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。     

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.     

金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角

本文以33家上市金融机构为研究样本，利用滚动窗口动态Copula模型对金融机构与金融系统之间相依关系的时变结构与时变系数进行双时变拟合，测度了金融机构的系统性风险溢出和贡献，从宏观、行业和机构层面分析了系统性风险贡献的影响因素。研究发现：证券类机构贡献了最多的系统性风险，而银行类机构对整个金融系统最具有潜在威胁性；金融机构与金融系统的相依结构决定了机构风险的外溢程度，而金融机构与金融系统之间相依程度以及系统自身波动性会显著影响整个系统的系统性风险；中国金融风险与财政风险之间存在相互转换的现象，化解系统性风险的根本办法是不断改善金融生态环境。本文可能的贡献有两点：第一，建立具有双时变特征的滚动窗口动态Copula模型，使模型设定和估计结果更接近真实情形；第二，从宏观、行业、机构三个层面分析机构系统性风险贡献的影响因素，这有助于从系统性风险产生的源头进行风险防控，供监管部门决策参考。     

基于银行-资产双边网络模型的系统性风险及投资策略研究

受近几年的国际金融危机及金融全球化的影响,对金融系统的系统性风险的研究已成为国内外学者的关注热点。考虑到当前基于"银行-资产-银行"间接传播渠道的相关研究相对匮乏,本文基于银行-资产双边网络模型来分析银行系统性风险。首先,使用中国47家上市银行2018年的资产负债表数据构建了中国银行系统的双边网络模型,研究分析各类资产遭受冲击时外部冲击、降价出售效应及银行所持有的各类资产占银行总资产的比例对银行系统性风险的影响。然后,引入系统性冲击方式,通过设置具有不同属性的两大类资产并生成四种冲击事件来构建银行的投资策略模型,从资产视角探讨银行最优的投资策略。研究发现,外部冲击与降价出售效应这两个产生系统性风险的影响因素在一定区间值时会产生叠加效应,使银行系统性风险急剧增加;五种资产类中,贷款类资产对外部冲击最敏感;分析发现在各类资产冲击下都未倒闭的所有银行的资产组合具有一定的相似性;进一步研究发现银行系统中存在着最优的资产组合,使得银行在稳定的同时能获取最大收益,并且资产负债比越大的银行其风险承受能力越强,从而可以选择更激进的投资策略来追求高收益。     

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.     

经济增长状态与银行系统性风险——基于马尔科夫区制转移的CCA模型

金融系统性危机的发生与经济增长状态变化紧密相关,外部冲击和内部脆弱性是金融部门系统性风险发生的两个来源。已有研究在分析经济增长对金融部门系统性风险的影响时一般将经济增长视为外部冲击,忽视了系统性风险度量模型已经内生化了经济增长状态影响的问题,使用的系统性风险指标不能将外部冲击和内部脆弱性引发的风险进行区分,难以判断金融部门系统性风险的来源,而且无法准确判断经济增长对于系统性风险的影响程度。 将马尔科夫区制转移模型引入或有权益分析方法分析框架,计算经济增长状态的转移概率与银行部门违约距离的相关概率,得到违约距离的无条件概率分布,剥离经济增长对银行系统性风险的影响,构造反映银行内部脆弱性风险的无条件违约距离,实现对银行部门系统性风险的分解。选取2007年1月至2016年12月希腊和中国上市银行整体作为样本,分别考察外部冲击和内部脆弱性对银行部门系统性风险的影响。 研究结果表明,银行部门系统性风险可以分解为内部脆弱性风险和外部经济状态影响,该系统性风险主要由内部脆弱性决定,经济增长对系统性风险的作用类似于增效器。经济增长下行状态会导致银行部门系统性风险急剧上升,而经济增长上行状态能改善银行部门系统性风险状况。经济增长状态对系统性风险的放大效果具有不对称性。银行部门内部脆弱性风险状况出现恶化时,经济增长状态的增效作用更强烈;而银行部门内部脆弱性风险状况得到改善时,经济增长状态的增效作用相对温和。短期内救助政策通过外部机制影响系统性风险,危机状态下救助政策能够对系统性风险发挥明显的稳定作用。 在宏观审慎监管中,不仅要求银行部门降低内部脆弱性风险,而且重视外部经济条件和实体经济部门与系统性风险的联系,建立前瞻性的逆周期监管机制,实现对系统性风险的有效管理。当银行部门陷入危机时,政府部门应及时提供有效救助。     

经济下行、信用风险反馈和政府隐性救助

基于资产负债表分析经济下行背景下企业部门、银行和政府间信用风险传导,利用或有权益资产负债表中显性负债和隐性担保项目构建信用风险反馈模型分析银行部门和政府间信用风险反馈,最后结合我国政府对银行救助特点,分析政府对银行的隐性救助方式与救助成本之间的关系.实证结果表明货币供应量和汇率波动对上市企业部门、银行和政府间风险传导影响显著,风险通过隐性担保在银行部门和政府之间反馈了恶化两部门的信用风险,并且监管宽容会增加政府救助成本.建议政府调控货币供应量、控制汇率波动性、降低监管宽容程度、建立动态系统性风险损失准备金.     

互联网金融与中国行业间极端金融风险传播

作为新兴金融业态，互联网金融在发挥普惠金融等积极作用的同时，也存在着加剧金融风险传播的可能，但目前尚未有文献对互联网金融对金融风险传播的影响进行严格分析.本文从行业间极端金融风险传播的视角出发，首次对此问题进行了系统研究.本文首先构建理论模型刻画了互联网金融影响行业间极端风险传播的机制，接着利用我国31个省份、18个行业的股票收益数据，以及北京大学数字金融研究中心构建的互联网金融发展指数，进行了实证检验.研究结果表明，互联网金融发展加剧了实体经济行业间极端金融风险的传播，也使得金融与实体经济行业间的极端金融风险溢出程度增加.因此，在发挥互联网金融积极作用的同时，也要重视防范行业间的极端风险传播，以维护金融系统的安全与稳定.     

收入风险与家庭风险金融资产投资——基于CHFS数据的经验证据

本研究构建了包含金融市场摩擦和背景风险因素的家庭资产配置模型，深入探究了收入风险与家庭风险金融资产投资行为的关系，发现收入风险的增加将显著降低家庭风险金融资产投资，并且市场摩擦和其他背景风险的上升均将加剧收入风险对家庭风险金融资产投资的负效应.同时，本研究使用中国家庭金融调查数据(CHFS)对理论模型的结果进行实证检验，以分组收入方差衡量家庭收入风险，研究结果表明家庭收入风险对风险金融资产投资具有显著负向影响；而信贷约束、社会互动与金融素养等金融市场摩擦因素均显著增强了收入风险对风险金融资产投资的负向效应；在健康、住房及工商业经营和负债等其他背景风险越高的家庭，收入风险对风险金融资产投资的负向影响更显著.     

数字化转型背景下实体企业金融化与审计定价

<正>实体企业是我国经济的根基，但当前实体企业具有“脱实向虚”的趋势。本文依据我国2010-2022年间A股上市非金融企业的相关数据，研究实体企业金融化、企业数字化转型、与审计定价之间的关系。实证研究表明：实体企业金融化会显著提高审计定价；企业进行数字化转型具有调节效应，抑制了企业金融化提高审计定价；进一步研究发现，企业金融化对审计定价的正向影响在非“四大”会计师事务所中更为显著。从企业数字化转型的视角，丰富了企业金融化经济后果的研究，也为政府防范经济“脱实向虚”，以及企业降低审计费用，提供重要启示。     

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.     

跨部门金融机构系统重要性和共振效应的动态演化研究——基于中国A股市场的实证

金融机构由于其规模性和关联性对金融系统稳定有着举足轻重的作用。本文基于金融机构异质性风险下的收益，通过Granger因果引导关系构建金融部门的关联网络，从机构中心性、关联性和系统紧密性分析不同市场状态下银行、证券、保险和信托部门内和跨部门间的关联网络动态演化，并在关联分析的基础上引入规模指标，对金融机构的系统重要性进行综合评价。研究发现，我国金融系统的整体性和关联性日趋增强，系统内各部门之间和单一部门内金融机构联系都日趋紧密，跨部门间系统共振效应不断增强；银行和证券部门的影响力显著高于保险和信托部门，银行和保险部门的Granger影响力在熊市时相对增强，牛市时相对减弱，证券和信托部门的影响力则恰好相反；从多角度分析金融共振效应，最终给出我国金融机构系统重要性的分层级评价。结果不仅可以为金融机构的监管和系统性风险的控制提供参考依据，也可以对资本市场投资提供借鉴意义。     

经济下行 、 信用风险反馈和政府隐性救助

基于资产负债表分析经济下行背景下企业部门、银行和政府间信用风险传导,利用或有权益资产负债表中显性负债和隐性担保项目构建信用风险反馈模型分析银行部门和政府间信用风险反馈,最后结合我国政府对银行救助特点,分析政府对银行的隐性救助方式与救助成本之间的关系。实证结果表明货币供应量和汇率波动对上市企业部门、银行和政府间风险传导影响显著,风险通过隐性担保在银行部门和政府之间反馈了恶化两部门的信用风险,并且监管宽容会增加政府救助成本。建议政府调控货币供应量、控制汇率波动性、降低监管宽容程度、建立动态系统性风险损失准备金。     

金融系统工程与风险管理(专辑序言)

随着经济全球化和金融自由化的进程不断推进,当今经济系统和金融系统间的相互联系与影响更加紧密,系统各成分之间在相关程度、协同运动、波动的传导和溢出等方面的复杂性越发加强,扩大了风险在不同经济金融系统之间的传导效应.金融领域很多重要问题不能再从某个局部的视角来研究,而应将整个金融领域作为一个系统来考察,用系统工程方法加以研究,于是金融系统工程作为一个新兴学科应运而生。     

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。     

中美贸易摩擦对中国沪深股市行业板块的影响北大核心CSCDCSSCI

以“2018年中美贸易摩擦事件”为时间节点,分别构建贸易摩擦前、后的中国沪深股市行业间风险溢出网络.基于多种网络中心性指标,构建反映行业风险传染及风险承受强度的综合指标.从行业间风险溢出效应、股市稳定性、网络结构变化等角度分析贸易摩擦对股市的影响,探究影响各行业风险传染(承受)强度的因素,并在贸易摩擦背景下识别影响行业网络变化的主要因素.研究表明:1)贸易摩擦事件促使股市系统性风险加剧及稳定性水平下降,并降低网络的鲁棒性;2)在短期内,贸易摩擦对网络稳定性具有决定性影响.在中长期上,贸易摩擦对网络稳定性的影响逐渐减弱,而宏观经济指标、汇率、货币政策等经济政策将逐渐主导网络稳定性的变化;3)贸易摩擦后,各行业的风险溢出效应发生不同程度的改变,影响各行业风险传染(承受)强度的因素也不尽相同.研究结论对我国金融监管部门进行宏观审慎管理、把控系统性风险、维护金融市场稳定性具有一定的参考价值.     

银行投资组合多元化与系统性风险的关系研究

在现代金融系统中,人们逐渐开始关注整个银行业的系统性风险而不仅仅是个体风险,而传统经济学中个体银行投资组合多元化理论对于系统性风险来说并不一定是有效的,因此对于银行投资组合多元化与系统性风险之间的关系仍需要深入研究。本文基于简化的金融市场,通过资产负债表刻画银行和资产之间的联系,构建了描述银行破产边界的数学模型,并以此为基础分别研究了银行个体风险、系统性风险、考虑拆借关系的系统性风险以及同时考虑减价出售和拆借关系的系统性风险之间的区别与联系,进而分析了银行投资组合多元化对不同风险的影响。最后,参考实际金融市场中的参数取值,对本文构建的模型进行了数值实验,研究结果表明：多元化会使银行的投资组合变得相似从而更容易引发系统性风险,资产减价出售和银行间拆借关系的存在同样会增加银行系统性风险,因而通过减少投资组合多元化和控制银行拆借比例等措施可以在一定程度上降低系统性风险的发生,这对于系统性风险的监管具有较高的参考价值。     

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。     

中美贸易摩擦对中国沪深股市行业板块的影响

以"2018年中美贸易摩擦事件"为时间节点,分别构建贸易摩擦前、后的中国沪深股市行业间风险溢出网络.基于多种网络中心性指标,构建反映行业风险传染及风险承受强度的综合指标.从行业间风险溢出效应、股市稳定性、网络结构变化等角度分析贸易摩擦对股市的影响,探究影响各行业风险传染(承受)强度的因素,并在贸易摩擦背景下识别影响行业网络变化的主要因素.研究表明:1)贸易摩擦事件促使股市系统性风险加剧及稳定性水平下降,并降低网络的鲁棒性; 2)在短期内,贸易摩擦对网络稳定性具有决定性影响.在中长期上,贸易摩擦对网络稳定性的影响逐渐减弱,而宏观经济指标、汇率、货币政策等经济政策将逐渐主导网络稳定性的变化; 3)贸易摩擦后,各行业的风险溢出效应发生不同程度的改变,影响各行业风险传染(承受)强度的因素也不尽相同.研究结论对我国金融监管部门进行宏观审慎管理、把控系统性风险、维护金融市场稳定性具有一定的参考价值.