中国金融服务业的创新：新世纪的观察

对2000年～2007年中国金融服务业的创新进行了系统的研究,分析了金融创新对中国金融发展水平的宏观影响,通过分析金融监管文件的发布频率对中国金融三大子行业的制度创新特征和演进路径进行了研究,进一步比较分析了中国金融产品创新的主要特征.研究结果表明:1)政府主导的金融创新对于中国金融的发展水平有较大的影响,中国金融活跃程度有所增加;2)三大金融行业的制度创新具有不同的侧重点和动态发展特征,银行业有相对比较明显的制度创新演进脉络,保险业的制度创新路径与银行业相比,在产品业务创新和风险管理机制创新的先后顺序上有所不同,而证券业则没有明显的制度创新演进脉络,但是在风险管理与公司治理的制度创新上有加强的趋势;3)中国金融产品的创新类型主要是流动性-增强型和信用-引致型创新,货币市场和外汇市场开始关注价格-风险转移型创新,而商业银行的信用-风险转移型和资本市场的价格风险-转移型是急需重点发展的创新类型.     

中国金融机构时变关联性测度研究——来自频域视角的新证据

金融机构关联是衡量系统性金融风险的重要指标,厘清金融关联在时域和频域的动态机制,有助于完善我国金融风险防范体系.本文运用时变广义动态因子模型,基于高维视角研究我国35家上市金融机构间的频域关联,并从低频关联和高频关联两方面,探讨了金融机构关联的周期特征.同时,借助相位谱分析方法,构建金融机构时变关联相位图,考察了金融机构关联的“同频共振”效应.研究发现:1)金融机构频域关联具有长周期特征,市场冲击会显著增强金融机构间的长周期关联.2)银行业关联具有顺周期性,证券业、保险业和多元金融业关联具有逆周期性.3)银行业、证券业和保险业存在同相关联,容易发生风险共振,而多元金融业存在异相关联,发生风险共振的可能性较小.     

我国金融行业的系统重要性研究——基于HD-TVP-VAR模型的复杂网络分析

本文以2002-2017年我国A股周数据为样本,首先计算了 76个细分行业的股指波动率,并在此基础上通过高维时变参数向量自回归(HD-TVP-VAR)模型构建了行业之间的全局风险网络.进一步地,本文从网络拓扑分析与量化实证分析两个角度考察了金融行业在风险网络中的系统重要性.研究发现,1)我国A股市场各行业间的风险溢出呈现出"唇齿相依"的复杂关联结构,且风险事件的爆发与金融行业对实体经济行业风险溢出的变化密切相关;2)金融行业承担着风险吸收的功能,其中,银行业的风险吸收功能最强,而证券期货业则表现出相对更明显的风险扩散性;3)行业关联性增强、行业风险角色向扩散型转化以及风险网络结构均衡性受破坏是系统性金融风险产生的重要根源;4)金融行业在全局风险网络中的系统重要性显著强于实体经济行业,其中,银行业与证券期货业的系统重要性分居首位与次位;5)房地产行业在全局风险网络中发挥着双向风险放大的风险"桥梁"作用;6)高杠杆与高流动性会显著刺激金融行业风险扩散的系统重要性,而大规模与重投资则会显著增强其风险吸收的系统重要性.     

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.     

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.     

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.     

基于信息溢出网络的金融机构风险传染研究

金融关联网络是风险传染的载体。以股票信息溢出关系作为风险关联渠道,并将网络拓扑结构与个体金融机构的风险传染特征紧密结合起来。基于金融机构股票收益溢出关系,构建信息溢出网络。利用网络节点中心性拓扑结构特征指标,刻画金融机构的风险传染强度及风险承受强度,并挖掘其影响因素。针对中国上市金融机构的实证研究表明,节点度、接近中心性及特征向量中心性较为一致地刻画了金融机构的风险传染特征;信托等其他金融业的平均风险传染强度最大,而银行业金融机构的平均风险承受强度最大;金融机构的每股收益增长率越高、股票换手率越低,风险传染强度越大;金融机构的资产负债率越高、资产规模越大,风险承受强度越大。     

基于信息溢出网络的金融机构风险传染研究

金融关联网络是风险传染的载体。以股票信息溢出关系作为风险关联渠道，并将网络拓扑结构与个体金融机构的风险传染特征紧密结合起来。基于金融机构股票收益溢出关系，构建信息溢出网络。利用网络节点中心性拓扑结构特征指标，刻画金融机构的风险传染强度及风险承受强度，并挖掘其影响因素。针对中国上市金融机构的实证研究表明，节点度、接近中心性及特征向量中心性较为一致地刻画了金融机构的风险传染特征；信托等其他金融业的平均风险传染强度最大，而银行业金融机构的平均风险承受强度最大；金融机构的每股收益增长率越高、股票换手率越低，风险传染强度越大；金融机构的资产负债率越高、资产规模越大，风险承受强度越大。     

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...     

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.     

基于超网络的互联网金融均衡问题研究

为了研究互联网金融环境下日益复杂的金融网络,引入超网络理论,分析各决策者之间的竞争合作关系以及各自行为和最优化条件;考虑互联网环境下加剧的信用风险和操作风险,引入信用风险函数和操作风险函数,建立了由资金拥有者、互联网金融中介、传统金融中介、资金需求者构成的超网络模型。运用变分不等式理论,研究互联网金融超网络均衡解的存在性条件和唯一性条件,给出整个互联网金融网络的均衡条件,为下一步研究互联网金融发展趋势和饱和状态奠定基础。最后运用算例进行仿真,验证了模型的有效性。     

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.     

中国政策不确定性会加剧经济与金融不确定性吗?

本文基于中国2002年-2019年间268维月度经济金融数据实现中国政策、经济和金融不确定性的分离测度,并进一步利用动态溢出指数以及STVAR模型考察其关联机制与影响动态.研究发现:政策不确定性不仅会推升经济与金融不确定性,同时也会受到经济与金融不确定性的正向反馈影响,然而其影响效应在金融危机爆发前后发生了显著逆转,政策不确定性对经济、金融不确定性的溢出效应在后危机时期占据主导地位;政策不确定性与经济、金融不确定性之间的溢出与反馈效应受不确定性本身、经济发展水平以及金融摩擦强度等影响表现出显著的非线性特征,例如政策不确定性对经济、金融不确定性的加剧作用会随着不确定性水平和金融摩擦强度的提高而明显增强,但在经济平稳运行期间可以得到有效缓解.这些研究结果为深入理解宏观不确定性的理论内涵、合理把控经济体的不确定性水平、切实完善中国宏观调控与金融监管政策框架提供了有益的经验依据和政策启示.     

境内外人民币利率风险溢出度量研究——基于MSV-CoVaR模型的实证分析

首先运用GC-MSV模型分析了上海银行间人民币同业拆借利率(SHIBOR)和香港银行间人民币同业拆借利率(CNY HIBOR)之间的波动溢出效应,然后运用DC-t-MSV-CoVaR模型度量了两市场间的风险溢出效应。研究结果表明,境内外人民币拆借利率市场间存在不对称的双向波动溢出效应和风险溢出效应,且离岸市场对在岸市场的风险溢出效应要强于在岸市场对离岸市场的风险溢出效应。随着我国利率市场化的推进和人民币国际化的深入,在岸与离岸人民币利率间的联系在不断加强,相关系数在逐步增加。根据上述研究结论,文章最后在利率市场化改革、利率政策制定和跨境风险监管方面提供了政策建议。     

互联网金融涌现的逻辑:投资人的视角

信息不对称使得传统金融环境下资源得不到最优配置,致使传统投资机构利润空间逐渐变窄.在互联网金融背景下,对由投资机构直接为中小企业提供融资的传统模式加以改进,引入电商平台,从而考虑一种新的三方参与的间接投融资激励模式.并应用委托代理理论,定量研究传统金融机构、电商平台以及中小企业三者间的投资收益分享契约.进一步通过数值算例分析关键参数对投资收益和投资决策的影响.研究结果表明:相对于传统金融模式,在中小企业经营能力处于较低水平时,电商平台的引入,能够降低中小企业融资门槛,增加授信额度;同时减少中小企业获得的信息租金,提高投资机构的投资效率,从而有效缓解投资机构与中小企业间由于信息不对称所造成的中小企业融资难问题.     

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.     

商品金融化背景下商品期货定价

2000年以来,商品金融化现象非常普遍,主要特征是商品价格形成越发背离实体经济因素,金融环境干扰日益明显,金融因素影响日益突出。传统库存理论主要以实体库存供求均衡为基本框架,其定价模型难以适应商品金融化趋势。为此,构造金融化影响指数来度量商品金融化对商品价格的影响,进而修正传统商品期货定价模型,并将其应用于中国商品期货市场的实证研究。研究发现:商品金融化加剧商品价格波动,且贸易融资套利引起的金融化效应为负,缓解商品价格上涨压力;美元周期是商品金融化进程的主要因素,风险溢价是次要因素,而货币政策短期效应不明显。表明,中国商品金融化主要受到美国商品金融化的溢出,反映出在国际大宗商品市场上中国定价权的缺失以及美元的主导地位。     

金融科技的风险管理赋能:基于中国银行业的经验研究

金融科技是赋能银行创新改革的关键.本文利用文本挖掘技术收集城市金融科技专利数据,创新构建城市金融科技发展水平指标,并基于2013-2018年中国148家商业银行的微观面板数据,定量考察城市金融科技发展对银行风险的影响.研究发现:城市金融科技发展赋能银行显著降低风险水平,且这一赋能效应对中小银行的影响更为显著.为控制内生性问题,本文选取“金融科技”主题类关键词获得城市层面的百度新闻数作为工具变量,实证结果依旧显著.主要发现在替换代理变量定义方法,控制空间溢出效应等一系列稳健性检验后依然成立.机制分析表明:金融科技赋能通过减缓信息不对称,促进业务边际拓展和增强风险应对能力等渠道实现银行风险降低的作用;同时,市场监管能力的提高和城市居民征信意识的增强均可以进一步提升金融科技的风险管理赋能效应.在商业银行布局金融科技进程加快的背景下,全面识别金融科技赋能银行风险管理的经济后果及其内在影响机制,对防范化解金融风险,促进金融业持续高质量发展具有重要启示.     

信用和流动风险冲击下的中国银行业传染分析

银行业信用风险冲击和传染是金融危机的重要导火索之一,而金融危机的加深导致流动性风险冲击会进一步加剧银行业风险.基于中国资产规模最大的50家代表性银行的同业债权债务关系,通过最大熵方法构建了阈值过滤后的银行业双边同业资产-负债关联网络,进一步在完全网络和"核心-边缘"网络下分别模拟了信用风险单冲击以及信用和流动风险双冲击叠加下的银行业风险传染路径、波及范围和程度.结果发现,第一,从风险易感染程度来看,农村商业银行最高,而大型商业银行最低,从风险破坏程度来看,处于网络中心、资产规模大的银行更强;第二,当信用、流动风险二维冲击时,风险传染效将增强,传染阈值也会相应降低;第三,长周期银行业拆借网络分析发现过滤后的中国银行业网络有明显的核心-边缘结构,当市场从完全网络变为核心-边缘网络时,银行体系抵御风险的能力会有所下降.研究结果不仅可以为商业银行自身的风险管理提供建议,而且可以为监管机构风险监控提供借鉴.     

网络视角下的金融结构与金融风险传染

基于不同的银行间市场网络结构假设,利用中国银行业数据,使用最大熵方法估计银行间资产负债关系,建立银行间市场网络以研究我国单个银行破产引发的金融风险的传染概率和影响程度,进而通过建立异质性银行的多主体仿真模型研究银行间市场结构和银行资产负债表结构对金融风险传染的影响. 研究结果表明：相比于完全连接网络,中心-边缘的层级网络将增大金融风险传染的范围和程度. 此外,对于银行资产负债表结构而言,所有者权益占比提高将增强金融机构的抗风险能力,降低传染概率,而银行间资产和负债占比提高则会扩大金融风险传染的影响. 这为我国银行业系统风险监管中对金融结构的关注提供了重要启示.