4、系统性风险的量化模型：CoVaR模型、SRISK模型、MES模型、DAG模型
系统性风险，说白了就是「一个倒下，全盘遭殃」。08年雷曼兄弟倒闭那会儿，我还在做量化风控，亲眼看着一个机构的违约像多米诺骨牌一样传导。从那以后，整个行业都在问同一个问题：怎么量化这种风险？
今天聊的四个模型，就是我这些年实战中反复用到的工具。它们各有侧重，但目标一致——把「系统性风险」这个抽象概念，变成可计算、可比较的数字。
4.1 CoVaR模型：条件在险价值
CoVaR，全称Conditional Value at Risk。名字听着绕，其实逻辑很简单：当某家机构陷入困境时，整个系统的风险会变成多少？
我习惯这么理解：普通VaR问的是「我最多亏多少」，CoVaR问的是「如果它倒了，我会亏多少」。
核心公式：
Pr(Xsystem ≤ CoVaRqsystem|i | Xi = VaRqi) = q
其中，Xi是机构i的损失，Xsystem是系统损失，q是置信水平（通常取95%或99%）。
我在项目中遇到过一个问题：直接用线性回归算CoVaR，结果总是偏低。后来发现，金融数据有「厚尾」特征，普通回归根本抓不住极端情况。改用分位数回归后，结果才靠谱。
实战技巧：
- 用分位数回归替代OLS，能更好捕捉尾部风险
- 时间窗口建议选250个交易日（约1年），太短噪声大，太长滞后严重
- ΔCoVaR（机构CoVaR与系统CoVaR之差）比绝对值更有比较意义
4.2 SRISK模型：系统性风险指数
SRISK是Acharya等人在2012年提出的。它的核心思想很直白：如果市场整体下跌，某家机构需要补充多少资本才能活下去？
你想想看，这个指标对监管机构来说多有用。它直接告诉你：哪些机构是「大而不能倒」的，以及它们到底需要多少救命钱。
公式长这样：
SRISKi,t = k × Debti,t - (1 - k) × Equityi,t × (1 - LRMESi,t)其中：
- k：监管资本充足率（通常取8%）
- Debt：机构总负债
- Equity：机构市值
- LRMES：长期边际期望损失（市场跌40%时，该机构预期跌幅）
注意：SRISK对负债率极其敏感。我曾经用这个模型测过某家银行，结果SRISK值高得吓人。一查才发现，它刚发了一大笔次级债。所以，用SRISK前一定要先做负债结构分析，否则容易误判。
4.3 MES模型：边际期望损失
MES，Marginal Expected Shortfall。它衡量的是：当整个市场出现极端下跌时，单个机构的损失贡献有多大。
说白了，MES就是「谁在拖后腿」。我习惯把它和SRISK搭配使用——MES看短期冲击，SRISK看长期资本缺口。
计算步骤：
- 定义市场极端事件（如：市场收益率低于5%分位数）
- 计算该事件下各机构的平均收益率
- MES = -E(Ri | Rmarket < C)
经验之谈：
MES的阈值C怎么选？我一般用历史模拟法，取过去5%的最差交易日。但要注意，如果样本期刚好是牛市，这个阈值会偏小，导致MES被低估。建议结合压力测试场景，比如直接设定市场跌10%或20%。
4.4 DAG模型：有向无环图
前面三个模型都在算「谁风险大」，DAG模型回答的是另一个问题：风险是怎么传导的？
DAG，Directed Acyclic Graph。它用图论的方法，把金融机构之间的风险传染路径画出来。节点是机构，边是风险传导方向。
我记得第一次用DAG分析中国银行业数据时，发现一个有趣的现象：大型国有银行是风险源，但中小银行才是风险放大器。大行出问题，风险会通过同业拆借快速传导到小行，而小行之间又会互相传染。
构建DAG的步骤：
- 第一步：收集机构间的风险暴露数据（贷款、衍生品、同业拆借等）
- 第二步：用Granger因果检验确定方向
- 第三步：用PC算法或GES算法学习图结构
- 第四步：可视化并分析关键节点
四个模型的对比与选择
做项目时，经常有人问我：「这四个模型到底用哪个？」我的回答是：看你的数据和应用场景。
| 模型 | 核心问题 | 数据要求 | 适用场景 |
|---|---|---|---|
| CoVaR | 机构困境对系统的影响 | 收益率数据 | 监管压力测试 |
| SRISK | 机构资本缺口 | 市值+负债数据 | 系统性重要机构识别 |
| MES | 机构对市场下跌的敏感度 | 收益率数据 | 短期风险预警 |
| DAG | 风险传导路径 | 网络结构数据 | 风险传染分析 |
避坑指南：我曾经同时用四个模型分析同一家机构，结果CoVaR和SRISK的排名完全相反。后来发现，CoVaR侧重市场风险，SRISK侧重信用风险，两者视角不同。所以，千万别只看一个指标就下结论。
知识体系总览
下面这张图，是我自己梳理的四个模型的关系。你可以把它当作一个「导航图」：
嗯，这四个模型讲完了。说实话，每个模型单独看都不难，难的是怎么把它们组合起来用。我个人的习惯是：先用DAG画风险传导图，再用CoVaR和MES找关键节点，最后用SRISK算资本缺口。这样一套下来，系统性风险的画像就清晰了。
核心要点回顾：
- CoVaR：条件在险价值，看「如果它倒了会怎样」
- SRISK：系统性风险指数，算「需要多少资本」
- MES：边际期望损失，测「谁对市场下跌最敏感」
- DAG：有向无环图，画「风险怎么传」
公众号:蓝海资料掘金营，微信deep3321