G-SIB之间的波动性溢出和资本缓冲
BIS 工作文件第 856 号G-SIBs 之间的波动溢出和资本缓冲作者：Paul D McNelis 和 James Yetman货币经济部2020 年 4 月JEL 分类：C58、F65、G21、G28。关键词：G-SIBs；传染；连通性；银行资本；交叉验证。 BIS 工作文件由国际清算银行货币和经济部的成员撰写，并由其他经济学家不时撰写，并由国际清算银行出版。这些论文是关于热门话题的，并且是技术性的。其中表达的观点是作者的观点，不一定是 BIS 的观点。该出版物可在 BIS 网站 (www.bis.org) 上获取。© 国际清算银行 2020。保留所有权利。如果注明出处，则可以复制或翻译简短的摘录。ISSN 1020-0959（印刷版）ISSN 1682-7678（在线） 1G-SIBs 之间的波动溢出和资本缓冲保罗 D 麦克奈利斯和詹姆斯耶特曼12020 年 4 月抽象的我们评估了全球系统重要性银行 (G-SIBs) 之间波动溢出的动态。我们使用 G-SIBs 股票价格范围波动的矢量自回归模型以及机器学习方法来衡量溢出。然后，我们将这些溢出的规模与巴塞尔银行监管委员会的 G-SIB 桶指定衡量的系统重要性程度进行比较。我们发现两者之间存在高度正相关。我们还发现，较高的银行资本会降低波动性溢出，尤其是对于 G-SIB 较高的银行。我们的结果表明，要求被指定为在全球范围内具有更高系统重要性的银行持有额外资本可能会减少从它们到其他大型银行的波动溢出。关键词：G-SIBs；传染；连通性；银行资本；交叉验证。 JEL 分类：C58、F65、G21、G28。1 Robert Bendheim 经济与金融政策教授，福特汉姆大学加贝利商学院，哥伦布大道 45 号， 602A 室，纽约， NY 10023，美国，mcnelis@fordham.edu；国际清算银行首席经济学家。亚洲及太平洋代表处，香港特别行政区中环金融街 8 号国际金融中心二期 78 楼，james.yetman@bis.org。我们感谢 Stijn Claessens、Page Conkling、Simonetta Iannotti、Eli Remolona、Ilhyock Shim、Costas Stephanou、Vlad Sushko、Nikola Tarashev、Goetz von Peter 和 Raihan Zamil，以及国际清算银行和亚洲商学院的研讨会参与者征求意见，以及 Chenlu Sun、Yaxian Li、Pamela Pogliani、Giulio Cornelli、Zuzana Filkova、Jimmy Shek 和 Amanda Liu 提供出色的研究帮助。任何剩余的错误都是我们自己的。本文中表达的观点是作者的观点，不一定与国际清算银行共享。 2介绍本文基于每日频率的股票价格波动的联动，研究了全球系统重要性银行 (G-SIB) 之间的波动溢出效应。2 自 2011 年以来，金融稳定委员会 (FSB) 每年都会与巴塞尔银行监管委员会 (BCBS) 和国家当局协商确定一份 G-SIBs 名单。波动性溢出是评估银行间连通性程度的一种方法，与传染概念有关，尽管后者通常指的是极端情况下的连通性。当我们考虑银行业的传染效应时，历史上的重点是银行存款挤兑（参见 Saunders 和 Wilson（1996）以及 Aharony 和 Swary（1983））。当一家银行遇到问题时，这可能会导致整个系统的影响，因为信息不完善的储户会从所有银行（包括其他健康状况良好的银行）提取存款。最近，人们认为波动溢出更多地取决于银行间资产或负债的联系，而不是存款人挤兑的风险。已经提出了若干措施来评估银行在这种环境中的系统重要性。举几个例子，Zhou 和 Tarashev (2013) 将极值理论应用于信用违约掉期和预期违约概率，以构建基于价格的 50 家全球银行 2007-2011 年系统重要性的衡量标准。 Drehmann 和 Tarashev（2013 年）使用基于 20 家大型银行的资产负债表数据的模拟来衡量系统重要性：i）银行对非银行投资者施加的预期损失或 ii）银行对风险的贡献程度其他银行在系统性事件中。3 Acharya 等人 (2009, 2017) 使用银行股票在市场表现最差 5% 的日子里的平均回报率作为衡量系统性风险的基础。最后，Adrian 和 Brunnermeier (2016) 将每个机构的系统风险衡量为整个金融体系风险价值的变化，条件是单个机构相对于其中值状态处于困境。4在这里，我们采用互补的方法来评估银行之间相互关系的强度，重点关注波动溢出的程度。我们遵循 Demirer 等人 (2018) 使用基于市场的银行风险衡量标准，如股票价格波动所反映的那样，并寻找该衡量标准的共性以检查连通性。5 由于连通性对银行盈利能力的影响，银行的风险可能会溢出到其他银行的看法应该反映在其股票价格高频波动的高度联动上。我们首先关注在纽约证券交易所上市的 20 家 G-SIB，包括那些通过美国存托凭证上市的 G-SIB。然后，我们根据其在国内市场的上市情况将样本扩展到 31 个 G-SIB。62附录表 A1 中给出了每年 G-SIB 银行的完整列表。指定基准的过程随着时间的推移而演变，并在 BCBS（2011、2013 和 2018）中进行了总结。3另见 Tarashev 等人 (2016) 的相关工作。4有关不同传染措施的调查，请参阅 Benoit 等人（2017 年）。5我们与 Demirer 等人 (2018) 的不同之处包括将连通性与银行资本和 BCBS 指定的 G-SIB 联系起来。6对于较大样本中的四家中资银行，我们使用它们在香港上市的股价数据，因为资本管制可能会影响它们在上海上市的股价波动，尤其是高频波动， 3我们基于日内波动率的近似值，使用范围波动率来衡量风险。这是根据 Garman 和 Klass (1980) 使用每日银行股价的开盘价、收盘价、最高价和最低价的对数值构建的。然后，我们应用 Diebold 和 Yilmaz (2012) 的方法来评估每个 G-SIB 在影响其他 G-SIB 的股价波动方面的重要性，通过其对外联系来衡量。我们的样本从 2007 年 10 月持续到 2018 年 9 月。毫不奇怪，在金融大危机 (GFC) 前后，波动性溢出效应激增。但是，即使这些在随后的时期有所缓和，它们也绝没有消失。FSB 于 2011 年 11 月首次公布了 29 家被指定为 G-SIBs 的银行名单。 从更广泛的大型银行名单开始，他们使用 12 种不同的代理来衡量系统重要性的五个不同方面：银行的规模、相互关联性、银行服务替代品的可用性、跨境贷款和融资的规模以及投资组合的复杂性。然后将这些指标归一化并组合起来，以产生系统重要性的单一衡量标准。7 指定银行的数量随着这些指标的变化而变化。自 2012 年 11 月起，BCBS 根据其相对系统重要性将 G-SIB 进一步划分为多个类别，并每年更新银行和类别分配清单。8 然后，从 2014 年的评估开始，G-SIBs 被要求以普通股一级 (CET1) 的形式逐步持有更高的资本缓冲，更高级别的银行需要持有更多，以反映其更大的系统重要性。这些要求会随着时间的推移逐步实施。以 2014 年 G-SIBs 为例，如果它们在随后几年仍为 G-SIBs，则其规定资本自 2016 年 1 月 1 日起逐步增加，并于 2019 年 1 月 1 日之前全部持有。关注从 2012 年 11 月开始的时期，我们发现外向连通性——我们衡量波动溢出的指标——与 BCBS 的 G-SIB 桶分类呈强烈正相关，其中较高的桶指定表明更大的向外波动溢出。我们还发现，较高的 CET1 资本比率会降低波动性溢出，尤其是对于 G-SIB 级别较高的银行。我们的研究结果为当前的政策方法提供了实证支持：1. 在全球范围内被指定为具有更高系统重要性的银行确实对其他银行的股价施加了更大的影响； 2. 更高资本在减轻这种影响方面的功效支持要求这些银行满足更高的资本要求。在相关工作中，Goel 等人 (2019) 评估了旨在减轻 G-SIBs 系统性风险的危机后监管改革的有效性。他们发现，自全球金融危机以来，整体金融系统风险已经下降，而且 G-SIBs 往往降低其系统重要性。部分原因是 G-SIBs 扩张资产负债表的速度不如其他大型银行，而且还转向不太复杂的资产。此外，正如 Neanidis（2019 年）最近表明的那样，有效银行监管的重要性对于减轻不稳定的资本流动对许多国家和各类资本流动的经济增长的负面影响至关重要。7有关更多详细信息，请参阅 BCBS (2013)。8参见 http://www.fsb.org/work-of-the-fsb/policy-development/systematically-important-financial-institutions-sifis/global-systemically-important-financial-institutions-g-sifis/。 4在下一节中，我们将描述我们使用的数据集以及获取银行已实现的每日波动率指标的方法。第 2 节描述了我们的实证方法，并报告了在美国市场上市的 G-SIB 之间的连通性水平。第 3 节分析了连通性、G-SIB 指定、CET1 资本比率和银行所在地之间随时间推移的关系。第 4 节将结果扩展到基于 G-SIBs 国内上市的更广泛样本。然后我们在第 5 节中总结。1.风险和传染的数据和测量1.1数据我们首先考虑 20 家在美国上市的 G-SIB。这些银行约占 G-SIB 领域的三分之二，但具有共享相同交易时间和交易日的优势，因此提供了一个清洁的环境来评估溢出的驱动因素。9表 1 给出了银行的名称。四家是外国银行，其股票通过美国存托凭证或美国存托凭证在美国市场交易。数据跨越2007年10月18日至2018年9月28日期间。全球系统重要性银行：美国上市1表格1代码2名称类型3吝啬的中位数标准开发最小最大限度BAC美国银行-1.111-1.1310.473-2.7110.004白金纽约梅隆银行-0.845-0.8880.340-1.5030.049BCS巴克莱-1.172-1.1230.376-2.9040.018西班牙对外银行西班牙对外银行-0.263-0.2720.289-0.9350.280C花旗集团-2.101-2.2050.553-3.7660.000CS瑞士信贷广告系统-0.892-0.8830.436-1.8650.005D B德意志银行-1.224-1.1640.588-2.4620.046GS高盛-0.327-0.3090.281-1.4270.199汇丰银行汇丰银行-0.681-0.6750.226-1.4380.025INGING银行-1.254-1.2600.425-2.6800.000摩根大通摩根大通0.1320.0640.369-1.0980.949小姐摩根士丹利-0.996-1.0670.302-1.4730.049MFG瑞穗金融集团不良反应-0.776-0.7690.367-1.9530.021红细胞加拿大皇家银行0.0170.0380.226-0.9940.431苏格兰皇家银行苏格兰皇家银行广告系统-2.876-3.0040.803-4.1530.013SAN桑坦德-0.873-0.9500.416-1.7030.088STT道富街-0.630-0.6440.253-1.0580.203SMFG三井住友FG广告系统-0.234-0.1330.331-1.5480.413瑞银瑞银-1.191-1.2010.273-2.0570.000世界金融中心富国银行0.1230.1030.332-1.3610.670笔记：1 原木银行股价的变化，以美元计。2 在纽约证券交易所。3
