基于CoES模型的商业银行系统风险评价研究李嘉晨摘要：本文通过CoES模型，测度了16家中国上市银行系统风险奉献度大小，并通过面板回归对影响系统风险奉献度的因素进行分析。研究说明：国有大型商业银行的系统重要性普遍高于股份制商业银行和城市商业银行，中国工商银行的系统重要性在所有商业银行中最高，中信银行系统重要性位列股份制银行之首，城商行中那么是北京银行的系统重要性最强;广义货币增长率、对外投资依存度、期限利差、市值规模、權益乘数、资本充足率、总资产收益率、不良贷款率均会显著影响系统风险奉献度大小。关键词：系统风险;系统重要性银行;CoES模型DOI：10.3969/j.issn.1003-9031.2023.12.002中图分类号：F832.33文献标识码：A文章编号：1003-9031〔2023〕12-0014-13自2023年次贷危机爆发以来，人们深刻认识到了金融机构间的风险传染可能带来系统风险，学界与实务界也围绕系统风险开展了大量研究，一个重要研究方向就是有关系统风险测算及关于系统重要性机构的鉴定。随着2023年银监会印发商业银行全球系统重要性评估指标披露指引及2023年三部委联合发布关于完善系统重要性金融机构监管的指导意见，我国有关系统重要性机构的监管体系不断完善，相关评价体系仍在进一步探索。一、文献综述学界关于系统风险度量的研究，大体上可以按照数据来源的不同，将之分为基于宏观变量和资产负债表的指标法和基于市场数据的衡量法。一般而言，传统的指标法大多采用资产负债表信息，结合宏观变量构建指标体系对系统风险衡量。近年来主流风险度量模型更多的是从资产价格角度出发，利用市场数据对系统风险进行度量，其中就包含以在险价值〔VaR〕为根底的系统风险度量模型和以预期损失〔ES〕为根底的系统风险度量模型。在基于VaR为根底的风险度量模型中，最具代表性的就是条件在险价值〔CoVaR〕指标，其定义为当机构i处于极端风险时，整体金融系统的在险价值大小。Adrian&Brunnermeier〔2023〕认为附加条件下系统的在险价值与无条件下系统在险价值大小之差ΔCoVaR是机构i对整体系统风险的影响。围绕ΔCoVaR指标，国内外学者对其估计方法和定义展开进一步研究。在估计方法上，Adrian等〔2023〕主要利用分位数回归方法计算了CoVaR的大小;谢福座〔2023〕最早开始将Copula函数与CoVaR结合，对亚洲三大股票市场指数的风险溢出效应进行实证检验;高国华和潘英丽〔2023〕提出用AR-GARCH模型，结合正态分布及t分布下的分位数进而得到动态CoVaR的大小。在定...
