企业杠杆率、宏观经济景气指数与系统性金融风险

打赢防范化解重大金融风险攻坚战是打好三大攻坚战的重要任务之一。本文在对企业杠杆率、宏观经济景气指数与系统性金融风险关联性进行理论分析的基础上,利用复合系统性压力指数法测度了我国系统性金融风险,并建立了马尔可夫区制状态转换模型,以挖掘企业杠杆率、宏观经济景气指数及系统性金融风险之间的非线性动态关联机制。研究表明,样本期内我国系统性金融风险水平波动明显;企业杠杆率、宏观经济景气指数与系统性金融风险间存在动态关联,且两区制特征明显,高压力时期的关联效应比低压力时期更显著;企业杠杆率对系统性金融风险的直接影响不显著,但会通过影响宏观经济对系统性金融风险产生间接影响;宏观经济景气指数与系统性金融风险相互间存在负向影响。鉴此,现阶段应控制好从结构性去杠杆向稳杠杆转变的节奏,利用双支柱调控熨平局部金融失衡和杠杆结构性问题;同时,密切关注部门间金融风险的交叉传染,提升经济发展质量,进而从根本上防范化解系统性金融风险。     

基于MS-VAR模型的居民杠杆率与系统性金融风险动态关联研究

居民杠杆率过快攀升与系统性金融风险之间是否存在关联已引起广泛的社会关注。本文基于货币、股票、债券、外汇市场数据测度我国系统性金融风险,建立非线性MS-VAR模型探究我国居民杠杆率与系统性金融风险间是否存在时变动态关联。研究结果表明:金融危机后我国居民杠杆率与系统性金融风险之间存在明显的两区制"棘轮效应";居民杠杆率和系统性金融风险都对自身具有粘性;居民杠杆率与系统性金融风险间存在由负转正的时变动态关联,并且风险释放期的关联程度显著大于风险累积期;居民杠杆率对系统性金融风险的影响显著,而系统性金融风险对居民杠杆率的影响甚微。因此,不能简单地将居民部门作为企业、金融部门转移杠杆的对象,需警惕居民杠杆飙升对系统性金融风险的诱发影响。     

金融开放背景下系统性金融风险测度与防范

当前,维护中国金融稳定的重要任务之一就是防范化解重大系统性金融风险.基于2010-2019年的季度数据,构建中国金融压力指数模型,采用客观赋值法CRITIC对指标进行权重分析,最后得到中国金融系统的综合压力指数.研究表明:中国金融压力指数呈下降态势,银行业、股票市场、债券市场以及货币市场对金融压力指数的权重较高.因而,...     

我国系统性金融风险的衡量与识别

精准衡量系统性金融风险在维护国家金融安全与稳定方面发挥着重要基础性作用。本文应用等方差加权法合成金融压力指数衡量我国自2004年6月以来的系统性金融风险水平,并运用马尔科夫区制转移自回归模型识别不同金融压力时期。研究表明:金融压力指数的整体走势体现为波动性上升,能准确对应国内外重大金融事件对我国金融体系的冲击;大部分时间我国金融风险状态位于低风险区制,具有一定的粘性,并且高风险区制易于向低风险区制转变。     

我国系统性金融风险的测度与防范

本文结合我国转轨体制特点和当前系统性金融风险状况,基于综合压力指数法从7个维度构建系统性金融风险测度指标体系,集成分析我国2007年1月～2018年12月整体风险状况。结果显示,次贷危机之后,我国系统性金融风险综合指数呈波动上升态势,当前正处于中度风险状态,系统性金融风险压力增大,但整体可控。     

基于金融风险压力指数的系统性金融风险评估研究

加强宏观审慎管理成为国际金融危机后主要国际组织和经济体进行金融监管改革的核心内容,而防范系统性金融风险是宏观审慎管理的根本目标。本文在研究系统性金融风险相关理论的基础上,设计构建作为系统性金融风险测度指标的系统性金融风险压力指数,并对上海市的情况开展实证研究。     

金融压力、货币政策与宏观经济

2008年金融危机后,金融压力如何影响货币政策对宏观经济的调控这一问题倍受学术界和政策制定者关注。本文构建了时变权重的中国金融压力指数来衡量金融体系的运行状态,并通过MS-VAR模型研究了不同金融体系运行状态下,货币政策对宏观经济的影响。结果显示,货币政策对宏观经济的影响呈非线性:在金融压力时期,货币政策对宏观经济的影响弱化。这意味着此时,中央银行需要采取针对性措施,疏通货币政策传导机制,实现对宏观经济的调控。     

财务管理中的杠杆效应与风险探析

财务管理学中的经营杠杆、财务杠杆和复合杠杆相关理论是企业优化资本结构、获取经营杠杆收益、控制经营风险、实现股东收益最大化与控制企业财务风险的重要理论,涉及筹资活动、投资活动与经营活动多个方面,是筹资决策、投资决策和经营决策的重要依据.本论从经营杠杆、财务杠杆相关理论依据与内涵入手,在分析经营杠杆、财务杠杆和复合杠杆计算...     

供给侧改革背景下非金融企业杠杆率与金融风险关系研究

山东省非金融企业杠杆率已超国际认定警戒线,并且由于统计口径不完备,山东省实际杠杆率水平高于当前计算结果,已无加杠杆空间。从当前可计算的杠杆率分结构看,山东省非金融企业杠杆率高企主要集中在第二产业、基建行业及国有企业。通过对山东省内2009年以来17地市的杠杆率与不良贷款率进行实证研究发现,不良贷款率与杠杆率变动之间存在稳定的反向关系,杠杆的加速变动会加大金融风险的暴露。建议应在稳步去杠杆的基础上推进金融供给侧改革,使非金融企业与区域金融体系实现平稳健康发展。     

金融资产投资、杠杆率与企业风险承担——基于非金融企业的视角

本文以2007~2018年我国A股非金融上市公司为研究样本,运用动态面板系统广义矩估计法,研究杠杆率在金融资产投资与企业风险承担之间的中介效应影响,分析金融资产投资、杠杆率、企业风险承担三者之间的传导链条。研究发现:杠杆率在金融资产投资与企业风险承担水平之间发挥了部分中介效应;金融资产投资增加会直接导致企业风险承担水平上升,同时也会通过提高杠杆率间接地提升企业风险承担水平。本研究丰富了实体企业金融投资后果的相关文献,为实体企业的投资决策以及风险管理提供了参考,也为监管部门去杠杆防风险提供了经验证据。     

企业负债率、研发投资强度与企业价值

选取2003—2010年沪深A股上市公司R＆D数据,研究R＆D投入与上市公司债务融资的相关性和R＆D投入与上市公司市场价值关联性。实证研究发现：企业的负债率越高,其研发投入越少,非国有控股上市公司所面临的债务融资约束更大;企业的研发投入对公司价值具有正向影响,并且这种影响会因企业负债水平的高低而不同。在模型中进一步加入RDI＊D负债水平交叉项后发现,相对于负债水平较低的企业,负债水平较高企业的研发投入对公司价值的正向影响是减弱的,对于非国有控股上市公司,这种减弱效应更为显著。     

经济波动、不良贷款与银行业系统性风险

在全球经济变动及宏观经济不确定性增强的背景下,中国经济波动的信贷周期及银行亲周期性的双重特征极易触发银行业的系统性风险。本文以经济波动与不良贷款的关系为切入点,采用时间序列分析方法系统地研究了上述问题并证明了二者之间的因果关系。基于研究结论,本文提出了研究、评估经济波动对银行业的潜在影响、审慎使用信用风险模型、实施差别化的调控政策、推进银行战略转型等政策建议,以有效预防银行业的系统性风险。     

货币政策、金融杠杆与银行风险承担

本文利用16家上市商业银行从2014年第四季度到2018年第三季度的季度面板数据,采用差分广义矩估计(DGMM)方法实证分析了货币政策和杠杆率对银行风险承担的影响。结果表明:第一,货币调控在金融稳定方面并非风险中性,它与银行风险承担呈现显著的负相关关系,即货币政策放松会相应提高银行的风险承担水平。第二,杠杆率作为资本充足率的有益补充是有效的,银行杠杆水平越低则其风险承担水平也越低,杠杆率监管会减缓或抑制货币政策对银行风险承担的影响,这也为2018年我国“宽货币紧信用”现象提供了合理解释。根据研究结论,本文就完善并协调货币调控、宏观审慎和微观监管提出政策建议。     

Precision in Accounting Information, Financial Leverage and the Value of Equity

Abstract:  Using an equity valuation model characterized by periodic imperfect accounting information, we examine how financial leverage affects a firm's accounting quality choice (i.e., precision). We find that the existence of financial leverage motivates firms with average to good performance to prepare accounting information with a high degree of precision. However, we conclude that when a firm is performing poorly it has an incentive to reduce accounting precision in order to lower the likelihood of both a debt covenant violation and the detection of accounting bias.     

Time Varying Market Leverage, the Market Risk Premium and the Cost of Capital

This paper shows that, when as usual the market portfolio is proxied by a share portfolio, then the conventional Ibbotson (1999) estimator of the market risk premium violates Miller–Modigliani (1958 and 1963) propositions II and III. A new estimator of the market risk premium is proposed which is free of these defects. In addition, across the range of market leverages experienced in the US in the period 1952–1997, it generates estimates of the market risk premium that differ from those generated by the Ibbotson methodology by up to 2.5 percentage points, and weighted average costs of capital for firms that differ by up to 2.6 percentage points.     

Dynamic Modeling of Tail Risk: Applications to China, Hong Kong and Other Asian Markets

In this paper, we study the extreme dependence between the markets in Hong Kong, Shanghai, Shenzhen, Taiwan and Singapore. The tail dependence coefficient (TDC), which measures how likely financial returns move together in extreme market conditions, is modeled dynamically using the Multivariate Generalized Autoregressive Conditional Heteroscedasticity model with the time-varying correlation matrix of Tse and Tsui (Journal of Business & Economic Statistics, 20(3):351–363, 2002). The time paths of the TDC indicate that Hong Kong stocks had the highest extreme dependence during the Asian financial crisis and their TDCs have followed an increasing trend since 2006. The results in this paper also show that the TDC pattern of Singapore with the other markets is very similar to the TDC pattern of Hong Kong with the other markets. An increasing trend in the extreme dependence between Shanghai A Share Index and Shanghai B Share Index and between the Hang Seng Index and the Hong Kong China Enterprise Index is observed from 2002 to 2007. A substantial rise in the TDC between Shenzhen A Share Index and Shenzhen B Share Index was recorded after the China market reforms in 2005. Our TDC modeling with Asian market data provides evidence that Asian markets are becoming integrated and their extreme co-movements during financial turmoil are becoming stronger.