【摘要】商业银行所面临的系统性风险具有很强的传染性，当各单个银行面临危机时，其对银行业整体的影响是不可避免的。本文采用了分位数方法计算出了我国16家上市银行的CovaR，并分组处理后分析了不同类型的银行自身接受风险的程度以及对外溢出风险的程度，最后根据实证模型所得的研究结果，对我国银行业在风险监管方面提出了合理的建议。
【关键词】风险溢出效应CoVaR模型分位?祷毓榉?
一、样本选取和数据处理
本文选取的研究对象为国内上市时间较早的16家银行（具体名称见表1），以其作为我们的样本银行。将研究的时间段定为2013.1.4-2018.1.5，期间长，数据全面，选取各个银行每个星期五的收盘价作为周数据进行研究。用内地银行指数（000947）来代替银行业整体。经过处理后，我们共获得258个数据。
为了减少计算误差，我们在利用各个银行和内地银行指数的周收盘价计算所需的收益率时采用一阶差分的形式，并将结果扩大100倍。计算公式为：
Rt=100×Ln（Pt/Pt-1）
二、研究模型
VaR――风险价值，是指在给定概率水平下，在特定的持有期内所面临的最大期望损失。VaRq1可看作收益率q的分位数，表达式为：pr（Ri≤VaRqi）=q。
CoVaRqj/i表示在机构i的损失为VaRqi的条件下，机构j（或者整个金融系统）的VaR，用公式表达为pr（Rj≤CoVaRqj/i|VaRqi）=q。机构i对机构j的外部效应，即风险溢出的表达式为：ΔCoVaRqj/i=CoVaRqj/rj=VaRqj-VaRqj
三、实证分析
（一）分类型研究的风险溢出效应及排序
本文采用的方法为分位数回归法。取分位数q=0.05。以工商银行为例，q=0.05，运用Stata15软件来计算得出：
VaR0.05icbc=-0.0529468，aR0.5icbc=0.0O2O101，
VaR0.5sys/icbc=-0.08191554，ΔCoVaR0.05sys/icbc=-0.04714132。
按照上述同样的方法，可以得到置信度为95%时所有样本银行的相关数值。
为了研究出我国不同类型商业银行对银行业整体的风险溢出程度，我们把16家样本银行按照性质分为了三组，处理后得表1。
（二）实证结果分析
（1）从单个银行的风险水平来看，作为中国最大的商业银行的工商银行VaR值在16家样本银行中最小，排第16位，说明其自身具有良好的风险控制能力。分组处理结果显示，A组银行VaR的平均值最小，自身风险较小，反映了其在银行业中的地位；而B组银行和C组银行的VaR平均值较高且差别不大，表明其自身风险控制能力较弱，容易面临更大的损失。
（2）从对银行业整体的风险溢出程度来看，排序前五里包括四家大型商业银行，且A组的ΔCOVaR的平均值高于其他两组，说明大型商业银行在陷入危机时对银行业产生的外部效应最大，更易引起整个银行业的不稳定；而C组的平均值要高于B组，一方面，说明我国城市商业银行在近几年发展比较迅速，规模不断扩大，在银行业体系中的地位逐步升高，占据着越来越重要的地位；另一方面，城市商业银行相对于股份制商业银行的不良贷款率一直较高，风险管理机制亟待完善，因此，一旦城商行发生危机，由于其自身风控能力较弱，导致其外部效应较大。
（三）政策建议
（1）金融监管部门应加强对上市银行的管理，要求定期披露相关风险指标和数据，制定可行的风险处理应急机制，及时化解自身风险，防止风险外溢。
（2）经实证分析我们得出，不同类型的银行因地域和规模等因素，导致其自身接受风险的程度以及对外溢出程度是不同的，存在差异的，因此，金融监管部门应该采取有区别的监管措施，将监管标准详细化、针对化。
参考文献：
[1]张路，张溪婷.基于CoVaR模型的我国上市银行系统性风险度量[J].统计与管理，2017，（11）.
[2]沈虹，邢荧.基于CoVaR方法的国内商业银行系统性风险度量[J].扬州大学学报（人文社会科学版），2016，（05）.