BIS国际清算银行-Volatility-spillovers-and-capital-buffers-among-the-G-SIBs_24页_422kb

总结：G-SIBs之间的波动溢出与资本缓冲

核心内容

本文研究了全球系统重要性银行（G-SIBs）之间的波动溢出效应及其与资本缓冲之间的关系。研究基于G-SIBs的股票价格波动数据，采用向量自回归（VAR）模型和机器学习方法，评估银行间风险传播的强度，并分析资本充足率对波动溢出的影响。

主要观点

• 波动溢出与系统重要性高度相关：研究发现，G-SIBs的波动溢出强度与其系统重要性（BCBS的G-SIB分组）呈高度正相关。系统重要性越高的银行，其对外部银行的波动溢出效应也越强。
• 资本缓冲可有效降低波动溢出：较高的Common Equity Tier 1（CET1）资本比率有助于减少银行的波动溢出，尤其是在高系统重要性分组的银行中效果更为显著。
• 政策支持：研究结果支持当前政策要求，即要求系统重要性更高的G-SIBs持有更多资本缓冲，以降低其对其他大型银行的潜在风险传播。

关键信息

1. 数据与方法

• 数据范围：研究样本覆盖2007年10月至2018年9月，包含20家在美国上市的G-SIBs，以及后来扩展至31家基于其本国市场上市的G-SIBs。
• 波动测量：使用Garman和Klass（1980）提出的方法计算每日波动范围（range volatility），即通过股票价格的开盘、收盘、最高和最低价计算出的波动率。
• 模型方法：采用VAR模型和弹性网络（elastic net）进行参数缩减，以估计时间变化的波动溢出效应。使用交叉验证（cross validation）选择最佳参数λ。
• 波动溢出指数：总波动溢出指数为78.34%，表明波动溢出可以解释样本中银行总波动率的近80%。

2. 连通性分析

• 连通性类型：包括向外连通性（outward connectedness）、向内连通性（inward connectedness）和净连通性（net connectedness）。
• 主要净溢出银行：在全样本中，Bank of America（BAC）、Bank of New York Mellon（BK）和Morgan Stanley（MS）是最大的风险净溢出者，而Credit Suisse（CS）、HSBC、ING Bank和Wells Fargo（WFC）则是最大的风险接受者。
• 时间变化连通性：通过滚动窗口回归（150天窗口）分析，发现波动溢出指数在样本期间波动较大，尤其在2011年和2016年出现显著上升，分别对应美国债务评级下调和英国脱欧事件。

3. 影响因素分析

• G-SIB分组：G-SIB分组越高，其对外波动溢出越强。
• 资本充足率：CET1资本比率越高，波动溢出越小，尤其是在高系统重要性分组的银行中。
• 地区影响：研究还考虑了银行的地区归属（美洲、欧洲、亚洲）对波动溢出的影响。

4. 政策意义

• 监管支持：研究结果支持当前监管政策，即对系统重要性更高的G-SIBs实施更高的资本缓冲要求，以减少其对其他银行的系统性风险。
• 后续研究：Goel等（2019）的研究显示，金融危机后系统性风险有所下降，G-SIBs的系统重要性也有所降低，部分归因于其更保守的资产负债结构和更慢的扩张速度。

结论

研究强调了银行间波动溢出的重要性，并指出资本缓冲在降低系统性风险方面的作用。通过对G-SIBs的连通性进行时间变化分析，研究提供了实证依据，支持当前监管框架下的资本要求政策，以增强金融系统的稳定性。