全球金融監管改良的思量范文

本站小編為你精心準備了全球金融監管改良的思量參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

狗抓飛盤對金融監管的啟示

狗抓飛盤是復雜環境下的決策問題或者最優控制問題，為了成功抓住飛出去的飛盤，狗需要衡量一系列自然和大氣因素，包括風速、飛盤轉速等。如果物理學家將“抓飛盤”當作一個最優控制問題來研究，那么他們需要理解和應用牛頓的萬有引力定律。與此類似，監管機構為了成功預測和防范金融危機，需要考慮一系列金融和心理因素，包括金融創新、風險偏好等。不同的是，狗抓獲飛盤極為常見，而金融監管體系盡管在不斷修改和強化，卻沒有有效防范金融危機，此次國際金融危機的爆發就是例證。

狗能成功地抓住飛盤，是因為狗在復雜的不確定環境中遵循了最簡單的經驗法則：以一定的速度奔跑，保證其注視飛盤的視角大致保持穩定。相應地，不斷發展的監管體系之所以會經常失效，是因為其隨著金融體系的不斷發展，不確定性不斷增加，監管框架的復雜性也在不斷增加。不斷復雜的金融監管體系在增加成本的同時，也在不斷提高不確定性，但卻只是控制危機的次優選擇（sub-optical）。在金融監管中，越少或許越好。狗抓飛盤、金融監管等現實案例表明，在復雜的不確定條件下，決策需要遵守“五條戒律”（FiveCommandments）。一是在不確定的復雜環境中，為復雜決策收集和處理信息的成本是高昂的，甚至是處罰性的。人們的決策可能因此而偏離理性決策，而變成“有限理性”。二是遵行復雜決策規則反倒會因小失大，“撿了芝麻，丟了西瓜”。例如，計量經濟模型可能會因為樣本規模太小而出現“過度擬合”問題（over-fitting），將噪音錯當成信號，將高峰信號錯當成趨勢。三是權重設定可能是無用的。在不確定的環境中，未來各種狀態的統計概率是不可知的，通過設定每個狀態或者每個影響因素的概率權重來決策并以此來指導未來是非常脆弱的，預測中的“厚尾現象”就是例證。四是小樣本更需要簡單規則。最優決策取決于環境的不確定性，而影響這種不確定性的一個關鍵因素是模型擬合基于的樣本規模，小樣本會提高模型的不穩定性。五是復雜的規則會引致人們采取防守型行動（defensivebehaviour）。在復雜的規則下，人們通常為了遵行規則而過于注重細則，結果是“只見樹木，不見森林”。

金融監管體系的復雜化并未有效防范銀行倒閉

每次危機爆發后，金融監管都會進行改革，監管規則因此越變越復雜，但其防范銀行倒閉和金融危機的效力并沒顯著增加。這需要我們思考，金融監管是不是越復雜越好？

（一）巴塞爾協議的規則不斷復雜化

在篇幅上，“巴塞爾Ⅰ”①只有30頁。此后，交易賬戶被納入監管范圍，銀行內部模型獲準用于風險評估，風險權重從按資產類別設定轉為按單項資產計算②，“巴塞爾Ⅱ”的篇幅增長到347頁，是“巴塞爾Ⅰ”的十倍多。此次危機之后，“巴塞爾Ⅲ”對“巴塞爾Ⅱ”做了進一步修改，其篇幅增長到616頁，幾乎是“巴塞爾Ⅱ”的兩倍。巴塞爾協議不斷增長的篇幅表明，金融監管的復雜程度在不斷增加。不斷復雜的監管規則增加了監管的非透明性，并會引致監管穩健性的問題。主要原因是，金融監管需要依賴大量的參數估算，而參數估算難以實現高度準確。如表1所示，僅就一個大型國際銀行的銀行賬戶來說，就需要估算幾千個違約概率和違約損失率。在此基礎上計提資本，參數估算量又會增加一個數量級。然而，大量的參數估算卻只能基于有限的樣本數據，這降低了參數估算和模型預測的準確性。例如，一個典型的信用風險模型可能需要基于20-30年的樣本數據——大約一個危機周期。

（二）各國監管法規的范圍不斷擴展

各國將巴塞爾協議轉變為監管法規后，其內容也在不斷膨脹。“巴塞爾Ⅰ”轉變為美國的監管法規是18頁，轉變為英國的監管法規是13頁；而“巴塞爾Ⅱ”后，轉變為美、英兩國的監管法規都超過了1000頁。與此類似，美國1933年制定的《格拉斯-斯蒂格爾法案》只有37頁，而2010年出臺的《多德-弗蘭克法案》長達848頁，且各機構還需要為法案執行制定實施細則，預計總篇幅將長達30000頁。此外，歐洲的監管立法情況與此類似。

（三）金融監管資源的投入不斷增加

隨著金融監管的復雜性不斷增加，監管資源投入的規模和范圍也在不斷增加，其中之一就是人力資源。1980年，英國的1個監管者對應著金融部門的11000人，而到2011年該比例卻變成了1:300。美國的情況與其相似，1935年是1個監管者（包括證券業監管）對應著3家銀行，當前該比例卻變成了3:1。其次，監管報告要求金融機構填報的數據在不斷增加。1974年，英國剛剛引入監管報告，銀行填報的數據條目只有150項，而現在是7500多項，是1974年的50倍。1930年，美國銀行向美聯儲填報的數據約為80項，而到2011年，這一數據卻達到了2271列，而每列包含的數據量在不斷增加。此外，隨著復雜化導致的“監管塔”（regulatorytower）不斷提高，商業銀行的合規成本也在不斷增加。對于一個中等規模的歐洲銀行來說，“巴塞爾Ⅲ”的合規成本為200名全職員工。歐洲目前約有350家資產超過10億歐元的銀行，“巴Ⅲ”的總合規成本約為7萬名全職員工。美國的情況與此類似，《多德-弗蘭克法案》制定了約30條新規，每家銀行每年為遵行這些新規需要投入226萬個小時的工作，其成本相當于1000多名全職員工。照此計算，美國所有銀行在《多德-弗蘭克法案》上的合規成本將高達1萬名全職員工。

資本計提和計量方法的復雜化并未大幅提高監管效力

巴塞爾協議復雜化的首要來源是基于模型的風險權重設置。復雜的風險權重設置原本是要提高監管框架的風險敏感性，但在實際的不確定金融環境下，其可能是次優選擇，簡單的權重設置方案反而更加穩定。如圖1所示，如果采用基于風險權重的資本計提方法，則資本充足率與銀行倒閉之間并沒體現明顯的相關性，并且倒閉銀行和存活銀行的資本充足率也不存在顯著的統計差異；如果采用簡單規則的杠桿率，則倒閉銀行的平均杠桿率比存活銀行低1.2%，且這種差異是顯著的。因此，相對于基于風險權重的資本計提方法，簡單的杠桿率具有更好的預測效力。監管復雜性的第二個來源是資本定義。不同的資本定義和計量方法在預測銀行倒閉的效果上差異較大，越簡單的資本計量方法預測銀行倒閉的效果越好。實證檢驗表明，股權資本計提方法的表現要好于其他復雜計量方法；基于市場的股權計量方法的表現要好于其他計量方法，最簡單的資本計提方法（基于市場的杠桿率方法）的預測效力是最復雜方法（基于風險的資本計量方法）的10倍多。

監管預測模型的復雜化并未大幅增加預測效力

最優監管規則的選擇對環境的依賴非常大，環境越復雜，簡單預測模型的效力反而越穩定。在logit模型下，選用CAMEL體系的不同指標作為預測變量的實證結果表明：在利用樣本擬合模型進行樣本外（out-of-sample）預測時，樣本的大小會影響不同模型的預測效力。當樣本規模為100家銀行時，包含CAMEL體系所有五個指標的復雜模型對銀行倒閉的預測力較差，低于單個指標模型的預測力；當樣本擴大到1000家銀行時，五個指標模型的預測力才超過大多數單個指標模型，但仍低于僅流動性指標充當解釋變量的單個指標模型。圖2進一步總結了三個不同復雜程度模型（CAMEL五指標模型、流動性指標單變量模型和平均值模型）對銀行倒閉的解釋力。在樣本規模較小時，CAMEL五個指標模型的解釋力最差；樣本增加到1000家銀行時，CAMEL五指標模型的解釋力仍然低于流動性指標單變量模型。樣本規模表明了信息不完美的程度，樣本規模越小，復雜模型的不確定性越大，對危機的預測效力也就越差。因此，在樣本規模較小的情況下，預測模型越簡單越好。

銀行風險評估模型的復雜化并未大幅改善評估效力

在復雜的金融體系中，銀行內部模型和資產組合的復雜性會影響風險評估模型的穩定性，相對于復雜模型，簡單模型能更好地提高評估的穩定性。

銀行在利用內部模型對資產風險狀況進行評估時，在不同的樣本規模下，簡單模型和復雜模型的效力差異較大。如果采用VaR方法來確定資產組合的風險狀況，復雜程度依次提高的“樣本平均協方差矩陣（MA）”、“相對簡單的指數加權協方差矩陣（EWMA）”和“復雜的多元GARCH（1,1）模型”的評估效力卻是依次降低的。如圖3所示，當樣本規模為20-30年時，最簡單的MA模型的表現遠好于復雜的GARCH模型；隨著樣本規模的增大，復雜的EWMA模型和GARCH模型的表現也在提升。然而，即使樣本規模增大到75年，簡單模型的表現也沒有顯著低于復雜模型。除評估模型的復雜程度外，資產組合中的資產數量也會影響風險模型的評估效力。如圖4所示，當資產組合的容量為2-3個資產時，簡單模型（EWMA）和復雜模型（GARCH）的表現差異非常小；隨著資產組合容量的不斷增加，簡單模型的表現逐漸好于復雜模型。原因在于，相對于簡單模型，復雜模型對樣本的“過度擬合”更加嚴重，增加了模型進行樣本外預測的不確定性。

對金融監管改革的啟示

隨著金融體系復雜程度的不斷發展，監管規則的復雜化和預測模型的復雜化并不能提高監管效力。為了提高金融監管在復雜金融系統下的效力，一個可行的方法是對已有的監管體系進行結構性改革，促使監管體系簡明化。這可以通過以下五個相互支持的政策措施來實現：簡化巴塞爾協議框架的復雜層次、重視杠桿率監管、強化審慎監管（支柱2）和市場紀律（支柱3）、明確限定金融機構的復雜性，以及對金融體系進行結構性改革。

（一）簡化巴塞爾協議框架的復雜層次

巴塞爾協議增加風險敏感性在理論上是可行和必要的，但在實踐中卻顯著增加了監管的復雜性和監管對評估模型的過度依賴。例如，內部風險模型是監管不透明和復雜性的主要來源之一，且在小樣本下的評估能力較差，其在監管框架中的作用需要重新思考。一個可行的方法是，嚴格限定模型預測結果的使用范圍。例如，有人建議銀行內部模型所得結論的使用范圍應只能在標準化方法所得結論的范圍之內。但是，對內部模型的使用范圍強加限制本身并不能簡化監管結構，只有將內部模型從監管框架中消除才能實現這一目的。

（二）提高杠桿率監管的地位

“巴塞爾Ⅲ”已經引入杠桿率，但對杠桿率的作用重視不夠。在新的清償力監管規則中，風險加權資本充足率起主要作用，而杠桿率則是第二位的（second-in-line），只是一個保底工具。考慮到杠桿率的簡單性及其優良的預測能力，杠桿率應該起主要作用，而資本充足率應該居后。對于越復雜的銀行，越應該提升杠桿率的位置。反對這一觀點的主要理由是，這將會提高銀行的風險偏好，激勵銀行增加單位資產的風險，從而降低杠桿率作為銀行倒閉預測指標的效力。為了避免這種監管套利，同時保持杠桿率的預測穩定性，一個可行的辦法是將杠桿率與資本充足率置于同等地位。此外，對于全球的大銀行來說，為了防止在這樣的危機中倒閉，其杠桿率應該提高到7%，而不應該是3%③，并且股權資本的計量應該基于市場價值，而不是記賬價值。

（三）強化支柱2和支柱3的作用

巴塞爾協議有三大支柱構成，但三大支柱在實踐中的作用是失衡的，資本充足率承擔了過重的責任。簡化支柱1不僅可以強化其自身的效力，同時也可以強化支柱2和支柱3的作用，從而平衡三大支柱的責任和壓力。簡單地增加支柱2審慎監管的作用范圍并不能平衡三大支柱，反而會導致監管因小失大。這會導致監管者需要去監管很多小的、基于規則的風險，而忽視很多潛在的危及生存的重大風險。一個可選擇的方法是，少一些基于規則的監管，多一些基于判斷的監管。這一方法可以減少監管的復雜性，降低監管者和被監管者的規則執行成本，但其成功建立在監管人員的豐富經驗之上。然而，一個完整的危機周期長達20-30年，系統性危機一個世紀可能只發生一到兩次，風險管理者和監管者的經驗積累顯然難以達到一個危機周期。因此，支柱2的改革方向應該是采用更加簡練的監管規則，但同時要增加監管人員的經驗。對于支柱3市場紀律來說，應當通過簡化風險權重設計和信息披露來強化。當前，對于投資者來說，銀行就是一個“黑匣子”，特別是銀行的風險權重。風險權重的多樣性和復雜性浸蝕了透明度和市場紀律，簡化風險權重和增加風險權重的一致性，可以修復和提高市場紀律。此外，披露事項也并不是越多越好，太多的披露事項會掩蓋那些重要的細節，反而降低實際透明度。

（四）對銀行的復雜性實施資本懲罰

當前的監管框架并沒有對銀行的復雜性進行懲罰，反而通過允許采用內部模型給銀行提供了資本激勵，為銀行增加復雜性提供了補貼。對于系統重要性銀行征收附加資本有助于降低資本補貼問題，同時也有助于簡化銀行的公司架構。但是，這并沒有從根本上解決復雜性的問題。銀行監管需要根據銀行內部的復雜性產生的外部性征收附加監管。大型金融機構由于采用多樣化的內部模型和管理信息系統已變得“大而不能管”，針對銀行的內部復雜性征收附加監管，不僅會防范銀行倒閉，還會為銀行簡化資產負債表提供激勵。此外，金融監管應根據金融體系內銀行之間的復雜關系征收監管費或者附加資本。由于金融體系內的風險暴露鏈條不斷發展且不透明，不同金融部門之間的關系近幾十年來也在快速發展。當前的監管規則還遠沒有認識到這類復雜性帶來的外部性，金融體系內部的風險暴露只承擔了較低的資本懲罰。

（五）強化數量監管

過去30年以來，監管改革的方向是為風險定價，而不是禁止或者限制風險行為。未來，監管者應該減少價格監管（price-basedregulation），同時強化數量監管（quantity-basedregulation）。數量監管不會遭受錯誤評估/測算的影響，因而穩健性更高，這是《格拉斯-斯蒂格爾法案》適用的時間比巴塞爾Ⅱ長出60年的重要原因之一。此次危機之后，數量監管已經受到重視，美國的沃克爾規則就是一個數量監管戒條。盡管這些改革方案已經非常清晰，但是如何實施還存有爭議，特別是在規模限制、商業銀行業務和投資銀行業務分離等方面。

作者：安德魯·霍爾丹瓦西利斯·馬德拉斯