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.     

中国商品期货的尾部风险溢出效应及其驱动因素研究

本文选取2015—2022年的日度观测数据,采用AS-CAViaR模型和动态溢出指数方法考察了我国10种商品期货间的尾部风险溢出效应,并进一步探究影响其溢出水平的因素。分析结果表明,重大风险事件爆发期间,我国商品期货市场尾部系统关联水平明显提升,但不同商品的尾部溢出水平对风险事件的敏感度存在差异。在整个样本期内,化工、软商品和有色期货为系统中极端风险的净输出者,非金属建材和油脂油料则是主要的净接收者,且产业属性相似的商品期货间的尾部关联更为紧密。就驱动因素而言,宏观经济金融环境会对我国商品期货的尾部风险溢出产生显著影响,且美国经济政策不确定性同样为重要的驱动因素,但我国的经济政策不确定性并不存在显著影响。     

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。     

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...     

动态视角下房地产贷款对银行业系统性风险溢出研究

基于Credit Metrics模型动态度量房地产贷款信用风险,运用双重ΔCoVaR模型分析框架量化其对单家银行风险的影响,以及对银行业系统性风险的溢出,将总体溢出分解为直接溢出和间接溢出,考量房地产贷款信用风险对银行业系统性风险的传导途径。结果显示：一方面,房地产贷款信用风险近年来整体呈上升趋势,且对银行业风险溢出显著,尤其是大规模债务违约和新冠疫情的爆发加剧了溢出效应。另一方面,房地产贷款信用风险的间接溢出大于直接溢出,且高(低)系统重要性银行产生了更大的间接(直接)溢出,表明高系统重要性银行由于与其他银行的业务联系密切,其贷款信用风险更易引发银行业内的连锁反应从而间接刺激风险爆发;低系统重要性银行因为依赖少数大型客户贷款,面临信用丢失时缺乏强劲的风险缓冲能力,更可能直接对银行业的稳定造成显著破坏。     

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。     

金融科技对商业银行系统性风险的溢出效应

近年来,金融科技逐渐成为我国银行体系进行风险控制的新工具。以我国A股市场上市商业银行为样本,构建GARCH-EVT-Clayton-Copula-Co Va R模型,测量样本区间内16家商业银行的金融科技发展水平及系统性风险溢出值,对金融科技与商业银行系统性风险之间的关联机制和影响效应进行理论与实证分析。研究发现,商业银行通过金融科技进行风险控制存在增强和减弱两条路径。进一步分析发现,金融科技能降低商业银行系统性风险溢出;商业银行规模、总资产收益率、存款负债比、杠杆率以及非利息收入占比等因素也对商业银行系统性风险溢出有着不同程度的影响。     

系统性金融风险动态测度与跨部门网络溢出效应研究北大核心

科学、有效地进行系统性金融风险动态测度与溢出效应评估,直接关系到我国金融体系重大风险的防范与化解。本文基于金融压力指数法进行系统性金融风险动态测度,构建跨部门风险溢出网络,论证多维风险因子对系统性金融风险驱动作用的结构性差异和系统重要性。研究结果表明:第一,危机时期,跨部门风险协同运动趋势明显,风险跨部门溢出方向和强度均具有非对称性。第二,外汇市场、债券市场和房地产市场是主要的风险溢出方,在危机时期,金融机构、股票市场和外汇市场是系统性金融风险重要的传播渠道。第三,股票市场估值水平、投资者情绪和经济政策不确定性对系统性金融风险水平的驱动作用呈倒U型,在系统性金融风险测度指数分布的右尾,大宗商品价格波动的驱动作用最大。第四,随机森林算法测度的风险驱动因子重要度证明,投资者情绪和大宗商品市场价格波动因子对系统性金融风险拐点的出现具有关键性影响。     

时频视角下中国房地产业对金融系统的极端风险溢出——基于QVAR-BK模型的实证研究

守住不发生系统性金融风险底线是我国建设现代化经济体系、实现高质量发展的必然要求,作为金融市场中的关键一环,房地产市场是系统性金融风险重要监测领域。本文从时域和频域视角出发,采用QVAR模型和BK溢出指数相结合的方法,研究了房地产市场对金融系统和各个金融子市场的溢出效应,并重点考察了从正常状态到极端状态房地产业风险溢出水平及结构的变化。研究发现：第一,我国房地产业对金融系统的风险溢出由短期高频率的风险溢出所主导,且极端状态下的风险溢出显著强于正常状态;第二,极端正向和极端负向冲击下房地产业对金融系统的风险溢出呈现出明显的非对称性,且极端负向冲击下的溢出效应更强;第三,正常状态下房地产业对股市、债市等金融子市场的风险溢出大多被低估,极端事件发生后,房地产业短期内对债券市场的风险溢出明显增强,长期内对黄金市场的风险溢出明显增强。本文研究结论对我国有效防范房地产市场风险,促进房地产市场平稳健康发展具有政策启示。     

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。     

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。     

广东省房地产金融风险实证分析

房地产金融风险特指银行等金融机构为房地产业提供资金的筹集、融通、清算等金融服务活动中,由于各种事先无法预料(即不确定)因素的影响,使金融机构的实际收益与预期收益发生背离,从而蒙受经济损失的可能性。本文通过参考现有房地产金融风险分析的主要因素,从金融机构、房地产开发企业及购房者这三个方面对当前房地产市场的风险状况进行分析,并通过定量的方法估算当前广州房地产市场的投机程度,最后提出相应防范房地产金融风险的建议。     

基于灰色理论的房地产需求分析——以安徽淮南市房地产市场为例

通过研究影响房地产市场需求的主要因素及各因素对需求的影响机理,建立了基于灰色理论的房地产市场需求影响因素分析模型,对影响淮南市房地产市场需求的各因素进行实例分析,从而得出影响淮南市房地产市场需求各因素相对重要性.     

尾部风险研究进展与评述

由于部分业务、部门或市场的尾部风险溢出不仅会引发金融体系的“多米诺骨牌”效应,而且会对实体经济产生巨大负外部性,因此尾部风险事件极易引起金融市场震荡。鉴于此,识别与监测尾部风险是有效防控系统性金融风险爆发与传染的起点。本文首先以全球金融危机为节点,根据文献厘清尾部风险测度指标在危机前后的脉络。其次,介绍与尾部风险传染密切相关的尾部风险相依、金融关联网络的相关研究进展,在此基础上对尾部风险溢出强度及溢出方向展开讨论。再次,本文归纳了引发尾部风险溢出的宏观、中观和微观层面的影响因素以及尾部风险管理的路径选择。最后,对当前及未来尾部风险相关研究进行评述与展望。据此,力求为我国进一步提高防范化解金融风险能力、统筹推进疫情防控和经济社会发展、促进国民经济稳健运行和良性循环提供借鉴。     

沈阳市房地产市场发展情况调查

截至2011年9月份,沈阳市房地产市场出现了明显变化,为了解房地产市场的这种变化对金融业的影响,本文选取了我市10家金融机构及12家房地产开发公司并对其进行了实地调研。调研显示：受国家宏观调控政策的影响,我市房地产成交量开始下降,但价格略有上升。由于我市房地产价格相对较低,市场刚性需求较多,房地产市场基本稳定,风险相对较小;银行积极执行国家宏观调控政策,对房地产行业潜在的风险意识增强,多家银行机构上调了房地产企业的贷款利率,追加了房地产企业的担保资金,目前房地产市场变化对我市银行业带来的风险相对较小,尚在可控范围。     

中国房地产公司动态资本结构研究

通过一般公司动态资本结构模型研究,结合我国房地产公司运行特性,对房地产公司资产负债特性进行了分析:即将公司负债分为金融性负债和经营性负债。建立了房地产公司动态资本结构模型,利用该模型进行了数据仿真分析。研究发现,当房地产公司盈利能力较强且比较稳定时,通过增加经营性负债和金融性负债均可使股权收益率得到较大的提高,且经营性负债率对其影响较大;当房地产公司盈利能力较弱且波动性较强时,通过增加经营性负债可以提高股权收益率,但提高的幅度非常小。     

基于模糊综合评价的房地产企业财务风险研究

当前房地产业发展迅速,房地产企业数量也迅速增长,而能够引起房地产企业产生财务风险的因素却种类繁多,不利于对财务风险进行评价。本文则基于模糊综合评价方法,提出一个用于研究房地产企业财务风险的新思路,能方便有效地对房地产企业财务风险进行综合性评价,并通过实例进行了分析。     

房地产金融对房地产市场发展的影响研究：北海实证

本文通过向量自回y-5模型（VAR）研究房地产金融对房地产市场的实际影响。选取北海市金融类和房地产市场类等4项指标,建立2个VAR模型系统;利用脉冲相应函数和方差分解方法,分析信贷市场指标变化对房地产市场供需影响的时滞、持续时间及作用强度。结果表明：北海房地产金融市场与房地产市场无论在长期还是短期都存在均衡关系,两者具有一定程度的共生性。基于以上分析,提出相应的政策建议。