机构关联、风险溢出与中国金融系统性风险

本文基于现有研究文献,解析金融机构关联性与风险传染之间的机制,运用非对称CoVaR模型和分位数回归的方法,测度证券、银行、保险等机构的风险溢出水平,实证研究中国金融系统性风险的动态变化.结果表明,中国金融机构的风险溢出具有非对称的特征,负向冲击对金融系统的风险溢出要比遭受正向冲击时大,银行机构的风险贡献程度比其他机构小,证券部门的风险贡献值较大.     

基于尾部风险关联网络的中国金融机构间风险溢出效应研究

基于尾部风险溢出思想,采用2007-2017年的周收益率数据,运用CoVaR模型测度银行、证券、保险及房地产四行业40家上市公司之间的风险溢出效应,并结合系统性风险指数,得出各机构风险吸收与扩散能力排名。运用极大平面过滤图(PMFG)算法对风险溢出网络进行化简,构建仅包含关键路径信息的ΔCoVaR有向加权风险溢出网络,并结合网络中节点关联特征指标,为系统重要性金融机构的有效识别提供了全新视角。总体来看,各行业依风险传递方向不同而对风险的敏感程度各异,网络中关键节点对系统的整体结构影响较强;证券公司内部风险关联较为紧密,房地产机构承受行业间风险多源自银行业,大型国有商业银行对其他行业的风险发散能力较强。     

中国上市金融机构关联性度量及影响因素分析

本文结合非对称斜率模型与单指标分位数回归，构建了中国上市金融机构的尾部风险网络，从而刻画中国金融市场尾部风险关联性的时变特征，并基于金融机构层面探讨尾部风险关联性的影响因素。研究表明，中国金融系统的总关联性与部门内关联性在金融危机与股灾期间显著上升，其中保险的部门内关联性为银行、保险、证券三部门中最高，而部门间关联性远小于部门内关联性，部门间的风险传染效应较为微弱。研究还发现投资活动是金融机构形成尾部风险关联的重要渠道，投资业务占比过高的机构应予以更多监管。     

基于经济金融关联网络的我国系统性风险防范研究

如何防范化解系统性风险一直以来都是社会各界普遍关注的热点问题，但系统性风险的源头究竟在哪?传导机制又如何？目前还没有定论。现有对系统性风险的研究成果大多关注于金融行业内部，忽略了实体经济在系统性风险传递过程中扮演的角色。防范系统性风险真的仅限于金融行业吗？本文从经济金融关联网络视角出发，以我国整体经济领域中各行业为研究对象，运用系统性风险度量新方法——TENET构建2002-2017年我国行业间系统性风险溢出网络，在此基础上对行业间的风险溢出水平以及传导结构特征进行全面地考察分析，并为科学防范系统性风险提供有效建议。研究发现：（1）我国行业间系统性风险溢出的总体水平在金融危机或市场过热期间显著增强，同时各行业系统性风险输出与输入水平的时序特征存在明显差异，输出水平大幅波动而输入水平呈平稳状态；（2）信息技术、房地产和材料行业不仅是主要的系统性风险源头，而且容易受到其他行业风险外溢的影响，是整个经济金融关联网络中最具系统重要性的三个行业，同时各行业的系统重要性具有明显的时变特征；（3）虽然金融行业在整个经济金融关联网络中的系统性重要性仅排在第四位，但是金融与房地产和能源两个行业具有长期较强的双向风险溢出关系，而且金融与房地产之间的双向风险溢出强度在系统性风险溢出网络中居首位。本文研究结论的政策启示在于提醒监管部门防范系统性风险要立足全局视角，正视金融在其中扮演的角色，不能过度高估金融行业的系统性风险地位，同时要找准风险源头行业并对其做好前瞻性调控，尽可能避免风险的产生，并在风险传递初期切断风险溢出的路径避免风险大规模蔓延。     

金融机构尾部风险溢出效应———基于改进非对称CoVaR模型的研究

为准确度量我国金融机构对金融系统的尾部风险溢出,本文改进了基于CoVaR 方法的分位数回归模型。基于极值理论和ARMA-GARCH模型拟合收益率边缘分布,构建了改进的非对称CoVaR模型,从系统性金融风险贡献绝对值(△CoVaR)和相对值(%CoVaR)两方面详细考察了2002年7月1日至2018年12月28日我国42家上市金融机构的尾部风险溢出效应。结果表明:在q=0.01的情况下,不同类型金融机构对金融市场的系统性金融风险贡献有显著差异,银行类与保险类机构的系统性金融风险值得重点关注;金融机构的系统性金融风险贡献相对值与在险价值存在显著联系,自身风险最低的银行类机构具有最大的风险溢出强度,是我国系统性金融风险防范的核心对象,尤其是国有控股银行。研究结论对于有效防范我国系统性金融风险具有重要的理论价值和现实意义。     

我国行业间尾部风险溢出的测度及时空驱动因素研究

基于经济金融的共生共荣关系,本文采用LASSO分位数回归构建我国金融与实体行业间的尾部风险网络,利用复杂网络分析法对行业间尾部风险溢出进行测度分析,并从时空两个维度探讨行业尾部风险溢出的驱动因素。研究结果显示,第一,我国经济金融系统中的31个行业形成了“牵一发而动全身”的尾部关联网络,金融行业间、实体行业间以及金融与实体行业之间均存在密切的尾部关联,而且在与实体行业的互动中,金融行业内部存在结构性不平衡。第二,经济金融系统中的风险传染源既可能来自金融行业,也有可能来自实体行业,银行、医药生物、计算机和建筑装饰是经济金融系统中重要的“风险驱动者”。第三,在空间维度上,行业间投入产出关联越密切,其尾部风险溢出水平越高,且相比前向关联,后向关联对行业间尾部风险溢出的解释力更强,即尾部风险主要沿产业链从下游向上游行业进行逆向传导;两两行业间的收益相关性和波动相关性越高,尾部风险溢出越强;行业自身风险水平越高,其接收其他行业的尾部风险溢出越强。在时间维度上,宏观经济环境和融资环境是行业尾部风险溢出动态变化的主要驱动因素。     

中国金融机构系统重要性的度量

文章基于系统性风险指数SRISK方法,结合我国金融机构的实际上市情况,利用DCC-GARCH模型,分别推导了A股、H股的长期资本短缺公式,并计算SRISK实际数值.然后以上市银行、保险、证券等金融机构等的交易数据为样本,确定了金融机构系统重要性的排名,并将其与基于同一分析框架的MES分析法进行对比分析.结果发现,度量我国金融机构的系统重要性,需要在MES分析的基础上,结合动态相关性和波动性,根据SRISK模型法评估排名.我国金融机构的系统重要性层次分明,保证了监管机构宏观审慎的有效性.     

脱实向虚和金融强监管对金融实体行业间极端风险关联的影响

随着金融机构影子银行业务的扩张和部分实体企业“脱实向虚”倾向的加剧,金融与实体经济的联系愈发紧密,对于极端风险的研究不应只局限于金融体系内部。故此,本文首先基于行业指数日度数据与五分钟高频数据测算行业风险价值,其次利用Elastic-Net-VHAR模型构建金融实体极端风险网络进行动态演化分析,最后研究实体与金融行业间风险溢出水平的影响因素。结果显示:第一,基于横截面维度,材料和工业行业在网络中居于中心位置,金融行业的风险净溢出水平为负;第二,2017年金融强监管政策开启后,网络整体密度明显下降,实体行业对金融行业风险输出水平降低,而金融行业对实体行业风险输出水平略有提升;第三,面板回归结果显示,实体行业“脱实向虚” 程度显著提升了实体与金融行业之间双向风险溢出水平,并且在金融强监管与双向风险溢出水平之间起到了正向调节效应。根据上述结论,建议监管层进一步推进金融强监管政策,注意金融监管政策与供给侧结构性改革政策之间的配合,还应特别重视对实体企业金融化规模进行严格监控,更加有效地防范系统性风险。     

我国金融市场间风险传染特征的实证检验

文章利用DCC-MVGARCH方法,从动态的角度对我国金融市场间的风险传染问题进行了研究,考察了股票市场、债券市场和银行市场间的风险传递特征。     

行业投资中的战略风险预算方法研究

本文将风险预算技术应用于机构投资者的行业投资战略风险管理中。为了准确地界定战略风险预算中的风险源,在国内基准证券组合比较少,不可能把战略风险源用可投资的战略基准证券组合进行刻画的情况下,引入多因素模型来刻画行业收益的风险源,建立了基于多因素模型的行业投资战略风险预算模型,并结合三因素模型进行了实证分析。在对行业战略风险进行预算的基础上配置风险,找到了一种能更好地控制行业投资战略风险的方法。     

巨灾风险：可保性与可负担性

 巨灾风险的可保性与可负担性,是保险在巨灾风险管理框架与机制中发挥作用并不可回避的重要前提。本文将巨灾风险的可保性与可负担性分别置入三种不同模式的框架下,从有别于传统只考虑可保性的单一视角,在分析讨论可保性与可负担性的理论基础以及相互关系等问题后,尝试性的探讨了三种巨灾风险管理模式框架下的可保性与可负担性。我们认为纯市场框架内,巨灾风险不可保且难于负担;政府与资本市场参与下的巨灾风险管理框架内,巨灾风险才成为可保风险并有限定的可负担。为此,融入保险机制的我国巨灾风险管理制度的创新,重构与建立政府、金融保险市场、商业保险业、监管机构以及社会公众的新型合作机制,将成为保险在巨灾风险管理制度中发挥重要作用的关键。     

银行监管与银行风险策略

本文在Merton(1974)假设资产价值遵循几何布朗运动的分析基础上,通过引入银行的监管机制,从四个方面分析了银行面对高低两种不同类型风险的资产组合进行选择时,银行的监管强度对银行风险策略选择的相互影响关系。在VaR监管约束下,银行监管当局的审查强度和强加的银行关闭阈值使银行承担风险的激励弱化,通过引入恐慌因子,使银行资本要求变得更为风险敏感。     

保险监管对巨灾风险债券供给的影响途径及计量模型

在巨灾风险债券供给方面,保险监管者比金融监管者起了更大的作用。文章首先讨论了保险监管影响巨灾风险债券供给的四个途径;其次通过建立最低偿付能力监管下的巨灾风险债券供给模型,分析了一个和常识不符的结论:本金和利息保证比率的提高不会减少巨灾风险债券的供给;此外费率监管下的数学模型显示,在巨灾风险债券的影响下,巨灾保险费率可以趋于稳定。     

经济政策不确定性、银行信贷行为与风险承担关系的实证

文章利用2007—2017年我国22家上市银行的平衡面板数据,考察了经济政策不确定性对银行信贷行为的影响以及银行风险承担水平的调节作用。结果表明,经济政策不确定性与银行贷款增长之间存在显著的正向关系,进一步研究表明,经济政策不确定性对银行信贷的影响受到银行风险承担水平的正向调节作用,经济政策不确定性使得银行风险预估水平发生偏差,进而造成风险资产对银行信贷的约束机制失效。     

宏观审慎、货币政策与银行贷款竞争的风险效应

本文在阐释银行贷款竞争风险效应生成机理的基础上，分析了宏观审慎与货币政策对这一效应的影响机制，并选取321家商业银行2007—2021年的面板数据进行实证分析。研究发现，贷款竞争与银行风险之间存在U型关系，且通过了Lind-Mehlum三步法检验；在竞争度低于临界值的良性竞争区制与高于临界值的恶性竞争区制，贷款竞争分别具有风险抑制与风险加剧效应。政策工具的边际影响方面，资本监管对贷款竞争的风险效应具有结构性治理优势，其在加强良性竞争风险抑制效应的同时减弱了恶性竞争的风险加剧效应；紧缩性货币政策与货币政策不确定性则面临权衡，二者分别从整体上削弱与放大了贷款竞争的风险效应。政策工具的协同影响方面，紧缩性货币政策及货币政策不确定性对资本监管的治理效果在良性竞争区制均无显著影响，在恶性竞争区制分别具有加强与削弱作用。进一步考察结构维度宏观审慎因素的影响发现，以同业负债占比刻画的银行直接关联有助于增强良性竞争的风险抑制效应，但也会放大恶性竞争的风险加剧效应；以业务同质化水平刻画的银行间接关联会削弱良性竞争的风险抑制效应，且会放大恶性竞争的风险加剧效应。本研究对于银行业市场化改革背景下协调运用宏观...     

资本充足率对银行风险承担水平影响的实证分析

文章利用我国16家上市银行数据,采用宏观层面的银行风险承担指标——银行贷款审批条件指数,通过因子载荷矩阵和主成分分析法将资本监管和货币政策等主要影响成分从风险承担影响因素中分离出来,重点探究了资本充足率对银行风险承担的影响大小和贡献度,从而明确了我国资本充足率监管与银行风险承担的关系.     

保险集团监管资本套利的理论与实证研究——基于CTE与VaR风险度量方法的分析

为加强保险集团监管,完善中国正在建设的第二代偿付能力管理体系,利用国际上应用广泛的CTE与VaR两种风险度量方法构建监管资本套利模型,对不同条件下保险集团套利策略进行理论研究。根据中国人民财产保险股份有限公司历史数据,运用R软件,首次对保险集团监管资本套利策略进行直观展示和实证检验。研究表明:监管资本套利可以为保险集团节约大量资本,但蕴含一定风险;若监管资本中考虑尾部极端风险,有利于降低监管资本套利风险。     

证券投资预期收益率与风险的度量方法

收益与风险是证券投资的两个核心,任何机构和个人进行证券投资前,都必须计算证券在一定时期内的收益率,并以此为基础来估计该证券的预期收益率.因此,证券的预期收益率和风险是证券投资分析的两个重要指标.本文提出了三种切合实际而且容易操作的风险估计方法,能够准确而且又比较保守地估计出收益率的变化范围.     

商业银行系统性风险价值及溢出的测度

文章通过Co Va R模型,采用2007年11月16日至2014年2月7日12家上市的商业银行收盘价的周数据,利用分位数回归法考察我国不同上市银行与银行系统之间的双向溢出效应以及上市银行的风险贡献度。实证结果表明,在q￡0.05区间内,单个银行与银行系统之间存在双向的风险溢出效应且两种风险溢出之间存在关联;对中国银行系统而言,风险贡献度最大的银行是工商银行、中国银行和浦发银行,12家上市银行系统重要性之间的差别不大,但是稳健性存在较大差别。     

群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了蕴含丰富经济意义、形式灵活的高频动态多条件CoVaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示：就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国“钱荒”时期及股票市场异常动荡时期,由于风险的传染性等特征导致三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;当分析同类型银行群体的风险冲击时,国有商行类的系统性风险溢出比率值最高,其次为股份制商行类,该两类的溢出比率相差无几,且均远大于城商行类,表明股份制商行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。