基于马尔科夫模型的我国金融系统性风险预警研究

为推动我国金融系统性风险预警研究,在分析金融系统性风险的传导路径、借鉴国际经验的基础上,综合考虑金融系统内外部因素,重构符合我国实际的金融系统性风险预警指标体系,并合成包含资产泡沫、货币危机、外汇市场和其他共四个金融压力指数的金融综合压力指数.选取2001年～2016年历史数据,采用马尔科夫区制转移模型与主成分分析法相结合,对我国金融系统性风险预警进行实证分析.结果表明,该方法有效识别了该时期高风险时间点;预测结果有效验证了我国2017年处于较低的金融系统性风险状态.揭示了房市泡沫调控、银行信贷管理、实体经济管理体系不完善、消费投资需求疲软等问题是引发我国金融系统性危机的隐患.     

金融业系统性风险度量——基于尾部依赖视角

根据系统性风险定义,从时间和空间两个维度出发,利用尾部依赖来对系统性风险进行度量. 实证分析结果表明,银行业、证券业以及保险业存在系统性风险,且银行业、证券业以及保险业系统性风险呈现出了共性：经济下行时期系统性风险大于经济上行时期系统性风险. 进一步,本文分别对银行业、证券业以及保险业系统性风险存在的原因展开分析,并从系统流动性、杠杆率和公允价值计量对经济下行系统性风险增强提供了解释,认为流动性风险传导是引发系统性风险的重要原因. 基于此,对金融业体系建立动态拨备制度提供了佐证.     

基于尾部依赖的保险业系统性风险度量

从系统性风险的界定出发,综合考虑系统性风险的两个视角,基于保险公司的股票数据探讨保险业的系统性风险.通过构造Kendall协同系数检验整体依赖性和尾部依赖性,以(非对称)尾部依赖性为切入点,构造SV-t模型和厚尾的SV-GED模型,利用AIC准则和Hit检验法对不同依赖结构的copula模型进行筛选.通过实证分析,检测出中国人寿、中国平安和太平洋保险公司的非对称尾部依赖结构,认为保险业可能成为系统性风险传导链条上的一环,并且完全可能自身隐含和集聚系统性风险.结论部分分析了系统性风险的原因,针对如何降低下尾风险依赖提出政策建议,为我国保险业宏观审慎监管提供一些支持材料.     

基于Copula-ASV-EVT-CoVaR模型的中小板与创业板风险溢出度量研究

本文以条件在险价值(CoVaR)法为基础,结合Copula-ASV-EVT模型分析了我国中小板与创业板市场之间的风险溢出效应.结果表明,中小板与创业板市场之间存在双向风险溢出效应,且中小板市场对创业板市场的风险溢出效应强于创业板市场对中小板市场的风险溢出效应.此外,文章还分析了波动冲击对中小板与创业板的影响.最后,本文为风险监管以及投资者在中小板与创业板之间进行资产配置提供了建议.     

群体分析视角下能源业系统性风险——基于网络动态分位数回归模型

能源行业作为我国经济的支柱性行业,其稳定健康发展事关国计民生和国家安全。本文以能源行业系统性风险为研究对象,利用DY溢出指数法,从风险溢出角度构建了能源行业间的关联网络,并将其与传统分位数模型相结合,提出了网络动态分位数回归模型,在此基础上,结合多条件CoVaR风险指标,构建了多条件动态CoVaR模型,实现群体视角下系统性风险的度量。以2014年12月30日—2021年7月2日数据为样本,实证分析了中国煤炭、电力、新能源、油气四个主要能源行业对整个能源系统风险的溢出贡献。结果显示：(1)在多个比较指标下,网络动态分位数模型的预测效果显著优于传统无网络的分位数模型;(2)能源行业的系统性风险溢出存在较强的时变特征,平均而言,煤炭和电力行业的风险溢出绝对值(ΔCoVaR)最大,电力和油气行业的风险溢出相对值(%ΔCoVaR)最大;(3)风险规模因素(VaR)对于系统性风险的影响程度大于风险溢出强度;(4)随着处于危机的能源行业数目增多,其对于能源系统的风险溢出绝对值和相对值都呈现上升趋势;(5)不同能源形式间可替代性和可补充性的存在,使得组合风险溢出绝对值明显小于组合内部单个行业风险溢出绝...     

基于时变波动率CCA方法的银行业系统性风险度量

基于传统CCA方法的系统性风险研究都是在BS框架下进行的,而BS模型的同方差假定与现实不符,可能引致偏误。利用非对称GARCH过程刻画了银行资产波动率的时变特性,并基于GARCH期权定价模型对系统性风险进行了度量研究。鉴于现有系统性风险研究大多聚焦于“次贷危机”期间,以中国上市银行为样本,对2012~2016年银行业的系统性风险状况进行了实证检验。结果显示：银行业系统性风险分别在2012和2015年“股灾”之后小幅上升,在2016年大幅上升;基于传统CCA方法的系统性风险指标无法对2015年和2016年系统性风险的上升做出充分响应;基于时变波动率CCA方法的系统性风险指标对宏观经济动态的预测能力显著优于基于传统CCA方法的指标。     

我国银行体系的系统性关联度分析:基于不对称CoVaR

根据系统性关联度的定义,使用不对称CoVaR方法,对我国单个银行与银行体系之间的系统性关联度和任意两个银行间的系统性关联度进行了测算.研究结果表明,我国银行体系的系统性关联度存在不对称性,使用不对称CoVaR方法重新估算我国银行体系的系统性关联度能为我国系统重要性银行的甄别和银行间系统性风险溢出的评估提供依据.进一步地,探讨出上述两种系统性关联度的主要影响因素为银行自身的特征变量,如贷款总额,股本,留存收益等.基于此,为我国银行业监管者提升银行风险监管水平和银行管理者制定准确的风险控制体系提供有益帮助.     

基于时间持续性的动态风险度量模型

基于一致性风险度量公理建立的CVaR方法缺乏多时期风险度量属性,特别是动态持续性.针对这些问题,本文在动态一致性风险度量框架下,提出动态风险度量方法(DVaR),并利用我国深市和沪市数据对VaR、CVaR和DVaR方法进行实证比较研究,通过回测方法比较3种方法的有效性.     

银行系统性风险研究综述

银行系统性风险的破坏力巨大,严重威胁着国家经济发展和社会安全稳定,受到了学者、投资者和监管部门的高度关注。本文从系统科学的视角,介绍了银行系统性风险的内涵和特征,并对银行系统性风险相关文献进行系统梳理和回顾。银行系统性风险未来可能的研究方向是信息交互行为对银行挤兑的影响、银行系统结构对系统性风险的影响研究、银行系统性风险的实证研究。     

基于流动性配置的银行系统性风险研究

本文基于银行负债表构建了反映银行间借贷关系的复杂网络,用模型模拟了银行系统在面对储户提款冲击下,由银行间资金挤兑和投资资产打折出售而引发的流动性短缺危机在银行体系中的传播过程.研究发现银行间借贷网络结构和银行资产变卖时的损失程度在流动性短缺危机传染中起着关键作用.其中,银行间借贷网络的连通性一方面有抑制风险传播的作用,同时也蕴藏了风险在银行体系中扩散和传播的可能.     

房地产对金融体系风险溢出效应研究——基于AR-GARCH-CoVaR方法

金融危机对全球金融体系造成了巨大的影响,这使得各国研究者开始深入研究房地产部门与金融体系的这种连带关系所传达的信息,并思考应对之道. 本文首先从资产价格波动角度分析了房地产市场对金融系统的风险溢出的机制和传导过程. 在此基础上,本文首次引入AR-GARCH-CoVaR模型,估算了我国房地产市场对金融系统的风险溢出效应. 研究表明：银行将房地产作为仅次于制造业的第二大投资行业,银行房地产贷款额占总贷款额的20%左右,但这20%的贷款可能产生的风险却几乎相当于金融系统自身的系统性风险. 此外房地产部门对金融系统的风险溢出效应存在顺周期性,这表现为在2008年金融危机时房地产的风险溢出效应较大,而在2010年经济逐步恢复稳定时房地产的风险溢出效应较小.     

基于分数布朗运动驱动的银行货币存贮网络模型系统风险和最优控制的研究

从银行间货币流动的动力学角度出发,提出了一个由分数布朗运动驱动的并且有中央银行参与的银行货币存储网络模型.每家银行以特定的比率从其他银行拆借货币,并在一定的情况下可以向中央银行拆借资金,但由此会产生借贷成本.系统中银行的货币存储满足文中给出的随机微分方程,计算并给出了系统风险指标——总体破产概率,系统活动总量的数学表达式,通过线性二次型控制方法,求得银行向中央银行拆借资金的最优成本.     

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.     

经营风险与财务风险对物流企业成本的影响

本文以2007-2016年中国交通物流上市公司为样本,实证检验了经营风险和财务风险对物流企业降低成本的驱动效应.结果表明,经营风险和财务风险驱动物流企业降低成本,并且两种风险具有交互作用.然后,本文实证分析了三种不同股权结构情境下经营风险和财务风险对物流企业成本的影响,包括股权性质,股权制衡度和机构投资者持股.结果发现,相对于非国有物流企业,国有物流企业经营风险和财务风险对降低成本驱动效应更显著;股权制衡度和机构投资者持股仅对财务风险驱动物流企业降低成本具有调节效应,即股权制衡度和机构投资者持股比例越高,财务风险对物流企业降低成本越显著,但对经营风险驱动物流企业降低成本无调节作用.     

系统性金融风险指标的比较分析——基于实体经济风险预测的视角

本文归纳总结了常见的四大类系统性金融风险指标，从实体经济风险预测的视角，使用分位数回归模型和自助式（Bootstrap）分位数t检验方法，结合样本外分位数拟合优度，以"是否对未来实体经济风险具有放大效应"和"是否对实体经济风险具有预测能力"两个方面对上述指标进行了比较分析.研究结果发现：首先，反映机构个体风险，波动性和不稳定性，以及流动性和信贷情况的指标均对未来实体经济下行风险具有放大效应，即系统性金融风险的升高会显著增加未来实体经济的下行风险；其次，在短期，反映机构个体风险和流动性的指标能够很好地预测未来实体经济风险，而代表金融市场波动率水平的指标则在中期和长期有着较好的预测效果.最后，结合中国具体国情，本文也对进一步完善我国宏观经济风险防范体系提出了若干建议.     

复杂金融网络中的系统性风险与流动性救助:基于不同网络拓扑结构的研究

以支付结算网络为例,通过构建复杂网络中的流动性循环模型,基于仿真模拟研究了不同网络拓扑结构和不同风险场景下的系统性风险与流动性救助问题.研究发现:1)网络拓扑结构对系统稳健性有显著影响,系统呈现出稳健而脆弱的特点,即网络节点间差异越小、相互连接越紧密,系统性风险发生的概率越小,但风险一旦形成,则后果更为严重;2)由于系统性风险的程度与系统流动性正缺口规模呈现线性正相关关系,在进行流动性救助时,基于节点流动性正缺口的救助资金配置方案均不劣于平均分配或基于冲击规模分配的方案,但在不同网络拓扑结构下,方案间的差异程度存在显著差异;3)在基于节点流动性正缺口的配置方案下,网络拓扑结构对不同救助顺序的效果也存在影响,但仅在网络节点间差异较大且中等救助规模下,影响才是显著的.     

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.     

基于动态分位点回归模型的金融传染分析

金融危机传染检验一直是国际金融研究中的重要问题,大多数传染效应存在性的检验采用相关性方法.本文应用动态平滑数系数分位点回归模型研究不同国家股票市场之间的分位点相关关系,通过系数函数的变化趋势对危机传染问题进行检验和预测.其中在对参数函数进行非参数估计时,应用局部线性回归方法.为了分析亚洲金融危机期间的危机传染问题,对亚洲几个相关国家的指数数据进行了实证分析,实证结果发现,通过分析常数项函数以及系数函数的变化趋势,不仅可以对危机传染问题进行检验,还可以对金融危机传染的发生时刻以及金融危机的缓解时刻进行相应的分析.