中外股市收益率的非对称动态相关性研究

基于2002年1月1日至2012年7月31日美国道琼斯工业平均指数、香港恒生指数、上证综合指数的样本数据,构建AG-DCC-MVGARCH 模型,运用拟极大似然估计法和LR检验,实证研究中外股市收益率之间的相关性,探讨其是否具备动态特征和非对称性特征。研究结果表明,美国与香港股市收益率之间存在正向的动态条件相关关系,但在2007年以后这一相关性有所减弱;香港与中国内地股市收益率之间存在稳定的正向的动态条件相关关系,且在2005年之后这一相关性大大增强;美国与中国内地股市收益率之间的相关关系不显著。股市收益率的波动对美国、香港和中国内地股市收益率之间的动态相关性产生显著的非对称冲击效应,且负向冲击效应更大,美国股市收益率的波动对3个股市收益率之间的相关性影响最大,这意味着股市下跌时3个股市收益率之间的相关性增强,尤其是美国股市下跌会对其他股市产生较强的波动溢出和风险传染效应。     

多时间尺度下行业间系统性金融风险溢出及拓扑结构分析

系统性金融风险频发，其表现出的风险溢出效应受到国内外学者广泛关注。通过极大重叠离散小波变换和溢出指数方法，从静态和动态视角定量研究不同时间尺度和阶段下我国市场行业间系统性金融风险溢出特性，并构建多时间尺度和不同风险阶段下风险溢出网络，分析其拓扑结构演化规律。实证结果发现：行业间总体风险溢出水平较高，市场整体风险联动性强；原始尺度下国防军工、农林牧渔、有色金属行业为主要的风险溢出行业，资本市场及相关行业、化工及机电、部分服务业、医药生物行业始终是主要的风险接受行业；不同时间尺度下行业间风险溢出特性会发生明显的改变，且随着时间尺度的增加，整体风险溢出特性开始减弱；内生危机时行业间风险溢出水平要高于外生危机；同一社区下的行业之间会优先发生风险的传递。所得结果可为监管者和投资者提供一定的决策参考。     

经济政策不确定性与系统性金融风险溢出——基于关联网络视角

经济政策不确定性（EPU）已成为系统性金融风险的重要驱动因素。研究基于七个部门的35个相关因子抽取系统性金融风险信息，综合采用DYCI溢出指数法、复杂网络分析法和滚动时间窗口技术等构建跨部门风险溢出网络，考察和检验EPU与金融体系内部风险压力承接与转移的关联动态和传导机制。研究发现：EPU与金融部门各维度风险变量间存在关联网络，且EPU冲击加剧了系统性金融风险的网络传染效应；危机时期，EPU冲击下的跨部门风险协同运动趋势明显，网络结构呈现更高的完备性。同时，本文研究结论为阻断内外部风险冲击以及维护经济金融稳定提供重要的理论基础和决策参考依据。     

安全投资转移视角下的跨行业投资组合模型及实证

投资者根据市场状态变化和板块轮动效应进行安全投资转移,使得资金在行业间流动,导致风险溢出。本文首次从投资者安全投资转移行为的角度对行业间风险溢出进行研究,采用大规模股票与小规模股票的订单流差异量化安全投资转移。利用状态依赖下的敏感性VaR模型（SDSVaR）衡量行业间风险溢出效应的方向和大小,进一步考虑板块轮动效应,构建跨行业投资组合模型,分析行业间风险溢出和板块轮动效应对资产配置的影响。研究发现：状态依赖下的安全投资转移显著影响行业间联动性和风险溢出;考虑行业间风险溢出的资产配置模型能够分散非系统性风险的同时降低截面维度系统性风险,提高投资者的收益,有效地规避极端风险,可以为投资者的风险管理和投资决策提供有价值的参考。     

基于非参数因果网络的风险溢出分析及多因子预测

风险溢出是系统性金融风险产生和演化的核心动因，因此，探究风险的溢出路径与强度至关重要.为了弥补传统方法在维度与参数上的局限，本文将非参数条件互信息检验与因果网络结构学习算法相结合，提出了一种新的非参数高维因果网络构建方法来分析金融系统波动溢出的动态联动性和风险传递机制.此文在非线性合成数据集中验证了该方法的有效性和稳健性并根据因果拓扑关系构造最优预测子集对序列进行多因子预测.并将该模型应用于构建2013年1月至2019年12月期间全球81家能源公司日度股票收益的波动溢出网络，测量基本面与投资者两种维度的风险溢出强度动态变化并进行预测分析.此外，结合企业财务数据和宏观经济变量，考虑企业之间的业务异质性，探索风险溢出的决定因素.研究结果表明，1)能源产业链的上游以及高油价风险敞口的能源企业表现出较大的风险外溢效应和风险承受程度；2)除公司规模以外，企业资产收益率，边际收益等因素也影响溢出效应的强弱；3)能源公司的风险溢出在业务上存在很大差异，溢出驱动因素也有所不同，这对于在投资组合决策和监管政策设计等具有重要的参考价值；4)虽然因果预选信息选择策略结合非参数模型的短期预测效果要优于结合参数模型，但是随着预测步长的增加，参数模型的优势却更明显.     

交易市场与网络论坛间存在信息传递吗?

本文选用2007年11月16日至2009年4月10日上证综指收益率和新浪网股票论坛上证综指吧的发帖量数据,通过构建收益率与异常发帖量的多元BEKK-GARCH模型,对收益率与异常发帖量间的波动溢出效应进行实证分析,并以此考察交易市场和股票论坛间的信息传递和相互关系。结果表明:收益率和异常发帖量间存在显著的双向波动溢出关系,收益率对异常发帖量方向存在正向的波动溢出效应,异常发帖量向收益率方向存在负向的波动溢出效应,故交易市场与股票论坛间存在双向信息传递关系;收益率和异常发帖量存在显著的负相关关系,市场下跌提高了投资者的信息需求,股票论坛的信息交流与沟通对稳定金融市场、提高投资理性具有一定作用。     

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。     

中国股市跨行业系统性风险空间溢出关联及风险预测分析——基于尾部风险网络模型

基于条件风险价值CoVaR和SIM单指数分位数回归技术,选取2012-2018年我国股市24行业指数周频数据,构建时变的跨行业尾部风险网络,通过网络拓扑结构反映系统性风险的空间关联及潜在变化趋势。此外,引入ARDL模型探究网络结构和宏观经济变量对股市系统性风险的长短期效应,最后对系统性风险进行预测。结果表明：(1)我国股市行业板块间存在明显的系统性风险空间关联和传染效应,风险溢出网络具有“小世界”特征;(2)网络连边集中度HHI呈明显的周期性变化。在尾部事件期间,HHI指标显著增加,风险网络呈较单一的中心节点结构,网络稳定性差;(3)通过节点风险传播强度和中心化程度发现,仅通过节点内部属性判断节点的系统重要性已不够全面和准确,应结合节点在网络中的位置和关联关系来判断;信息技术、医疗保健、商业和专业服务行业是风险网络中最有影响力的行业;(4)通过ARDL-ECM模型发现网络连边集中度是系统性风险的主要影响因素,并对股市系统性风险进行了高度准确的预测。本研究可为监管机构有效识别我国股市中有影响力的行业提供参考,依据关键行业的溢出关联制定针对性的风险防范措施,同时对风险溢出效应设立预警机制。     

沪、深股票市场与香港股票市场的溢出效应——基于发布“港股直通车”方案前后的比较分析

本文以沪、深、港三地股票市场的数据为样本,用VAR模型和二元GARCH模型重点研究"港股直通车"事件是否对港市与沪、深股市的收益率及波动溢出关系有显著影响.研究结果表明,"港股直通车"公布之前,港市与沪、深股市间不存在任何方向的收益率溢出效应,但存在单向波动溢出效应;"港股直通车"公布之后.港市与沪、深股市间不仅存在单向收益率溢出效应,港市与沪市间还存在双向波动溢出效应,与深市间则存在单向波动溢出效应.     

经济政策不确定性、网络舆情与金融机构系统性风险

基于45家上市金融机构2015年1月至2020年3月的月度数据，从反映系统性风险的极值风险与传染效应两个维度各选取一个指标，即条件在险值差(ΔCoVaR)和吸收比率差(ΔAbs),并利用网络爬虫与文本分析构建金融机构网络舆情指数.然后，采用静态面板与动态面板实证分析经济政策不确定性、网络舆情与金融机构系统性风险之间的关系，考察网络舆情的中介效应，并从金融机构的类型和规模层面进行异质性分析.研究结果发现：1)经济政策不确定性对金融机构系统性风险存在显著正向影响，但积极和消极网络舆情对金融机构系统性风险的影响存在差异性；2)网络舆情是经济政策不确定性影响金融机构系统性风险的潜在传染渠道；3)网络舆情的中介效应在不同类型和规模的金融机构间存在异质性.     

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。     

基于危机条件概率的系统性风险度量研究

2007年次贷危机的爆发，令系统性风险的度量受到了广泛关注，但是目前常用的度量方法存在多种问题，不能较好地反映金融业系统性风险的实时变化。本文提出一种新的系统性风险度量方法——危机条件概率（Conditional Probability of Crisis，CPC），将系统性风险定义为单个金融机构发生危机导致整个金融系统也陷入危机的概率，可以利用股票收益的下尾相关性计算得出。该方法概念清晰，较好地体现了系统性风险的内涵，并且可得到实时更新的系统性风险。实证基于中国49家上市金融机构的股票价格数据，得出了2007-2016年我国金融业及金融子行业系统性风险。结果显示：2014年下半年以来，中国整个金融行业的系统性风险呈明显上升的趋势，目前甚至已经显著高于次贷危机时期；证券业系统性风险在样本时间范围内一直呈显著上升趋势；银行业对金融行业的影响最大，证券业和保险业的影响力也在逐步上升。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动，又存在突发冲击造成的跳跃式波动，金融市场波动同时具有扩散性和跳跃性特点。同时，金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且，金融资产收益在跳跃过程中呈现出非高斯属性，正态分布假设不能刻画跳跃和波动中的程式化现象，如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象，采用非对称、有偏的广义双指数分布刻画收益率非高斯特征；同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应，将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型，构建广义双指数分布驱动的双层跳跃扩散模型，并从理论上分析模型的优越性。根据模型的似然函数估计式，使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数，将构建的模型应用到中国股指期货和现货市场进行实证研究，分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性，包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述，以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明，广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征；股指期货收益和股指现货收益上涨与下跌概率呈现非对称性；股指期货波动强度高于股指现货波动，而股指期货波动的持久性低于股指现货；股指现货的杠杆效应表现更强；股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制，对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。     

我国金融机构的系统重要性评估:基于多元极值理论

2008年全球金融危机以后，金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数，建立了系统重要性的多角度评估指标体系，并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明：（1）我国银行业在金融体系中占有主导地位，且银行业同质性较高，易诱发系统性风险；（2）规模不是系统重要性的唯一考量因素，其他因素也会对系统重要性产生显著影响，部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。     

中国A股市场金融板块间风险相依关系及动态演化研究

将中国金融板块细分为国有大型银行、全国性股份制银行、城商行、证券、保险和信托等6个金融子板块，并以2015年中国股市异动和2019年新冠肺炎疫情为研究背景，分析在两个场景下的不同时期内，6个金融板块间的风险相依关系及其动态演化。通过计算各板块间波动指数的互信息，构建金融板块风险相依关系网络，并使用最大生成树刻画该相依关系的核心结构。研究发现，在市场处于相对平静时期，银行类金融板块与非银行类金融板块二者彼此之间的风险关联较弱，处于相对割裂状态；在市场走势波动较大时，银行类金融板块与非银行类金融板块之间的风险关联程度增强，且保险板块成为重要的中间节点；在两个场景下的异动期和疫情期，国有大型银行板块和城商行板块分别成为最大的风险节点。     

基于LGCNET多层网络的中国A股上市公司系统性风险度量

系统性风险度量一直是金融风险领域的热点问题,但是对于复杂网络条件下的度量方法还缺乏深入研究。本文将滑动窗口分位数回归与局部高斯相关方法相结合,构建出一种全新的多层时变网络——局部高斯相关网络(Local Gaussian Correlation Network, LGCNET)。基于此方法,本文通过研究中国证券市场股票总体及尾部收益的非线性相关性,分析了2018年至2021年我国A股50家上市企业关联网络的演化特征,通过考察金融网络系统性风险水平在整个时间段内的变化情况,探究了新冠疫情及中美贸易摩擦期间上市公司网络的风险变化情况。结果表明：第一,金融与科技行业是网络节点的中心,与其他行业公司存在较高关联性,表明该类行业是风险传导的中心。第二,基建及银行类公司因为其市值高,在系统中的重要程度普遍较高;同时,尾部风险排名高于其市值排名的企业具有较大市场影响力和风险传导能力,也应该受到关注。第三,在系统层面,受信用风险加剧及中美贸易摩擦的影响,2018年整个网络系统普遍具有较高风险水平;但在2020年新冠疫情期间,国内系统性风险一直控制在较低水平。     

上海原油期货市场是否具有稳定中国股票市场的作用？

自2018年3月上海原油期货INE在上海国际能源交易中心上市以来,目前已成为规模仅次于WTI和Brent原油期货的第三大国际原油期货,随市场容量的持续增长,上海原油期货在准确地反映市场基本面变化的同时,具有更为灵敏价格发现和风险管理功能,如何判别中国原油期货是否有助于规避全球原油市场对中国股市的风险溢出已经是一个亟待解决的理论和现实问题。本文拟从动态条件风险溢出的角度探索上海原油期货对中国金融市场稳定的有效性。选取了2002至2020年约4000多个日度数据,分别对比了4种国际原油期货市场与2组股票综合指数的相关影响。基于DCC-MGARCH模型,本文依次研究了多元国际原油市场与股票市场的动态关联性、重大突发事件对二者相关性的影响以及采用CoVaR量化了风险溢出效应。本文研究发现国际原油价格对两组股票综合指数的异质性主要表现在两组股票是原油进口国和出口国;中国(美国)结构突变点时间点分别是5(3)个,这与突发性重大经济、政治等事件的时间点高度吻合;国际证据表明,INE对中美股票市场的CoVaR最小,且原油期货市场比现货市场CoVaR更低。本文揭示了一些新的证据,验证了中国原油期货市场启动有利于实现与国际风险脱钩,并建议风险监管部门改善系统性风险可以采取平滑对冲重大突发事件期间的风险溢出。