中国金融机构系统性风险回测与关联研究

doi:10.16381/j.cnki.issn1003-207x.2022.1453

摘要/Abstract

摘要：

有效测度金融机构的风险水平，是防范化解系统性风险的关键。本文运用无条件覆盖测试（unconditional coverage test）方法，回测检验我国35家上市金融机构的系统性风险，并借助分位数相干性（quantile coherency）方法，构建分位数频域关联网络，以此探讨金融机构系统性风险关联的频域机制。研究发现：（1）在金融市场危机时期，MES、CoVaR和ΔCoVaR等常用的系统性风险度量指标，未能有效测度我国金融机构的系统性风险。（2）相较于短期关联层和中期关联层，我国金融机构在长期关联层存在明显的极端风险联动效应。（3）在短期、中期和长期三个关联层，宁波银行、兴业证券和东方能源等中小金融机构均具有较高的关联重要性，相关部门要注意防范我国中小金融机构的“太关联而不能倒”风险。

关键词: 系统性风险, 回测检验, 金融机构

Abstract:

The premise of preventing and defusing systemic risk is to accurately measure systemic risk. Through literature review， it is known that most of the existing research focuses on the measurement of systemic risk， and there is little literature evaluating the validity and accuracy of systemic risk. In addition， it is found that most of the literature mainly discusses the risk connectedness of financial institutions in the time domain， ignoring the connecting mechanism in the frequency domain. As a result， it focusy on two issues：（1） Backtesting the systemic risk of Chinese financial institutions to examine the effectiveness of MES and ΔCoVaR. （2） Based on the backtesting results of systemic risks， the risk connectedness among financial institutions is investigated by the quantile connectedness network in frequency.In response to the above problems， the following work is done： First， the MES and ΔCoVaR of 35 financial institutions in China are backtested by the unconditional coverage test， aiming to evaluate the effectiveness of MES and ΔCoVaR. Second， the early warning system is calulated to analyze the risk evolution of the financial system. Third， the quantile connectedness networks in the frequency domain through the quantile coherence method is proposed to explore the risk connectedness among financial institutions. Finally， the connectedness importance of financial institutions on specific frequency bands is measured.It is found that　（1） During the period of financial market crisis， commonly used systemic risk indicators such as MES， CoVaR， and ΔCoVaR fail to measure the systemic risk of financial institutions. （2） Compared with the short-term and medium-term connectedness layer， Chinese financial institutions have obvious extreme risk linkage effects in the long-term connectedness layer. （3） In the short-， medium-， and long-term， small- and medium-sized financial institutions such as Bank of Ningbo， Industrial Securities， and Dongfang Energy have connectedness importance. Therefore， the regulatory authorities should pay attention to preventing the risk of "too connected to fail" of small- and medium-sized financial institutions.

Key words: systemic risk, backtesting, financial institutions

中图分类号:

F830.91

欧阳资生, 周学伟. 中国金融机构系统性风险回测与关联研究[J]. 中国管理科学, 2025, 33(6): 14-26.

Zisheng Ouyang, Xuewei Zhou. Systemic Risk Backtesting and Connectedness of Chinese Financial Institutions: Evidence from MES and ΔCoVaR[J]. Chinese Journal of Management Science, 2025, 33(6): 14-26.

图/表 14

表1

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

表2

参考文献 38

1	Adrian T， Brunnermeier M K. CoVaR［J］. American Economic Review， 2016， 106（7）： 1705-1741.
2	赵林海，陈名智. 金融机构系统性风险溢出和系统性风险贡献—基于滚动窗口动态Copula模型双时变相依视角［J］. 中国管理科学， 2021， 29（7）： 71-83.
	Zhao L H， Chen M Z. Systemic risk spillovers and systemic risk contributions of financial institutions in China： A perspective of dual time-varying dependence of rolling window dynamic copula model［J］. Chinese Journal of Management Science， 2021， 29（7）： 71-83.
3	张伟平，庄新田，王健. 中国股市跨行业系统性风险空间溢出关联及风险预测分析——基于尾部风险网络模型［J］. 中国管理科学， 2021， 29（12）： 15-28.
	Zhang W P， Zhuang X T， Wang J. Systemic risk spatial spillover correlation and risk prediction analysis of cross-industry in China’s stock market：Based on the tail risk network model［J］. Chinese Journal of Management Science， 2021， 29（12）： 15-28.
4	欧阳资生，周学伟. 系统性金融风险对宏观经济的溢出效应研究——基于分位数对分位数方法［J］. 统计研究， 2022， 39（10）： 68-83.
	Ouyang Z S， Zhou X W. The spillover effect of systemic financial risks on macro economy： Based on quantile on quantile approach［J］. Statistics Research， 2022， 39（10）： 68-83.
5	Acharya V V， Pedersen L H， Philippon T， et al. Measuring systemic risk［J］. Review of Financial Studies， 2017， 30（1）： 2-47.
6	Berger A N， Cai J， Roman R A， et al. Supervisory enforcement actions against banks and systemic risk［J］. Journal of Banking & Finance， 2022： 106222.
7	Brownlees C， Engle R F. SRISK： A conditional capital shortfall measure of systemic risk［J］. The Review of Financial Studies， 2017， 30（1）： 48-79.
8	Huang X， Zhou H， Zhu H. Assessing the systemic risk of a heterogeneous portfolio of banks during the recent financial crisis［J］. Journal of Financial Stability， 2012， 8（3）： 193-205.
9	Oh D H， Patton A J. Time-varying systemic risk： Evidence from a dynamic copula model of CDS spreads［J］. Journal of Business & Economic Statistics， 2018， 36（2）： 181-195.
10	叶五一，谭轲祺，缪柏其. 基于动态因子Copula模型的行业间系统性风险分析［J］. 中国管理科学， 2018， 26（3）： 1-12.
	Ye W Y， Tan K Q， Miao B Q. Analysis of systemic risk among industries via dynamic factor Copulas［J］. Chinese Journal of Management Science， 2018， 26（3）： 1-12.
11	李敏波，梁爽. 监测系统性金融风险——中国金融市场压力指数构建和状态识别［J］. 金融研究， 2021（6）： 21-38.
	Li M B， Liang S. Monitoring systemic financial risks： Construction and state identification of China’s financial market stress index［J］. Journal of Financial Research， 2021（6）： 21-38.
12	欧阳资生，李虹宣，刘凤根. 中国系统性金融风险对宏观经济的影响研究［J］. 统计研究， 2019， 36（8）： 19-31.
	Ouyang Z S， Li H X， Liu F G. Research on the impact of China’s systemic financial risks on the macroeconomy［J］. Statistical Research， 2019， 36（8）： 19-31.
13	Zedda S， Cannas G. Analysis of banks’ systemic risk contribution and contagion determinants through the leave-one-out approach［J］. Journal of Banking & Finance， 2020， 112： 105160.
14	黄乃静，于明哲. 系统性金融风险指标的比较分析—基于实体经济风险预测的视角［J］. 系统工程理论与实践， 2020， 40（10）： 2475-2491.
	Huang N J， Yu M Z. Comparison analysis of systemic risk measures： A study based on real economic risk forecasting［J］. Systems Engineering-Theory & Practice， 2020， 40（10）： 2475-2491.
15	Ouyang Z S， Yang X T， Lai Y. Systemic financial risk early warning of financial market in China using Attention-LSTM model［J］. The North American Journal of Economics and Finance， 2021， 56： 101383.
16	Billio M， Getmansky M， Lo A W， et al. Econometric measures of connectedness and systemic risk in the finance and insurance sectors［J］. Journal of Financial Economics， 2012， 104（3）： 535-559.
17	Diebold F X， Yilmaz K. On the network topology of variance decompositions： Measuring the connectedness of financial firms［J］. Journal of Econometrics， 2014， 182（1）： 119-134.
18	杨子晖，陈雨恬，谢锐楷. 我国金融机构系统性金融风险度量与跨部门风险溢出效应研究［J］. 金融研究， 2018（10）： 19-37.
	Yang Z H， Chen Y T， Xie R K. Research on systemic risk measures and cross-sector risk spillover effect of financial institutions in China［J］. Journal of Financial Research， 2018（10）： 19-37.
19	宫晓莉，熊熊. 波动溢出网络视角的金融风险传染研究［J］. 金融研究， 2020（5）： 39-58.
	Gong X L， Xiong X. A study of financial risk contagion from the volatility spillover network perspective［J］. Journal of Financial Research， 2020（5）： 39-58.
20	陈少凌，谭黎明，杨海生，等. 我国金融行业的系统重要性研究——基于HD-TVP-VAR模型的复杂网络分析［J］. 系统工程理论与实践， 2021， 41（8）： 1911-1925.
	Chen S L， Tan L M， Yang H S， et al. A study on the systemic importance of financial industries： A complex network analysis based on HD-TVP-VAR model［J］. Systems Engineering-Theory & Practice， 2021， 41（8）： 1911-1925.
21	Demirer M， Diebold F X， Liu L， et al. Estimating global bank network connectedness［J］. Journal of Applied Econometrics， 2018， 33（1）： 1-15.
22	周开国，季苏楠，杨海生. 系统性金融风险跨市场传染机制研究——基于金融协调监管视角［J］. 管理科学学报， 2021， 24（7）： 1-20.
	Zhou K G， Ji S N， Yang H S. Cross-market contagion mechanism of systemic risk from the perspective of coordinated supervision［J］. Journal of Management Sciences in China， 2021， 24（7）： 1-20.
23	钟婉玲，李海奇. 国际油价、宏观经济变量与中国股市的尾部风险溢出效应研究［J］. 中国管理科学， 2022， 30（2）： 27-37.
	Zhong W L， Li H Q. Tail risk spillover effects among crude oil price， macroeconomic variables and China’s stock market［J］. Chinese Journal of Management Science， 2022， 30（2）： 27-37.
24	欧阳资生，杨希特，黄颖. 嵌入网络舆情指数的中国金融机构系统性风险传染效应研究［J］. 中国管理科学， 2022， 30（4）： 1-12.
	Ouyang Z S， Yang X T， Huang Y. Research on systemic risk contagion effect of Chinese financial institutions considering network public opinion index［J］. Chinese Journal of Management Science， 2022， 30（4）： 1-12.
25	Benoit S， Colliard J E， Hurlin C， et al. Where the risks lie： A survey on systemic risk［J］. Review of Finance， 2017， 21（1）： 109-152.
26	Baruník J， Křehlík T. Measuring the frequency dynamics of financial connectedness and systemic risk［J］. Journal of Financial Econometrics， 2018，16（2）： 271-296.
27	欧阳资生，周学伟，谢楠. 中国金融机构时变关联性测度研究—来自频域视角的新证据［J］. 系统工程理论与实践， 2022， 42（8）： 2087-2101.
	Ouyang Z S， Zhou X W， Xie N. Time-varying connectedness measurement of Chinese financial institutions： New evidence from the frequency domain perspective［J］. Systems Engineering-Theory & Practice， 2022， 42（8）： 2087-2101.
28	Banulescu-Radu D， Hurlin C， Leymarie J， et al. Backtesting marginal expected shortfall and related systemic risk measures［J］. Management Science， 2020， 67（9）： 5730-5754.
29	Baruník J， Kley T. Quantile coherency： A general measure for dependence between cyclical economic variables［J］.The Econometrics Journal，2019，22（2）： 131-152.
30	Hué S， Lucotte Y， Tokpavi S. Measuring network systemic risk contributions： A leave-one-out approach［J］. Journal of Economic Dynamics and Control， 2019， 100： 86-114.
31	欧阳资生，莫廷程. 基于广义CoVaR模型的系统重要性银行的风险溢出效应研究［J］. 统计研究， 2017， 34（9）： 36-43.
	Ouyang Z S， Mo T C. Research on the risk spillover effect of the systemically importance bank based on a generalized CoVaR model［J］. Statistical Research， 2017， 34（9）： 36-43.
32	Meuleman E， Vander Vennet R. Macroprudential policy and bank systemic risk［J］. Journal of Financial Stability， 2020， 47： 100724.
33	Girardi G， Tolga Ergün A. Systemic risk measurement： Multivariate GARCH estimation of CoVaR［J］. Journal of Banking & Finance， 2013， 37（8）： 3169-3180.
34	Han H， Linton O， Oka T， et al. The cross-quantilogram： Measuring quantile dependence and testing directional predictability between time series［J］. Journal of Econometrics， 2016， 193（1）： 251-270.
35	贾妍妍，方意，荆中博. 中国金融体系放大了实体经济风险吗［J］. 财贸经济， 2020（10）： 111-128.
	Jia Y Y， Fang Y， Jing Z B. Does China’s financial system amplify risks in the real economy？［J］. Finance & Trade Economics， 2020（10）： 111-128.
36	Härdle W K， Wang W， Yu L. TENET： Tail-Event driven NETwork risk［J］. Journal of Econometrics， 2016， 192（2）： 499-513.
37	陈昆亭，周炎. 防范化解系统性金融风险——西方金融经济周期理论货币政策规则分析［J］. 中国社会科学， 2020（11）： 192-203.
	Chen K T， Zhou Y. Preventing resolving systemic financial risks： An analysis of the monetary policy rules of western financial and economic cycle theory ［J］. Social Sciences in China， 2020（11）： 192-203.
38	杨子晖，周颖刚. 全球系统性金融风险溢出与外部冲击［J］. 中国社会科学， 2018（12）： 69-90+200-201.
	Yang Z H， Zhou Y G. Global systemic financial risk spillovers and their external impact［J］. Social Sciences in China， 2018（12）： 69-90+200+201.

LOO_3		LOO_6		LOO_12
金融机构	关联重要性（%）	金融机构	关联重要性（%）	金融机构	关联重要性（%）
宁波银行	8.87	宁波银行	7.97	宁波银行	5.81
东方能源	8.87	中信银行	6.52	交通银行	5.48
兴业证券	8.06	长江证券	6.52	中信银行	4.84
中国银行	7.26	兴业证券	6.52	兴业证券	4.84
南京银行	5.65	东方能源	6.52	东方能源	4.84
长江证券	5.65	南京银行	5.80	平安银行	4.52
光大证券	5.65	光大证券	5.80	民生银行	4.52
交通银行	4.84	交通银行	5.07	北京银行	4.52
泛海控股	4.84	中国人寿	4.35	长江证券	4.52
中国太保	4.03	海德股份	4.35	招商银行	3.87

[1]	姚海祥, 刘秋瑜, 杨晓光. 增强还是减弱：新型金融与传统金融行业之间系统性风险溢出[J]. 中国管理科学, 2025, 33(3): 1-12.
[2]	沈嘉贤, 陈浩智, 张卫国. 基于知识图谱网络特征的中国外汇市场系统性风险测度研究[J]. 中国管理科学, 2025, 33(3): 45-61.
[3]	张晓雪,刘继才. 金融机构提前介入PPP项目的风险管理激励效应研究[J]. 中国管理科学, 2024, 32(7): 54-64.
[4]	吴文洋,蒋海,唐绅峰. 数字化转型、网络关联性与银行系统性风险[J]. 中国管理科学, 2024, 32(3): 9-19.
[5]	沈虹, 张晨曜, 刘晓星. 基于多层网络结构的行业间风险联动机制研究[J]. 中国管理科学, 2024, 32(12): 173-182.
[6]	郑嘉榆, 胡毅. 绿色信贷能带动金融系统“绿色化”和企业减排吗？[J]. 中国管理科学, 2024, 32(12): 288-299.
[7]	赵静, 郭晔. 金融强监管、影子银行与银行系统性风险[J]. 中国管理科学, 2023, 31(7): 50-59.
[8]	王虎, 李守伟, 马瑜寅, 刘晓星. 基于共同持股网络的基金系统性风险研究[J]. 中国管理科学, 2023, 31(6): 82-90.
[9]	欧阳资生, 杨希特, 黄颖. 嵌入网络舆情指数的中国金融机构系统性风险传染效应研究[J]. 中国管理科学, 2022, 30(4): 1-12.
[10]	刘志东, 张培元, 荆中博. 跨行业风险溢出冲击下我国银行业系统性风险研究[J]. 中国管理科学, 2022, 30(12): 1-12.
[11]	张飞鹏, 徐一雄, 邹胜轩, 陈艳. 基于LGCNET多层网络的中国A股上市公司系统性风险度量[J]. 中国管理科学, 2022, 30(12): 13-25.
[12]	高倩倩, 范宏. 基于银行-资产双边网络模型的系统性风险及投资策略研究[J]. 中国管理科学, 2021, 29(7): 1-12.
[13]	赵林海, 陈名智. 金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角[J]. 中国管理科学, 2021, 29(7): 71-83.
[14]	王耀东, 冯燕, 周桦. 保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析[J]. 中国管理科学, 2021, 29(5): 14-24.
[15]	马钱挺, 杨文珂, 何建敏. 基于多层网络的银企系统性风险研究[J]. 中国管理科学, 2021, 29(12): 1-14.