我院王辉教授与北大光华管理学院硕士研究生梁俊豪的论文《基于动态因子Copula模型的我国银行系统性风险度量》于2020年11月发表在《金融研究》。

2007年次贷危机的爆发，使得系统性金融风险的识别、度量和防范成为学术界、国际监管组织和各国政府监管机构共同关注的焦点，系统性金融风险的防范逐渐上升到国家安全的高度。对于中国而言，银行业在金融体系中占据绝对重要地位，与其他金融行业相比，银行通过同业拆借、支付结算等渠道彼此之间有着更直接和紧密的关联。因此，对于中国银行业系统性风险进行准确有效的度量，识别系统重要性和系统脆弱性机构，进而防范和化解系统性金融风险具有重要的学术价值和现实意义。

系统性风险度量的核心和基础在于度量机构之间的关联性，并基于此来度量不同机构之间的溢出传染效应。目前研究的经典系统性风险指标如MES和CoVaR等，主要关注机构之间或市场与机构之间的两两相关性，没有充分考虑整个系统的关联性以及厚尾性等特征。因此，本文基于2017年至2019年我国14家上市银行的股票收益率，构建偏态t-分布动态因子Copula模型, 基于关联性视角提出了新的单家机构系统脆弱性和系统重要性度量指标———系统脆弱性程度和系统重要性程度。该方法充分考虑了银行个体差异性和系统的内在关联性以及收益率的厚尾性和非对称性，从而能够捕捉到更多的信息且兼具时效性。

研究表明：

（1）银行机构在风险聚集时期相关程度更大，联合风险概率能够准确识别出系统性风险事件，并发现在我国推行宏观审慎评估体系以后有明显降低，在中美贸易摩擦时期，系统性风险有上升的趋势。

（2）总体而言，大型商业银行系统脆弱性最低，城市商业银行的系统脆弱性最高。在不同时期，银行的系统脆弱性相对排名也有所不同，在系统重要性SID的度量中，大型银行的系统重要性最高，大型银行不仅是“过于大而不能倒”，同时也是“过于关联而不能倒”。

（3）对比动态因子Copula整体测度法，DCC-GARCH模型刻画市场指数与单家机构的二元结构法会在一定程度低估系统性风险。本文基于动态因子模型提出的SID系统重要性指标优于传统的MES指标，且给出的系统重要性排序与SRISK相似。本文使用的度量方法降低了数据获取成本且更具时效性，有助于为宏观审慎差异化监管工作提供借鉴和参考。