首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
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。  相似文献   

2.
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。  相似文献   

3.
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。  相似文献   

4.
郭娜  张骏  王珮瑶 《金融与市场》2023,(2):13-25+36
守住不发生系统性金融风险底线是我国建设现代化经济体系、实现高质量发展的必然要求,作为金融市场中的关键一环,房地产市场是系统性金融风险重要监测领域。本文从时域和频域视角出发,采用QVAR模型和BK溢出指数相结合的方法,研究了房地产市场对金融系统和各个金融子市场的溢出效应,并重点考察了从正常状态到极端状态房地产业风险溢出水平及结构的变化。研究发现:第一,我国房地产业对金融系统的风险溢出由短期高频率的风险溢出所主导,且极端状态下的风险溢出显著强于正常状态;第二,极端正向和极端负向冲击下房地产业对金融系统的风险溢出呈现出明显的非对称性,且极端负向冲击下的溢出效应更强;第三,正常状态下房地产业对股市、债市等金融子市场的风险溢出大多被低估,极端事件发生后,房地产业短期内对债券市场的风险溢出明显增强,长期内对黄金市场的风险溢出明显增强。本文研究结论对我国有效防范房地产市场风险,促进房地产市场平稳健康发展具有政策启示。  相似文献   

5.
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。  相似文献   

6.
宫晓莉  熊熊 《金融研究》2020,479(5):39-58
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。  相似文献   

7.
合理有效的金融压力指数已成为衡量金融市场稳定的重要工具,有助于研究金融风险的跨市场溢出及传导。文章从我国五个金融子市场选取共计16个金融变量构建各市场金融压力指数,并采用MS-VAR模型对指数有效性进行评估,在此基础上,运用TVP-VAR-DY溢出指数模型,基于信息溢出的视角分析了我国金融市场间的风险溢出及其时变特征。结果表明,文章构建的金融压力指数总体走势符合实际,能捕捉重大压力事件对我国金融市场的系统性影响;我国金融市场之间存在适度的相互依赖,风险流动较为顺畅,风险溢出受危机事件等不确定性冲击的影响较大,其中货币市场对外溢出风险最强,股票市场被动接受风险的能力最强,不同金融发展时期风险溢出的净传递者和净接受者也不同。  相似文献   

8.
既有研究关于企业杠杆率对系统性风险的影响存在争论,而以银行资产质量表征企业资产质量存在一定的缺陷。本文基于企业实际经营情况测度资产质量,分别从风险边际贡献和尾部关联两个维度测算中国上市银行系统性风险水平,并最终建立门限面板模型考察企业杠杆率水平和结构对银行系统性风险的非线性影响,以及企业资产质量在其中起到的调节效应。实证检验发现:在研究企业杠杆率对银行系统性风险的影响时需要考虑企业资产质量的作用,并且银行规模使得三者之间的关联关系带有非线性特征;企业杠杆率从边际贡献和关联溢出两维度对银行系统性风险产生不同的影响,且企业资产质量的调节效应亦存在差异。研究结果还表明:在系统性风险不同维度下,企业资产质量的调节效应也会因企业性质不同而存在显著差异性。鉴于企业资产质量所起到的重要调节作用,监管部门可考虑将国有、非国有企业资产质量分别纳入宏观审慎体系实现动态监管,并为防范金融风险提供分类施策工具。  相似文献   

9.
本文以上证房地产指数代表房地产业,以上证综指代表资本市场,从静态和动态两方面度量房地产业对资本市场系统性风险的贡献度。度量结果发现房地产业对资本市场系统性风险贡献与经济整体变动趋势一致,房地产业在2008年美国次贷危机时期和2015年中国股灾时期系统性风险贡献较大,经济平稳时期系统性风险贡献小。通过对比沪市不同类型的房地产公司,结果发现住宅地产对资本市场的系统性风险贡献最大。本文还比较了房地产业、银行业、保险业、证券业和多元金融业对资本市场系统性风险贡献,结论表明房地产业对资本市场系统性风险溢出效应最大。房地产业与资本市场之间存在紧密的相关性,是可能引发资本市场系统性风险危机的重要来源,政策制定者应强化房地产业的监管。  相似文献   

10.
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。  相似文献   

11.
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。  相似文献   

12.
方意  邵稚权 《金融研究》2022,499(1):38-56
宏观审慎政策关注各金融子市场在时间维度上的金融周期和空间维度上的横向关联。本文结合时间维度与空间维度视角,使用股票市场、货币市场、房地产市场以及信贷市场的数据,测算2001—2019年中国金融周期和横向关联的波动特征、作用关系与频域叠加机理。研究结果表明:时间维度金融周期与空间维度横向关联的波动趋势具有一致性。我国金融周期长度约为10.33年,横向关联波动周期的长度约为10.58年。从作用关系上看,首先,我国房地产周期达到波峰后,会对股票市场和信贷市场产生较强的溢出效应。随后,股市周期达到波峰后,会向房地产市场和信贷市场产生较强的溢出效应。最后,我国信贷市场接受股票市场和房地产市场溢出后,信贷周期会逐渐达到波峰。从频域叠加机理的角度看,我国金融子市场间横向关联的波动主要由中低频波段驱动,中低频波段横向关联的持续期在2个月以上。  相似文献   

13.
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。  相似文献   

14.
In the post-epidemic period, the international economic structure has been readjusted, with risks contagious across financial and economic systems. This paper primarily uses the high-frequency TENET network and the Granger-causality network to describe the interconnectedness between the tail risk of stock volatility and investor sentiment, then the two-layer network is constructed by the generalized variance decomposition method to examine the inter-layer connectedness. Based on the two-layer network, the heterogeneity frequency response of network connectedness and dynamic network structure are further analyzed from the perspective of frequency domain. The study found that the tail risk of high-frequency stock volatility displays industry heterogeneity and time-varying property, and investor sentiment contagion network provides information transmission medium for stock risk. The double-layer network study found that stock volatility in consumer goods industry exhibits higher risk spillover to investor sentiment. The diversified financial industry, real estate industry and energy industry in the two-layer network are systemically important industries. In addition, the study of the frequency domain dynamic network found that the connectedness volatility in the short-term risk network of stock volatility was significantly higher than that of the investor sentiment network, and the short-term risk spillover effect of the network played a leading role in the total risk spillover. The research conclusions provide reference for preventing systemic risks from the perspective of systemically important industries and cyclical fluctuations.  相似文献   

15.
This paper aims to analyse the tail risk spillover between banks, insurance companies and the shadow banking system in the Eurozone contest. These intra-sectoral interdependencies between financial market participants have contributed to the spread of instability in the financial system. Therefore mapping these links is important for policy-makers to provide supervisory tools and can be a key input into the design of macroprudential policies. For this purpose, we adopt the Tail-Event driven NETwork (TENET) risk model. The TENET is a useful method to map the tail interconnection between the three sectors and to provide systemic risk measures that take into account the “too big to fail” and “too big to interconnected” concepts. The results suggest that each financial sector has a significant impact on the other. By comparing the contribution of each sector, we show that banks are the largest emitters of risk. However, also shadow banking firms are systemic important, given their high level of connection. The work provides a clear view of risk spillovers and interconnection dynamics during the crisis providing a meaningful ranking of the systemic important financial institutions.  相似文献   

16.
李政  刘淇  鲁晏辰 《金融研究》2015,483(9):59-77
本文从国家间主权债务风险溢出的持续期角度出发,采用基于广义方差分解谱表示的BK溢出指数方法,首次从频域视角对短期和长期下的主权债务风险跨国溢出效应进行研究。研究发现:第一,短期和长期下的主权债务风险跨国溢出效应均较为显著,并且时域下的总溢出主要由短期的风险溢出主导。第二,14个国家的短期和长期风险输出水平呈线性关系,但对于风险输入,不同类型国家出现分化并形成两个聚类,新兴市场国家的短期风险输入水平远高于长期,其具有较强的“短期脆弱性”。第三,风险输出国的自身风险越大,对他国的长期溢出水平越高,风险输入国的自身风险越大,接收他国的短期溢出水平越高,并且两两国家间的进出口规模、金融市场一体化水平和经济周期协同性与其长期风险溢出水平呈正相关关系,而与其短期风险溢出水平的关系并不显著。第四,短期和长期的主权债务风险溢出网络都呈现明显的区域聚集特征,并且各国在短期溢出网络中主要与同区域以及经济金融环境相似的国家连接,在长期溢出网络中则通过经贸关系将连接范围扩大至不同区域甚至经济金融环境差异较大的国家。  相似文献   

17.
杨子晖  陈雨恬  林师涵 《金融研究》2022,499(1):185-217
防范风险是我国金融业的永恒主题。如何有效应对金融系统的异常波动、缓释国际市场的外部冲击、精准处置重点领域风险,仍将是我国“十四五”期间的重要任务。本文分别基于系统性金融风险的有效测度、传染溢出、驱动因素、前瞻预测,以及其与宏观经济的相互作用关系、风险调控政策与政策的有效性、监管理念发展等不同视角,对272篇国内外顶级(权威)文献进行了全面、深入的梳理与总结,并展望该领域的重点研究方向,从而为我国构建金融风险防控长效机制、完善“双循环”新格局下的金融监管体系提供参考,以牢牢守住不发生系统性金融风险的底线,推动经济社会高质量发展。  相似文献   

18.
The paper empirically analyses the tail risk connectedness between FinTech and the banking sector in the European context over 2015–2022. For this purpose, we use the Tail-Event driven NETworks (TENET) risk model, i.e., we can capture the behaviour of extreme (negative and positive) risk spillover within the financial system. The results highlight how most tail risk spillovers are from banks to FinTech firms. Also, the findings suggest that the spillovers of cross-sector tail risk are more significant in downside (bearish) risk conditions than in upside (bullish) one. We find evidence of an asymmetric effect of extreme risk spillover to the real economy. Finally, we evaluate the monetary policy’s impact on extreme risk. Our findings highlight the importance of closer monitoring risk spillover between FinTech institutions and the European banking system to maintain financial stability.  相似文献   

19.
方意  王晏如  黄丽灵  和文佳 《金融研究》2019,474(12):106-124
本轮国际金融危机之后,建立“宏观审慎政策专门盯住金融稳定目标,货币政策主要关注经济稳定目标”的双支柱成为国际社会的普遍共识。本文基于系统性风险视角,深入剖析系统性风险的累积和实现机制,从时间和空间两个维度梳理宏观审慎政策实现金融稳定的有效性,以及货币政策对系统性风险造成的潜在溢出性。目前从系统性风险的时间维度探讨双支柱政策的研究已较为丰富,可以总结为宏观审慎政策的“逆周期调节”机制和货币政策的“资本缺口”机制。从系统性风险的空间维度探讨双支柱政策的研究,也即对双支柱政策如何作用和改变金融机构内部关联网络的研究正成为研究热点。本文从政策工具和影响机制上对空间维度双支柱政策进行了系统梳理。基于以上分析,本文对双支柱政策的制定提出如下建议:时间维度宏观审慎政策要关注并消除货币政策对时间维度系统性风险的溢出性,同时要加强空间维度宏观审慎政策工具的创新力度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号