债务网络、投资者行为与传染性风险:来自中国银行业与房地产业的研究发现

现有研究表明,金融行业与其他产业间的关系日趋紧密且复杂,风险在金融系统与其他产业间的传播机理日益受到关注.利用中国银行业和房地产业间的传染性风险测度结果,分别检验了行业间传染性风险的两大诱因:债务网络和投资者行为.结果表明,债务网络是传染性风险的主要诱因,在控制了债务关系后,行业间传染性风险显著降低;同时投资者行为对风险传染发生的概率有显著影响,尤其当投资者和公司之间的信息不对称现象较为严重时,外部的负向冲击(使投资者形成对相关市场负面预期的冲击)会导致传染性风险发生的概率增大.研究结果不仅对相关理论进行了验证和补充,同时也提供了有益的政策建议,以帮助更加有效地监管行业间传染性风险.     

哪些因素影响了股市风险传染？——来自行业数据的证据

防范系统性风险是我国资本市场改革发展的重要议题,风险传染(risk contagion)是系统性风险的重要特征之一,作为资本市场最主要部分的股票市场,其行业间的风险传染愈益凸显。本文采用Δ CoVaR结合时变SJC-Copula的方法,测算了我国股市行业间产生风险传染和遭受风险传染的程度,并基于实际联系和金融联系实证检验了行业间产生和遭受风险传染的影响因素。研究结果表明,我国股市行业间的风险传染具有异质性和时变性;行业的关联程度越高,信息透明度越差,对其他行业股票产生风险传染的程度越高;行业的关联程度越高、信息越不透明、股票流动性越差,遭受其他行业风险传染的程度越高;投资者情绪能在一定程度上解释行业股票风险传染的时变性,投资者情绪越悲观,行业间的风险传染程度越高。     

动态尾部金融网络结构与传染性度量

基于Lasso高维分位数回归模型,本文构建了中国金融系统的尾部网络结构,并定义了总体网络以及行业间、行业内和金融机构间等多层金融网络的尾部风险传染度,解构其传染机制与关联特征,评估各机构双向系统重要性(接收端和发射端)。同时,本文提出了一个最优滚动窗宽选择标准方法,以优化滚动样本技术下的动态网络结构。结果表明,所有层级尾部风险传染效应(总体系统、行业间、行业内和机构间)在经济金融极端困境时期,呈现明显增强及剧烈震荡特征,2015年中国股灾期间尤甚。跨行业传染效应日益严峻,银行与保险间表现出较强关联性,房地产机构与其他金融机构间均表现出较高传染性,跨业监管值得关注。接收与发射最多尾部风险传染的金融机构仍然是银行与证券类机构。系统中超过50%的金融机构倾向于接收风险传染,一旦出现系统性冲击,整个金融系统的稳定性将遭受重创,因此,应加强此类机构应对外界冲击的能力。此外,基于新滚动窗宽选择标准法的动态模型的估计性能明显优于传统方法。研究结论有助于理解中国金融系统的网络结构和传染机制,对宏观审慎监管体系的建立提供了依据。     

中国股票市场行业间金融传染检验和风险防范

运用一个新的金融传染检验统计量对2015 年6 月中旬中国股市暴跌时各行业间的传染效应进行检验． 跟传统的金融传染检验统计量相比，他可从不同的分位数水平上检验金融传染; 跟已有的分位数回归检验方法相比，他对于可能存在的模型误设是稳健的． 本文首次检验了国内全部十个一级行业以及四个金融二级子行业之间的金融传染情况，并从市场风险的角度对不同行业间的传染关系和传染的可能途径进行了分析． 新的金融传染检验统计量检验结果表明: 在此次暴跌中大部分行业间存在金融传染，尤其是在低分位数下，而传统的检验方法忽略了这种传染效应的存在，这对市场风险的提示有着重大意义．     

基于行业相关性的银行业信用风险宏观压力测试研究

遵循宏观审慎管理的原则和理念, 提出了基于行业相关性的银行业信用风险宏观压力测试方法。通过考虑行业相关性和风险因子t分布特性, 对多元风险因子模型进行了拓展;将宏观压力测试情景与多元风险因子模型对接起来, 将压力情景下得到的行业景气指数取值转换为相应压力情景下行业风险因子的条件分布;在考察宏观经济周期的基础上, 采用指数平滑法、回归模型方法和历史情景分析方法处理宏观经济整个周期的历史数据, 从而确定宏观压力测试的情景设置, 这种情景设置能消除信用风险计量的顺周期性。这一过程将银行业经济资本管理与系统性风险防范有机地联系起来。这一信用风险宏观压力测试方法能反映不同行业信贷资产间的违约相关性, 能识别某一行业衰退对其他行业信贷资产产生的负面影响, 从而反映系统性风险的来源及其作用机理。     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...     

复杂网络视角下行业风险传染与银行信贷配置

信贷业务是银行业主要的收益和风险来源.然而，我国的银行对行业风险进行评估的过程中，没有考虑行业间的整体关联性.因此，基于已有研究，从复杂网络视角研究我国行业风险的主要聚类类型(循环型、中介型、吸收型和扩散型),在考虑行业聚类风险的基础上构建行业层面的银行信贷配置模型(Min-C即最小聚类系数模型)并给出信贷配置最优策略和信贷配置集中化的度量指标C-I-HHI(clustering-industry-HHI).研究结果表明：在4种聚类风险中，国内的行业间聚类风险主要是吸收型，属于较高风险传染类型；Min-C模型由于综合考虑了行业间的聚类风险类型，所以其信贷配置策略在贷款收益率、不良贷款率等指标上优于传统的Na6ve策略、Min-V模型和Min-CVaR模型下的最优策略；Min-C模型下的最优策略的银行不良贷款率也分别低于我国城市商业银行与农村商业银行的平均不良贷款率；稳健性检验中构造的C-I-HHI指标不仅说明了Min-C模型的稳定性，还为银行信贷配置是集中化还是多元化更优的争论提供了新的分析思路.     

基于时变Copula的房地产业与银行业尾部动态相关性研究

文献多数从线性相关和静态相关的视角研究房地产业与银行业(金融业)的相关性,本文基于大智慧“板块指数”中的“房地产”(代表房地产业)和“银行类”(代表银行业)数据,采用GARCH、EVT和时变Copula模型研究房地产业和银行业的动态尾部相关性.实证结果表明,时变Copula模型刻画尾部相关性的效果优于静态模型,时变SJC-Copula的建模效果相对最好;样本考察期内,上、下尾相关系数均为正,分别落在区间[0.2287,0.6146]和[0.4666,0.7143]内,且下尾相关系数均大于上尾相关系数,说明市场低迷时,房地产业和银行业易产生共生风险,并且低迷时的相关性强于活跃时的相依性;上、下尾相关系数均具有自相关性、ARCH效应.分析月均下尾相关系数发现,房地产业和银行业的下尾相关性具有“政策效应”:下尾相关系数相对较低的月份往往伴有严厉的房地产调控政策出台或之前的月份出台了调控政策,意味着房地产调控政策将弱化房地产业和银行业的下尾相关性.未来应继续执行或出台更严厉的调控政策,降低银行业与房地产业的共生风险,促进房地产业的健康发展.     

跨行业风险溢出冲击下我国银行业系统性风险研究

实体行业受到外部冲击时存在跨行业风险溢出效应,导致银行所持有的不同行业资产的损失之间存在较高相关性。本文首先基于LASSO-VAR构建行业风险溢出网络,准确刻画特定行业风险上升带来的行业间风险联动特征。然后,利用DBNM-BA模型构建跨行业风险溢出冲击下的“实体行业-银行系统”两层级风险网络,并分别识别两层级网络中导致银行业系统性风险上升的关键节点：系统重要性行业和系统脆弱性银行。本文实证研究表明：(1)若不引入行业风险溢出网络,我国银行业系统性风险被低估约57.78%。(2)系统重要性行业方面。行业间风险溢出特征对系统重要性行业分布具有显著影响,行业相对规模的影响显著性次之,行业贷款集中度的影响显著性最弱。(3)系统脆弱性银行方面。我国银行体系抗风险能力总体呈上升趋势。2015年之后,国有商业银行和股份制商业银行风险水平迅速降低,银行业系统性风险主要来源于部分城市商业银行与农村商业银行。本文为我国采取精准措施防范化解系统性风险提供科学参考依据。     

多元随机风险传染模型及沪铜场内外风险传染实证

为了更合适的度量金融市场间风险传染整体效果,本文通过理论分析构造了风险传染方程,其风险传染项相比已有的系数风险传染项与协方差时变风险传染项更具实际意义,并借鉴多元GARCH建模原理建立了结合均值溢出、波动溢出与风险传染项的多元随机风险传染模型,设计了模型的MCMC迭代求解算法,满足解的完整性。最后,运用模型对沪铜场内外风险传染现象进行了实证,实证结果不仅验证了一系列已有研究结论,同时还给出了一些符合期货实情的新结论,如金融市场间风险传染类似金融市场波动存在集聚效应、沪铜与沪铝市场存在风险传染交替变化现象、市场行情的变化能提前反映于风险传染效果中等。这也充分表明新模型的有效性、实用性以及优越性。     

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数，然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型，得到修正的单指标非对称CoVaR模型，并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计，以此为基础构建金融有向网络，进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明：(1) 以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显；(2) 证券类和银行类金融机构对外部风险非常敏感，极易受到其他金融机构的影响，也极易影响其他金融机构；(3) 非银行类机构在风险积累阶段占据重要位置，银行在风险爆发时刻占据重要位置；(4) 相对于非银行类金融机构，银行类机构具有较强的传染能力。     

基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究

本文针对银行双边风险敞口不可得的现实情况，利用贝叶斯方法，基于185家商业银行在2013年至2017年的资产负债表数据，在不同的网络结构设定下构建吉布斯抽样器，根据大量银行间同业资产及同业负债分布矩阵的样本，考察了每个商业银行在负面冲击后违约的概率及其分布。研究结果表明，银行同业借贷网络的结构能够显著影响银行的系统风险和违约概率。当网络连接概率处于中等水平时，冲击影响的范围最广；在完全网络结构下，风险分担的作用大于风险传染。总之，银行同业借贷既可以分担风险，也成为了风险传染的渠道，这种功能的转换取决于以下几类因素的相互作用：冲击的性质，例如冲击的规模，受冲击银行的数量以及冲击涉及的银行类型；清算时资产的贬值程度；银行自身资产负债表的特征。如果仅考虑银行同业借贷渠道，样本期内最稳健的银行系统是在2017年，而2014年的银行系统最脆弱。     

Detecting and explaining systemic risks of mortgage banks—evidence from the subprime crisis

In recent history, financial markets worldwide experienced severe turmoil due to the subprime crisis originating from the practice of US mortgage banks to securitize loans given especially to subprime borrowers. In the same crisis, several distressed banks were bailed out by states with even more banks receiving financial aids from governments. Using a unique data sample of 100 announcements of US mortgage banks between 2006 and 2009, this paper provides empirical evidence that isolated failures of US mortgage banks caused significant contagion effects in the US financial system. Conversely, especially the bailouts of Fannie Mae and Freddie Mac led to significant positive valuation effects at rival banks. In the cross-sectional analyses, contrary to previous studies in the literature on past financial crises, we find evidence for pure contagion effects following the failures of US mortgage banks. Furthermore, we analyze the reactions of the CDS spreads of several large US banks to the announcements of mortgage banks using a novel mixture copula model. The results show that the contagion effects were limited to the stock market thus underlining the notion of an irrational response of (stock) market participants. The results from our cross-sectional and CDS data analyses in turn indicate that several of the failures of US mortgage banks during the subprime crisis caused irrational contagion in the US financial system thus justifying government intervention. Finally, we rule out the possibility that the contagion effects limited to the US stock market were caused by a herding of investors.     

双渠道风险传染下银行系统稳定性分析

随着金融危机的频率和范围的不断扩大,银行系统性风险的研究越来越受到重视。针对银行业系统性风险,构建银行同业拆借（直接传染渠道）、银行共同持有资产（间接传染渠道）的双渠道风险传染网络模型。该模型引入了宏观经济波动带来的投资风险,并允许银行通过贬值出售资产来弥补流动性,这更真实地反映了银行系统的操作规则。研究结果表明,在各种经济因素波动情况下,平均储蓄量、储蓄的波动幅度、投资的收益率、存款准备金率以及储蓄利率等对银行系统稳定性的有较大影响,并进行了定量分析。该研究为定量研究宏观经济波动下银行系统性风险问题提供了方案,并为决策者和监管部门防范银行系统性风险提供了参考。     

房地产价格波动经济影响的一般均衡研究

改进了社会核算矩阵(SAM)的跨墒平衡方法,并在此基础上编制了中国2007年SAM.然后运用CGE模型,在一般均衡的视角下,对房地产价格波动的经济影响进行了定量研究.主要发现:房地产价格波动对各宏观经济变量影响显著;各行业产出与房地产价格的变动方向一致,建筑业、重工业、公用事业以及房地产业自身等所受的影响相对较大;房地产价格上涨与下跌使得所有居民的收入都下降,但各收入等级城镇居民所受的影响并不相同,而政府和企业的收入与房地产价格变动的方向一致;总体来看,房地产价格上涨对经济增长的带动效应较大,但相同幅度价格下跌的负面冲击更大.     

保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析

2008年金融危机之后,保险业固有的不会产生系统性风险的传统认知被打破。关于保险业在金融系统性风险传染路径中的角色定位,本文从其业务特点和风险传染特点出发,首次提出"媒介"作用的猜想并进行实证研究。本文沿用当前主流研究方法,利用尾部风险的传染网络来研究其媒介作用的大小。本文选取了包括6家上市保险机构在内的34家金融机构,研究区间跨度为2011到2018年。根据金融市场数据"厚尾"和"非对称性"特征,文章首先采用AR-（GJR）GARCH-Skew-t模型对股票收益序列进行处理,然后根据Copula函数,计算尾部相依度,再通过最小生成树和阈值方法构建金融市场的风险传染网络。本文还通过构建保险业媒介中心度来探究其媒介作用的程度。实证结果表明：（1）在金融市场风险传染网络中,保险业起到连接银行市场和证券市场的重要媒介作用;（2）保险机构中又以多元化经营的中国平安的风险传染作用最强,其次是中国人寿。（3）银行市场中的兴业银行和保险市场的联系最紧密,证券信托市场则是中信证券、广发证券等。研究明确了风险传染的路径和关键性节点,为制定更具针对性的系统性风险监管措施提供了参考。     

基于银行-资产双边网络模型的系统性风险及投资策略研究

受近几年的国际金融危机及金融全球化的影响,对金融系统的系统性风险的研究已成为国内外学者的关注热点。考虑到当前基于"银行-资产-银行"间接传播渠道的相关研究相对匮乏,本文基于银行-资产双边网络模型来分析银行系统性风险。首先,使用中国47家上市银行2018年的资产负债表数据构建了中国银行系统的双边网络模型,研究分析各类资产遭受冲击时外部冲击、降价出售效应及银行所持有的各类资产占银行总资产的比例对银行系统性风险的影响。然后,引入系统性冲击方式,通过设置具有不同属性的两大类资产并生成四种冲击事件来构建银行的投资策略模型,从资产视角探讨银行最优的投资策略。研究发现,外部冲击与降价出售效应这两个产生系统性风险的影响因素在一定区间值时会产生叠加效应,使银行系统性风险急剧增加;五种资产类中,贷款类资产对外部冲击最敏感;分析发现在各类资产冲击下都未倒闭的所有银行的资产组合具有一定的相似性;进一步研究发现银行系统中存在着最优的资产组合,使得银行在稳定的同时能获取最大收益,并且资产负债比越大的银行其风险承受能力越强,从而可以选择更激进的投资策略来追求高收益。     

房价变动、产业转移与区域协调发展——以京津冀地区为例

构建房价-资本模型，分析房地产行业投资收益对工业再投资的影响，发现：地区间适当的房地产行业投资收益差异有利于工业企业从核心地区向边缘地区转移，差异较大则导致资本流向房价增长过快地区的房地产行业；若地区间房地产行业投资收益差异既定，较大的经济发展差距对产业转移起阻碍作用，激烈的市场竞争则起促进作用。利用京津冀地区13个城市的数据构建面板门限模型，验证了：（1）较低的房价增长率促进了北京市相对低效的资本向外转移，但是北京市与周边地区较大的经济发展差距又阻碍了该趋势。（2）核心区流出的资本优先向次发达地区转移，而落后地区则有被彻底边缘化的风险。为实现京津冀地区协调发展，一方面要加强对京津冀地区房价的宏观调控、防止房价过快增长；另一方面要制定针对边缘地区的优惠政策，引导非首都功能向周边转移。