金融业系统性风险溢出的非对称性研究

采用基于广义预测误差方差分解的信息溢出模型,对2007年1月—2018年10月我国银行、证券、保险、多元金融及房地产五个行业的非对称风险溢出进行了实证分析,结果发现:我国金融业系统性风险溢出较高,整体溢出值高达70%,且表现出极强的非对称性,在样本期内负向风险溢出占据了绝对的主导,且这种非对称性与股市上涨或下跌无关;除银行业外,其他行业的风险溢出表现出不同程度的非对称性。实证结论验证了我国金融业系统性风险溢出的非对称性,同时也为系统性金融风险的监管防范提供了一定的经验借鉴。建议加强对金融风险尤其是对下行风险的监控和预防;建立金融防火墙;防止金融风险在不同行业间的迅速扩散;针对不同行业采取不同的监管措施。     

中国系统性金融风险信息溢出者是谁——来自SRISK模型及网络分析法的经验证据

基于SRISK模型测度2009-2019年银行、多元金融、保险和房地产四部门共计240家上市公司的系统性风险,并通过有向网络分析金融机构之间风险信息的溢出效应,研究发现：“ h=132天,C =-40%”更加符合我国系统性危机事件定义方式;在风险总量上,银行和保险部门占据重要地位,房地产近年来上升趋势明显;在风险信息传导上,银行是重要的长期风险信息溢出者。     

中国金融市场风险溢出效应及其非对称性研究

运用GJR-BEKK-GARCH模型和风险溢出指数方法对中国2005年7月22日—2021年4月2日货币市场、股票市场、债券市场、外汇市场、房地产市场、黄金市场和大宗商品市场间的风险溢出效应及其非对称性做系统性分析。结果表明:金融市场间具有广泛而显著的双向风险溢出效应和非对称溢出效应,负向冲击引起的波动大于正向冲击;样本期间金融市场平均风险溢出指数为25.5%,风险溢出方向具有非对称性,房地产市场、商品市场和股票市场是风险的净溢出者,货币市场、债券市场、外汇市场和黄金市场是风险的净接受者;金融市场风险溢出指数具有时变性、波动性和不确定性,国内外重要政策颁布和风险事件爆发期间金融市场风险溢出效应明显加强。     

商业银行多层网络结构对系统性风险影响研究

基于16家上市银行相关数据,实证研究了我国银行业多层网络结构对系统性风险溢出的影响。首先,利用时变Copula-CoVaR模型测度各银行的系统性风险溢出效应;其次,基于银行股票收益率间三种相关性,构建了银行多层网络模型;然后,选取多层网络结构中心性指标,建立了面板回归模型分析多层网络结构对银行系统性风险溢出效应的影响。研究表明:在银行多层网络中,度中心性对系统性风险溢出有着显著的正向影响,而中介中心性则对系统性风险溢出无显著影响。     

中美玉米期货市场风险溢出效应研究

为研究中美玉米期货市场风险溢出效应的方向和大小,选取2006年1月4日至2017年5月31日大连商品期货交易所和芝加哥商品交易所中的玉米主力连续价格以及央行外汇中间价的日数据为样本数据,并将样本期间分为3个阶段,借助平稳性检验、相关性检验,采用EGARCH-GED模型、VaR模型和格兰杰因果检验来研究两市玉米期货的风险溢出效应。研究发现,中美两国玉米期货市场的风险存在正相关性,且在金融危机期间风险相关性明显增强并存在双向的风险溢出效应;在金融危机之前,美国玉米期货市场对中国玉米期货市场有风险溢出效应。     

把握“脱虚向实”力度——房地产与实体经济的风险传染机制研究

本文建立GARCH-in-Mean模型,首次将增长速度和风险强度同时纳入分析框架,考察了“房改”20年来房地产与实体经济之间的风险传染效应,并探究了其中的金融传导机制,发现：（1）房地产投资增长能促进实体经济的增长;（2）但房地产投资风险增加会通过放大金融风险来抑制实体经济发展,而实体经济风险增加会同时提高金融增长速度和放大金融风险使资金流向房地产;（3）短期,实体经济的增长更能带动房地产投资的增长,而房地产投资风险会更显著地提高实体经济风险;（4）长期,两部门之间的风险溢出效应占主要地位,且溢出效应随房地产政策调整而成周期性变化。本文认为房地产投资的风险对实体经济发展具有很强的抑制作用,而实体经济的风险则会促进金融和房地产泡沫。在引导资金“脱虚向实”时若盲目追求速度力度反而会抑制实体经济的发展,增大整体风险。      

房地产信贷对我国银行体系系统性风险的影响——基于银行体系内部借贷网络的模拟实证研究

本文利用2008—2016年我国196家银行的资产负债数据,根据银行体系内部相互借贷网络的结构特征,利用加权无标度网络模型模拟构建我国银行体系的内部相互借贷网络,并在此基础上分析银行体系内部相互借贷及银行对房地产贷款重叠对银行体系系统性风险的影响。分析发现仅银行内部相互借贷难以引发严重的系统性风险,然而加之房地产价格下跌将极大增加系统性风险发生的可能性和危害度。通过动态比较研究历年银行体系对房地产市场的风险敞口可知,房地产价格变动导致系统性风险发生可能的安全边界逐年升高。然而,我国房地产市场对银行系统稳定性的影响仍然不可忽略,房地产调控和全视角的金融监管对防范金融系统性风险依然具有重要意义。     

房地产政策仿真研究与实践

为了进一步提高房地产宏观调控的科学性与前瞻性,有必要建立商品住宅系统政策仿真模型。该模型以系统动力学为方法论,深入分析了住宅系统内部各因素,以及内部因素与外部系统之间的反馈关系。基于建立的住宅仿真模型能够实现各项调控政策的政策实验,将各种政策变量作为输入值输入政策仿真模型,从而得到房地产调控政策对市场各重要指标影响的输出值。通过对输出值的分析,能够实现调控政策实施效果前瞻性的分析和把握。以市场化程度较高的深圳房地产市场作为研究样本,利用仿真系统进行了实证分析。实证结果表明,基于住宅系统政策仿真系统所做出的政策决策将更加科学和有效。     

中国商业银行系统性风险溢出效应的实证研究

美国次贷危机等近些年爆发的金融危机充分揭示了单个金融机构运营存在一定的外部性,即系统性风险溢出。国际货币基金组织、金融稳定理事会、巴塞尔委员会及中国人民银行和中国银监会等国内外金融监管组织相继提出了对系统重要性金融机构强化监管的宏观审慎政策思路。这些政策思路得以有效实施的前提条件之一是评估单个金融机构的系统性风险溢出程度。鉴于此,以十二家上市银行作为样本,基于条件风险价值法对这些机构的系统性风险溢出程度进行了测量,研究发现中国工商银行、中国建设银行、中国银行、兴业银行等机构是我国系统性风险溢出程度较高的银行。为此,监管机构要深化前瞻性监管工具的应用,强化对这些银行的日常监管,形成风险事前预防机制,严格控制其债务资本工具,提升核心资本充足率的要求,完善这些银行的退出机制和自救机制等等。     

沈阳市房地产用地市场的发展与完善

通过"九五"期间沈阳市房地产用地市场的回顾,分析了沈阳市房地产用地市场现状与存在的问题,提出了进一步完善土地储备制度;坚持总量控制,制定合理的土地供应计划;建立一元化的土地市场管理体制;严格治理城市周边的无序开发现象;认真清理和查处闲置土地,提高土地利用效率和多渠道筹集土地收购储备资金等完善沈阳市土地市场的建议。     

基于熵权-灰色关联法的房地产项目风险评估分析

以重庆市两江新区近几年89个房地产项目数据为研究对象,运用熵权 灰色关联法构建房地产项目风险评价模型.该模型不仅具有良好的适应性,同时具有较高的准确性.通过分析发现:项目17、项目86、项目49、项目75、项目53存在较高的风险,与实际情况基本相符;滞销情况、期房网签占比和周边规划配套3项风险指标对房地产风险有极显著的影响.     

房地产企业资本结构对股价波动的传递效应分析

中国房地产企业资本结构长期处于高负债、高杠杆状态。在二十余年的房地产高速发展过程中,高杠杆风险长期被忽视,甚至被认为是房地产企业发展的固有模式。在结构化GARCH模型中引入资本结构因素,检验房地产企业资本结构对股价波动的传递与溢出效应。研究发现：中国房地产市场具有结构化特征,杠杆乘数与股价波动具有同步性;过高的负债水平并不会提升房地产企业的规模效应,反而会抑制股票收益率的增长。     

基于灰色-马尔柯夫模型的西安房地产市场分析

如何定量科学地预测房地产市场和走势,面对未知的市场,政府如何调控市场?开发商如何定位新项目?应用灰色系统与随机过程两种数学方法,在对房地产各指标的预测中,建立相应的灰色-马尔柯夫预测模型,并对西安市2006年的房地产走势做出预测。预测结果是2006年西安市普通住宅均价应在3200元/平方米左右,表现出稳中有升的趋势。     

购房者羊群行为对中国房价波动的影响研究

羊群行为属于行为经济学的一部分,认为市场主体在信息环境不确定的情况下,其行为易受到其他参与主体的影响,模仿他人决策。基于Hwang和Samlton羊群行为测度方法（HS方法）及EGARCH模型,运用2003年1季度至2014年3季度我国30个省市房地产市场销售价格数据,验证我国房地产市场羊群行为的存在性,并分析购房者羊群行为对中国房地产价格波动的影响。结果表明：我国房地产市场羊群行为显著存在,且购房者羊群行为与房地产价格波动呈正相关关系。     

中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型

股市是经济的晴雨表,股市中不同行业风险的组合计量对于金融市场和实体经济投资意义重大.文章采用高维动态C-Vine Copula前沿技术计量多维行业组合风险,并且与静态C-Vine Copula作比较.结论显示:高维动态C-Vine Copula计量的VaR每次都能通过UC检验和稳定性测试,而静态C-VineCopula方法每次都不能通过回溯检验,表明高维动态C-Vine Copula优于静态C-Vine Copula,可以作为股市行业风险组合计量的一种新方法.     

基于时变Copula的La-VaR测度研究

目前关于流动性调整的市场风险测度研究,主要是静态模型。针对此,文章提出经流动性风险调整的市场风险动态测度的时变Copula方法。该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们之间的动态相关结构。基于该方法度量了中国股市经流动性调整的市场风险La-VaR,Kupiec检验表明,基于时变Copula模型预测La-VaR的效果优于基于常相关Copula模型的预测效果,并且时变T-Copula模型优于时变N-Copula模型。