金融不确定性与金融市场风险传染

本文基于2004—2023年的日度数据测度了我国金融不确定性指数,考察了我国金融不确定性与金融市场风险传染之间的关系。研究表明：（1）金融不确定性冲击下,金融市场风险传染具有明显的时滞性、非对称性、阶段性、时变性和联动性。（2）从分时段风险溢出网络来看,重大不确定性事件会影响金融不确定性与金融市场间的风险溢出关系,且不同时期的风险传染路径不同;在风险溢出网络中,金融不确定性指数的溢出效应最大,是网络的风险中心;股票市场、债券市场和外汇市场的高溢入效应和高溢出效应表明,其为金融不确定性向其他市场溢出的重要桥梁;货币市场则承受了更多的外部风险冲击。本文的研究结论对于更好地理解金融市场风险传染机制和加强金融协调监管具有重要的参考价值。     

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。     

基于复杂网络视角的金融科技风险传染研究

大数据、云计算、人工智能等新兴技术逐步改变金融生态,金融科技成为传统金融业提效降本的动力源泉.机遇与风险并存,金融科技的加入是否对传统金融造成风险冲击成为重要的研究课题.本文基于复杂网络视角,采用TENET方法搭建以金融科技、银行和证券机构为主体的风险关联网络,融合PMFG极大平面过滤图法,分析金融科技同传统金融主体的风险传染关系,在此基础上提出了关键性风险路径的识别方法.研究结果表明:相较于银行与证券,金融科技的内外部风险传染性最强;金融危机加强了风险传染的跨部门属性;风险传染以规模、业务相近的直接渠道为主,对关键性路径的识别有助于挖掘金融科技机构的潜在风险点.监管当局应加强对金融科技机构的宏微观审慎管理,识别同部门与跨部门的风险传染路径,优化监管效率.     

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。     

新冠肺炎疫情加剧了国际金融风险传染吗？

本文运用网络分析方法探讨新冠肺炎“黑天鹅”事件影响下的国际金融风险传染特征。研究表明,新冠肺炎疫情显著加剧了金融风险在国家之间的传染;同时,风险传染网络存在明显的聚类现象,随着疫情发展,风险传染网络从初期的星型发散传染向后期的均衡传染演变。结合我国实际,本文建议增强经济抗风险能力、高度关注对我国直接输入风险较高的地区和总溢出效应较强地区的风险溢出效应、健全金融行业突发事件处置机制。     

实体行业跨境风险与金融部门风险交互传染效应分析——基于行业进出口规模数据

在重大风险跨境、跨行业传染特征显著的背景下,本文基于行业进出口数据构建了实体行业风险指标,基于主要实体行业对应的股指数据构建了行业性金融风险指标,同时引入银行业、多元金融业和保险业等金融子行业的风险指标,计算实体行业与金融部门之间的风险传染效应。本研究初步结论为：不同实体行业之间存在非对称风险溢出效应,且实体行业风险溢出效应大于其自身吸收的风险溢入效应;同时,金融部门子行业之间也存在显著的非对称性风险传染效应,实体行业相应金融板块具有显著风险溢出效应,而银行、保险等金融子行业具有明显的风险溢入效应。进一步看,实体行业较高的进出口风险溢出效应,加剧了股票市场相应行业板块指数震荡,显著提高了金融体系中行业性金融风险的波动水平;另一方面,银行、保险、多元金融等部门的资产规模和配置机制,使得金融市场风险进一步在金融部门之间传染并得到分担。在国际重大风险事件冲击下,实体行业与金融部门的风险交互传染效应显著增强。本文建议,从更加细分的行业层面建立风险监测指标,提高宏观经济政策预期调控与沟通的一致性,以及降低资本市场板块对实体行业风险的过度反应。     

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.     

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.     

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。     

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。     

市场设施类金融科技与金融业风险溢出效应及影响机制研究

近年来,市场设施类金融科技行业蓬勃发展,各类高新技术广泛应用于构建金融设施,推动了金融业数字化转型,也带来新的风险管理挑战。本文基于2012—2023年47家上市公司公开数据,使用VaR计算市场设施类金融科技、银行、证券和保险四个行业的系统风险,用TVPVAR-DY模型测度行业间风险溢出效应,并考察影响风险溢出的宏观因素。结果发现：金融科技具有较大系统风险隐患,与金融业各部门呈现风险正相关性;金融科技和证券部门具有较强风险溢出,溢出持续增长并表现“风险积聚”特点;近年来尾部经济事件中,金融科技和证券是主要风险溢出中心,银行是主要流入中心;货币供应量、同业拆借利率和消费者预期对于金融科技、银行、保险和证券的溢出效应和溢入效应会产生不同程度的显著影响。     

全球系统性金融风险跨市场传染效应分析 ——基于货币市场/外汇市场金融网络的视角

金融全球化背景下,一国发生的系统性金融风险或金融危机,很可能会传染到其他国家,货币市场和外汇市场是传染的重要渠道.本文基于14个主要国家/地区2001年1月至2020年9月的利率和汇率数据进行计算分析,得到以下结论:(1)不同国家/地区的货币市场与外汇市场链接成强度不一的金融网络,金融风险可能通过金融网络实现跨国传染,对其他国家/地区的货币市场/外汇市场形成风险冲击.(2)这一网络具有明显的分层特征,网络中心层的风险溢出效应和风险输入效应较大;网络节点的作用不同,有的表现为风险净输出效应,有的表现为风险净输入效应.(3)随着国家之间经济地位变化和不同时期国际金融重大事件,不同国家/地区金融市场对风险事件的反应程度不同,全球跨货币市场/外汇市场网络的中心层国家/地区、风险传染路径也会相应调整.(4)网络中心层国家/地区并非总是重大金融风险事件的源发地,风险传染效应更多由具体国家/地区金融市场的行为反应和波动程度所决定.     

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.     

中国影子银行通道演变及风险形成机理研究——基于机构关联的视角

基于机构关联的视角,运用TVP VAR模型和网络模型详细探讨了不同时期中国影子银行体系的系统性风险传染效应和系统性重要机构。实证结果表明,我国影子银行的发展呈现出明显的动态演进性,其从发展初期银信单一渠道模式逐步演变为银行、信托、证券、保险以及互联网金融多机构合作的多渠道并存模式,机构之间关联性不断增强,风险传染效应显著。同时,我国影子银行体系的系统性重要机构在不同阶段下有所不同。因此,为防范影子银行系统性风险,应加强我国影子银行监管的动态性和实时性,对我国影子银行的风险采取“穿透式”监管,并对系统性重要机构进行针对性监管和差异化监管。考虑到我国影子银行机构之间的高度关联性,还应明确影子银行体系的监管职能范围,加强监管的协调合作。     

互联网金融风险及监管对策研究

互联网金融在我国发展迅速,对传统金融行业的“鲶鱼效应”显著.互联网金融是金融创新的产物,代表了金融民主化和普惠金融的趋势.同时,它具有第三方支付风险、网络借贷风险、“长尾”风险等内生性风险.在保护创新与普惠精神、有效维护金融稳定和金融秩序之间寻求平衡,是监管的基本原则和逻辑.重塑法律监管原则与逻辑,通过提供有效法律供给、切实保护金融消费者合法权益、完善征信体系等是互联网金融法律监管的可行性路径.     

中国互联网金融风险及监管对策研究

互联网金融在我国发展迅速,对传统金融行业的＂鲶鱼效应＂显著。互联网金融是金融创新的产物,代表了金融民主化和普惠金融的趋势。同时,它具有第三方支付风险、网络借贷风险、＂长尾＂风险等内生性风险。在保护创新与普惠精神、有效维护金融稳定和金融秩序之间寻求平衡,是监管的基本原则和逻辑。重塑法律监管原则与逻辑,通过提供有效法律供给、切实保护金融消费者合法权益、完善征信体系等是互联网金融法律监管的可行性路径。     

基于行业关联网络的中国系统性风险监控防范研究北大核心

本文从行业关联网络视角出发,以中国经济领域中各行业为研究对象,采用基于QVAR模型的溢出指数,捕捉不同冲击规模及方向下的行业间溢出效应,并提出相对溢出指数,考察从正常状态到极端状态下行业间溢出水平及结构变化。研究发现:第一,基于QVAR模型的溢出指数能够较好地捕捉不同冲击规模及方向下行业间的溢出效应,基于条件均值的溢出指数可能错判行业间真实的溢出水平。第二,行业间溢出效应在极端上升和下降状态下呈现非对称性,左尾的总溢出、十个行业的溢入均高于右尾。第三,与正常状态相比,两种极端状态下金融、房地产、能源、医疗保健四个行业的方向性溢出水平显著上升,并且金融的溢入、溢出水平上升幅度最高。第四,在极端上升和下降状态下,金融对医疗保健的定向溢出水平上升幅度最高。     

金融市场与实体经济主要行业之间的风险溢出效应

运用基于TVP-VAR模型的预测误差方差分解方法和Copula方法,量化分析金融各子市场与五大实体行业之间的风险溢出效应。实证结果表明,银行业和债市的风险溢出效应较大,银行业的影响更容易传导至工业和能源业等传统行业,而债市的影响更多传导到信息技术等新兴行业;汇市的风险溢出效应较小,且更容易传导至能源业。相较于其他金融市场,债券市场对实体行业的尾部风险溢出作用相对更强;国债波动对实体行业的风险溢出效应大,但是企业债与实体行业的尾部相关系数更大。金融市场和实体经济风险之间存在互相溢出,近年来金融市场成为风险被溢出者,尤其是外汇市场。因此,要将实体经济的需求特征纳入金融监管体系的考量范围,定期监测和分析金融市场风险,尤其控制银行和债券市场风险的溢出。     

我国与“一带一路”沿线国家金融风险空间关联网络及传染效应分析

防范及应对国际金融风险传染已经成为各国关注及当前研究的热点问题。通过构建我国与“一带一路”沿线国家2013年至2020年金融风险指数,并采用引力模型及社会网络分析法对该区域金融风险的空间关联特性及网络传染结构进行考察。研究发现：各国家之间金融风险关联关系整体呈现不对称性,网络结构整体较为脆弱,经济发展水平较高的国家更容易处于风险关联网络中的核心位置,同时扮演“中介”及“桥梁”角色。金融风险空间关联网络块模型分析表明第一板块金融风险传染主要集中在板块内部国家之间,而第二、三、四板块相互之间金融风险的传染效应则更为明显。我国作为“风险净溢入”板块的成员,除了防范板块内部其他国家金融风险的输入,同时还要关注来自其他板块国家潜在金融风险的传播。     

Fintech的潜在风险与监管应对研究

金融科技创新(Fintech)能够提高资源配置效率、增强风险管理能力、降低风险集中度,有助于提高金融稳定性;但传统金融风险在Fintech业务中变得更加隐蔽,信息科技风险和操作风险更加突出,潜在的系统性、周期性风险不可忽视。目前各国对Fintech大多基于现有金融监管框架实施归口监管,监管发展路径呈现出"行业自律先行—政府监管跟上"的特征,积极探索有利于促进创新的监管模式,高度重视金融消费者权益保护。未来,Fintech监管需要在促进Fintech健康发展和识别缓释潜在风险之间努力做好平衡,在持续风险监测评估的基础上适时调整优化监管政策,利用信息科技创新监管方式和监管工具,更加重视监管机构之间、不同国家之间的监管协作。