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。     

基于Copula的股票市场波动溢出分析

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的。已有的研究是建立在不同金融市场之间的波动是线性相关的,而线性相关并不能描述金融市场之间的非线性关系。借用Copula技术来描述股票市场之间的非线性关系、SV模型来刻画股票市场数据的边缘分布,并引入波动变结构论分析判断波动溢出,实证分析验证了方法是可行的。     

宏观审慎与货币政策双支柱框架研究——基于系统性风险视角

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。     

基于KLR模型的我国股市系统性风险预警研究

本文以我国股市的系统性风险为研究对象,应用货币危机研究的经典模型——KLR模型对影响我国股市系统性风险的宏观、中观、微观等因素进行了分析,得到了一系列敏感的预警指标(包括CPI、PPI、道琼斯指数、市场整体市盈率等9个指标),构建了NSR综合预警指数,并通过实证分析验证了其可靠性.     

国际石油价格波动对中国股票市场的风险溢出效应

由于交易时间上的不对称,采用非对称性调整方法对上证指数进行了滞后1期的调整,在此基础上,对非对称性调整前后的数据分别采用了Granger因果关系检验、向量自回归(VAR)模型、脉冲响应函数(IRF)、预测误差方差分解(FEVD)的方法以及MGARCH-BEKK(1,1)模型对纽约商业交易所(NYMEX)的西德克萨斯州中质油现货价格日对数收益率和上证指数日对数收益率之间的均值溢出效应和波动率溢出效应进行分析研究。研究结果表明,总体来说,两市收益率之间的风险溢出效应十分微弱和不稳定,但从2007年开始,这种风险溢出效应变得更显著,主要表现在WTI原油市场对上证指数具有正的均值溢出效应和正的波动率溢出效应。     

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.     

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。     

股票市场与人民币汇率的波动溢出效应——基于多元GARCH模型的实证分析

本文采用多元BEKK-GARCH模型,立足于人民币汇率波动与我国股票市场现状,利用“汇改后”美元对人民币的汇率与上证综指的日数据,实证分析了我国汇市与股市之间的波动溢出效应,并对宏观政策的制定与投资者对风险的规避提出建设性意见.     

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。     

波动溢出网络视角下全球主要货币汇率风险传染研究

选取1999—2020年全球26种货币的汇率波动率数据,基于最新发展的Elastic-Net-VAR模型构建汇率波动溢出网络,考察全球主要货币的汇率风险溢出关系。研究发现：汇率风险总溢出水平经历了“稳步上升—震荡下降—急剧上升”三个阶段。汇率风险溢出网络具有同区域、同类型经济体聚集的特征,但国际金融危机等全球重大风险事件会加剧汇率风险的跨类型或跨区域传递。人民币的风险溢出对象主要为新兴经济体货币以及港币、韩元等亚洲发达经济体货币;国际金融危机后,人民币接受发达经济体货币的风险溢出明显增多。     

全球稳定币的系统性风险:监管挑战与应对

2008年次贷危机至今,全球宏观审慎监管框架始终着眼于防范传统金融机构的系统性风险,却忽视了新兴的全球稳定币及其所引发的支付方式变革.全球稳定币诱发系统性风险的路径不仅包括因为替代法币支付功能从而加剧金融功能的脆弱性,还包括加深金融结构集中度与金融网络复杂性.同时,全球稳定币给既有的“宏观审慎监管”框架造成监管信息滞后...     

尾部风险溢出网络与系统性金融风险研究 ——基于TENET方法的多角度实证

本文从尾部风险溢出视角出发,运用TENET模型,搭建了我国金融体系总体、部门间和机构间的风险溢出网络,并在此基础上进行了实证检验.结果发现:(1)金融体系风险的积聚和释放过程,因重大事件类型的不同而存在显著差异:如果重大事件由宏观经济发展或市场效应所致,危机发生前的网络关联性会显著增强;如果重大事件由突发性及难以预测的"新冠肺炎疫情"等黑天鹅事件所致,危机发生后的网络关联性会显著增强.(2)在尾部风险关联网络拓扑中,证券业的尾部风险溢出效应最强,风险网络中心性最突出;而银行业抵御风险冲击的能力最强.(3)在金融机构系统重要性方面,银行、保险和证券业的系统重要性依次递减,其中,大型国有银行的系统重要性最强.因此,监管部门应加强对大型国有商业银行动态尾部风险的监控及其溢出效应的防范,加强系统性风险的前瞻性监管.     

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...     

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。     

我国房地产价格波动对商业银行系统性风险的影响研究

本文利用系统动力学方法分析商业银行系统性风险和房价波动的内在作用机理,同时使用SCCA方法构建我国商业银行系统性风险评价指标,并在此基础上结合房地产市场及宏观数据,构建SVAR模型。研究发现房价与商业银行系统性风险之间存在双向作用机制,且房价上升初期会降低系统性风险,但后期会造成系统性风险问题。同时群众消费预期对房价及商业银行系统性风险的影响显著,因此政府在调控房价及制定政策时要建立好信息沟通平台,引导群众树立正确的消费投资预期;同时银行也需要加强信息披露,以提高用户对银行的信任。     

系统性风险与企业财务危机预警——基于前沿机器学习的新视角

本文采用Logit回归模型以及随机森林模型、梯度提升模型等前沿机器学习方法,深入考察系统性风险指标对我国企业财务危机的预测能力。结果表明,系统性风险对中下游企业的财务危机具有显著的预测能力,而基于因子分析构建的系统性风险指标,结合随机森林模型可取得更好的预测效果。本文进一步区分财务危机的不同成因并发现,基于随机森林模型和Logit回归模型的预测框架能够对我国大多数财务危机事件进行有效预警。在此基础上,本文对我国上市企业监管提出相关建议,从而为完善金融风险处置机制提供一定参考。     

中国股票市场的发展及波动周期分析

中国股票市场自1991年正式运行以来,经历了一个飞速发展的过程,不仅上市公司和投资者数量剧增,而且股票成交金额及筹资规模也在剧增。但是作为一个新兴的股票市场,波动性与不稳定性是其基本特征。本文通过分析中国股票市场的发展现状和股市波动的特点,根据中国股市18年的发展历程及波动特点,将其划分为8个波动周期,并研究了每个周期的基本特征及概况,简要分析了影响股市波动的因素,并指出对股市波动周期划分的意义。