数字化观察网 - 信息化观察网 - 引领行业改革
菜单导航

央行阮健弘:金融体系关联性统计的大数据方法

作者: 数字化观察网 发布时间: 2020年02月06日 21:34:46

  导读:在金融业综合统计工作中运用大数据手段,能大幅提高金融业综合统计的效率、准确率和针对性,能更好地满足货币政策和金融稳定政策的需要

  2008年国际金融危机后,各国越来越重视金融稳定影响因素的研究。金融体系关联性是分析金融稳定的重要方面,厘清金融体系关联性,对守住底线、防范化解系统性金融风险具有重要意义。

  金融体系关联性的相关定义

  国际货币基金组织(IMF)认为,金融体系关联性是参与单位基于金融合约形成的相互影响的程度。这一概念得到了广泛认可。关联性分为一个主体对其他主体的影响程度和受其他主体的影响程度,金融体系所有主体的关联性汇总在一起构成关联性网络。

  关联性是金融活动的自然结果,金融创新越快,金融机构(含金融产品)数量和相互交易会增多,金融体系的关联性就越强。自1999年《金融服务现代化法案》通过以来,美国金融业就进入创新迭出的混业经营阶段,银行资金来源从存款为主转向同业批发融资,资产支持证券及相应衍生品大量发行,对冲基金、私募股权基金等影子银行迅速发展,金融控股集团股权关系日益复杂,这些都增加了美国金融体系的关联性。近年来,随着我国金融业的迅速发展,金融体系关联性呈增强趋势,主要体现在:银行特别是部分股份制银行和城商行同业融资较多;资管业务迅速发展,规模较大;金融控股集团股权结构复杂;等等。

  金融体系关联性增强不一定导致系统性风险,对关联性识别不清、缺乏评估是系统性风险爆发的重要原因。在2008年国际金融危机中,监管机构对影子银行和资产证券化工具缺乏足够认识,不能识别风险,金融机构不能充分了解交易对手,更不要说交易对手的交易对手。在房地产市场泡沫破灭、风险爆发的情况下,金融市场的参与者更加恐慌和情绪化,大家都试图尽快降低风险并储备流动性,风险的传染性更强,风险事件的结果更为不确定。

  综合以上金融体系关联性的认识,全面监测金融体系关联性、有效解析风险点是防范化解金融风险的重要手段。

  监测金融体系关联性的方法

  当前,监测金融体系关联性的方法主要有两种:扩展传统金融统计范围和运用大数据技术。

扩展传统金融统计范围

  这种方法主要是根据现有金融业务开展的情况,对影子银行、系统重要性金融机构和金融控股公司等领域,建立相应的统计制度进行弥补。这方面,我国在《国务院办公厅关于全面推进金融业综合统计工作的意见》框架下,陆续建立了资管产品统计、系统重要性金融机构统计和金融控股公司统计。

  传统金融统计范围扩展的方法能较好地弥补信息缺口,统计方法较为成熟,方便进行国际比较。但也存在一些缺点。一是统计框架对新问题的针对性不强。传统统计的扩展主要是针对本次危机爆发问题的信息短板,当出现新问题时,针对性不强。二是统计难度随报表增多而加大,较难反映机构与机构之间的关联关系。交易对手和金融工具的细化,使得传统金融统计的表格越来越多,报送难度较大,且报表式的汇总数据难以直接反映机构与机构之间细颗粒度的关联关系。三是统计价格信息和结构化信息较难。利用报表统计机构利率、期限、地区、所有制和行业等维度信息以及交叉信息的难度较大,扩展性不强。

运用大数据技术

  大数据技术覆盖面广,信息量大,问题导向的特征明显,能补充传统金融统计信息缺口。特别是近年来,信息技术和大数据算法的迅猛发展为监测金融体系联系性提供了更为有效的工具,各国金融监管部门相继运用大数据技术完善金融体系关联性监测框架。

  德国央行利用大额信用登记数据库,监测银行之间融资与投资的关联。2016年7月,德国央行主导构建的加强版货币市场统计报告正式开始运行,涵盖了德国境内总资产在10亿欧元以上的金融机构,从担保资产、非担保资产、外汇资产以及隔夜交易资产四个维度监测金融机构特别是银行之间的投融资关联。所有数据都是逐笔细颗粒化数据,德国央行通过货币市场统计报告能够按天监测金融机构之间的投融资价格、交易对手集中度、交易资产机构期限等市场信息,分析不同类型金融机构投融资在国内外资产、不同类型资产之间的关联度,为及时进行市场风险预警提供高频数据服务。

热门标签