分贷统还合同的法律性质与违约风险化解

分贷统还合同为政府通过合约统一贴息实现了扶贫资金的公司化运作，有效地发挥财政扶贫资金的整体效益，但也产生了合同法律性质认定争议大、合同履行易受政策变化影响；户贷企用导致贷款用途和资金安全存在风险，公司分红还款系统性违约等弊端，如公司经营不善，贷款亏空，一旦出现系统性违约，不仅影响农村社会稳定和政府公信力，司法机关亦将面临纠纷批量涌入的现实问题。为趋利避害，分贷统还合同有必要在综合衡量扶贫目的、公司盈利及扶贫责任和银行资金安全的基础上，调整户贷企用政策，甄别债权类型，考虑违约的具体情势，从实操层面化解分贷统还合同违约风险。     

影子银行、地方政府债务及金融发展动态关系研究——基于省级面板VAR模型

基于2004—2017年中国省级面板数据,运用面板向量自回归(PVAR)模型,使用系统GMM估计、脉冲响应函数、方差分解以及格兰杰因果关系检验等方法分析了影子银行、地方政府债务及金融发展之间的动态关系.结果表明:影子银行、地方政府债务与金融发展水平三者之间存在动态耦合关系.在地方政府融资能力受到约束的情况下,影子银行为地方政府提供了多元的融资方式,在增加政府融资能力的同时提升了政府债务水平;而地方政府债务需求显著推动了影子银行规模的快速发展.同时,影子银行过度扩张危害了金融市场的健康发展,降低金融发展水平,继而使地方政府的融资渠道受到约束.但金融发展并不能有效约束影子银行规模,原因在于,政府融资需求是影子银行的主要动力,若不能控制地方政府的借贷行为则无法从源头解决问题.监管机构在去杠杆的过程中,应该综合考虑影子银行与地方政府债务、金融发展之间的动态关系,如此才能够实现预期的政策效果.     

基于Hawkes因子模型的股价共同跳跃研究

本文首先比较了三种目前主流的共跳检验方法：基于LM检验的共跳检验、BLT共跳检验和FHLL共跳检验，结果表明，三种方法在识别共跳数量上差距明显，但三者结果的重合部分基本属于市场暴涨暴跌行情，说明共跳识别对市场剧烈波动的聚集性较为敏感。基于跳跃、共跳存在的聚集性问题，本文将Hawkes过程引入跳跃和共跳的研究，构建了基于Hawkes过程的因子模型，结果显示，基于Hawkes因子模型的MJ统计量、CJ统计量和实证数据的拟合程度较好，表明因子模型能够更好地描述跳跃和共跳的聚集性。     

我国互联网保险发展现状、风险及防范对策

互联网保险凭借保险理念创新、商业模式创新、产品创新和渠道创新重塑保险产业核心竞争力。传统保险互联网化转型过程中将面临一系列风险,需要从法律体制建设、技术创新与研发,以及监管模式创新等方面完善互联网保险发展的应对策略。     

宏观杠杆率研究述评

新常态时期,妥善处置并降低宏观经济杠杆是我国顺利实现供给侧结构性改革的重要任务之一。已有研究围绕宏观杠杆率的内涵、评价方法、宏观经济后果、成因及对策等问题展开了广泛而深入的讨论。治理杠杆需要从根本上改变我国以高储蓄为支撑的信贷驱动增长模式,优化制度安排及宏观政策环境,同时发展多渠道融资模式并对金融创新实施科学监管。当前,复杂的国际环境与国内经济下行压力并存,随着供给侧结构性改革的持续推进,须密切关注去杠杆过程中可能引发的债务违约风险暴露和资产负债表衰退等问题,处理好"稳增长"和"控风险"关系是实现宏观经济去杠杆任务的关键。     

中国金融周期的区域性特征

2008年全球金融危机后,金融周期视角下的金融风险研究受到广泛关注。本文借鉴BIS采用的BP滤波方法,利用我国31个省2005-2018年信贷、信贷/GDP、房地产价格的季度数据提取各省金融周期指数,并计算不同省份间的金融周期一致性指标,观察金融周期在地区间的同步性行为,依据金融周期的峰值点和谷值点划分金融脆弱期和金融恢复期,采用信号提取法设置房地产价格缺口值和杠杆率缺口值的阈值,并据此分析不同省份所处的金融风险状态,提出对地区金融风险防范的相关政策建议。     

叶培建:鹏飞银河梦万里

2019年9月29日,在北京人民大会堂,隆重举行了中华人民共和国国家勋章和荣誉称号颁授仪式,叶培建获国家荣誉称号。叶培建是我国著名的空间飞行器总体、信息处理专家。早在上世纪90年代初,叶培建就作为中国空间技术研究院首席专家,领导了深空探测规划论证研究。2010年以来,我国小行星探测驶入快车道,中国空间技术研究院由叶培建牵头,开展了系统性研究和一些先期技术攻关,取得了丰硕的研究成果,为小行星探测任务的论证和实施奠定了坚实的基础。     

行业系统性风险的动态特征及其影响因素

现代经济主体间网络关联性越来越强,风险很容易在不同行业间扩散,因此有效识别并分析系统性风险是防范金融危机的关键步骤。基于条件风险价值(CoVaR)和边际期望损失(MES)两个指标,对巨潮行业指数系统性风险的静态和动态特征进行了研究。结果发现,各行业间系统性风险的相关性较强,动态特征显示2009年年初和2016年3月为系统性风险的两个峰值;从分行业来看,材料行业的系统性风险最高,而消费和医药行业的系统性风险最低。采用动态面板模型分析影响行业系统性风险的市场面因素发现,短期涨幅较高、长期涨幅较低及流动性较充分的行业,其系统性风险往往更低。因此,应加强对系统性风险较高行业的监管力度,建立好金融防火墙,防止外部金融风险的过度传染;同时应加强对各行业的实时监控,尤其是关注短期暴涨暴跌及流动性充分与否的监控。