机构集聚、风险传染与香港银行的系统性风险

本文研究作为银行金融机构集聚的香港国际金融中心,经受外部冲击后银行系统脆弱性的内生性及传染机理。本文把系统性风险的形成划分为共同冲击和相互传染两个过程,选取香港上市银行2006年到2011年的股价收益率为研究对象,分别研究中资、港资及外资三个组别的金融机构个体风险特征,运用分位数回归模型,通过测量香港银行体系的条件风险价值,判断香港银行的系统性风险,并分析影响香港银行体系脆弱性的外生性因素和内生性因素。结果表明,外资银行对共同冲击的抵抗能力较强,而港资银行的抵抗能力优于内地银行;金融机构间的传染和风险溢出效应会导致系统性风险的增加,而且不同规模银行对于系统性风险的溢出程度不一样,规模较大银行的溢出效应较为明显。     

我国商业银行系统性风险度量及监管研究

本文用Copula函数的CoVaR方法,度量了我国14家上市银行和整个银行业间的风险溢出效应,通过比较在欧债危机发生前后各上市银行对整个银行业系统性风险的贡献度以及受整个银行业危机的影响程度,分析得出以下结论：单个银行对整个银行业系统性风险的贡献度和受整个银行业危机的影响程度取决于银行的性质、资产规模,以及经济周期等因素.基于以上结论对监管部门在宏微观审慎监管、系统性重要银行监管、逆周期管理方面提出了几点建议.     

流动性剩余、流动性风险与银行业系统性风险测量

全球性金融危机过后,世界范围内的政策制定者、经济学家以及时评人士对加强金融市场监管、防范系统性风险基本达成共识。本文从流动性角度出发,对我国商业银行部门系统性风险进行了度量,同时衡量了我国上市银行的系统重要性程度。通过对商业银行个体的资产负债表数据分析,本文提出一种基于系统相对流动性剩余的概率分布来度量流动性风险,以及基于绝对流动性剩余的方差贡献度来衡量银行系统重要性程度的方法,并对我国上市银行系统性风险进行了实证分析。本文的研究结果表明,从流动性风险视角来看,部分银行对我国商业银行体系的系统风险贡献程度较高。     

房地产业与银行业风险传染效应分析

2016年12月以来,历次中央经济工作会议均强调要坚持“房住不炒”的定位。我国房地产业与银行业关联度高,银行业爆发风险可能会迅速传染至整个金融市场,引发金融危机,因此对我国房地产业与银行业之间的风险传染效应进行研究,对今后更好地防范系统性金融风险意义重大。首先,引入向量修正模型(VECM),对房地产业与银行业之间风险传染机制进行研究,发现两个行业主要通过房价波动与银行信贷规模传导风险。其次,利用ARMA-GARCH-CoVaR模型测算房地产与银行业之间风险溢出强度,发现银行业对房地产业风险溢出强度更高,并根据结果具体分析了2008年金融危机、欧债危机、2015年“股灾”、部分房企爆雷、新冠感染等风险情景下,政府对两个行业实施宏观调控政策取得的成效以及风险溢出效应在不同时间段的新变化,最后提出建议。     

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。     

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。     

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。     

我国金融市场间流动性风险传染与防控研究——基于中美贸易摩擦的影响

本文利用GARCH类模型度量了2017—2020年中美贸易摩擦期间我国股票市场、债券市场及外汇市场的流动性风险水平及风险传染程度,之后利用改进的事件分析法,量化分析了中美贸易摩擦对金融市场间流动性风险传染的溢出效应、水平效应和趋势效应.研究结果表明,中美贸易摩擦事件对流动性风险传染的溢出效应显著,风险共担和投资者资产配置调整是该溢出效应产生的主要原因;从统计显著性、效应大小和影响持久度来看,金融市场间流动性风险传染的水平效应和趋势效应有着不同的反应特征;由于贸易摩擦事件频发,导致投资者产生惯性预期,进而出现"贸易摩擦事件尚未发生、流动性风险传染便已上升"的现象.本文不仅为研究金融市场风险提供了流动性的新视角,也为政策制定者防控流动性风险提供参考.     

中国保险业系统性风险评估及影响因素研究

本文采用CoVaR方法,结合分位数回归,实证分析了我国上市保险公司的系统性风险状况,并对比我国保险业与银行业的系统性风险状况。研究结果表明,不同保险公司之间的风险溢出效应明显,且系统性风险通过关联度进行传染,但溢出强度存在差异;保险业的系统性风险在时间维度上存在周期性,同时保险公司的非传统保险比例越高,其系统性风险也越大;混业经营的保险集团其系统性风险贡献度显著高于其他保险公司,偿付能力监管对抑制保险公司的风险溢出水平较对系统性风险的抑制更为显著;此外,保险业对银行业有系统性影响,但小于银行业对保险业的影响。     

我国金融市场极端风险传染路径研究

在金融市场间联系日益紧密的背景下,金融市场极端风险溢出会影响一国金融稳定,因此需要关注金融市场极端风险传染机制.本文构建了MVMQ-CAViaR模型用以分析我国五个主要金融市场间极端风险的传染路径,借助Wald统计检验及分位数脉冲响应工具探究各市场间极端风险传染的存在性、方向性和动态影响过程.研究发现,1％VaR能较好地描述我国金融市场极端风险价值动态变化;模型参数和Wald检验结果表明,五个金融市场间存在单向风险传染,传染链条依次为股票市场、货币市场、债券市场、汇率市场及黄金市场,某一金融市场极端风险价值有助于其他金融市场未来极端风险的预测;分位数脉冲响应结果显示,新息冲击对本金融市场影响力度更大、持久性更强,对其他金融市场影响较小、持久性较低,且作用方向不同.综上,监管当局和金融投资者应密切关注金融市场间的极端风险传染,防范交叉风险传染带来系统性风险.     

尾部风险研究进展与评述

由于部分业务、部门或市场的尾部风险溢出不仅会引发金融体系的“多米诺骨牌”效应,而且会对实体经济产生巨大负外部性,因此尾部风险事件极易引起金融市场震荡。鉴于此,识别与监测尾部风险是有效防控系统性金融风险爆发与传染的起点。本文首先以全球金融危机为节点,根据文献厘清尾部风险测度指标在危机前后的脉络。其次,介绍与尾部风险传染密切相关的尾部风险相依、金融关联网络的相关研究进展,在此基础上对尾部风险溢出强度及溢出方向展开讨论。再次,本文归纳了引发尾部风险溢出的宏观、中观和微观层面的影响因素以及尾部风险管理的路径选择。最后,对当前及未来尾部风险相关研究进行评述与展望。据此,力求为我国进一步提高防范化解金融风险能力、统筹推进疫情防控和经济社会发展、促进国民经济稳健运行和良性循环提供借鉴。     

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。     

国内外黄金市场风险传染的实证研究

以国际黄金市场上具有代表性的伦敦黄金现货价格和我国上海黄金交易所的黄金现货价格作为研究对象,利用多元GARCH模型对国内外黄金市场的风险传染机制进行了实证研究。结果表明：伦敦黄金市场对我国黄金市场存在单方向的均值溢出效应;从波动溢出效应来看,伦敦黄金市场对我国黄金市场的风险传染强于我国黄金市场对伦敦黄金市场的风险传染,存在着风险传染的非对称性。     

基于动态Copula-CoVaR模型的影子银行风险溢出效应研究

依据2007-2017年中国金融市场运行数据,构建动态Copula-CoVaR模型,考量影子银行风险溢出效应。结果表明：影子银行与传统金融市场存在双向净风险溢出效应,随着时间的推移,溢出效应在逐渐增大;极端风险溢出效应存在不对称特征,影子银行对传统金融市场的冲击较大,且这种冲击具有滞后效应。鉴此,监管部门应夯实金融体系运行基础,创新影子银行监管工具,完善其协调监管模式。     

金融市场与实体经济主要行业之间的风险溢出效应

运用基于TVP-VAR模型的预测误差方差分解方法和Copula方法,量化分析金融各子市场与五大实体行业之间的风险溢出效应。实证结果表明,银行业和债市的风险溢出效应较大,银行业的影响更容易传导至工业和能源业等传统行业,而债市的影响更多传导到信息技术等新兴行业;汇市的风险溢出效应较小,且更容易传导至能源业。相较于其他金融市场,债券市场对实体行业的尾部风险溢出作用相对更强;国债波动对实体行业的风险溢出效应大,但是企业债与实体行业的尾部相关系数更大。金融市场和实体经济风险之间存在互相溢出,近年来金融市场成为风险被溢出者,尤其是外汇市场。因此,要将实体经济的需求特征纳入金融监管体系的考量范围,定期监测和分析金融市场风险,尤其控制银行和债券市场风险的溢出。     

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。     

影子银行与系统性风险溢出——基于理财产品视角

本文从影子银行资金的重要来源——银行理财产品切入,基于2006-2016年我国上市银行理财数据,使用条件在险值(CoVaR)和边际期望损失(MES)模型对商业银行系统性风险进行测度,基于固定效应面板模型实证检验了理财产品的风险溢出情况及其发行量对系统性风险的影响。结果发现商业银行开展理财业务确实会带来银行系统性风险溢出效应,该效应主要来自于银行业务规模及自身风险,并主要通过理财产品业务的期限错配和刚性兑付进行传导。     

我国城市商业银行系统性风险溢出效应的测度研究——基于CoVaR模型的分位数估计

基于国内3家上市城商行2011~2015年的公开股市市场数据,利用Co Va R模型和分位数回归技术对我国城商行系统性风险外溢效应进行了实证分析。结果表明,我国上市城商行系统性风险溢出效应整体走高,其中,北京银行对系统性风险平均溢出效应最小,南京银行和宁波银行风险平均溢出效应接近。且城商行对系统性风险的溢出效应并不仅仅取决于其资产规模和单体风险,而主要受机构间依赖度、市场关联度、业务复杂度等因素影响。这意味着监管部门应将系统性风险监管重点放在机构关联程度和业务复杂性上,并根据各家城商行系统性风险溢出效应的程度和特点,有针对性地实施监管和指导,以提高系统性风险防控的效能。     

市场互联、风险溢出与金融稳定——基于股票市场与债券市场溢出效应分析的视角

评估债券市场互联互通进程中的风险溢出效应,对于进一步完善中国金融制度改革具有积极的参考意义。本文基于Copula理论研究了2002～2009年间股票市场与债券市场的风险溢出效应及其状态转换特征,研究结果表明:股票市场与债券市场联动效应总体不显著;随着中国金融市场统一步伐的加快,投资者可以通过跨市场套利交易来优化资源配置,使得股票市场与债券市场之间表现为"跷跷板"效应;相对分割的债券市场避免了极端条件下系统性风险的相互传染,使得股票市场与债券市场尾部相关性独立,客观上有助于维护金融稳定。     

系统性风险跨部门溢出网络及突发事件对风险传染的影响——来自37家上市金融机构高频交易的证据

基于资本市场高频交易数据，采用条件在险价值模型对我国37家上市金融机构的系统性风险水平进行测度，运用DCC-GARCH模型研究房地产、银行、证券和保险四个部门之间的动态相关关系，并通过VAR模型采用方差分解方法构建该四个部门间的跨部门风险溢出网络；最后以新冠疫情为例，分析突发事件对系统性风险传染的影响。研究发现，系统性风险主要贡献来自房地产部门，然后依次是银行、证券和保险，其中又以证券部门的风险溢出最大。动态相关性分析表明，近年来四个部门间收益率主要呈正相关关系，但是房地产部门与银行部门之间、保险部门与其他三个部门之间存在过短暂的负相关关系；房地产部门与证券部门的动态相关性有较强的持续性，证券部门和银行部门的相关性受市场信息冲击较大。危机会提高部门间的关联性，使得各部门风险溢出增大。在危机时期，房地产部门会变成风险的主要输出方，其对各部门的冲击较大且持续性较强，保险部门始终是系统性风险的主要接收方，各个部门之间的风险溢出是非对称的。