系统性金融风险的监测和度量——基于中国金融体系的研究

国际实践表明,系统性金融风险不仅危及金融稳定,更会给宏观经济和社会财富造成巨大损失。在国际金融危机带来的外部风险输入和我国转轨阶段自身周期性和结构性问题叠加的背景下,我国实体经济与金融体系面临的风险上升并逐步显现。如何构建系统性金融风险的监测和度量方法,从而有效地识别、防范和化解风险成为一个重要而紧迫的课题。本论文借鉴国内外最新的研究和实践成果,在国内外现有研究尚不成熟的方面深入探索。论文将系统性金融风险产生的原因归纳为内部和外部两大因素,将传导机制归纳为内部传导和跨境传导,将扩散机制归纳为信贷紧缩机制、流动性紧缩机制和资产价格波动机制。立足我国转轨体制特点和当前系统性金融风险状况,论文提出了包含7个维度的系统性金融风险综合指数,在采用马尔科夫状态转换方法对综合指数进行实证分析的基础上,识别和判断风险指标的状态和拐点,并度量和预警综合指数状态转移的信息,由此有效衔接宏观审慎和微观审慎,构建一个既可以综合分析整体风险,又可以分解进行局部研究的系统性金融风险监测和度量方法。综合指数模型还引入了指数修正机制以更好地适应中国金融市场的动态发展。     

我国虚拟经济对实体经济增长效应的实证分析

本文通过选取虚拟经济系统与实体经济系统的指标体系,运用主成分分析方法分别提取虚拟经济系统与实体经济系统的综合指数,并构建实体经济与虚拟经济和外部环境的多元线性回归模型分析虚拟经济对实体经济的影响效应.分析结果表明我国虚拟经济与实体经济在1992-2010年间的发展基本呈逐渐上升态势;我国虚拟经济对实体经济的影响效应有限,实体经济受外部环境的冲击影响较大.     

基于分位数因子分析方法的系统性金融风险测度

尾部风险是系统性金融风险爆发的重要导火索,而常用于系统性金融风险测度的因子分析方法一般是从均值角度进行构建。为从尾部视角构建更加及时有效的系统性金融风险指标,本文选取了122个申万二级行业指数的日度收益率,采用分位数因子分析方法,构造了金融市场的尾部风险因子。通过与均值风险因子进行比较发现：（1）尾部风险因子在风险事件刻画和风险预警方面均具有优势;（2）其优势在于尾部风险因子除包含水平信息以外,还具有风险信息;（3）其风险信息不仅对未来市场价格信息具有边际的预测能力,还是风险预警能力的主要来源。本文的研究结果将有助于提升我国的系统性金融风险预警效率,为维护金融稳定提供参考。     

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。     

系统性金融风险度量:一个文献综述

本文对现有测度系统性金融风险的主要方法进行了系统回顾,主要包括基于系统重要性金融机构的风险分析、经济部门债务风险度量以及银行间同业拆借网络分析等方法。本文对主流方法存在的不足进行了分析,并对系统性风险及其度量提出了更加明确的含义,即系统性风险是金融体系或多数重要金融机构面临的共同风险因素,且这些风险因素及其潜在影响是系统性风险度量的核心。据此,本文认为对系统性风险及其传导渠道的正确分析和准确评估,是及时采取宏观审慎政策以增强金融体系稳健性的重要前提。     

实体经济投融资下金融监管守住系统性风险研究

实体经济风险在时序上先于系统性金融风险发生.本文综合分析系统性金融风险六个风险维度产生的影响,并选取2007年1月到2019年9月的数据进行识别.然后,基于主成分分析法与结构方差模型的原理对处理后的指标数据进一步审核,筛选出最能代表各维度风险的指标.对数据归一化取平均权重得到6个维度的风险值,采用独立性权重法合成系统性金融风险指标体系(CSIFR).通过实证分析刻画统计期间内系统性金融风险在不同时期的风险影响.研究表明,包含实体经济、影子银行、外部风险、货币政策、商业银行、经济周期六个维度的综合指数法可以较好地监测金融风险的变化情况,刻画系统性金融风险在不同时期的风险原因变化.根据研究结论,结合目前中国经济金融形式提出防范与控制系统性金融危机的监管建议及措施.     

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。     

我国系统性风险度量指标构建及预警能力分析——基于混频数据动态因子模型

基于我国目前的经济和金融形势,为守住不发生系统性金融风险的底线、采取切实有效的应对之策,需要更加客观地度量我国面临的系统性金融风险状况。本文综合考虑银行业、债券市场、股票市场、外汇市场、宏观经济数据和银行业监管数据等六大类指标,运用混频数据动态因子模型,构建反映经济、金融周期和系统性金融风险的指标体系,对我国的系统性金融风险水平进行测算,结果表明,目前我国的系统性金融风险较 2015-2016年期间有所缓释,但仍处于较高水平,宏观经济下行压力较大。上述实证研究结论带来的启示:一是要保持经济平稳增长,推动实体经济高质量发展,进一步缓释和化解各类金融风险、降低杠杆率,增强抵御风险冲击的能力;二是要构建和完善系统性金融风险度量指标体系,充分发挥系统性金融风险度量指标的预警作用和前瞻性指引作用;三是要完善货币政策和宏观审慎政策“双支柱”调控框架,建立适合我国国情的微观审慎与宏观审慎有机结合的逆周期调节政策安排。     

系统性金融风险成因、度量及监管研究综述

在当今经济社会中,防范系统性金融风险,提高金融业抗风险能力,受到了国内外政府机构和学者的空前关注.本文从系统性金融风险的成因、度量、监管三个角度,对国内外文献进行了分析整理.其中,系统性金融风险的成因有溢出效应、金融业的过度创新、信息不对称和金融市场的高杠杆性;系统性金融风险的度量办法主要有指标法和模型法;系统性金融风险的监管措施则主要包括监管主体、监管手段和宏观审慎监管三个方面.最后,就系统性金融风险成因的识别、度量和监管的优化以及宏观审慎框架的建立健全方面提出了建议.     

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。     

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。     

区域金融发展与经济增长的实证分析——基于中国地级市区数据与分位数回归方法

针对地级市区的金融发展与经济增长的关系,利用中国31个省区共336个样本地级市区2000-2006年的数据,基于分位数回归统计分析结果表明,在被解释变量经济增长的不同条件分位数处解释变最金融发展和控制变量对经济增长影响的差异和波动是统计显著的.与经典的条件均值回归相比,条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息,这为对区域金融发展与经济增长关系进行时空特征整合的统计建模提供了有力支持.     

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。     

金融衍生工具与银行系统性风险

从巴林银行倒闭到中航油、中石化衍生品交易巨亏,重新审视金融衍生工具与系统性风险的关系成为必然。金融衍生工具运用规模和比例呈急剧上升趋势,其初衷为对冲风险,契合金融服务实体经济功能,但由于其交易规则具有复杂性和不透明性,实施效果亟待检验。本文采用金融衍生工具视角,探索了分类金融衍生工具对银行系统性风险的影响及作用机理。结果表明,金融衍生工具会加剧银行系统性风险,包括外汇类和利率类金融衍生工具。金融衍生工具运用总体效果并不理想,且存在情境依赖,作用发挥呈现异质性。在后金融危机时代以及股市处于熊市时,金融衍生工具均加剧了银行系统性风险,在危机前则降低了银行系统性风险,但当处于牛市时则无显著影响。此外,在市场化进程高、机构持股比例高时,金融衍生工具加剧银行系统性风险的作用更为明显。本文从一个新的视角检验了银行系统性风险的影响因素,为探究其成因提供了新解释,也为未来系统性风险防控提供了新思路。     

经济开放中的中国金融风险报告和政策措施

经济开放中的中国金融安全问题,包括金融机构、金融市场、货币安全等等,成为中国各界关注的问题。本文旨在为经济开放中的中国金融业发展提供一个完整的风险报告,并在此基础上演绎出有关中国金融发展的建设性政策措施,由此消减所潜在的金融危机压力。     

宏观审慎视角下的系统性金融风险研究

全球金融危机使监管者认识到仅靠微观审慎监管无法保证金融系统的稳定,必须加强逆周期的宏观审慎监管。本文首先回顾了对系统性金融风险、宏观审慎监管等重要概念的认识和发展;其次比较了美国、欧盟的逆周期宏观审慎政策框架;再次对我国的信贷投放、资本监管和贷款损失拨备的顺周期性进行了实证检验;最后,本文对我国的逆周期宏观审慎监管提出了相关建议。     

房地产投资和金融支持实体经济的交互影响研究--基于环沪都市圈的分析

基于房地产市场与金融发展的紧密关系,本文将房地产投资、金融发展与实体经济发展纳入同一框架进行综合研究。首先梳理房地产、金融效率的环沪都市圈1发展现状,深入探讨房地产、金融与宏观经济增长的作用机制。然后以2003~2016年环沪都市圈为样本,采用交互效应模型分析房地产投资通过金融体系间接影响经济发展的综合效应。分析得到的主要结论包括:环沪都市圈房地产投资对实体经济发展整体呈现一定的负向作用,主要是抑制了金融支持实体经济的效率,两者负相关系数为0.75;经实证研究进一步发现,在经济发展水平较弱、金融化程度越高的城市群,房地产投资对金融支持实体经济效率的抑制作用更加显著,是全部样本的2.4倍,这也恰好解释了浙北经济长期落后于苏南的原因。     

关于系统性金融风险预警体系的建设--以吉林省吉林市为例

近年来,吉林省吉林市金融行业发展迅速,农村信用合作社和村镇银行等金融机构不断设立。人民银行金融稳定部门对金融机构的监测困难也日益加大。如果不及时的发现、处置风险隐患,就会造成系统性金融风险。故急需建立相应的系统性金融风险预警体系来监测金融机构,杜绝风险发生。本文分析了系统性金融风险的成因、风险传导机制,初步建立系统性金融预警体系。提出了相应的处置意见以及构建建议。     

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。