特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

谨防尾部风险!

这绝非耸人听闻的消息：专业投资者又将遭受损失了一灾难可能很快就会降临!     

波动预测建模与尾部风险测量方法

  作为中国资本市场的对冲工具,股指期货在2015年经历了一轮极端牛熊市。在股指异常波动阴影下,研究股指期货尾部风险的测量方法,对风险管理与资产配置具有理论意义和实践意义。传统风险测量方法通常利用低频波动率构建尾部风险VaR和ES估计量,但高频波动率比低频波动率蕴含更多信息且计算效率更高,利用高频波动率建立高效的尾部风险测量方法成为研究趋势。         基于条件极值理论和新型高频波动率,构建RV-EVT框架的股指期货尾部风险测量方法。阐述已实现波动率衍生的跳跃、好坏波动和符号跳跃理论;为提高波动率估计精度,利用已实现核修正CPR跳跃检验、好坏波动和符号跳跃;考虑跳跃、好坏波动和符号跳跃建立4组对数形式的HAR类波动预测模型。在极值理论框架中嵌入HAR类模型预测波动率,构建两步法的RV-EVT尾部风险测量方法;根据样本外滚动预测评估股指期货尾部风险测量水平,采用无条件覆盖和自枚举检验对VaR和ES进行回测分析。         研究结果表明,波动率的样本外滚动预测显示,HAR波动预测框架下好坏波动分解优于连续跳跃波动分解,好坏波动衍生出的正负符号跳跃具有极为突出的波动预测能力;回测分析检验结果显著,尾部超出数接近理论预期,表明RV-EVT尾部风险测量方法有效;HAR-RV-RS和HAR-RV-SJd模型的尾部风险测量表现最佳;ES模型比;VaR模型具有更优的尾部风险测量水平,特别是在高风险状态下ES模型能弥补VaR模型失控的缺陷;通过量化交易资金管理研究,揭示尾部风险测量方法的应用价值。         建立了高频波动率与风险管理的桥梁,为金融资产尾部风险度量提供了有效方法,对资产配置和风险控制具有借鉴意义。     

波动率偏斜与风险中性偏度能预测尾部风险吗

论文从S＆P 500指数期权数据中提取出波动率偏斜与风险中性偏度指标, 采用Logistic模型研究了波动率偏斜/风险中性偏度是否对未来真实的市场尾部风险具有预测力。结果发现, 波动率偏斜/风险中性偏度仅含有未来市场尾部风险的一定信息, 但并不能准确预测未来市场尾部风险发生的状态。相反, 波动率偏斜/风险中性偏度与投资者情绪指标显著相关。     

基于Hawkes过程的尾部风险溢酬分析

基于Hawkes过程,利用台指期权和期货数据,估计尾部风险溢酬及其两个组成部分(正跳和负跳的尾部风险溢酬),并进一步探讨其对台指收益率预测力的差异,以及与投资者情绪之间的不同关系.实证结果发现:中国台湾市场上负跳(正跳)的尾部风险溢酬均值为正(负),整体的尾部风险溢酬受负跳的影响更大.负跳(正跳)的尾部风险溢酬对未来1个月～6个月的台指收益率均有(没有)显著的预测力,但整体的尾部风险溢酬对未来收益率预测的效果并不稳定.投资者情绪对正跳(负跳)的尾部风险溢酬具有显著为正(负)的解释力,但对整体的尾部风险溢酬则不具有显著的解释力.     

宏观尾部风险、生产网络与行业产出

本文首先将宏观尾部风险引入包含生产网络的多行业均衡模型,通过理论建模分析宏观尾部风险如何通过投入产出关联影响行业产出波动,并在非理性预期框架下探讨其具体作用机制;然后采用OECD披露的中国44个行业1995～2018年投入产出数据进行结构估计与实证检验。主要结论有：第一,相对于宏观尾部风险冲击对行业产出增长的直接效应,通过投入产出关联传导引发的网络效应更大,且宏观尾部风险冲击主要沿着生产网络向上游传导。第二,相对于宏观尾部风险冲击影响行业产出增长的全要素生产率渠道,劳动效应渠道更为显著。第三,相对于普通风险冲击,宏观尾部风险形成的偏态冲击能更好地解释我国实体经济波动。尾部事件会造成经济主体预期的过度反应,并经由该机制导致产出增长更大程度地下降且影响持续期更长。第四,上游度更大、网络中心度更低和中间品投入结构调整更缓慢的行业受到宏观尾部风险冲击的负向效应相对更大,且投入产出网络连接的非对称结构是网络效应放大冲击的重要因素。     

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.     

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。     

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.     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

国际油价、宏观经济变量与中国股市的尾部风险溢出效应研究

本文首先基于Massacci (2017)提出的时变POT模型、应用纯时间序列方法测度动态尾部风险,再利用Diebold和Yilmaz (2012, 2014)提出的溢出指数模型,结合滚动样本估计方法,从方向、大小和动态性的角度考察中国股票市场与宏观经济体系之间的尾部风险溢出效应。研究结果表明,中国股票市场与宏观经济变量之间存在显著的尾部风险溢出效应,总溢出指数在危机时期显著提高。股票市场对宏观经济的方向性尾部风险溢出效应要弱于其接收自宏观经济体系的冲击,是系统中最大的尾部风险净接收者。其中,国际原油价格、货币政策的极端变动等均对股市尾部风险水平产生重要影响,是中国股票市场尾部风险的重要来源。此外,我国经济政策不确定性指数与股票市场之间的尾部风险溢出效应正逐渐增强。因此,在经济转型的关键时期,政策制定者和监管当局应特别关注经济政策不确定性对金融市场和实体经济的负面影响。     

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。     

混合椭球分布下证券组合的尾部条件方差

由于风险价值、条件风险价值等下方风险度量没有考虑尾部数据的变异性,因此在刻画极端金融风险方面存在一定的缺陷。为了更好地控制尾部极端损失的发生概率,我们选择用尾部条件方差来刻画这种极端风险,即超过风险价值的那部分损失的方差。考虑到混合椭球分布在金融数据建模中的重要性,本文在这类分布下研究了证券组合的尾部条件方差,得到了证券组合尾部条件方差风险的精确表达式,为了验证本文的结果,我们也进行了一些数值计算及在最优投资组合方面的应用研究。     

存款保险制度、影子银行与银行系统性风险

为了防范系统性银行危机的发生,我国于2015年推出了存款保险制度,该制度能否有效降低我国银行系统性风险是关乎金融稳定的重要现实问题.以我国存款保险制度的实施为契机,本文基于16家上市银行2010年第四季度~2017年第二季度的面板数据,首先,将金融机构间的关联网络和金融机构市值纳入到系统性金融风险的测度中,进而探讨我国存款保险制度对银行系统性风险的影响及其作用渠道.结果表明存款保险制度的实施显著提高了其他商业银行(中、农、工、建以外的商业银行)的系统性风险;存款保险制度主要通过影子银行渠道增加其他商业银行的系统性风险.本文的研究对于我国强化影子银行的宏观审慎管理、引入基于银行系统性风险的差别存款保险费率设计和完善系统重要性金融机构的评定,具有一定的借鉴意义.     

存款保险制度、影子银行与银行系统性风险北大核心CSCDCSSCI

为了防范系统性银行危机的发生,我国于2015年推出了存款保险制度,该制度能否有效降低我国银行系统性风险是关乎金融稳定的重要现实问题.以我国存款保险制度的实施为契机,本文基于16家上市银行2010年第四季度~2017年第二季度的面板数据,首先,将金融机构间的关联网络和金融机构市值纳入到系统性金融风险的测度中,进而探讨我国存款保险制度对银行系统性风险的影响及其作用渠道.结果表明存款保险制度的实施显著提高了其他商业银行(中、农、工、建以外的商业银行)的系统性风险;存款保险制度主要通过影子银行渠道增加其他商业银行的系统性风险.本文的研究对于我国强化影子银行的宏观审慎管理、引入基于银行系统性风险的差别存款保险费率设计和完善系统重要性金融机构的评定,具有一定的借鉴意义.     

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。     

金融市场非对称尾部相关结构的研究

针对金融市场间存在的非线性和非对称尾部相关特性,提出了一类具有尾部变结构特性的Copula函数.结合GARCH模型,构建了具有尾部变结构特性的RS-Copula-GARCH模型,并将其用于中国股票市场非对称尾部相关结构的研究.结果表明,RS-Copula-GARCH模型对市场间相关结构,特别是对尾部相关结构的刻画能力要强于相应的静态Copula模型.     

基于ARCH-Expectile方法的VaR和ES尾部风险测量

甄别和确定风险因素的贡献是资产或资产组合风险管理的重要研究内容。近十年,下端风险越来越受到关注,在险价值（Value at Risk,VaR）和预期不足（Expected Shortfall,ES）是资产组合风险管理中两个常用的风险度量工具。Kuan等^[1]在一类条件自回归模型（CARE）下提出了基于expectile的VaR度量-EVaR。本文扩展了Kuan等^[2]的CARE模型到带有异方差的数据,引入ARCH效应提出了一个线性ARCH-Expectile模型,旨在确定资产或资产组合的风险来源以及评估各风险因素的贡献大小,并应用expectile间接评估VaR和ES风险大小。同时给出了参数的两步估计算法,并建立了参数估计的大样本理论。最后,将本文所提出的方法应用于民生银行股票损益的风险分析,从公司基本面、市场流动性和宏观层面三个方面选取影响股票损益的风险因素,分析结果表明,各风险因素随股票极端损失大小的水平不同,其风险因素的来源及其大小和方向也是随之变化的。     

基于机制转换Copula模型的股市量价尾部关系研究

针对传统模型只能考察正常市场条件下的量价关系,本文构建了机制转换Copula模型来研究极端市场条件下我国股市量价间的尾部相依性,发现沪深两市收益率、绝对收益率与交易量间的尾部关系存在明显的非对称特征。高收益率、高绝对收益率对应着高交易量,而低收益率、低绝对收益率与高、低交易量不存在对应关系。另外,量价间尾部关系与机制状态有关,呈现明显的周期性动态特征与结构性变化,结构变化点对应着股市周期中较大调整的开始或结束。研究还发现沪市量价间尾部关系要强于深市,但深市收益率与交易量尾部在两机制间的变动更大,而两市绝对收益率与交易量间的尾部相依性在两机制间变动较小。