基于共同冲击和异质风险叠加传导的风险传染研究——来自中国上市银行网络的传染模拟

本文将银行系统遭遇外部共同冲击作为研究起点,建立了一个共同冲击和异质风险交互传导与放大的简化模型,冲击的传导包括“原始冲击”、“增量冲击”和“违约冲击”三个风险传染阶段。基于2018年我国15家上市银行的股票收益率和年报数据、2006年至2018年的银行评级数据,本文构建了贝叶斯分层图模型和银行间拆借矩阵,并利用蒙特卡洛模拟测度不同触发银行所引发的系统性风险损失、单个银行的系统性风险杠杆能力(文中定义为“传染乘数”指标)以及政府监管介入的效果。模拟结果显示:共同冲击损失远大于异质风险损失;规模和网络关联性是决定传染乘数的重要因素,且当规模因素不突出时,网络关联性对传染乘数的决定作用相对更强,极容易出现小规模、高关联性银行具有较高的传染乘数;当银行风险资产损失率在10%至25%之间时,造成系统性风险损失的杠杆能力普遍增强;政府监管介入能较好地降低系统性风险。本研究的相关结论为系统性风险的监管设计提供经验证据和参考。     

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。     

我国金融市场间风险传染与系统性风险溢出效应——基于银行、证券、保险市场的E-CoVaR模型分析

本文运用E-CoVaR模型,结合分位数回归技术,测度了我国银行、证券和保险市场之间的风险传染强度以及各金融市场系统性风险溢出效应,并探明了各金融市场系统性风险溢出效应随经济形势变化的规律。研究结果表明:总体来看,银行市场的风险传染强度和系统性风险贡献度最大,证券市场其次,保险市场再次;从动态分析来看,我国金融市场的系统性风险贡献度与市场繁荣程度正相关,在金融危机期处于较高水平。     

我国金融机构系统性金融风险度量与跨部门风险溢出效应研究

本文采用VaR、MES、CoVaR以及ΔCoVaR四类风险测度方法,对我国A股56家上市金融机构和房地产公司的系统性金融风险展开研究,并结合前沿的风险溢出网络方法,从静态与动态两个研究角度考察了我国金融风险的跨部门传染。研究结果表明,四种风险测度指标均能准确识别出我国金融部门风险集聚的尾部事件,而且金融体系整体上存在较为明显的跨部门风险传染效应。此外,本文研究发现,我国系统性风险溢出水平逐年攀升,且传染中心在“银行钱荒”、“股市熔断机制”等事件中发生了相应改变,其中,在“钱荒事件”中,银行部门等成为了风险传染的发源地;而在“熔断机制”事件中,房地产与证券部门则成为风险传染的网络中心。在此基础上,我们提出了完善我国金融风险防范体系与监管机制的若干建议,使得本文研究对于“防范跨市场、跨产品、跨机构的风险传染”具有重要的学术价值与现实意义。     

基于国际资本多重动机的全球系统性风险传染路径识别

本文采用最新一代的SRISK方法测度了G20国家605家金融机构的系统性风险,并设计提出了基于高维的时变参数外溢网状矩阵,识别了全球系统性风险的传染路径和传染源。研究发现,各国系统性风险呈现明显增强态势,在危机时刻具有较强同步性,尤其是新冠肺炎疫情期间各国系统性风险同步激增。而欧美等发达金融市场更容易成为全球系统性风险的风险源,其中,美国溢出指数显著高于其他国家,是全球系统性风险的主要输出方;反之,新兴经济体的金融市场成熟度与放开程度远不及欧美发达国家,因此,更多地扮演着风险吸收方角色。基于面板模型的实证结果表明,资本流动骤停强化了系统性风险跨国别传染的溢出效应和吸收效应;国际资本流动的套利和套汇动机则是影响全球系统性风险传染的两个重要渠道,特别是,债券市场暴涨所引发的套利行为对吸收效应和溢出效应的影响存在显著的非对称性,而汇率升值超调引发的套汇行为则会增强系统性风险的溢出效应和吸收效应。此外,套价动机并未对系统性风险传染产生影响,一个主要原因可能在于各国的股票市场相对债券市场较为封闭,这势必隔断了套价行为对系统性风险传染效应的影响。最后,基于全球研究结论提出中国防范外部系统性风险冲击的政策建议。     

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。     

我国影子银行对商业银行风险溢出的实证分析

随着金融创新的不断发展,影子银行规模逐步扩大,给我国以银行为主导的金融体系带来潜在风险。本文利用2007—2016年数据建立GARCH-t-Copula-CoVaR模型,衡量影子银行对商业银行的风险溢出效应。实证研究结果表明,风险溢出效应最为明显的是信托业,其次是证券业,最后是其他类型金融机构;股份制银行的溢出风险最高,其次为城市商业银行,风险最低的是国有银行。总体而言,影子银行对商业银行体系的风险溢出程度不大,各类型商业银行都具有较好的风险抵御能力。     

银行系统性风险的复杂性及监管启示

南2007年美国次贷危机引发的全球忡金融危机使得系统性风险的溢出效应受到普遍天注,同时也暴露了对系统性风险监管的重要性及其缺陷。本文从风险源的多样性和不确定性、多种传染渠道及其相关性、银行系统结构复杂性与演化三个方面．对银行系统性风险进行分析,以期对我国银行监管有所启示。     

双传染渠道下银行系统性风险的测度研究

运用改进后的双传染渠道模型,依据2014—2022年42家银行的年报数据,从传染损失、倒闭机构数、银行系统损失和溢出至经济系统损失四个维度测度我国银行系统性风险。结果显示,从传染损失或倒闭机构数量单个维度测量系统性风险并分析其生成机制过于片面。综合银行系统损失和溢出至经济系统损失维度能更全面、准确地测度银行系统性风险。降价抛售、债务违约分别是权益损失、银行破产的主要渠道。杠杆高且银行间贷款占比高的银行更脆弱,溢出风险更大。     

波动溢出网络视角的金融风险传染研究

当前各类经济风险交叉关联,金融系统的风险溢出效应备受关注,为刻画我国金融系统性风险传染的路径特征,本文从波动溢出网络的视角分析金融系统内部的风险传染机制。首先使用广义动态因子模型对收益波动的共同波动率成分和特质性波动率成分进行区分。然后,根据货币市场、资本市场、大宗商品交易市场、外汇市场、房地产市场和黄金市场之间的特质性波动溢出效应,利用基于TVP-VAR模型的方差分解溢出指数分析金融系统波动溢出的动态联动性和风险传递机制。在分析方向性波动溢出效应的基础上,采用方差分解网络方法构建起信息溢出复杂网络,从网络视角分析金融系统内部的风险传染特征。实证研究发现,房地产市场和外汇市场的净溢出效应绝对值相较于其他市场更大,其受其他市场风险冲击的影响强于对外风险溢出效应,而股票市场的单向对外风险溢出效应强度最大。在波动溢出的基础上,进一步考虑股市波动率指数与其他市场波动率指数进行投资组合的资产配置权重,计算了波动率指数投资组合的最优组合权重和对冲策略。研究结论有助于更好地理解我国金融系统的风险传染机制,对监管机构加强宏观审慎监管、投资者规避投资风险具有重要意义。     

Foreign exchange market return spillovers and connectedness among African countries

This paper examines the foreign exchange return shock spillovers and network connectedness among African countries during crisis periods using (Diebold & Yilmaz, 2012; 2014; 2016) which is based on generalized VAR and network theory between June 2004 and June 2021. Overall, the study found a low system-wide spillover connectedness among African foreign exchange markets. However, the total systemic spillover index increased during the eurozone sovereign debt crisis followed by global financial crisis, indicating evidence of contagion effects. This offers good diversification opportunities in the African currency market during crisis periods. The study also found no significant evidence of spillover effects among African currencies. Nonetheless, the network connectedness analysis found a positive significant pairwise return spillovers from the South African rand, Moroccan dirham and the CFA francs to Botswana pula, and from Moroccan dirham to CFA francs and South African rand. Furthermore, the study found South African rand, Moroccan dirham and CFA francs as the most significant net-transmitter of return shocks to other currencies whiles the Kenyan shilling and Botswana pula are the net-receivers of return shocks from other currencies. These results have implications for African central banks interventions in stabilizing their exchange rates to facilitate intra and inter-African trade and for international portfolio investors in managing their foreign exchange risk exposures.     

Research on China's financial systemic risk contagion under jump and heavy-tailed risk

To accurately measure the dynamic characteristics of systemic risk contagion under the impact of extreme financial events, we construct a research framework that analyzes the contagion dynamics of systemic risk under extreme risk impact from the perspectives of both time and space. Based on the macro-jump CCA method, this paper extracts the heterogeneous volatility sequence of financial industries considering the thick tail of the distribution of financial assets returns. Then, the dynamic variation of systemic risk in the financial sectors is characterized from the time dimension. The volatility spillover network method is used to examine the spillover contagion of systemic risk among financial system sectors from the spatial dimension. Empirical studies have found that when considering the risk contagion level, the capital market service sector plays a risk‑leading role, followed by the currency service sector and the insurance sector. The measurement indicators that consider the jump risk and the tail risk have good early warning effects on extreme financial events. Seen from the spatial direction of risk spillover, the real estate sector exhibits the most obvious risk spillover effect on other sectors and can be regarded as the source of systemic risk, which suggests differentiated regulation.     

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。     

中国房地产企业间系统性风险溢出效应分析——基于尾部风险网络模型

本文以2007—2021年沪深A股上市房企为样本,首先基于SIM单指数分位数回归技术提出测量系统性风险的新指标SIM-CoVaR,并结合前沿的TENET网络模型,构造跨房地产企业风险动态传染的尾部风险网络,然后采用块模型探究房地产市场系统性风险溢出的聚类性、触发机制及传播路径,最后考察网络整体结构和宏观经济变量对房地产市场系统性风险溢出的影响。研究表明:(1)我国房地产企业间存在明显的系统性风险联动性和溢出效应,在市场动荡时期房地产部门是金融风险溢出的放大器;(2)评估系统重要性节点企业时,除考虑企业规模等内部属性,还应考虑房企间关联结构,利用系统性风险指数可有效捕捉网络中系统重要性节点;(3)跨房企的系统性风险溢出具有显著的聚类特征,尾部风险网络可被划分为4个不同的功能模块,各模块的成员及其角色呈现明显的时变特性,监管部门可据此从供给端“因企施策”;(4)网络聚集性、网络效率和网络匹配性的降低能显著降低房地产市场的系统性风险溢出效应。本文从企业微观层面探讨房地产市场风险的形成机制,为促进房地产业健康发展和防范化解宏观层面的系统性金融风险提供参考。     

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。     

失信风险传染会影响债券定价吗？——基于担保网络大数据的实证研究

在债券定价研究中不仅应该考虑企业自身的信用风险,还应该考虑相关网络组织的传染风险。本文基于43万笔非金融企业间的担保数据,构建了企业信用担保网络,发现失信风险作为一种广义的信用风险,在担保网络中具有传染效应,该传染效应能够影响债券的信用利差。企业的失信行为产生了三类传染效应,一是直接传染效应,无论是发债主体的担保人出现失信行为,还是被担保人出现失信行为,都会引起发债主体的信用利差上升;二是局部感染效应,如果局部担保网络中失信主体的占比提升,可能引起投资者对发债主体的“团体处罚”,导致信用利差上升;三是全局扩散效应,失信信息沿担保网络向整个市场扩散,导致债券信用利差上升。从企业所有制来看,民营企业主要受微观的直接传染效应和中观的局部感染效应影响;而国有企业主要受全局扩散效应影响;被担保人的失信风险对两类企业都有显著影响。失信风险传染效应会降低企业的再融资能力,其中局部感染效应导致企业次年的借款融资额下降,全局扩散效应导致企业次年的债券融资额下降。     

债券投资如何影响商业银行系统性风险?--基于系统性风险分解的视角

作为我国商业银行最重要的非信贷资产业务,债券投资如何影响银行系统性风险?理论分析表明,债券投资对系统性风险的综合影响取决于其个体风险分散效应和系统关联性提升效应孰强孰弱。在此基础上,本文应用2008-2018年25家上市银行季度数据,实证检验债券投资对系统性风险的影响。结果发现,债券投资同时具有降低银行个体风险和增加银行个体与系统关联性的效果。进一步分析表明,一方面,对于规模较小的商业银行而言,债券投资的个体风险分散效应较弱、系统关联性提升效应较强;另一方面,商业银行持有较多以公允价值计量的债券时,债券投资的系统关联性提升效应较强。本文研究对于监管部门协调微观审慎和宏观审慎监管、防范债券投资业务引致系统性风险具有重要的启示意义。     

外汇风险传染网络测度与影响机制分析--基于静态和动态的双重视角

国际争端频发及不确定性风险增加的外部环境,叠加经济下行压力增大的内部环境,致使汇率波动变得更加敏感,外汇风险传染危害性提升。基于1999-2018年全球50种主要货币,本文引入复杂网络模型以及静态与动态两类相关系数算法,分析了汇率网络的总体关联性及各货币风险吸收效应和外溢效应。同时,本文采用混合效应面板回归研究了资本账户开放、汇率制度改革等政策因素的作用,在此基础上,分析了外汇风险传染的影响机制。研究发现,考察期内,各货币波动溢出比收益率溢出更平稳,收益率溢出关系稳定性相对较弱、变动幅度更大,这与金融危机和欧债危机爆发有关。全球主要货币总体关联性具有明显的时变特征和区制特征,且波动溢出与收益率溢出存在区制同步性。资本账户开放和汇率制度是外汇风险传染的重要影响因素,汇率市场化改革有助于缓释外汇风险传染,而资本账户开放将扩大外汇风险传染效应。