中国金融市场联动特征与系统性风险识别

如何衡量我国金融市场的系统性风险,风险在我国金融市场之间如何传播?构建金融系统性风险的量化监测指标,从而进行风险的识别与预警,成为了一个重要的课题.本文研究了中国股票市场、债券市场、基金市场、商品市场、货币市场和外汇市场之间的长期均衡关系、指数联动特征以及收益溢出关系,分析了我国金融系统的风险传播特征,发现股票市场、债券市场、基金市场和商品市场存在长期协整关系.股票市场和基金影响着其他金融市场.本文认为,我国金融系统性风险的防控重心应放在股票市场和基金市场;继而本文使用滚动时间窗口方法,构建了我国金融系统性风险指数,进行系统性风险的早期识别与预警.本文发现,我国当前的系统性风险总体可控.在对该金融体系的探讨中,进一步加入近年来风险频发的网贷市场,并发现网贷市场对于整个金融系统性风险影响较小.     

我国金融市场双向风险的动态测量与实证分析

分别构造动态测量我国外汇市场汇率风险、货币市场流动性风险和股票市场股指风险的压力指数,能够刻画人民币升值与贬值、流动性过剩与短缺、股指暴涨与暴跌的双向风险。在三个市场压力指数的基础上,应用改进的主成分分析法建立了动态测量整体金融市场系统性风险的综合压力指数,从而反映金融市场上行和下行的双向风险。进一步提出了基于滚动时间窗口的高中低三类风险程度的动态判定方法。使用1997年1月至2015年9月我国金融数据实际测量了各市场双向风险出现的类型与程度,并剖析了这一时期金融风险和危机发生的原因及背景事件。金融市场综合压力指数的测量结果表明,2015年9月我国整体金融市场处于下行的高风险,主要受人民币贬值和股指暴跌影响,但整体风险可控。     

金融生态恢复力视角下系统性风险

尝试将金融恢复力引入金融生态系统可持续发展的研究中,从整体上把握变化中的可持续性和动态稳定。首先构建金融自由化下金融生态系统稳态迁移的"逆水行舟"模型,在其适应性循环中分析金融恢复力与系统性风险的演变,阐述系统性风险的动态内涵并构建恢复力与扰动力交互下的测度指标体系。然后从诱因和抗力两个维度构建4层双通道Elman神经网络模型,与内部金融压力指数进行多元非线性拟合,探讨金融恢复力对系统性风险的制衡关系。实证显示,我国金融恢复力的制衡作用近6个季度呈现相对弱化趋势,系统性风险压力增大。     

互联网环境下的理财产品信用价差影响因素研究

互联网理财产品信用价差受到了广泛关注,本文从探究系统性、非系统性和互联网等风险因子所隐含的信息出发,分析各风险因子对互联网理财产品信用价差大小的贡献程度,找出影响信用价差大小的关键因素.其中,互联网金融理财产品的信用价差利用Nelson-Siegel-Svensson模型构建无风险收益序列并结合零波动率价差法计算得到,并根据文献建立了系统性、非系统性和互联网等风险因子体系.实证结果表明,互联网金融发展指数对互联网金融理财产品信用价差存在显著影响;利率期限结构调整的债券市场收益率、银行业景气指数、采购经理人指数、居民消费指数、非系统性债券指数波动率也对互联网金融理财产品信用价差存在显著影响.然而,反映股票市场系统性风险因子的上证综指、非系统性股票波动率、广义货币供应量对互联网金融理财产品信用价差无显著影响.     

商业银行经营风险预警模型及其实证研究

通过R型聚类分析筛选指标,建立了商业银行经营风险预警指标体系.综合运用主成分分析和模糊综合评判方法,建立了基于加权平均模糊综合评判的商业银行经营风险预警模型.以曾在1999年7月发生严重危机的汕头市商业银行为例对风险预警模型进行了实例分析和验证.文章的特色与创新一是运用R型聚类分析剔除了相关性强的指标;二是采用主成分分析法的最大方差旋转来确定指标权重,三是采用梯形隶属度函数反映不同程度风险发生的可能性;四是指标体系的建立综合地考虑了资产风险、流动性风险、资本风险和盈利风险.     

基于CoES模型的我国金融系统性风险度量

为了更加准确地度量金融系统性风险,预防灾难性金融风险事件发生,本文基于尾部损失的均值提出了一个新的度量系统性风险的方法——CoES模型,相对于传统的CoVaR模型来说,该方法更关注尾部损失的均值而不仅仅是单一分位点上的期望损失,能够更加准确地捕捉系统性风险,为金融系统监管提供更为有效的信息.最后,本文将该方法用于度量2007-2016年间共21个金融机构对我国金融市场系统性风险的贡献.研究结果发现:1)CoVaR模型可能低估了金融机构的系统性风险;2)当银行行业受到冲击时,其对整个金融系统造成的风险最大,其次是保险,房地产和多元金融行业;3)在银行行业中,对系统性风险贡献最大的当属工商银行和中国银行,应对其进行重点监管;4)相对于银行和房地产行业,保险行业和多元金融行业自身的VaR值较高,但对金融系统性风险的贡献较低,因此应注意对其自身风险的管理.     

泡沫随机临界时点超指数膨胀模型:中国股市泡沫的检测与识别

传统的泡沫模型都是假设泡沫是指数膨胀的, 无法显著地将泡沫和同样是指数增长的基本面引起的高速价格增长区分开来, 使得泡沫检验的有效性遭到置疑. 泡沫超指数膨胀模型可以克服这一缺陷, 它认为泡沫是一种本质上快于指数增长的更快膨胀, 具有一个理论上的有限时间终结点. 引入了最新的一类超指数膨胀模型——均值回复平稳随机临界时点模型. 它将泡沫的检验和识别转化为1)检测"非线性非平稳的股价序列是否潜含均值回复的平稳临界时点序列"; 2)估计正反馈效应指数和潜在临界时点. 利用它对中国股市2005年中期至2007年后期的投机泡沫实证分析表明, 该模型能够有效的检验中国股市泡沫的存在性, 并能识别29个行业板块间泡沫的膨胀强度和稳定性大小. 同时, 模型对于中国股市的泡沫破灭也有良好的预警效果. 最后分析了模型的政策含义.     

股价泡沫的逆CIR模型研究EI北大核心CSCDCSSCI

按照股价泡沫的定义,泡沫识别的本质是一个联合检验问题,面临着二难逻辑困境.不少学者因此尝试绕开泡沫定义,通过假设投机的行为特征来直接提出对应的泡沫价格随机过程模型,然后围绕这些模型的统计性质来创建识别方法.然而,目前的随机过程模型对泡沫形态的限制性较强,忽略了很多的泡沫形态,导致泡沫识别的灵敏度不高.另外,大部分模型缺乏对泡沫崩溃风险率的动态建模,使得对泡沫的实时预警缺乏理论支持.为了克服传统模型的这些不足,本文提出了一个新的股价泡沫模型.由于该模型的解服从倒数化的Cox-Ingersoll-Ross(CIR)过程,简称为逆CIR泡沫模型.该模型经济学意义明确且形式简约,便于估计.本文证明,该模型兼容传统泡沫模型的非线性风险溢价和价格暂态超指数膨胀特征.同时还证明,逆CIR模型能够解释传统模型所无法解释的泡沫实证效应——泡沫崩溃前的1)"暴雨前寂静"现象;2)"高位滞涨"现象.另外,此模型包含内生且具有明确经济意义的泡沫崩溃风险率,可作为实时预警指标.本文给出了崩溃风险率的计算方法——求解高斯超几何函数方程.对我国股市2015年泡沫崩溃的风险率实证估计表明,该模型具有良好的识别和预警效果.     

北京市商品住宅系统动力学模型构建及其在预警中的应用

次贷危机的爆发引起了学术界对房地产风险及预警系统的关注.首先对传统的房地产市场预警方法进行了回顾和分析,然后从系统科学的观点出发通过对商品住宅市场各影响因素的分析构建了北京市商品住宅的系统动力学模型.通过实证仿真研究验证了模型的有效性并利用该模型对不同假设情景下北京市2010年商品住宅市场的主要指标进行了综合模拟预测,为房地产市场综合模拟预警体系提供了一个系统预测方法.     

中国金融市场的风险溢出效应研究——基于溢出指数和复杂网络方法

基于信息溢出视角,采用溢出指数和复杂网络方法,从静态和动态角度测度我国金融市场风险溢出的强度和方向,识别危机中的风险中心及演化.研究表明,我国金融系统风险溢出具有波动性、不确定性及不对称性,整体联动能力较强;各市场滞后效应明显;市场受到冲击时接受风险的程度与其对外溢出风险的程度呈相反变动趋势;货币市场尤其是回购市场是金融系统的风险中心,对外风险溢出效应最强,但在危机发生时相对减弱,而金属、股票、房地产等市场在危机时的风险溢出作用显著增强;债券和外汇市场被动接受风险的能力最强.     

企业财务危机预警Rough-ANN模型的建立及其应用

基于Rough集理论和ANN(人工神经网络)方法建立了企业财务危机预警的Rough-ANN模型,对企业财务危机指标的约简、财务危机知识的神经网络动态学习与推理、财务危机的预测和评定等功能进行了集成,并就企业财务危机预警问题进行了实证分析.其结果表明,该模型有效、可行,为企业财务危机的动态预警提供了一条新的途径.     

社会风险预警指标体系及其实证研究

根据社会风险的逻辑构成设计了一套社会风险预警指标体系,采用AHP与Delphi法相结合来进行权重分析,设计了社会风险预警的评估模型,通过社会风险评价值的大小来反映社会风险预警程度.并根据模型对我国1987～2007年的社会风险进行预警分析.实证表明,该模型具有一定的实用价值.     

银行间网络模型与系统风险的分布式预警策略

通过对真实银行间借贷行为的数学抽象,建立了一个动态的银行间借贷网络模型.利用该模型,在计算机平台上,可以模拟仿真银行间市场.仿真的银行间市场能够展现出银行间资金流动等诸多规律,并能够用于研究银行间的流动性保护以及潜在的风险传染等规律性问题.同时,提出了分布式的银行间风险传染预警策略.利用分布式方法,将每家银行的风险特征映射成银行系统整体风险预警值,能够有效的解决中央预警方式的时滞性问题.仿真实验结果表明,银行的违约和风险传染并不是突发的,而是银行系统的风险累积的结果;分布式预警策略反映了银行系统内风险的累积过程,能够很好地预警银行系统性风险.     

企业危机预警熵模型设计及应用

针对当前大部分企业危机预警模型特征选取和等级分类困难的现状,提出一种基于熵的预警方法. 该方法首先对企业运 营的指标进行特征选择,在选定指标的基础上利用判别熵选取企业危机预警特征值,然后利用熵聚类算法对预测结果进行分类, 判断企业的危机状态,最后采集沪深A股上市公司的年报数据对该模型进行了实证分析,结果表明该模型有效可行.     

基于GA-ANN的中国金融安全预警系统设计及实证分析

国家金融体系的安全运行关系到经济社会的稳定,建立有效的金融安全预警系统已成为各界十分关注的焦点.基于现有文献,在金融安全预警指标体系中补充影子银行相关指标,以保证高杠杆、高流动性风险的经济参数参与建模,使得金融安全预警指标体系更加完整;运用因子分析计算七个金融子系统及整体金融系统安全得分,基于遗传算法优化的人工神经网络(genetic algorithm-artificial neural network,GA-ANN)建立中国金融安全预警系统,观察金融系统运行是否平稳、金融安全得分是否出现剧烈波动或异常值,以此判断国家金融状况是否安全,并对2013年我国金融安全状况进行预测.其中,GA-ANN网络较径向基神经网络、反向传播神经网络和广义回归神经网络,具有更好的拟合精度.预测结果显示2013年下半年我国金融系统总体运行安全,但在影子银行、股市和保险子系统存在一定的不安全因素.研究成果为政策制定者和广大投资者对国家宏观金融安全预判提供了参考依据.     

双渠道复杂金融系统的系统性风险传染研究

金融系统是一个复杂系统。全球金融危机的爆发使得金融系统的系统性风险传染研究成为了系统科学研究的迫切课题。目前的金融系统性风险传染的研究主要针对直接或间接单一风险传染渠道,对直接(同业拆借)与间接(多资产重叠)双渠道相互作用下的系统性风险传染的研究相对缺乏。本文首先建立直接和间接双渠道系统性风险传染模型并设计仿真算法。然后研究在连接度、拆借比和杠杆等因素的作用下,金融系统性风险传染的变化趋势。仿真最终结果表明:在连接度不断增大的过程中,发生金融系统性风险传染的概率先迅速增大至1,保持一段高概率传染状态之后,又迅速减小至0,在概率减小的这段区间,系统呈现"稳健又脆弱"的特征;随着拆借比的增大,金融系统性风险发生传染的概率变小;降低杠杆,可以减少金融系统性风险传染的发生。该研究丰富了金融系统性风险传染渠道的理论,可为金融监管机构进行市场调控提供参考。     

次贷危机传染渠道的空间计量

本次美国次贷危机通过不同的传染渠道席卷全球,厘清这次危机的传染渠道对深刻认识金融危机意义重大. 选取32个经济体次贷危机前后21个季度中的数据,引入空间面板回归模型对表现金融市场关联程度的Copula传染指数进行传染渠道的实证分析, 结果表明:金融渠道是本次危机的主要传染渠道,国际贸易渠道的重要性弱于金融渠道; 同时, 流动性风险和信用风险加剧了金融传染的程度; 但货币竞争性贬值因素在美国次贷危机的传染过程中作用并不显著. 此外,区域性经济组织之间的传染明显强于地理关系之间的传染.     

基于平衡稳定性的货币危机预警模型及实证研究

以实际汇率变动率、私营部门贷款与GDP比率的变动率、总储备与M2比率构建"介稳球内接三棱椎"预警模型,并基于平衡稳定性理论研究三棱锥的失稳特征,观察对应的货币系统稳定性变动规律,发现几乎所有国家在危机前都处于稳定性平衡,危机时趋于失稳,危机后恢复到稳定性平衡.对1997年亚洲金融危机的实证研究表明新模型优于FR概率模型,STV预警模型和KLR模型.应用新方法,进一步分析当前的经济状况,认为我国货币系统的风险整体可控,给出了上述经济变量的合理区间,并对政府工作提出了相应建议.     

担保链危机的传染机制

定义了担保链危机的概念,将现实经济体中企业之间的担保代偿关系抽象成担保链模型,分析了担保链危机的传染过程,发现担保链危机发生一级近邻传染、二级近邻传染、停止传染的临界条件与企业担保调整后的资产负债率有关。建立了担保链危机传染模型,发现触发担保链危机发生一级近邻传染的临界条件、继续传染的临界条件和危机停止传染的条件与企业对外担保金额有关。该模型有助于监管机构用资产负债率和对外担保金额两个指标对担保链中的企业进行风险预警,防止和减少危机的扩散,对促进区域经济可持续发展和金融繁荣稳定具有积极作用。     

基于波动溢出网络的我国金融机构系统重要性

基于波动溢出和网络分析视角,首先利用广义方差分解方法度量金融机构之间波动溢出的方向和强度,分别构建了波动溢出静态和动态网络;然后分析了各金融机构在网络中的承受溢出指数、传播溢出指数和净溢出指数,并以此度量机构的系统重要性;最后运用面板回归计量方法挖掘金融机构系统重要性的影响因素。结果表明:在短期内,我国金融机构的系统重要性是动态变化的。从三个指数角度能够有效地识别我国金融机构在承受风险、传播风险和综合风险方面的系统重要性。不同指数下金融机构系统重要性的影响因素存在明显的差异,但资产规模和市场账面价值是影响金融机构承受风险和传播风险的共同因素。尾部风险损失和换手率是影响金融机构承受风险和综合风险的共同因素。这对于金融机构的系统性风险监管和防范具有重要的现实意义。