基于Vine-Copula广义CoVaR模型的我国金融市场间风险溢出研究

当前各金融行业之间的联系日益密切，风险溢出进一步增强。在这一背景下，本文构建Vine-Copula模型，刻画银行业、保险业、基金业和证券业之间的风险相依关系，将上行广义Co Va R与下行广义Co Va R置于同一结构中，进一步研究当某一行业陷入风险时对其他金融行业的风险溢出效应。实证结果显示，各金融行业均存在显著的正向风险溢出效应，上行风险溢出与下行风险溢出表现出非对称性。分行业而言，证券业对其他行业的风险溢出效应最强，银行业和基金业的风险溢出效应较为平稳，而保险业的风险溢出也处于较高水平，应当重点关注证券业与保险业之间的风险溢出效应。本文研究明晰了金融行业间的风险溢出效应，有助于对我国经济“三期叠加”阶段性特征进行科学理解与准确研判，为防范与化解重大金融风险提供参考依据。     

中国行业间上下行风险溢出效应研究

本文将行业波动分解为低波动和高波动,分别代表上行风险和下行风险,基于Elastic-Net-VARX模型,在控制国际冲击的影响下,构建了中国经济金融体系的行业风险溢出网络,从静态和动态两个层面分析中国行业间风险总溢出及方向性溢出水平,并探究各行业上下行风险溢出差异及传染特征。研究发现：第一,中国经济金融体系的上下行风险呈现明显的跨行业传染特征,工业是系统中最主要的风险输出者,可选消费是最主要的风险接收者;第二,上下行风险溢出效应具有显著的非对称性,下行风险溢出溢入水平高于上行风险,并且上行风险的溢出源头是金融行业,下行风险的溢出源头是实体行业;第三,相较于溢入效应,下行与上行风险溢出效应的差异更明显,其中,信息技术、通信服务与可选消费行业的下行风险溢出明显高于上行风险,但金融行业的上行风险溢出显著高于下行风险。本文为监管部门准确把握系统性风险传染源头,制定差异化的上下行风险防控措施提供可行建议。     

中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化

为了对我国金融部门间的系统性风险溢出进行实时监测和有效预警,本文基于Adrian and Brunnermeier (2016) 的CoES指标构想,在左尾视角的基础上进一步引入右尾视角,构建下行和上行ΔCoES分别作为系统性风险的同期度量指标和前瞻预警指标,并提出了更为有效合理且同时适用于下行和上行ΔCoES的计算方法。本文一方面采用下行和上行ΔCoES对我国银行、证券、保险三个金融部门间的系统性风险溢出进行监测预警研究,另一方面还基于我国的经验数据检验上行和下行ΔCoES的性质。研究结果显示,我国金融部门间具有显著的系统性风险溢出效应,且三个部门间的风险溢出存在非对称性,银行部门是系统性风险的主要发送者,证券部门是系统性风险的主要接收者;三个部门两两间的风险溢出水平表现出明显的协同性和周期性,且上行的风险溢出水平高于下行。同时,基于我国的经验数据发现,上行ΔCoES对下行ΔCoES具有显著的先导性、前瞻性,上行ΔCoES可以作为系统性风险的前瞻预警指标。此外,下行ΔCoES能够引领ΔCoVaR和基于MES估计方法计算的短期ΔCoES指标,表明本文构建的下行ΔCoES实时性更强,更适合作为系统性风险的实时监测指标。     

重大突发事件背景下金融行业间极端风险相依和风险溢出研究

金融行业的风险问题关系到金融稳定和经济安全.构建包含利空消息和利好消息的时变Copula-CoVaR模型,结合金融危机、股市震荡、贸易摩擦、疾病疫情等重大突发事件,考量金融行业之间的极端风险相依结构和风险溢出效应及其动态演化过程.结果表明,金融行业间风险相依和风险溢出均具有显著的厚尾性、非对称性和时变性特征,同时存在显著的动态极端风险相依和风险溢出,且下尾风险相依和风险溢出的程度更大,对市场行情下跌的反应更为敏感;银行业在整个金融系统中发挥着至关重要的作用,其对证券业、保险业和其他金融业的极端风险相依和风险溢出均处于较高水平;不同时期的重大突发事件对金融行业间极端风险相依和风险溢出的影响存在明显差异,事发后风险相依变化较为平缓,而风险溢出急剧加强并表现出持续性.     

新冠肺炎疫情冲击下全球资本市场波动溢出风险及其连通网络研究

结合全球28个股市在2003—2021年的日度数据,采用基于广义方差分解的动态波动溢出指数方法来测度新冠肺炎疫情冲击下全球股市波动溢出风险及其连通网络的动态演化特征.在此基础上,基于面板中介效应模型来揭示疫情对股市波动风险的影响机制.研究结果表明:第一,全球重大危机事件(金融危机、疫情危机)冲击均会加剧各国股市的极端波动风险且危机发生国成为波动溢出的主要来源;第二,新冠肺炎疫情冲击加剧全球股市的总体溢出水平和网络连通性水平,使得大部分国家股市面临危机发生国股市的波动溢出风险;第三,新冠肺炎疫情暴发以来,我国沪深股市自身波动风险不大,但面临海外国家股市波动溢出风险;第四,从全球来看,总体上存在着"疫情冲击→股市波动率(波动溢出风险)→股市尾部风险"的影响路径和中介效应.     

基于CoVaR方法的金融风险溢出效应研究

本文采用先进的分位数回归技术,结合条件风险价值法（CoVaR）,对我国债券市场和股票市场的风险溢出效应进行考察,实证结果表明：在q≤0.015区间内,我国债券市场和股票市场之间存在双向的风险溢出效应,股票市场对债券市场的风险溢出效应远强于债券市场对股票市场的溢出效应;在风险溢出效应方向上,债券市场风险对股票市场风险具有负向溢出效应,而股票市场风险对债券市场风险的溢出效应却是正向的。在0.015≤q≤0.05区间上,只有债券市场对股票市场存在显著风险负溢出效应,不存在显著的股票市场对债券市场风险溢出效应。CoVaR方法不仅可以用于对单个金融机构（金融市场）的风险溢出进行衡量,而且能够捕捉系统风险的变化,是一种更为全面和有效的风险管理技术。     

全球股票市场系统性风险传递网络研究

本文采用系统性风险度量新指标LASSO-ΔCoVaR,构建全样本时期及各极端时期全球股票市场系统性风险传递网络,考察全球股票市场系统性风险传递水平及结构特征,并着重对极端状态下的风险传递进行分析。研究发现:第一,无论风险输入水平还是风险输出水平,不同股市的动态变化趋势大体一致,但波动幅度迥然不同,且单个股市风险输出水平的波动幅度远大于风险输入水平;第二,成熟经济体经济基本面恶化往往会增强其股市的系统性风险贡献,而新兴经济体则不同;第三,法国、荷兰、中国香港、德国和英国股市的风险溢出水平较高,同其他股市间的风险传递途径较多,是系统性风险传递网络中的核心节点;第四,我国股市与全球股市间的风险关联较弱,但我国股市潜在风险来源面广,同区域股市及金砖国家股市在我国股市与全球股市间的风险传递发挥重要作用。     

人民币在岸与离岸市场汇率极端风险溢出研究

本文采用联合非对称MVMQ-CAViaR模型,对离岸人民币和在岸人民币市场间的极端风险溢出效应进行研究。结果表明:人民币离岸和在岸市场的极端风险存在显著的溢出效应,但溢出水平有限,且离岸人民币对在岸人民币的溢出更加明显;利空消息冲击比利好消息冲击引起的人民币外汇市场下挫力度更强,联合冲击会加剧市场波动;"8.11汇改"提高了两个市场极端风险的溢出水平,且汇改之后,两个市场人民币的上行风险和下行风险都明显增加。因此,货币当局要加快人民币汇率的市场化进程,提高在岸人民币对离岸人民币的影响力,同时应特别警惕离岸与在岸人民币的联合效应,防范人民币的断崖式贬值。     

行业网络关联度及其对股市下跌风险的影响

采用格兰杰因果网络和信息溢出指数对申万一级行业指数的日收益率数据进行分析,构造了我国股市的行业网络关联度指标,使用Logit模型考察了网络关联度对股市下跌风险的影响,研究结果表明:格兰杰因果网络能够较好地对市场的系统性风险进行判断,对2007年和2015年两次股灾均有信号提示.两个网络关联度指标及有色金属行业的净对外溢出度均对股市下跌风险具有一定的预测能力,且预测能力会受到牛熊市和投资者情绪的影响.结论揭示了网络关联度的上升伴随着系统性风险的累积,从而带来股市下跌风险的增加.     

波动溢出网络视角下全球股市风险传染研究

为刻画全球股票市场风险传染的动态路径特征,从波动溢出网络视角分析全球股票市场的风险传染机制.首先,采用DCC-GARCH动态溢出指数框架来捕捉全球股市波动溢出的动态联动性和风险传染效应;然后,基于方差分解构建信息溢出复杂网络,从网络视角分析全球股票市场的风险传染特征.研究发现,在整个样本期间,全球股票市场高度相互关联,并依赖于极端经济事件;从次贷危机到欧债危机期间全球股市溢出整体呈现减弱态势;近年来国际资本流动、金融开放与国际贸易往来等推动我国股市进程走向新阶段,风险溢出与吸收水平有上升趋势.     

极端风险事件下股票市场与公司债券市场的尾部风险溢出研究——基于MVMQ-CAViaR模型

构建MVMQ-CAViaR模型,结合金融市场内部极端风险事件和外部极端风险事件,考量股票市场与公司债券市场的尾部风险溢出问题。结果表明,在金融市场内部极端风险事件下,股灾期间仅存在股票市场对公司债券市场单向的尾部风险溢出。公司债券违约潮期间,股票市场与公司债券市场之间存在双向不对称的尾部风险溢出,且公司债券市场对股票市...     

疫情冲击下全球股市的风险溢出效应研究

本文通过构建全球股市风险溢出网络,测度疫情期间全球股市风险溢出强度,研究各国股市风险的传递方向及溢出机制;通过与2008年金融危机的横向比较以及全样本纵向分析,探究不同阶段全球股市风险溢出效应的差异.研究发现:(1)疫情期间全球股市风险总溢出强度先上升后下降,其强度明显高于2008年金融危机与全样本均值.(2)不同时期全球股市风险溢出中心存在差异,中国是全球股市的主要风险接受国.金融危机时期,美国是全球股市单一的风险溢出中心;疫情期间,疫情严重的欧洲国家成为全球股市的风险溢出中心.     

疫情冲击下全球股市的风险溢出效应研究

本文通过构建全球股市风险溢出网络,测度疫情期间全球股市风险溢出强度,研究各国股市风险的传递方向及溢出机制;通过与2008年金融危机的横向比较以及全样本纵向分析,探究不同阶段全球股市风险溢出效应的差异.研究发现:(1)疫情期间全球股市风险总溢出强度先上升后下降,其强度明显高于2008年金融危机与全样本均值.(2)不同时期全球股市风险溢出中心存在差异,中国是全球股市的主要风险接受国.金融危机时期,美国是全球股市单一的风险溢出中心;疫情期间,疫情严重的欧洲国家成为全球股市的风险溢出中心.     

全球股票市场系统性风险的预警与防范——基于高低波动风险溢出网络的分析

本文依据全球股票市场波动率划分低波动和高波动,通过构建高低波动风险溢出网络,探究全球股市系统性风险演变的特征,并识别积聚和爆发阶段的风险源头和传染结构。研究发现：第一,全球股市系统性风险具有顺周期性,且低波动溢出水平具有前瞻性,可有效预警系统性风险。第二,相较于低波动溢出范围大、水平低的特征,全球股市高波动具有溢出范围小、水平高的特征。第三,风险传染具有一定的结构稳定性,同区域、同组织股市间风险溢出水平较高;但在高波动状态时,尤其是危机期间,跨区域、跨组织股市间风险溢出水平明显上升。第四,不同股市在网络中扮演的角色不同,且具有时变性,发达经济体股市主要为风险输出方,新兴市场股市主要为风险输入方。上述结论对全球股市系统性风险的有效预警和准确防范具有参考价值。     

中国股市在亚太地区的角色定位：基于油价冲击的风险溢出视角

国际油价波动对股票市场的影响研究一直备受关注,但对亚太和中国股市的风险溢出效应研究还有待拓展。鉴于冲击类型不同,本文将日度频率的油价波动分解为供给冲击、需求冲击和风险冲击,并基于基准回归模型与动态GARCH-Copula-CoVaR模型考察三类冲击对亚太和中国股市的影响与风险溢出。回归结果表明,需求冲击和风险冲击引起的油价上涨能显著提高两地区股市的平均收益,而供给冲击对此几乎无影响。从风险溢出视角看,中国股市在亚太地区主要扮演被动接受风险传染的角色：从需求冲击看,中国股市更易受到影响,呈现出风险净溢入的角色;但从风险冲击看,中国股市并不是联动亚太股市整体波动的源头,角色较为独立。结合上下行风险视角发现,两地区股市的上行风险总是显著大于下行风险,呈现出明显的非对称特征。但与亚太股市相比,中国股市风险值的波动更为剧烈。本文认为,辨析不同成因、来源的油价冲击,前瞻性预警亚太地区的油价波动风险,对于稳定我国股市、防范金融风险以及夯实我国在亚太地区的经济治理话语权具有重要意义。     

银行业与证券业间风险外溢效应研究——基于CoVaR模型的分析

此次金融危机表明,混业经营领域是金融风险管理或监管的重点领域,也是金融风险监管的难点.混业经营不可避免地使得不同金融行业存在的潜在风险交叉传染.风险价值(VaR)模型很难捕获金融市场之间的风险的传递,从而在测量市场极端情形时存在较多弊病,容易导致金融市场风险水平低估;而CoVaR很好地弥补了这个缺陷.本文通过分位数回归方法,将CoVaR方法应用于测量单个金融市场所发生的极端风险对其他金融市场风险外溢的方向和大小.结合模型结果,我们得出结论,CoVaR方法可以有效地计量行业之间或金融机构之间的风险外溢效应,并有利于金融集团或金融监管当局及时有效地跟踪行业内(或集团内)系统性风险的变化.     

中国金融市场间的风险溢出效应研究——基于金融压力指数的分析

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。     

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。     

僵尸企业对银行的风险溢出效应研究——基于CoVaR模型和社会网络方法的分析

本文旨在考察由于资金连接导致的僵尸企业对银行的风险溢出。研究中首先利用社会网络方法分析了僵尸企业和银行的风险关联,并采用基于分位数回归的CoVaR模型对不同风险分位数水平下的僵尸企业风险外溢效应进行了实证检验。研究发现银行和僵尸企业的收益率序列之间存在相关关系,僵尸企业对银行业的整体风险存在正向贡献,僵尸企业风险加剧时风险溢出效应也随之增加;大型国有和股份制商业银行是我国僵尸企业贷款的主要来源,也是僵尸企业风险外溢的重要受关联方。研究结论对厘清我国僵尸企业处置方向、防范银行业系统性风险,加强重点金融机构和僵尸企业监管具有一定现实意义。     

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.