银行业资本配置的结构化风险应对策略及系统性风险的改善
现实中各银行主要根据自身风险水平和经营需要以及监管部门要求，确定其资本水平，对银行间风险传染的考量相对不足。在银行业层面则表现为，现有的银行业资本配置结构是各银行自身行为共同形成的结果，与银行业系统性风险结构不相匹配。
基于银行间网络关联的视角，各银行的系统性风险贡献是其自身风险水平和银行间风险传染的共同结果，可以更好代表各银行的真实风险承担，而系统性风险贡献与其资本占比之间的关系可以衡量其资本水平与风险水平是否相适应。银行系统性风险贡献低于其资本占比，说明其资本水平较为充足，相反则说明其资本水平不足，监管部门可针对性地加强对其资本监管力度。
因此，本文提出以银行业系统性风险结构为锚，调整资本配置结构以提高两者匹配程度的结构化风险应对策略，在银行个体层面，表现为使各银行的资本水平与风险水平更为契合，在银行业层面，表现为资本配置结构和系统性风险结构的有效匹配，因此，基于银行业资本配置的结构化风险应对策略，有利于降低银行间风险传染程度，并改善系统性风险。
具体来说，应该以各银行的系统性风险贡献为权重，对各银行的资本进行调整，实现银行业资本配置的结构化调整，则银行i调整后的资本满足式(8)

(8)
各银行调整后的资本水平，应仍可满足最低资本充足率要求，若部分银行无法满足，需要调高其资本达到最低资本充足率水平以上，再按照式(8)方式，对其他银行进行资本调整。同时由于资本配置结构的改变又会影响银行间风险传染情况并改变系统性风险结构，因此需要进行迭代计算，按照式(8)方式调整资本配置结构后，需要再次重复外部冲击模拟，再基于新的系统性风险结构调整资本配置结构，直到各银行的资本变动达到较低水平。由此，可以在满足资本监管要求条件下，使得最终调整后的银行业资本配置结构与系统性风险结构的匹配程度达到最高。
假设趋于稳定后银行i的资本为则调整后的资本配置结构CS′=[γ1′,γ2′……γn′]。基于调整后的银行业资本配置结构重新模拟不同外部冲击下的银行间风险传染情况，得到调整后的平均系统性总损失lp′和平均传染损失lc′，则lp′<lp，lc′<lc，体现银行间风险传染程度和系统性风险水平的下降。
四、实证研究结果分析
(一)样本选取与数据处理
本文以中国银行业为研究对象，考虑数据可得性和样本代表性，选取工商银行、建设银行、农业银行、中国银行、交通银行、兴业银行、招商银行、浦发银行、民生银行、中信银行、光大银行、平安银行、华夏银行、北京银行、南京银行、宁波银行等16家商业银行为研究样本，并假设其构成一个全样本的银行体系。相关数据包括各银行的资产负债表、风险加权资产、银行间资产余额、银行间负债余额等，均为2017年年报数据，选取自BvD数据库与Wind数据库。根据《中国金融稳定报告(2017)》，该16家银行总资产占中国银行业总资产的比例约62%，且资产规模差异较大，具有较好的代表性。
利用最大熵方法，得到中国银行业资产负债关联网络X，并通过UCINET软件对其进行可视化处理，如图1所示。节点大小表示银行同业资产规模，连线粗细表示节点间的同业资产与同业负债之和，由于最大熵方法估计的结果为完全结构网络，因此取银行间借贷金额的中位数为阈值，以消除关联关系不明显的节点连线，突出网络结构特征。
用各节点的度衡量其与其他节点间的关联程度，可以看出中国银行、中国工商银行、交通银行、中国农业银行的度相对较大，对应它们处于网络中心位置，与其他银行的风险关联程度相对较高。用聚类系数描述网络的群体性结构倾向，测算可得各节点的平均聚类系数为0.64，可以看出群体性特征较为明显。用各节点连接其他节点的平均路径长度衡量节点间的连通性，可以看出各节点间的平均路径长度大多为1或2，网络整体平均路径长度为1.92，说明网络整体连通性较好，也表明银行间风险传染路径较为通畅。同时取银行间借贷金额的中位数为阈值时，南京银行、宁波银行与其他银行的关联性相对不强，对应的在网络中没有与其他节点的连线，说明虽然网络整体关联程度较高，但各节点异质性明显。

图1 银行间资产负债关联网络
(二)银行间风险传染程度的测度及对系统性风险的影响
在Gauthier等(2010)[27]的基础上，将风险加权资产的最低均衡价格Pmin取为0.9，银行i的风险资产平均价格将k取为0.5，银行破产成本φ取为变现后总资产的10%，为便于分析，将各银行的最低资本充足率要求均取为8%。因为外部冲击造成的银行资本损失率难以精准确定，因此利用1%-99%的不同损失率，分别模拟不同冲击水平下银行间风险传染情况，研究银行间网络对于外部冲击的敏感性，并用不同外部冲击之下银行体系的平均损失衡量系统性风险水平，得到如图2所示结果。具体传染过程为：第一轮，各银行资本均遭受损失，判断是否破产并测算资本充足率，破产银行进行破产清算，未破产但不满足资本充足率要求的银行，会抛售一定量风险资产以满足监管要求；仍满足资本充足率要求的银行不做处理；第二轮，根据风险资产的抛售总量，测算该期各银行的风险资产价格及各类资产、负债与资本，对于破产银行或不满足资本充足率要求的银行进行相同操作；以此类推，直到未破产银行均满足资本充足率要求或所有银行均破产。
基于不同冲击水平下银行业与各银行的资产损失情况，测算可得银行业平均系统性总损失为12.780万亿元，其中平均传染损失为7.563万亿元，占平均系统性总损失的59.17%，可见，银行间风险传染造成银行业资产损失显著增加，表明风险传染是系统性风险的重要成因。系统性总损失随着冲击造成的资本损失率的上升而增加，且当外部冲击水平大于一定阈值时，才会发生银行破产。当资本损失率低于11%时，银行业资产损失中仅有初始冲击损失，传染损失为零，是因为此时外部冲击造成各银行资本受损后，却都未破产且仍满足最低资本充足率要求，则不会发生银行间债务违约，也不需抛售风险资产，因此没有发生风险传染。
银行业系统性总损失具有阶段性跳跃的特征。当资本损失率达到60%时，系统性总损失大幅增加，是因为部分银行遭受冲击之后不再满足最低资本充足率要求，开始抛售风险资产使风险传染程度上升，传染损失的跳跃性上升造成系统性总损失大幅增加。其他的阶段性跳跃，包括资本损失率为69%、79%等，是因为资本损失率不断上升使部分银行开始发生破产，尤其少数资产规模庞大的银行进行破产清算，会造成风险传染程度大幅提高，则系统性总损失大幅增加，也可以解释金融危机中少数银行破产对银行体系造成较强破坏性。传染损失在每次阶段性跳跃后均保持相对稳定，甚至有所下降，是因为每次阶段性跳跃通常代表部分银行出现破产，且假设当银行资不抵债时立即实施破产清算，随着外部冲击的增强，银行发生破产会相对有所提前，风险传染总的轮次有所下降，也一定程度上避免传染损失的进一步加重。

图2 不同冲击水平下银行业资产损失变化情况
(三)银行业资本配置的结构化调整对风险传染程度影响
基于不同冲击水平下银行业与各银行的资产损失情况，可以测算各银行的系统性风险贡献，进而构造银行业系统性风险结构，同时可以根据各银行的资本占比情况，构造银行业资本配置结构，进而得到两者的对比情况，如表1所示。从银行业层面，各银行的系统性风险贡献与其资本占比的差值也相对较小，测算可得该差值绝对值的平均值为0.60%，对应资本配置结构与系统性风险结构匹配程度为1.67。从银行个体层面，银行系统性风险贡献与其资产规模显著正相关，风险贡献最大的四家银行为工商银行、建设银行、农业银行、中国银行，并明显高于其他银行，但并不代表该四家银行自身风险水平最高，主要因为其资产规模庞大，在风险传染过程中发生的资产损失相对更大；工商银行、建设银行、招商银行等7家银行的系统性风险贡献低于其资本占比，说明其资本水平较为充足；农业银行、中国银行、交通银行等9家银行的系统性风险贡献高于其资本占比，说明其资本水平相对不足，监管部门可针对性地提高资本监管要求。
表1 银行业资本配置结构与系统性风险结构的对比(%)

为研究银行业资本配置结构与系统性风险结构匹配程度对风险传染程度影响，在各银行的资本水平均满足最低资本充足率要求的前提下，将银行业总资本在16家银行间进行40次随机分配，从而构造40个银行业资本配置结构，并分别重新模拟不同外部冲击水平下的银行间风险传染情况，得到资本配置结构与系统性风险结构的匹配程度和平均传染损失比例的散点图，如图3所示。可见匹配程度和风险传染程度之间存在负相关关系，因此银行业资本配置的结构化调整对改善银行间风险传染具有积极作用。同时由于外部冲击水平设定保持不变，则初始冲击损失既定，说明通过银行业资本配置的结构化调整，提高资本配置结构与系统性风险结构的匹配程度，通过改善银行间风险传染，降低传染损失，进而降低系统性总损失，改善系统性风险。

图3 资本配置结构与系统性风险结构匹配程度对风险传染程度影响的数值模拟
银行业在不同时点有不同的网络结构，基于不同的网络结构具有不同的风险传染特征。因此为进一步研究银行业资本配置的结构化调整对风险传染程度影响的时序变化，选取上述16家样本银行2012—2017年数据，分别利用每一年年末数据，重复上述实证过程，研究不同时点资本配置结构与系统性风险结构匹配程度，及银行间风险传染程度的关系，如图4所示。可见从时序上看，银行业资本配置结构与系统性风险结构的匹配程度，与银行间风险传染程度之间，呈现负相关关系。2016年以来，银行间风险传染程度整体不断下降，同时银行业资本配置结构与系统性风险结构的匹配程度整体有所上升，为实施银行业资本配置的结构化调整策略提供进一步支撑。

图4 2012—2017年资本配置结构与系统性风险结构匹配程度及风险传染程度的变化情况
(四)银行业资本配置的结构化调整与系统性风险的改善
基于本文设定的结构化风险应对策略，以银行业系统性风险结构为锚，调整资本配置结构，以提高两者匹配程度。具体来说，根据各银行的系统性风险贡献，对银行业资本配置结构进行调整，采取迭代计算方式，当迭代次数超过5次后，资本配置结构趋于稳定，得到各银行的资本调整情况，如图5所示。从银行业层面，测算可得各银行资本平均调整幅度为13.11%；从银行个体层面，有7家银行的资本调高，9家银行的资本调低，其中南京银行的资本调整幅度最大，为调低31.56%，工商银行的资本调整幅度最小，为调高2.03%，且大型国有银行的资本调整幅度低于中小银行。

图5 资本配置结构调整前后各银行的资本情况
为衡量该结构化风险应对策略的有效性，基于调整后的资本配置结构，对不同外部冲击水平下的银行间风险传染情况再次进行模拟，对比调整前后银行业资产损失的变化情况，如图6所示。资本配置结构调整后，不同外部冲击水平下的系统性总损失大多出现下降，体现系统性风险有所改善。调整前银行业平均系统性总损失比例为9.07%，其中平均传染损失比例为5.36%，调整后平均系统性总损失比例为8.73%，其中平均传染损失比例为5.03%，平均系统性总损失下降3.83%。且调整前后外部冲击设定相同，初始冲击损失保持不变，系统性总损失下降是传染损失减小所致，说明银行间风险传染程度有所下降。可见，通过银行业资本配置的结构化调整，提高资本配置结构与系统性风险结构的匹配程度，能有效降低风险传染程度，从而改善系统性风险。

图6 资本配置结构调整前后银行业资产损失变化情况
(五)基于美国样本银行的实证结果对比
为进一步研究不同国家银行业差异，并检验本文提出的结构化风险应对策略是否具有广泛适用性，选取美国银行业16家上市银行作为研究对象(1)包括JPMorgan Chase、Bank of America、Wells Fargo、Citigroup、U.S. Bancorp、PNC Financial Services、Capital One Financial、The Bank of New York Mellon、State Street、BB&T、SunTrust Banks、HSBC North America Holdings、Citizens Financial Group、Fifth Third Bancorp、Northern Trust、M&T Bank。，采用相同方法构造美国银行间网络，并研究其资本配置的结构化调整对银行间风险传染与系统性风险的影响。基于对美国、中国样本银行实证研究，实证结果主要差异如表2所示。
中国银行业资本配置结构与系统性风险结构的平均差异程度为0.60%，对应匹配程度为1.67，而美国银行业差异程度为0.35%，对应匹配程度为2.86，可见中国银行业系统性风险结构与资本配置结构的匹配程度相对美国银行业较低。相应地，以资本配置结构与系统性风险结构匹配为目标，中国银行业资本配置结构的平均调整幅度为13.11%，而美国银行业调整幅度为7.92%，两国调整幅度均较小，并且中国银行业调整幅度相对更高。
当外部冲击水平大于一定阈值时，才会发生银行破产，对于中国银行业，该阈值为外部冲击造成银行资本损失率大于11%，显著低于美国银行业44%的阈值水平，中国银行业的风险传染情况相对美国银行业更为提前，是因为中国银行业的资本充足率水平相对较低，遭受外部冲击后，由于资本损失更易出现资本充足率不满足监管要求的情况。
中国银行业系统性总损失也存在跳跃式上升的特征，但美国银行业表现更为明显，是因为跳跃式上升主要是由部分银行尤其是大型银行破产清算导致，美国样本银行之间资产规模差异性相对中国更为突出(2)美国前四大银行总资产占16家样本银行总资产的73.69%，中国银行业该值为62.54%。，当大型银行发生破产清算时，会使系统性总损失出现明显跳跃式上升可能性增加。
表2 中美样本银行实证结果对比

中国银行业资本配置结构调整前后平均系统性总损失比例分别为9.07%、8.73%，系统性风险改善程度为3.83%，高于美国银行业系统性风险改善程度2.41%，主要因为初始状态下美国银行业资本配置结构与系统性风险结构的匹配程度相对更高，对资本配置结构进行调整的幅度相对较小，则调整后中国银行业的匹配程度提高更为明显，使风险传染程度下降更为显著，从而系统性风险实现更大改善。因此，资本配置结构调整后系统性风险的改善情况受初始匹配程度的影响，初始匹配程度越低，改善效果相对更为明显。
(六)稳健性检验
为检验模型稳健性，基于调整前后的银行业资本配置结构，换用或有权益方法(CCA)，利用样本银行2017年相关数据(3)各样本银行的2017年各交易日股本、收盘价等数据，选取自Wind数据库，各样本银行2017年末流动资产、流动负债、资本充足率等数据，选取自BvD数据库。，通过构造违约距离指标测度各银行的风险水平，进而利用各银行的资产加权违约距离，测度银行业系统性风险水平；通过对比资本配置结构调整前后，各银行违约距离与各银行的资产加权违约距离的变化，观测银行业系统性风险的变化情况，再次检验本文提出的结构化风险应对策略的有效性，如图7所示。可以看到，银行业资本配置结构调整后，各银行的违约距离出现明显变化，且整体看来，样本银行的资产加权违约距离从6.81上升至6.95，上升2.04%，表明银行业系统性风险有所改善。

图7 银行业资本配置结构调整前后各银行的违约距离变化情况
五、结论与建议
本文研究如何通过银行业资本配置的结构化调整，应对风险传染和系统性风险，通过网络分析法刻画银行间风险传染情况，探讨系统性风险结构与资本配置结构的关系，提出基于资本配置的结构化风险应对策略，并通过实证分析验证其有效性。研究发现：第一，关于银行业资本配置结构与系统性风险结构的关系，系统性风险结构处于持续变化之中，相对资本配置结构其时变性特征更为明显，在特定时点两者通常不能达到最佳匹配，因此两者存在“亦步亦趋”的关系。第二，关于系统性风险结构与资本配置结构的匹配程度和银行间风险传染程度的关系，通过研究特定时点的数值模拟与不同时点的时序变化，均发现两者存在负相关关系，因此通过资本配置的结构化调整，提高两者匹配程度，可有效降低风险传染程度，并改善系统性风险，验证了结构化风险应对策略的有效性。第三，基于中美两国银行业样本的实证结果对比，发现银行业系统性风险结构与资本配置结构的初始匹配程度越低，资本配置结构调整后，系统性风险改善越为明显，结构化风险应对策略的效果越突出。
为实现建立更为完善的宏观审慎资本监管框架，本文提出以下建议：第一，从银行业层面，实施银行业资本配置的结构化调整，有利于提高银行间网络风险抵御能力，但监管部门不能对银行业资本配置结构进行直接调整，因此可以此为导向，在现有资本充足率等监管要求的基础上，基于银行间网络关联的视角，对银行业资本配置与系统性风险的结构特征进行持续跟踪，并基于系统性风险结构的时变性情况，增加对资本配置结构的动态调控，实现资本配置的结构化优化，从而降低风险传染程度，增强银行体系稳健性。第二，从银行个体层面，各银行确定其资本目标时，除考虑满足资本监管要求及其自身经营发展需要，还应结合其在银行间网络中的风险贡献，提高资本水平与风险贡献的匹配程度。但由于单个银行通常没有意愿也没有能力从银行体系出发考察其系统性风险贡献，因此需要监管部门实时进行窗口指导和风险警示，基于各银行的系统性风险贡献，针对性地实施差异化资本监管，对于风险贡献超出其资本水平的银行，可要求其控制风险外溢或相机扩充资本等，从而促进银行业整体资本配置结构与系统性风险结构匹配程度的提高。
参考文献
[1]HANSON S G, KASHYAP A K, STEIN J C. A macroprudential approach to financial regulation [J].Social Science Electronic Publishing，2011，25(1):3-28.
[2]MATTEN C. Managing bank capital: capital allocation and performance measurement (Second Editioin)[M]. [S. l.]: John Wiley and Sons, Ltd., 2000.
[3]陈四清. 资本管理与风险管理的关系[J]. 中国金融, 2005(17):14-15.
[4]江曙霞, 陈玉婵. 货币政策、银行资本与风险承担[J]. 金融研究, 2012(4):1-16.
[5]袁鲲, 饶素凡. 银行资本、风险承担与杠杆率约束——基于中国上市银行的实证研究(2003—2012年)[J]. 国际金融研究, 2014(8):52-60.
[6]IMF. World economic and financial surveys：global financial stability report [R]. [S. l. : s. n.],2011.
[7]FEDERAL RESERVE DISTRICT.Current economic conditions [R]. [S. l. : s. n.], 2001.
[8]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.
[9]周天芸，周开国，黄亮. 机构集聚、风险传染与香港银行的系统性风险[J]. 国际金融研究，2012(4):77-87.
[10]ALLEN F, BABUS A, CARLETTI E. Asset commonality, debt maturity and systemic risk [J]. Journal of Financial Economics, 2012,104(3):519-534.
[11]CALOMIRIS C W. Banking crises and the rules of the game:NBER Working Papers [R]. [S. l. : s. n.], 2009.
[12]马君潞，范小云，曹元涛. 中国银行间市场双边传染的风险估测及其系统性特征分析[J]. 经济研究，2007(1):68-78.
[13]CIFUENTES R, FERRUCCI G, SHIN H S. Liquidity risk and contagion [J]. Journal of the European Economic Association，2005, 3(2):556-566.
[14]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.
[15]FREIXAS X, PARIGI B M, ROCHET J C. Systemic risk, interbank relations and liquidity provision by the central bank [J]. Journal of Money, Credit and Banking, 2000, 32(3):611-638.
[16]KHANDANI A E, LO A W, MERTON R C. Systemic risk and the refinancing ratchet effect[J]. Harvard Business School Working Papers, 2010, 108(1):29-45.
[17]ALLEN F，BABUS A，CARLETTI E. Financial connections and systemic risk [J]. SSRN Electronic Journal，2010，88:1-43.
[18]朱波，卢露. 不同货币政策工具对系统性金融风险的影响研究[J]. 数量经济技术经济研究，2016(1):58-74.
[19]童中文. 银行间资产清算顺序优化与风险传染免疫机制[J]. 中国管理科学, 2012, V(1):51-58.
[20]CRAIG B R, KOETTER M, KRUGER U. Interbank lending and distress: observables, unobservables, and network structure [R]. [S. l. : s. n.], 2014.
[21]高国华，潘英丽. 基于资产负债表关联的银行系统性风险研究[J]. 管理工程学报, 2012, 26(4):162-168.
[22]BERNAKE B S. Financial reform to address systemic risk [R]. [S. l. : s. n.], 2009.
[23]周小川. 金融政策对金融危机的响应——宏观审慎政策框架的形成背景、内在逻辑和主要内容[J]. 金融研究，2011(1):1-14.
[24]谢凝. 基于宏观金融稳定视角的资本监管有效性分析[J]. 金融监管研究，2012(8):56-70.
[25]FRENCH K，BAILY M，CAMPBELL J Y,et al. The squam lake report：fixing the financial system [J]. Journal of Applied Corporate Finance，2010，22(3):8-21.
[26]TARASHEV N A, BORIO C E V, TSATSARONIS K. Attributing systemic risk to individual institutions: BIS Working Papers [R]. [S. l. : s. n.],2010,68(3):1-18.
[27]GAUTHIER C, LEHAR A, SOUISSI M. Macroprudential capital requirements and systemic risk [J]. Social Science Electronic Publishing，2010，21(4)：594-618.
[28]LIAO S, SOJLI E, THAM W W. Managing systemic risk in the Netherlands [J]. International Review of Economics & Finance，2015，40:231-245.
[29]陆婷，张明. 如何度量金融系统性风险：一个文献述评[J]. 金融监管研究，2017(6):1-15.
[30]UPPER C. Simulation methods to assess the danger of contagion in interbank markets [J]. Journal of Financial Stability，2011，7(3)：111-125.
[31]黄聪，贾彦东. 金融网络视角下的宏观审慎管理——基于银行间支付结算数据的实证分析[J]. 金融研究，2010(4)：1-14.
[32]宋凌峰，苏新. 基于信贷网络的上市系统性重要银行清偿力风险研究[J]. 经济管理，2015(11)：93-100.
[33]隋聪，谭照林，王宗尧. 基于网络视角的银行业系统性风险度量方法[J]. 中国管理科学，2016，24(5)：54-64.
[34]ACHARYA V V. A theory of systemic risk and design of prudential bank regulation [J]. Journal of Financial Stability, 2009, 5(3):224-255.
[35]张伟，李灵慧.利率市场化、价格竞争与商业银行风险承担——基于16家上市商业行面板数据的动态GMM检验[J]. 山东财经大学学报，2019(4)：50-60.
[36]吴成颂，王琪，倪清.银行治理、股价非系统性波动与银行业系统风险[J]. 经济与管理，2019(3)：72-78.
[37]GRAY D F, BODIE Z, MERTON R C. Contingent claims approach to measuring and managing sovereign risk [J]. Social Science Electronic Publishing, 2007, 5(4):1.
[38]PALTALIDIS N, GOUNOPOULOS D, KIZYS R, et al. Transmission channels of systemic risk and contagion in the European financial network [J]. Journal of Banking and Finance, 2015,61(1):36-52.