中国金融机构关联性与系统性风险贡献研究——基于尾部风险溢出网络视角

在后危机时代如何准确地测度金融机构的系统性风险贡献以识别系统重要性金融机构是宏观审慎监管的重要任务.采用2010年至2019年中国32家上市金融机构数据以及宏观特征变量，通过TENET模型构建尾部风险溢出网络以度量金融机构关联性，并引入公司规模、杠杆和流动性指标，基于改进的PageRank算法提出网络-市场-账面相结合的系统性风险贡献测度思想，具体从系统整体、部门行业、机构个体三个层面对网络关联性展开实证分析.研究结果表明：1)金融系统总体关联性在危机与下行时处于高位水平，尾部风险溢出网络能有效捕捉极端风险事件；2)行业内的关联性水平总体而言高于行业间的关联性水平，但在极端情况下跨行业风险溢出强度会增大；3)银行和保险机构相对证券机构而言对系统性风险的贡献程度更高.     

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。     

银行间债务网络流动性差异对风险传染的影响

在度量系统性风险方面,银行间的流动性差异可能比“规模大”和“联系多”更重要.首先,本文从银行间网络角度,提出了一种商业银行流动性差异的检验方法.本文利用银行间贷款(网络的出度强度)和银行间借款(网络的入度强度)的幂律分布特征,度量银行间的流动性差异.实证研究发现,2012年~2014年,中国的大型商业银行流动性差异很大.其中,2014年大型银行的流动性需求最明显.其次,本文以真实银行间网络数据为基础,构造大型银行分别是流动性需求和流动性供给的两种网络,研究流动性差异对风险传染的影响.实验结果显示,处于流动性需求地位的大型银行的潜在风险传染破坏力,远远高于同等规模和联系的银行.这足以表明流动性地位应该是监管机构重点关注的系统性风险指标.本文的研究为监管机构提供了一种精准的系统性风险压力测试和情景分析方法.     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

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。     

基于复杂网络的金融传染风险模型研究

随着金融创新向更广和更深层面发展,金融体系中的传染风险和系统性风险越来越大,对此类风险进行准确度量是有效宏观审慎管理的重要内容。本文基于复杂网络理论,采用模拟方法对金融传染风险模型进行系统研究。首先,借鉴复杂网络的Watts级联动力学理论,构建了基于随机网络的金融传染模型,其较大的网络连通度水平不仅为传染提供更多的传播渠道,而且抵消了风险共享的能力。其次,引入Gleeson和Cahalane(2007)的分析框架,探讨了计算预期违约银行节点规模的解析模型,并对Watts模型中各种参数对系统风险的影响效应进行测度。最终,形成一个包括网络模拟方法、模型解析结论,以及网络统计分析方法等较全面的计算算法工具集合。     

股票与外汇市场尾部风险的跨市场传染研究

随着国际经济环境联系的日益紧密,防范尾部金融风险的快速扩散与跨市场传染成为了各国政府当局与学术界的重要议题.在此背景下,采用条件自回归风险价值模型,准确测度了全球45个主要国家(地区)股票市场与外汇市场的尾部风险.同时,从体制区间效应的角度进一步探讨在非线性框架下进行研究的合理性,深入考察各经济体内尾部风险跨市场的非线性传染.其次,从动态视角分析尾部金融风险在我国股市与汇市间的动态演变,以及美国金融风险的跨国传染情况.最后,基于多元多分位数条件自回归风险价值模型,具体量化了各经济体尾部风险传染的强度,并展开跨国、跨市场的比较与分析.在此基础上,针对加强我国系统性金融风险的防范体系及监管方向提出了若干建议,它将有助于改进系统性金融风险的测度指标、化解国际股票市场与外汇市场尾部风险的外溢冲击,为我国防范跨市场的交叉性金融风险、维护金融稳定提供理论分析与实证检验的参考依据.     

基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

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。     

不同网络结构下银行间传染风险研究

基于复杂网络理论,研究了银行间市场随机网络、小世界网络和无标度网络中银行间传染风险特征及其差异.首先构建了银行间市场有向随机网络、小世界网络和无标度网络,进而通过描述银行资产负债表建立了银行间传染风险分析模型.最后,在银行分别为同质和异质下模拟分析了随机性冲击和选择性冲击下传染风险特征.研究结果表明:随机性冲击与选择性冲击造成的传染风险效应与网络结构以及遭受冲击银行数目密切相关;在三种网络结构下,冲击在小世界网络中造成的传染风险效应最大,在无标度网络中最小.该研究结果意味着:在此三种网络结构下,银行间市场无标度网络面对冲击具有最高的稳定性.     

系统性金融风险跨市场传染机制研究——基于金融协调监管视角

基于格兰杰因果检验和网络分析法构建了我国金融市场关联性指标和风险溢出指标,并对两者进行比较分析,研究发现通过风险溢出指标能够更全面地刻画金融市场之间的风险传染机制．在此基础上,基于风险溢出指标,考察了我国主要金融市场间的风险传染机制,结果发现股票市场是我国金融风险的重要来源,且金融市场风险传染程度在金融市场异常波动期 间明显上升．为此,进一步选取了几个系统性金融风险较高的金融市场异常波动阶段,识别金融市场异常波动的风险来源,结合当时的监管政策,研究发现部分监管政策在控制特定金融市场异常波动的同时也加剧了市场之间的风险传染．本研究旨在厘清系统性金融风险跨市场传染机制,分析金融市场异常波动的影响以及相应监管政策效果,对我国防范系统性金融风险和加强金融协调监管具有重要的参考价值．     

系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施

本文创新性构建了包含银行破产机制和去杠杆机制的资产负债表直接关联网络模型。本文发现:(1)四类银行特征和4个外生参数影响四类传染渠道,且影响存在显著差异,四类传染渠道中去杠杆渠道(Loss~(DEL))和银行间负债违约渠道(Loss~(IA_DF))最为重要;(2)在传染过程中,银行破产会导致系统性风险急剧上升,且破产越集中,系统性风险越大;(3)系统性风险存在"区制转换"效应:当低于某一参数阈值,金融体系呈现出随时间递减的"常态"系统性风险(SR),该风险由银行体系杠杆率驱动;当高于某一参数阈值,金融体系呈现出随时间递增的"危机"系统性风险(SR),该风险由银行关联性和资产规模驱动,并主要来源于传染指标较高的大型商业银行;(4)4个外生参数对应了四类针对金融体系整体的宏观审慎政策,脆弱性指标(VBI)和传染性指标(CBI)对应了针对单家金融机构的宏观审慎政策,这些宏观审慎政策应根据金融周期(上行或下行)和系统性风险类型(常态或危机)来实施。     

房地产贷款损失与银行间市场风险传染——基于金融网络方法的研究

本文利用金融网络方法构建完全连接和中心-边缘结构的银行间市场网络,研究由房地产贷款损失引发的银行间市场风险传染的动态过程及影响因素。研究表明:若不考虑银行间关联,我国单个银行抵御房地产贷款损失能力较强;若考虑银行间关联,则相同程度的房地产贷款损失会引发大规模的银行风险传染;中心-边缘结构的银行间市场网络更易发生大规模风险传染;与大银行相比,小银行的破产受房地产贷款损失的直接冲击较小,受银行间风险传染的影响较大。     

银行间资产清算顺序优化与风险传染免疫机制

银行间交叉持有同业存款时,风险共担和传染是可能的。银行间市场结构的不同会对风险共担和传染产生影响,本文采用三阶段流动性偏好模型的一般分析框架,讨论了应对危机时银行微观层面的资产清算顺序的异同对于银行系统脆弱性的不同影响,并从合作博弈的视角探讨了"货币池"风险免疫的可能性。研究发现:在不存在银行资产信息不对称的条件下,当问题银行流动性波动足够大(ε>ε) ,银行间风险传染可能难以避免,而当流动性短缺ε在区间[ε,ε]内,银行间的合作博弈效果最优,风险传染可以在很大程度上避免。银行间市场的"货币池"免疫结构模式可以实现风险分担和防范银行间风险传染,从微观层面提供了一种银行间市场危机传染的内生免疫机制。     

中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角

采用最小生成树(MST)和平面极大过滤图(PMFG)方法构建和分析金融市场网络可以动态识别金融网络中节点的系统重要性,而利用最小生成树的唯一性可以全面而直观地显示系统性风险的传导机制。我们通过对银行间同业拆借市场进行的实证分析证明了该方法的有效性和稳健性,特别是最小生成树方法对系统性风险传导潜在路径的识别以及系统性风险的宏观审慎监管提供了直观而有效的手段。     

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。     

融合CDS网络的银行间信用风险传染模型研究

信用违约互换（Credit Default Swap，CDS）作为银行信用风险缓释的重要工具，也是信用风险传染的重要渠道。因此，考虑到CDS抑制效应与传染效应的双重作用，本文构建了一个含有CDS网络交互作用的银行间信用风险传染模型，并运用计算实验与仿真模拟分析了在不同网络结构下银行网络信用风险传染与CDS网络抑制率，以及CDS网络信用风险抑制效应与银行网络传染率之间的关系，以及信用风险传染下银行网络和CDS网络的演化特征。研究结果表明：（1）银行网络的信用风险传染阈值与CDS网络抑制率呈单调递增的正相关系。而且，与同质网络结构相比，异质网络结构下的银行网络信用风险传染阈值相对较小。（2）CDS网络的信用风险抑制阈值与银行网络传染率呈单调递增正相关关系。而且，与同质网络结构相比，异质网络结构下CDS网络的信用风险抑制阈值明显较大。（3）银行网络最终破产规模与CDS抑制率呈单调递减的负相关关系。而且，异质网络结构下的银行破产规模要大于同质网络结构下的银行破产规模。（4）CDS网络破产规模与银行传染率呈单调递增的正相关关系。而且，同质网络结构下的CDS网络破产规模大于异质网络结构下的CDS网络破产规模。     

基于核心-边缘网络的中国银行风险传染

采用核心-边缘网络刻画我国银行间市场的网络结构,结合各银行同业往来资产和负债信息构建风险传染模型,对单个银行倒闭以及资产价格泡沫破灭两种情况下的传染过程进行模拟.研究发现,近年来我国银行系统的抗风险能力不断增强,但在所有银行中中国银行的风险传染程度最严重,应该加强对系统重要性银行的重视.同时,防范银行危机的关键在于控制资产价格泡沫,在合理的资产价格水平下,外界冲击难以对银行系统的安全性构成威胁.     

我国金融机构的系统性金融风险评估——基于极端分位数回归技术的风险度量

本文将极值理论引入到系统性金融风险度量中,通过极端分位数回归技术估计我国33家上市金融机构对金融系统整体的风险贡献,并识别出我国系统重要性金融机构。研究结果表明,我国金融机构的市场价值总资产收益率呈现明显的非正态分布特征,使用极端分位数回归技术可以更准确的度量尾部的风险联动性;银行类金融机构的系统性风险贡献水平最高且波动变化最大,系统性风险贡献排名前十的金融机构基本为银行类机构;证券类、保险类、信托类金融机构的风险贡献水平相对较低;通过与其他研究的对比发现,考虑到极端情形下的尾部风险联动性时,股份制商业银行对金融系统的风险贡献上升。本文的研究为系统重要性金融机构的宏观审慎监管提供了实证依据。     

网络结构与银行系统性风险

建立了完整的度量银行间违约传染及银行系统性风险的研究框架.在这个框架下,研究了不同银行间网络结构下银行系统性风险.在模型建立过程中,分析了现有研究广泛采用的违约算法中存在的问题并对其进行了修正.为了模拟不同的银行间网络,还提出了一种构造无标度网络的方法.通过仿真模拟,研究发现集中度越高的网络由于传染而倒闭的银行数量越多.但是,当基础违约的银行数量不多时,网络集中度越高,由于传染而倒闭的银行的总资产越少.此外,在集中度高的网络中大银行倒闭引发违约传染的可能性和影响力都会大于集中度低的网络.而小银行引发传染的可能性远低于大银行,但是小银行倒闭达到一定规模时,可以引发大银行传染倒闭.