主权风险溢出网络动态特征研究:以“一带一路”国家为例

随着金融市场全球化的逐步深入以及世界各国政治联系的越发紧密,主权风险跨国传染现象得到了现实的印证.在"一带一路"倡议强化本区域国家间政治金融联系的背景下,从主权风险网络化和区域国家集团化视角出发,借鉴基于方差分解的溢出指数方法,考察了"一带一路"沿线国家主权风险溢出网络的节点特征和结构特征,并探究了沿线国家整体以及不同区域国家集团主权风险溢出效应的动态性特征.研究发现:"一带一路"沿线25国主权风险总溢出效应较高,且中东欧区域国家集团在沿线国家主权风险溢出网络中处于主导地位.另外,沿线国家间的整体主权风险溢出效应随时间表现出明显的动态性特征和阶段性特征,中国与东盟集团之间的主权风险溢出效应在任何阶段总是最强的,而中东欧地区是最能代表沿线国家整体主权风险溢出效应变化的区域国家集团.这些发现对于宏观政策制定者、主权债及相关衍生品市场的投资者理解沿线区域主权风险溢出网络的本质特征和内在结构具有重要的指导意义.     

基于藤copula-CAViaR方法的股市风险溢出效应研究

为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间"多对一"的风险溢出效应,主要包括三个步骤:第一,使用CAViaR模型拟合单个金融市场收益的边缘分布特征;第二,运用藤copula方法刻画多个金融市场收益间的关联结构;第三,基于边缘分布特征与关联结构,得到多元条件联合分布并计算CoVaR类风险测度,实现金融风险溢出效应刻画.选取上证综指、标普500和日经225等股指数据进行实证研究,结果表明:相比于发生利好事件,美国和日本股票市场(独立或同时)发生更为严重危机事件对中国股票市场影响更加明显,呈现出"风险分担、收益不共享"的总体格局.     

金融系统压力:指数化测度及其溢出效应研究

2008年全球金融危机的爆发及其冲击促使监管者更多的关注全球金融市场的关联网络特征及金融风险在各金融市场间的传导机制.本文基于全球向量自回归模型(GVAR),从关联网络的视角构建了金融压力溢出效应模型,考察信贷市场、资本市场、外汇市场、债券市场和货币市场等五个金融子市场压力在不同国家和市场间的传导及其动态演变.研究结果表明,美国是全球金融市场中金融压力主要溢出者;发达经济体主要通过其资本市场和货币市场影响我国的信贷市场、资本市场和外汇市场,而新兴经济体金融压力则主要影响我国的债券市场和货币市场.资本市场和货币市场是不同国家和金融子市场间金融压力传染的重要路径.2014年以来国际金融市场压力对我国金融市场的影响远高于金融危机时期,且资本市场和外汇市场所受影响更为显著.     

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.     

基于分位数条件格兰杰因果的东亚股市传染研究

为了分析亚洲金融市场间的传染问题,提出了基于分位数的条件格兰杰因果检验方法,对不同股票市场收益数据进行全面的因果关系检验.选取亚洲三个主要股票市场指数作为研究对象,研究比较了该方法与其它三种方法下的中日韩股票回报率之间的因果关系.实证结果表明,中日韩股票市场一体化,在厚尾极端情况,相互之间具有显著传染效应,其它地区股票市场危机,对我国股票市场价格走势具有显著影响.这一方法和结果,有助于投资者分析我国金融市场风险及其传染规律.     

金融系统工程与风险管理的一些新进展

金融系统工程就是指以系统工程的理论方法研究应用干金融相关的微观和宏观经济问题,从系统科学与系统工程的理论视角,研究金融系统的动态特征和风险规律、预测与防范金融风险、应用金融工程技术进行金融创新等问题.金融系统工程把金融市场看作一复杂系统,可从系统内部的结构及系统与环境的相互作用来考察这一系统的特性,以便揭示金融市场演化的规律与金融风险形成的机理,是对系统工程的延展概念,丰富和拓展了系统工程的研究领域,有着广泛的应用前景.     

极端VaR风险测度的新方法:QRNN+POT

由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险.     

我国农产品期货市场与其他金融市场的多尺度联动性

在金融一体化与商品金融化的背景下,农产品期货与金融资产之间的相关性显著上升,研究农产品期货市场与其他金融市场的联动性对我国金融风险规制和宏观调控尤为重要.本文在集成经验模态分解的基础上,结合最大互信息系数和转移熵,提出一种两步多尺度联动性分析框架,并在此框架下从不同时间尺度角度深入研究我国农产品期货市场与股票、债券、汇率、能化期货市场间的联动性.研究发现:农产品期货市场与其他金融市场之间的联动性具有多尺度差异性,其与能化期货市场、股票市场之间的联动性较强,且联动性强度在长期成分中最高,但时间尺度越长,农产品期货市场与其他金融市场间的信息传递强度越弱;农产品期货市场在短期和长期接收来自股票市场的净信息,同时在中长期向债券市场和能化期货市场输出净信息,而农产品期货市场仅在汇改后在短期对外汇市场有显著的信息传递效应.     

经济政策不确定性宏观金融效应的统计测度研究

本文基于Diebold和Yilmaz (2012)提出的溢出指数,研究2006年6月至2018年10月中国、美国和全球经济政策不确定性的宏观金融效应.选取宏观金融的核心领域,分析经济政策不确定性对中国股市、汇率和大宗商品的静态溢出效应及其动态变化,并进一步探讨经济政策不确定性宏观金融效应的空间异质性.本文的主要结论为:第一,比较中国自身和其他经济体的经济政策不确定性效应,中国自身经济政策不确定性的宏观金融效应最强.稳定股票市场,预防外资恶意做空中国股票市场是规避宏观金融效应带来的系统性金融风险的有效手段.第二,经济政策不确定性对中国宏观金融市场的净溢出具有显著的时变特征,且与特殊事件具有很强的关联性.第三,不同国家或地区经济政策不确定性的宏观金融效应空间异质性主要表现在溢出强度和溢出同步性两个方面.     

国际证券资金流动对中国股市的影响

随着全球金融一体化进程的加速,跨境证券资金流动逐渐成为国际资本流动的重要组成部分,对一国金融市场的影响也越来越显著.在此背景下,本研究分析了流入中国股市的国际证券资金流动的总体特征和行业板块特征,并运用多元回归模型和面板模型从市场综合指数和行业板块指数两个角度实证研究了其对中国股票市场收益率的影响.结论表明:第一,2006年以来中国国际证券资金流动规模不断增加,从股市板块来看,流入金融板块的国际资金最多,医疗保健、信息技术、可选消费等板块也是国际证券投资的热点.第二,当期国际证券资金的流入对国内股市收益率有显著的正向影响,且影响程度和显著性不断增强,但影响效应是短期的,符合"价格压力"假说.     

经济政策不确定性对航运市场与金融市场的长记忆联动影响

金融市场和航运市场是现代全球经济的两个重要组成部分,分别反映了资金流和物流的资源配置.本研究聚焦干散货、油轮和集装箱三大航运子市场,以全球前9大航运公司对应的国家股票指数和美元汇率代表金融市场,通过MVMQ-CAViaR模型刻画航运市场和金融市场之间的极端风险双向溢出效应.引入全球经济政策不确定性,通过DCC-MIDASCoVaR模型揭示经济政策不确定性对航运市场与金融市场长记忆联动性的风险传导机制,为掌握跨市场风险扩散规律、及时采取政策干预阻断跨市场风险传染提供理论依据.研究结果表明:金融市场对航运市场的极端风险溢出比航运市场对金融市场的极端风险溢出更强,经济政策不确定性对航运市场与金融市场长记忆联动性的下行风险溢出比上行风险溢出更强,股指市场比美元汇率市场的风险溢出更强.经济政策不确定性对航运市场与美国、中国、新加坡、瑞士及丹麦金融市场长记忆联动性的上行和下行风险溢出均较强,这揭示了一个事实,同时具备金融中心和航运大国特征的国家金融市场与航运市场的长记忆联动性更容易受到全球经济政策不确定性的影响.     

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。     

金融危机下金融系统工程研究的一些进展(专辑序言)

1 出版本专辑的背景 金融系统工程是由中国学者主导提出的一个新的系统工程研究领域,它将金融经济体系(既可以包括某个具体的微观金融市场,如股票市场;也可以包括由若干相互关联的金融市场及其关联经济系统构成的宏观金融经济体系)看作是一类复杂性系统,从而可以从系统内部的结构及系统与环境的相互作用来考察系统的特性,以便揭示金融经济体系演化的规律与金融风险形成的机理.     

基于复杂网络的泛金融市场极端风险溢出效应及其演变研究

本文采用基于GED的ARMA-(T)GARCH-VaR模型,借助风险Granger因果检验方法考察中国泛金融市场9个子市场在5个时期的下行和上行极端风险溢出效应,进而通过有向加权复杂网络刻画各个子市场之间的极端风险溢出演化规律.实证结果表明,子市场间的极端风险溢出效应具有时滞性,在风险溢出网络中越极端的风险传播能力越强、效率越高.下行和上行极端风险溢出效应具有不对称性,在多个时期上行风险的传播能力强于下行风险.极端风险溢出网络在5个时期的中心节点不断变化,但能源子市场始终是主要的上行极端风险溢出的接受者.金融危机过后大宗商品和债券子市场在网络中输送极端风险溢出的能力增强,且它们之间存在显著的极端风险溢出效应.     

基于互信息熵的国家风险相关性研究

国家间国家风险的相互关联状况,已成为影响全球投资战略和国际资本流动的重要决定因素,因此有必要深入识别国家风险相关性特征.本文基于信息熵理论,引入互信息构建广义相关系数刻画国家风险间复杂的相关关系,并通过构建"多阶段一多要素"的分析框架,刻画了2007年金融危机前后政治、经济、金融三种国家风险要素的相关性特征差异.以金砖国家为例,研究发现:金融危机前后综合国家风险相关性变化明显;即使国家间综合国家风险相关性变化趋势相似,但其内在的国家风险要素相关性特征差异显著.研究结果有利于国际投资者规避来自国家层面的不确定性损失,对国际贸易与投资有着重要的指导意义.     

银行资产负债结构对金融风险传染的影响

最近的金融危机显示金融风险传染已经成为引发系统性风险的关键特征.本文致力于研究中国银行业潜在的风险传染规律和特征.首先,采用中国银行业数据,对银行间债务网络进行建模,并在模拟实验中采用了修正的偿还算法.其次,构造了三种网络、设计了四种情景,对银行间债务网络进行模拟实验,研究了银行间借贷比例、资本充足率等因素变化对银行间风险传染的单独影响和混合影响.实验结果表明:1)银行借贷比例超过5%就会引发风险传染.降低银行间借贷比例能够减少银行间的风险传染.2)资本比率保持在一个较高的水平,能够有效防范银行间风险传染.资本比例在6%~8%之间防范风险传染的效果比较明显.3)从网络结构来看,平均度对风险传染有明显影响,影响的规律由初始破产银行数量决定.     

基于风险应对的股票市场恢复力度量与优化

把握股票市场在风险条件下的整体状态变化特征是保障其平稳运行和健康发展的关键.本文运用复杂系统分析方法,研究股票市场风险应对问题.基于股票价格联动关系,建立股票网络,表征股票市场的微观结构关系.结合不同类型和级别风险的发生概率,构建股票网络恢复力度量模型,表征股票网络的宏观状态变化.以上海证券交易所股票市场为例,依据风险事件发生规律和股票价格变化机制,实例仿真剖析事前、事中和事后风险应对策略对股票网络恢复力的影响.结果显示,单个应对策略对不同类型风险的有效性各异.研究有助于把握股票市场运行规律,可为市场风险应对策略构建提供决策支撑.     

“一带一路”战略思维的系统哲学分析——从自组织涌现律视角阐释．系列四

"一带一路"倡议是习近平主动应对全球形势深刻变化、统筹国内国际两个大局作出的重大战略决策,它对推进我国全方位对外开放和沿线国家共同发展意义重大。本文从自组织涌现律视角对"一带一路"倡议进行阐释,分析了自组织涌现律是宇宙系统最普遍规律,以及"一带一路"系统涌现的动态性、主体性和突变性。     

基于高频数据的沪深股票市场的相关性研究

以往的文献对于股票市场之间的相关性研究大多是基于低频数据的.本文则采用高频金融数据,对上海和深圳股票市场的相关性进行研究.首先提出了基于高频数据的赋权已实现变差估计量和赋权已实现协变差估计量.然后,给出了基于赋权已实现变差和赋权已实现协变差的金融市场之间相关系数的定义.最后,采用Bayes 方法来检测相关系数时间序列的变结构点,来发现金融市场间的相关性是否存在显著变化.通过对上海和深圳股票市场进行的实证研究发现,两个市场的相关系数在变结构点存在显著变化.     

互联网金融与传统金融之间的广义动态风险溢出——基于Copula-ARMA-GARCH-CoVaR的实证研究

选取互联网金融和三大传统金融(银行业、证券业、保险业)的行业指数为代表,构建Copula-ARMR-GARCH-CoVaR模型,从波动性信息提取、联合分布尾部相依结构估计、条件在险价值计算等方面,系统研究新旧四个金融行业之间的广义动态风险溢出效应。结果表明:新旧金融行业间的风险溢出水平随时间而变化,风险从互联网金融向传统金融的传导更为迅速;市场高涨时,互联网金融向传统金融的风险溢出水平显著增大,证券业受力最大且会以更大的力度向互联网金融反向输出风险;市场低迷时,互联网金融向传统金融的风险溢出水平比较平稳,银行业和保险业受力最大,但传统金融的反向风险输出力度较弱。建议构建金融整体风控平台,充分利用新旧金融行业间的风险溢出特征,根据不同市场态势给予严控和激励,保障金融市场平稳健康发展。