巴劲松:系统性风险防范和监管框架的全新改变

2018-04-16

       第一,区分系统性风险和非系统性风险的必要性。从时间、空间维度进行刻画,金融本身就是划时空的资源配置,天生就是做期限错配和杠杆效率的,拉长了期限和放大杠杆的限额,需要平衡。从金融机构或市场监管维度,系统风险更多从资产负债表和表外资产一起来看。这是因为单家金融机构看起来都是健康的,当把很多金融机构叠加在一起看整个资产负债表时,比较多的是影子银行,以及类影子银行或者银行的业务,由于这样的业务比较多,所以有叠加效应,这对金融监管和系统风险防范十分关键。尤其是资产负债表对其进行限额控制和调整时是需要勇气的,要发现单家机构发现不了的东西,就要避免共振。

       对非系统性风险来讲,最重要的是商业风险,是要根据承担风险获得收益、获得风险溢价。如果对分析风险都是零风险、零容忍,则银行业务和金融机构业务就没法做。所以,要对风险准确识别、判断、定价和承担,获得风险溢价。现在,我们银行资产负债表的结构也变成了表外业务,甚至有的还叫表表外业务,应该说是趋势。人民银行最开始看贷款,后来看社会融资,现在开始发布全覆盖的统计,对防范系统性风险是非常好的基础。所以应从整个角度去看叠加、共振的、以及资产负债表的整体,而不是单家金融机构。从这个角度来说,我们的资产负债表里传统资产很多,新的业务其实较少,以银行的转型业务“路漫漫其修远兮”。

       第二,监管框架和当前监管行动的分析。目前,大家都很关注强监管问题。但是,监管法规并没有发生变化,监管方式并没有发生变化,监管的技术和目标也没有发生变化,变的是对于监管者的目标函数。以前的监管者既要发展金融,又要监管金融,做起来较为困难。所以,现在大家把发展金融切割出去,要开始做监管为主。主要问题是,从理论研究来看,现在监管模式比较欠缺,目前为止金融监管学并没有形成一个独立的学科。其实,从监管原因到监管目标一直都在变化。实际上,监管机构最重要是干三件事,一个是防范系统性风险,不是单体的。第二是维护金融秩序,就是维护市场交易的规则,谁做错了就对其进行惩罚、甚至驱逐出去。第三是保护金融消费者。所以从这个角度来讲,强监管、严监管,严监管本质上是对既有监管规则进行严格的执行,并没有增加新的问题,而强监管角度不一样,强监管是说可能有资本需求、有更严格的约束叫强监管,两个之间是有区分的。

       第三,资本。实际上,现在全球银行,包括全球银行监管者都是围绕资本来做主线去监管的,从资本维度,《巴塞尔协议I》实际上是监管主动出击,以前没有资本充足率共同的世界规则,《巴塞尔协议I》出击设定了资本充足率8%的监管。《巴塞尔协议II》实际是向银行倾斜,认可了银行模型,让银行把自身风险计算出来作为监管认可,所以相当于向银行倾斜。《巴塞尔协议III》实际上分两步走,第一步,把分子提高,然后质量要求更多。第二步,去年年底发布的《巴塞尔协议III》最终版,把分母的计算又重新确定。所以现在巴塞尔协议让这个目标变得有点纠结,是一个博弈结果。一方面认可银行模型,但是同时设定了很多底线,拿杠杆率进行约束,从分子的角度又变得很强化。逆周期的资本对应的是系统风险,逆周期的资本0—2.5%还没有计提,所以从资本监管角度,实际上是把金融风险进行量化,然后监管和银行之间在量化的基础上达成一个值,因为风险的计量是一个基数,而现在的基数都是比较薄弱的。现在有6家银行得到了监管的认可,但是这种风险模型效果其实还有比较长的路。

       对于大数据技术,巴劲松认为:第一,看到应用的深度和广度,在支付环节和营销环节,大数据应用进步显著。但是在资产定价、风险决策、贷后管理、监控预警等领域都没有得到深度应用。第二,金融科技企业所建立的模型可靠性如何验证。科技型企业建立的模型,例如蚂蚁金服芝麻信用评分,包括位置信息,住址,闹钟信息,朋友圈信息等整合所得的评分,和我们传统的零售业务打分卡评分逻辑不一样。传统巴塞尔协议下面的打分卡评分,主要包括教育、职业、财产等。为提高可靠性,现在期望对静态财务数据和动态行为数据进行整合,但是这个整合非常困难。银行掌握着财务数据,但是没有行为数据,而且按照现有的法规约束无法掌握边缘性数据,如何合法的进行风险控制,就需要重视大数据技术的争议、公德,对消费者隐私权的保护等问题。


本网站由阿里云提供云计算及安全服务 Powered by CloudDream