系统重要性金融机构再评估:基于最小生成树模型

评估系统重要性金融机构对于分类金融监管及防范金融风险具有重要的理论和实践价值.采用Pearson、Copula和DCC三种相关系数衡量我国91家上市金融机构的关联效应,并利用Kruskal算法构建最小生成树,研究了我国金融机构的系统重要性以及整体风险状况,研究结果表明:证券和银行在我国金融系统中的重要性更高,尤其是工商银行、广发证券和国海证券等,保险行业的系统重要性相对较弱;2015年股灾后金融机构间的关联网络发生了较大变化,银行业尤其是工商银行的系统重要性相对于股灾前得到一定提升,东方财富等新型券商开始起到重要作用;最小生成树的系统中心度可以部分反映系统性金融风险的特征,与传统系统性金融风险度量指标MES具有显著正相关性.     

中国非银行金融机构系统重要性再评估——基于风险倍率扩增综合指标北大核心CSSCISSCI

非银行金融机构作为整个金融部门的重要组成部分,其系统重要性问题对宏观金融风险管理的理论与实践均具有重要意义。鉴于国内现有研究往往忽视或因规模因素忽视对非银行金融机构的评估,以及测算方法因存在系列缺陷尚未达成一致,笔者尝试围绕风险倍率扩增指数、规模和复杂性影响因素,以最大熵客观赋权后形成评估系统重要性机构的综合指标,对现有评估方法形成改进。研究分析了引入非银行金融机构后相对于传统评估结果的差异,并进一步给出不同梯队非银行金融机构的具体评估数值。结果表明,中国平安、招商证券、中国人寿和中信证券等非银行金融机构的系统重要性往往显著高于相关银行,监管部门亦需重视对非银行金融机构的监管,相较于金融机构业务复杂度因素,评价结果并不主要依赖于规模因素。     

我国金融机构尾部风险影响因素的非线性研究——来自面板平滑转换回归模型的新证据

“十三五”期间,我国防范化解金融风险攻坚战取得决定性成就,而在“十四五”规划开局之际,我国的金融风险形势面临新的挑战,防范风险仍是金融业的永恒主题。在此背景下,本文采用相对重要性分析技术方法,考察机构规模以及相关基本面因素对我国上市金融机构尾部风险的贡献程度。接着,本文结合边际效应分析技术考察机构规模对风险的异质性效应,深入分析“太大而不能倒”假说在中国的适用性。在此基础上,进一步运用前沿的面板平滑转换估计模型,研究机构规模与尾部风险的非线性关系,并分析基本面因素对该异质性效应的影响力度。研究结果表明,我国上市银行等金融机构规模的增加能够有效缓释我国金融系统的尾部风险,但该影响效应将随着特许权价值、资产质量、杠杆水平、成本水平、收入结构、贷款结构等基本面指标的变化而出现显著的非线性转变。在此基础上,对强化我国金融系统中的风险防控薄弱环节、提高金融机构的风险吸收能力提出建议,以期为我国深化金融业改革开放、推动高质量发展提供理论分析与实证检验的参考依据。     

金融机构系统重要性评估方法比较与应用研究

本文比较了MES、SRISK和CES三种金融机构系统重要性评估方法的有效性和适用性,并评估了中国上市金融机构系统重要性。研究表明在均使用公开市场数据进行分析的条件下,MES和CES指标时效性较好;SRISK对于综合规模、杠杆率等信息的评估结果更可靠,时效性略差;SRISK和CES样本外预测效果较好。本文以SRISK指数为基础,参考MES和CES指标,按系统重要性将中国金融机构分为三大类,商业银行贡献了系统性风险的绝大部分,保险公司系统重要性有上升趋势。本文还发现样本期内金融机构系统重要性是动态变化的,具有明显周期性特征,系统性风险集中在少数金融机构。监管机构需要保持动态监测,加强金融机构宏观审慎监管。     

保险机构与其他金融机构系统关联性研究——兼论保险机构的系统重要性

金融机构混业经营的趋势在提高金融体系效率的同时加剧了其关联性风险,这使得研究我国保险机构与其他金融机构间的系统关联性问题尤为重要。本文选取保险、银行、证券与信托四部门的上市金融机构,分别在一般情况和两次牛熊市转化的极端情况下基于Granger因果网络模型研究保险机构与其他金融机构系统关联性,并且在考虑规模、关联性与复杂度三个因素下对金融机构进行了系统重要性分析。研究表明,银行部门是与保险部门联系最紧密的金融部门;保险部门对其他金融部门在熊市时比在牛市时存在更显著的Granger关系;规模是保险机构系统重要性评估中的重要指标。     

系统性金融风险动态测度与跨部门网络溢出效应研究北大核心

科学、有效地进行系统性金融风险动态测度与溢出效应评估,直接关系到我国金融体系重大风险的防范与化解。本文基于金融压力指数法进行系统性金融风险动态测度,构建跨部门风险溢出网络,论证多维风险因子对系统性金融风险驱动作用的结构性差异和系统重要性。研究结果表明:第一,危机时期,跨部门风险协同运动趋势明显,风险跨部门溢出方向和强度均具有非对称性。第二,外汇市场、债券市场和房地产市场是主要的风险溢出方,在危机时期,金融机构、股票市场和外汇市场是系统性金融风险重要的传播渠道。第三,股票市场估值水平、投资者情绪和经济政策不确定性对系统性金融风险水平的驱动作用呈倒U型,在系统性金融风险测度指数分布的右尾,大宗商品价格波动的驱动作用最大。第四,随机森林算法测度的风险驱动因子重要度证明,投资者情绪和大宗商品市场价格波动因子对系统性金融风险拐点的出现具有关键性影响。     

基于网络分析法的我国银行间风险传染效应研究

本文基于2012年我国115家商业银行的同业资产和同业负债数据,运用网络传导分析法评估了单家银行的异质性风险对整个银行体系的传染效应。结果发现:考虑到联合冲击因素并调减银行部门的资本金水平时,部分银行的异质性风险触发系统性金融风险并非是极端小概率事件。这表明,近年来我国银行业同业业务的较快发展,导致了银行体系具有潜在的脆弱性。另外,从风险传染的角度来看,大型国有商业银行、政策性银行及部分股份制商业银行具有系统重要性。对少数总资产规模较大的银行施加金融安全网保护,能有效抑制金融风险传染效应。为防范银行机构的道德风险问题,金融监管机构可以基于风险传染效应的评估,最大程度地降低对金融机构的救助范围。     

系统性金融风险度量:一个文献综述

本文对现有测度系统性金融风险的主要方法进行了系统回顾,主要包括基于系统重要性金融机构的风险分析、经济部门债务风险度量以及银行间同业拆借网络分析等方法。本文对主流方法存在的不足进行了分析,并对系统性风险及其度量提出了更加明确的含义,即系统性风险是金融体系或多数重要金融机构面临的共同风险因素,且这些风险因素及其潜在影响是系统性风险度量的核心。据此,本文认为对系统性风险及其传导渠道的正确分析和准确评估,是及时采取宏观审慎政策以增强金融体系稳健性的重要前提。     

我国系统重要性银行的评估与监管——基于CoVaR方法的研究

全球金融危机让人们认识到具有系统重要性的金融机构会通过风险溢出效应对其他金融机构进行风险传染,并在整个金融体系内不断传播和扩散,由此风险溢出效应开始作为评估系统重要性银行的重要因素。有鉴于此,本文采用中国上市银行的数据并运用CoVaR方法,对我国上市银行的风险溢出进行评估分析。研究结果表明,工、农、中、建四大行对银行体系整体的风险贡献度较高;城商银行,如南京银行和北京银行虽然规模较小,但风险贡献程度却超过了部分全国股份制商业银行,甚至超过了交通银行。本文的研究结果可以为我国系统重要性银行的评估和监管提供参考。     

京津冀金融协同的实证测度和分析——基于复杂系统协同度模型

京津冀三地金融复合系统协同度并不非常显著,三地复合系统协同度呈现出震荡上扬趋势。京津冀三地的金融能力协同度明显显著于金融规模协同度。对京津冀三地金融基础数据对比分析中看出,金融机构规模指标中河北省的金融机构数、从业人员数与北京市、天津市相比差距较大;金融能力指标中贷款对GDP的贡献度较小,河北省较低的居民收入影响了存款转化。     

我国金融机构的系统风险重要性研究——基于Clayton Copula函数方法和MST网络模型

目前,我国金融监管部门对于系统重要性金融机构的监管主要聚焦于银行,对于金融机构系统风险的确定和评估则主要关注机构的规模和结构特征,尚未从机构的风险传染状况及定价估值水平等视角进行考量.对此,本文采用学界新晋发展的Clayton Copula函数方法和MST网络模型,构建我国主要金融机构的下尾依赖网络;结合网络拓朴指标,从社区结构、集中度、分部门等维度综合评估我国上市金融机构的系统风险重要性;通过标准化树长探讨2008年国际金融危机对系统风险传染的结构性影响.研究结果表明:一是我国金融机构具有显著的网络社区结构特征,其中系统风险重要性最强的是证券公司和保险公司组成的社区,股份制商业银行和金融控股公司亦具有较高的关联度;二是金融机构节点在风险传染中呈现出差异化的作用性质,部分规模较小的机构具备超越其规模的重要性,东北证券、光大证券、广发证券和中信证券是风险传染的重要性节点;三是金融危机加剧了风险在网络中的传染性,也改变了金融机构的网络结构与系统风险重要性排序.本文研究为监管部门多角度考量金融机构风险重要性、完善系统重要性机构名单以及实施多维度梯度监管措施提供理论依据和新的思路.     

经济政策调整如何影响我国非银行金融机构风险承担

非银行金融机构风险承担不仅是金融机构风险承担的新拓展,也是系统性金融风险防范的关注点.本文系统阐述了经济政策调整影响非银行金融机构风险承担的理论机制,并利用我国2007-2019年34家非银行金融机构的平衡面板数据进行了实证检验.结果发现:经济政策调整频率的上升会引起非银行金融机构降低风险承担,二者之间存在显著的负向作用;货币政策在这一过程中发挥着重要的调节作用,宽松的数量型货币政策工具能够加强经济政策调整对非银行金融机构风险承担的抑制作用;进一步考虑非银行金融机构的性质、规模以及经济环境的异质性,发现证券和保险类、规模较小以及经济危机时期的非银行金融机构,其风险承担受经济政策调整的影响较大.因此,建议监管部门高度关注非银行金融机构风险承担的变化趋势,保持一定的政策调整以防范系统性金融风险的爆发.     

基于复杂网络构建的系统重要性银行评估研究

复杂网络为分析系统性金融风险和系统重要性机构提供了全局性视角,但由于数据获取上的局限,我国银行系统网络构建存在困难。利用贝叶斯方法和2013—2015年银行资产负债数据构建银行系统网络,在此基础上建立系统性损失测度指标,并讨论规模与网络中心性在系统重要性银行评估中的作用。研究发现:国有大型商业银行处于银行系统的枢纽位置;同业负债和入度对银行个体风险造成的系统性损失有显著正向影响,而资本缓冲和出度增大能够降低局部危机造成的整体损失。因此,规模仍是影响银行系统重要性的主要因素,而银行之间的关联性也发挥着越来越重要的作用。     

系统性风险在银行间的传染路径研究——基于持有共同资产网络模型北大核心CSSCISSCI

本文将系统重要性银行、系统脆弱性银行及传染风险等指标有机结合,提出并度量了系统重要性传染路径指标。系统重要性传染路径以风险生成银行为起点,以风险承受银行为终点,从微观机构角度刻画了系统性风险在风险生成银行与风险承受银行之间的传染,兼具深入理解系统性风险的生成机制及直接面向金融监管实践的优点。本文通过实证发现,银行体系的系统性风险总体呈上升趋势,系统性风险和各家银行的系统重要性程度均与规模因素具有较强的正相关关系。风险生成银行往往是那些遭受外生冲击较大、具有高度传染性的系统重要性银行,风险承受银行则通常是遭受外生冲击较小、且与风险生成银行持有资产结构类似(高度关联性)的系统重要性银行。本文对系统重要性传染路径指标的影响因素分析进一步论证了上述结论,并通过敏感性分析论证了多轮传染和资产价格相关性等改进的必要性。     

系统重要性金融机构监管的国际经验及对我国的启示

具有系统重要性的金融机构增加了金融体系的关联性,加大了系统性风险。后金融危机时期,多个国际组织和国家对金融监管的缺陷提出了改革方案,强调系统重要性金融机构的监管,加强宏观审慎管理,以提高风险监管和危机处置能力。我国应借鉴欧美国家的改革措施,从宏观审慎的要求入手,关注可能影响整个金融系统稳定的风险因素,从更为全局的角度加强系统重要性金融机构的监管,完善和提高我国对系统性金融风险的应对能力。     

影响股票收益的基本面因子略探——基于中小板上市公司的实证分析

选取公司规模、股价、股东人数变动、换手率、每股盈余、净资产收益率、毛利率、市盈率相对盈利增长比率及市净率等基本面因子作为影响股票收益的自变量,利用中小板上市公司2010年7月—2016年7月的季度数据进行了实证分析。结果表明:规模、股价、股东人数变动、换手率及毛利率五个指标对股票收益有显著影响;单从系数上看,规模的影响最大,其次分别依次是毛利率、换手率、价格、股东人数变动。采用简单赋值的方法,对这5个指标进行赋值,并选出得分靠前的股票进行等额投资,可以获得不错的收益;其中最优组合的阈值为N=16,该组合自2010年来获得了36.34%的年化收益率及2.6%的回撤深度。     

金融科技视域下我国系统性金融风险度量指标的构建

基于金融科技发展对中国系统性金融风险的影响分析,通过选取金融机构、资本市场、货币市场、房地产市场和金融科技发展五个维度的若干基础指标,合成了我国系统性金融风险综合指数(CISFR).该指数反映了2014-2019年我国系统性金融风险走势和主要影响因素,并识别了不同时期系统性金融风险的大小.最后考察2019年2月到2019年12月的真实指数与预测指数的差距以验证该指标的可靠性,结果显示该综合指数可以有效反映中国金融系统的风险水平和变化趋势.     

金融机构尾部系统风险与行业风险关联效应研究--基于尾部相依性视角北大核心CSSCI

本文采用基于极值理论的尾部系统风险测度指标(Tail-β),从静态、动态两个角度研究不同类型金融机构尾部系统风险异质性,并分析行业间尾部风险关联效应。研究表明:(1)银行体系中,城商行对于不利冲击反应较为敏感,应对风险能力明显不足。(2)证券部门在极端情形下表现出更强的脆弱性,存在明显的金融风险隐患。(3)部门间尾部风险关联程度随极端金融事件的发生显著上升;其中,银行和保险部门风险关联最强,证券部门与其他部门具有普遍的风险关联效应。(4)房地产部门在股市动荡时期也是金融风险的主要输出者。     

基于房地产市场的我国系统性金融风险测度与预警研究

本文阐释了基于房地产市场的系统性金融风险形成机制,据此建立了分阶段、跨部门的房地产市场的系统性金融风险网络模型,并运用2006-2017年16家上市银行数据,分析和测度了我国房价大幅下跌所引发的系统性金融风险水平和结构,构建了基于房地产市场的系统性金融风险预警指标并进行测算。研究发现:在房价下跌30%的压力情景下,我国金融体系的潜在总损失总体呈级数式上升,年均增长22.70%;基于房地产市场的系统性金融风险值(SR)呈现先上升后波动下降的总体趋势;系统性金融风险(SR)的脆弱性指标(FLI)整体呈现波浪式振荡变化,且与房地产贷款/权益整体呈反向变动,系统性金融风险(SR)的传染性指标(CTI)在2012-2017年呈持续下降趋势,且与金融市场压力指数、金融机构间资产占总资产比重呈现出高度的一致性变化趋势。最后,基于房地产市场的系统性金融风险预警指标(SRWI)值呈收敛式振荡走势,表明基于房地产市场的系统性金融风险总体可控且呈收敛式下降。     

基于房地产市场的我国系统性金融风险测度与预警研究

本文阐释了基于房地产市场的系统性金融风险形成机制,据此建立了分阶段、跨部门的房地产市场的系统性金融风险网络模型,并运用2006-2017年16家上市银行数据,分析和测度了我国房价大幅下跌所引发的系统性金融风险水平和结构,构建了基于房地产市场的系统性金融风险预警指标并进行测算。研究发现:在房价下跌30%的压力情景下,我国金融体系的潜在总损失总体呈级数式上升,年均增长22.70%;基于房地产市场的系统性金融风险值(SR)呈现先上升后波动下降的总体趋势;系统性金融风险(SR)的脆弱性指标(FLI)整体呈现波浪式振荡变化,且与房地产贷款/权益整体呈反向变动,系统性金融风险(SR)的传染性指标(CTI)在2012-2017年呈持续下降趋势,且与金融市场压力指数、金融机构间资产占总资产比重呈现出高度的一致性变化趋势。最后,基于房地产市场的系统性金融风险预警指标(SRWI)值呈收敛式振荡走势,表明基于房地产市场的系统性金融风险总体可控且呈收敛式下降。