中国金融业系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型的研究

随着学术界对系统性风险研究的逐步深入,"风险溢出效应"1越来越受到关注。本文从中国金融业发展现实出发,采用GARCH-Copula-Co VaR拓展模型测度了银行、保险、证券以及信托四个子市场对金融业的系统性风险贡献程度以及各子市场之间的风险溢出程度。研究发现:1每个子市场都存在明显的系统性风险溢出效应,但不同子市场对系统性风险的贡献程度存在差异,银行业是系统性风险的最大爆发源,其次是证券业,保险业和信托业的贡献程度较小;2不同子市场之间也存在风险溢出效应,但溢出程度呈非对称性,银行业和证券业之间的风险溢出效应远大于其它子市场,但应特别关注混业经营趋势下银行业和信托业之间的风险溢出效应。以上结论对动态监测系统性风险的生成和传导,防范系统性金融危机发生具有实证支持作用。     

中国商业银行系统性风险溢价实证研究

全球金融危机的爆发使得系统性风险的溢出效应受到普遍关注,同时也暴露出主流的风险度量方法VAR存在重大缺陷。论文借鉴最新的CoVaR方法以及分位数回归技术,衡量了我国商业银行的系统性风险溢价,实证研究发现：第一,国有银行的系统性风险溢价大于股份制商业银行;第二,无条件风险价值VaR和条件风险价值之间没有必然关联,以VaR为核心指标的现行监管政策不能有效防范系统性风险溢价;第三,银行的值不仅受金融体系共同风险冲击的影响,还受银行自身特质的影响。     

经济政策不确定性对股票市场系统性风险的影响研究——基于动态CoVaR模型的实证分析

研究采用A股市场4 432只股票从2006—2021年的月度收益率与沪深300指数的对数收益率数据并采用动态CoVaR模型测算的系统性风险进行实证分析并得出结论：（1）经济政策不确定性升高会显著增大股票市场系统性风险;（2）经济政策不确定性的传导路径之一为投资者情绪;（3）金融部门的杠杆率、全社会融资规模、GDP增长率是影响股票市场系统性风险的重要因素。     

中国系统性金融风险监管策略研究——基于系统性风险防范的视角

20世纪90年代以来,全球金融危机频发,各国政府和金融监管机构将重点从合规监管转向控制和防范金融风险,提高金融体系的稳定性。随着金融资产规模的扩大和新金融形态的出现,迫切需要加强金融监管,以确保国内金融稳定发展,提高金融监管效率。系统性金融风险防范与监管体系构建研究也是金融监管部门适应新时期金融体制发展需求,规避金融体系"大而不倒""逆向选择"等风险,积极应对监管机构改革的重要措施。     

基于分位数回归商业银行系统性风险研究

在宏观审慎监管框架下,对系统重要性银行的识别并对其提出更高监管要求是金融危机后的监管重点。文章选取代表不同类型的8家上市商业银行为样本银行,采用CoVaR模型和分位数回归技术对2007-2011年实体经济和金融数据进行实证分析。实证表明:从流动性方面看,资产规模较大的银行反而面临更高的流动性风险,其风险溢出效应更容易导致系统性风险的聚集,发生危机时对系统性风险贡献较大;在宏观经济周期逆转时,中小型银行相对大型银行更容易出现风险溢出效应导致系统性风险聚集;因此政策建议:银行业监管当局的监管重点在传统的资产规模庞大的银行,同时也要关注银行业务增长过快的中小银行,这些银行往往也是系统性风险聚集和金融危机爆发的始作俑者。     

我国金融行业系统性风险传染研究——基于上市金融企业CoVaR模型

美国“次贷危机”之后,各界开始反思之前的风险预测和监控机制,金融管理不能只关注单个金融机构或单个行业的风险,必须着眼于金融体系的健康状况和稳定性,以防范系统性风险为目标,加强审慎监管.本文遵循“理论—实证”和“透过现象观察本质”的总体原则,在阐述系统性金融风险相关理论的基础上,以上市金融企业为样本,利用CoVaR模型对我国银行业、证券业、保险业以及银证保行业间上市金融机构股价波动的系统性风险传染问题进行了研究.     

基于CoVaR模型的上市商业银行系统性风险溢出研究

近年来,关于系统性金融风险的研究层出不穷,“风险溢出效应”备受关注.本文以中国金融行业中的银行业为研究对象,在VaR方法的基础上,运用CoVaR模型和分位数回归方法预测了中国银行业对系统性金融风险的贡献程度及银行间的风险溢出程度.研究发现:(1)当股票市场波动率增强时,股份制银行更加敏感;(2)国有制银行对于“期限利差”的敏感系数基本为正,而股份制银行基本为负;(3)银行存在系统性风险溢出效应,其中国有制银行的风险贡献度比股份制银行高;(4)银行间也存在风险溢出效应,其中国有银行发生风险时,对其他的股份制银行有一定的溢出效应.     

系统性金融风险的测度

2008年国际金融危机以来,系统性金融风险监管成为国内外学术界和全球金融监管改革的一个最热门话题。然而,系统性金融风险既不是一个新概念,也不是一个新问题。本文从系统性风险的含义入手、着重于系统性金融风险的测度,对系统性金融风险的测度进行系统的梳理和评述,以期为相关领域的进一步研究提供借鉴。     

房地产价格波动与系统性金融风险

房地产风险是系统性金融风险的重要来源,系统性金融风险的防控必须从其源头上进行重点风险监管。文章通过GPD模型刻画了房地产市场和金融市场的边际损失分布,使用GPD-Copula模型分析了房地产市场和金融市场的相依性,使用Copula-CoVaR模型度量了在不同分位数点下房地产价格波动的系统性金融风险。结果表明,BB7 Copula函数最能反映房地产市场和金融市场的相依结构特征,且房地产市场和金融市场存在较强的相依性,两个市场之间的尾部存在上尾相依性大于下尾相依性的非对称效应。同时,随着分位数点的增大,系统性金融风险随之减少。最后,相关的系统性金融风险防控需要考虑财政货币政策与宏观审慎监管的联动协调、完善应急处理机制以及平衡金融科技创新与金融风险的关系,以此为金融监管部门提供有益借鉴。     

金融结构市场化推升了系统性金融风险吗——基于国际对比的实证研究

本文基于2003—2017年间42个国家（地区）上市公司数据的实证研究表明：金融结构市场化与系统性金融风险显著正相关,金融结构市场化同时也蕴含了一定的系统性金融风险。基于国家（地区）的异质性分析表明,经济发展程度、政府监管质量、法律环境和金融发展水平显著影响金融结构市场化与系统性金融风险之间的正相关关系,一国（地区）经济发展水平的上升、政府监管质量的提升、法治环境的完善与金融发展水平的提高有助于抑制系统性金融风险。拓展研究表明,金融结构市场化与系统性金融风险呈倒U型关系,当金融结构市场化水平越过拐点3.2474之后,金融结构市场化水平的提升反而有助于抑制系统性金融风险。同时,金融结构市场化也可以降低企业杠杆率、促进企业创新发展。因此在推动金融结构市场化的同时防范与化解系统性金融风险至关重要。     

金融风险度量方法演进研究

风险广泛存在于金融领域的各个方面,因此如何度量风险就成为学术界一直以来的研究重点。梳理了金融风险度量方法的演进脉络,在对早期风险度量方法进行评价的基础上,阐述了VAR方法和CVAR方法的原理以及使用条件,并对其优缺点进行了评价。