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。     

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。     

中国房地产业对资本市场系统性风险的贡献度研究

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。     

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。     

保险承保风险引致系统性风险的空间复杂网络分析

基于2008-2019年中国各省份财险和寿险月度经营数据,使用TENET风险模型构建了省份间承保风险的空间溢出网络,量化了各省份承保风险可能导致的系统性风险水平,回归分析了产生影响的各种因素.结果表明,各省份承保风险空间关联性相对较低,省份间传染极低,不太可能引发系统性风险.各省份蕴含的系统性风险水平存在显著差异,具有从东部向西部递减的特征.样本期内,财险业承保风险的空间溢出总量基本稳定,寿险业经历了先上升后下降的过程.各省份风险状况及保险资金运用是导致差异的关键因素,监管可据此施策.     

全球股市的依存结构与风险传染研究

为全面刻画全球股市极端波动风险的跨区域传染效应及其传染路径,本文结合滚动窗口技术构建了高维动态R-Vine Copula模型,分析全球28个股市在2003—2020年的动态相依结构演化及其系统性风险溢出效应.结论表明,全球股市相依结构分布呈明显的洲际聚集特征,即亚太区域-欧洲区域-美洲区域.中国香港、法国和美国股市分别为亚太、欧洲和美洲的中心枢纽.新加坡和荷兰股市起到了联结亚太区域和欧洲区域的中介桥梁作用.2008年金融危机和2020年新冠肺炎疫情危机的冲击均未改变全球股市的总体相依结构,但导致了临时性结构突变,并提升了全球系统性风险溢出水平.新冠肺炎疫情导致欧美区域股市间的系统性风险水平超过了金融危机期间的影响,而金融危机导致亚太区域股市间的系统性风险溢出水平则明显超过了新冠肺炎疫情的影响.在2008年和2020年的两次危机中,沪深股市主要面临中国香港股市的系统性风险溢入.     

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.     

中国商品期货金融化了吗？—来自国际股票市场的证据

本文通过研究中国商品期货市场在2006-2015年与国际代表性股票市场的双向信息溢出效应及其时变特征来探讨中国商品期货市场的金融化问题。结果发现中国商品期货市场与国际代表性股票市场间存在着显著的信息溢出效应,且在2008年次贷危机和2010年欧债危机期间,程度更加明显;在溢出方向上,国际股票市场对中国商品期货市场为显著净溢出。据此本文认为中国商品期货市场存在金融化现象,但是相较于国际商品期货市场,中国市场金融化程度要低。     

对“杠杆市”环境下系统性风险监测的研究

本文采用主成分分析方法,以2005年1月至2016年5月期间中证全指一级行业指数的月收益率、波动率与成交金额变动为研究对象,对股票市场系统性风险进行了研究;同时,本文对比了在2008年金融危机与2015年"杠杆市"行情下,市场系统性风险所呈现出的差异。研究结果显示:从收益率与波动率角度看,系统性风险的显著增加主要体现在股票市场暴跌行情中;而从成交金额角度看,系统性风险的增加于股票市场暴跌前已经开始体现,且较在2008年金融危机中,这种现象在2015年"杠杆市"行情下更为明显。     

国际大宗商品价格波动对中国金融市场的风险溢出效应——波动溢出网络视角北大核心CSSCI

本文基于TVP-VAR动态溢出模型考察了国际大宗商品市场与中国金融市场间波动溢出的动态联动效应与风险传递机制;并在此基础上,研究了如何运用DCC-GARCH t-copula模型对冲与防范来自国际大宗商品市场的风险传染效应。本研究发现:(1)国际贵金属、工业金属市场处于信息先导地位,是风险溢出的首要来源;在极端风险事件冲击下,风险净溢出效应的分布区间具有波动性、方向非对称性及随机性,风险传染效应显著提升。(2)波动溢出网络结构变迁存在显著的“事件驱动特征”与“区域性特征”,在金融危机、中美贸易摩擦与新冠肺炎疫情的冲击下,波动溢出网络结构会发生突变,且新冠肺炎疫情对波动溢出网络结构的冲击效应更大;国际大宗商品市场内部始终存在稳定且广泛的风险共振关系,而当国际大宗商品市场受到冲击时,中国金融市场间较易出现广泛的风险联动,且同一区域内以风险共振为主导。(3)在对冲来自国际贵金属、工业金属市场的风险溢出效应时,需要积极的投资组合管理和进行动态调整,而不是采用静态策略;配对资产的套期保值效果表明,国际贵金属对冲效果最好的是与国际工业金属形成组合,而国际工业金属与国际软性商品形成投资组合,则可以获得最大的风险对冲效果。     

中国保险业系统性风险评估及影响因素研究

本文采用CoVaR方法,结合分位数回归,实证分析了我国上市保险公司的系统性风险状况,并对比我国保险业与银行业的系统性风险状况。研究结果表明,不同保险公司之间的风险溢出效应明显,且系统性风险通过关联度进行传染,但溢出强度存在差异;保险业的系统性风险在时间维度上存在周期性,同时保险公司的非传统保险比例越高,其系统性风险也越大;混业经营的保险集团其系统性风险贡献度显著高于其他保险公司,偿付能力监管对抑制保险公司的风险溢出水平较对系统性风险的抑制更为显著;此外,保险业对银行业有系统性影响,但小于银行业对保险业的影响。     

股市与债市波动溢出效应的机理研究——基于金融资源配置效率的视角

股市和债市波动溢出效应是金融市场波动的基本特征,研究其机理能够更清晰认识两个市场的价格传导机制和交互波动关系。针对目前研究缺乏系统性等问题,本文从资金、价格及风险等角度研究股市与债市的关联性,分析两个市场存在波动溢出的理论基础;用行为金融学解释波动溢出的产生机理;最后,阐明波动溢出效应与金融资源配置效率的关系。研究发现,它是引导社会资金在资本市场中实现二次配置、提高金融资源配置效率的重要途径。     

房地产业与银行业风险传染效应分析

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。     

基于国际资本多重动机的全球系统性风险传染路径识别

本文采用最新一代的SRISK方法测度了G20国家605家金融机构的系统性风险,并设计提出了基于高维的时变参数外溢网状矩阵,识别了全球系统性风险的传染路径和传染源。研究发现,各国系统性风险呈现明显增强态势,在危机时刻具有较强同步性,尤其是新冠肺炎疫情期间各国系统性风险同步激增。而欧美等发达金融市场更容易成为全球系统性风险的风险源,其中,美国溢出指数显著高于其他国家,是全球系统性风险的主要输出方;反之,新兴经济体的金融市场成熟度与放开程度远不及欧美发达国家,因此,更多地扮演着风险吸收方角色。基于面板模型的实证结果表明,资本流动骤停强化了系统性风险跨国别传染的溢出效应和吸收效应;国际资本流动的套利和套汇动机则是影响全球系统性风险传染的两个重要渠道,特别是,债券市场暴涨所引发的套利行为对吸收效应和溢出效应的影响存在显著的非对称性,而汇率升值超调引发的套汇行为则会增强系统性风险的溢出效应和吸收效应。此外,套价动机并未对系统性风险传染产生影响,一个主要原因可能在于各国的股票市场相对债券市场较为封闭,这势必隔断了套价行为对系统性风险传染效应的影响。最后,基于全球研究结论提出中国防范外部系统性风险冲击的政策建议。     

波动溢出网络视角的金融风险传染研究

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。     

机构集聚、风险传染与香港银行的系统性风险

本文研究作为银行金融机构集聚的香港国际金融中心,经受外部冲击后银行系统脆弱性的内生性及传染机理。本文把系统性风险的形成划分为共同冲击和相互传染两个过程,选取香港上市银行2006年到2011年的股价收益率为研究对象,分别研究中资、港资及外资三个组别的金融机构个体风险特征,运用分位数回归模型,通过测量香港银行体系的条件风险价值,判断香港银行的系统性风险,并分析影响香港银行体系脆弱性的外生性因素和内生性因素。结果表明,外资银行对共同冲击的抵抗能力较强,而港资银行的抵抗能力优于内地银行;金融机构间的传染和风险溢出效应会导致系统性风险的增加,而且不同规模银行对于系统性风险的溢出程度不一样,规模较大银行的溢出效应较为明显。     

我国金融市场间风险传染与系统性风险溢出效应——基于银行、证券、保险市场的E-CoVaR模型分析

本文运用E-CoVaR模型,结合分位数回归技术,测度了我国银行、证券和保险市场之间的风险传染强度以及各金融市场系统性风险溢出效应,并探明了各金融市场系统性风险溢出效应随经济形势变化的规律。研究结果表明:总体来看,银行市场的风险传染强度和系统性风险贡献度最大,证券市场其次,保险市场再次;从动态分析来看,我国金融市场的系统性风险贡献度与市场繁荣程度正相关,在金融危机期处于较高水平。     

我国系统性金融风险传染的空间结构及时变特征

本文构建一个格兰杰因果尾部风险网络,从整体网络关联性视角考察我国系统性金融风险的空间结构及时变特征.结果表明:一是从总体看,2008年以来,金融体系风险溢出效应波动上升,资管新规的实施使溢出效应由升转降,新冠肺炎疫情导致溢出效应短暂上升,但目前已回落至低位;二是从风险的空间结构看,房地产部门较高的风险出度和入度引发了风险加速机制,使其成为重要的风险源和承担者;三是从风险的时变特征看,保险、证券等业务创新多的部门风险来源的角色在强化,银行向信托、证券业的风险溢出近年来有所上升.基于以上结论,本文认为,当前应当进一步完善资管新规,加大对金融创新业务的风险监测,密切关注房地产部门风险.     

测量中国的金融不确定性——基于大数据的方法

本文基于 Jurado et al.(2015)提出的大数据分析方法,采用280个月度经济金融变量构造了2002-2017的中国金融不确定性指数,并从股票市场波动和金融机构系统性风险两个方面对中国的金融不确定性指数进行了实证分析。本文发现,在控制了滞后波动率后,金融不确定性指数仍然对股票市场的波动率有显著的预测作用;同时,金融不确定性的增加会显著提升金融机构的系统性风险,尤其是规模较大的金融机构。实证结果表明,金融不确定性是金融市场波动的一个重要来源。