房地产价格的货币沉淀效应研究

把资产价格加入到标准的货币需求方程中,可以更好地为货币需求不稳定提供理论解释。协整检验得出:房价和货币需求之间存在长期稳定正向关系,而股价的长期影响不显著;误差修正模型分析得出:房价短期对货币需求产生显著的正向影响,而股价短期影响较小;对沉淀货币的进一步回归分析得出房价的货币沉淀效应非常明显,这可以解释"货币失踪之谜"。所以,房价与货币需求具有互补关系,房价上涨对货币需求的沉淀效应降低了货币流通速度。     

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.     

系统性风险约束下的商业银行成本、利润效率比较研究

本文基于16家中国上市银行2006~2012年的非平衡面板数据,运用随机边界分析方法,对系统性风险约束下的银行成本、利润效率及其无效率效应进行了比较研究。结果发现:中国银行业的风险主要来源于系统性风险;不考虑风险因素将导致效率值的明显低估;在成本、利润效率模型中,系统性风险越高,其所造成的无效率效应越大。加强风险管理,防止系统性风险的爆发,有利于商业银行效率的提高。     

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。     

全球数字货币波动对中国金融资产的风险溢出效应研究北大核心CSSCI

随着数字经济的快速发展,经济社会对于数字货币的需求迅速增大,推动经济增长的同时也给金融市场带来了巨大的冲击。与此同时,中国金融市场的开放程度越来越高,全球数字货币的波动也可能对中国金融资产造成输入性风险。本文测度了全球数字货币资产价格波动对中国大类金融资产的风险溢出效应及其动态演化特征,并在此基础上分析和识别了影响全球数字货币与国内大类资产之间系统性风险的核心因素。结果发现,全球数字货币与国内金融资产之间具有一定的极端风险关联性,长期看,全球数字货币在该系统的风险传导中占主导地位,受国内金融资产的影响相对较小;短期看,下行风险总体关联性波动以及瞬时大幅上涨次数要高于上行风险总体关联性。同时,市场中的恐慌情绪是全球数字货币与国内金融资产之间系统性风险的主要影响因素。     

家庭对不确定性的主观预期与家庭资产配置——基于CHFS微观数据的Tobit实证分析

基于微观层面研究了家庭主观预期对家庭房产、风险资产和无风险资产配置比例的影响机制，并导出三者间的直接联动关系.应用中国家庭金融调查(CHFS)数据和联立Tobit模型估计分析发现，家庭预期利率上升会同时增加无风险资产和风险资产的配置，但减少房产配置；预期风险资产收益下降会减少风险资产配置；预期房价上升会增加房产投资但减少风险资产配置.风险偏好型家庭会加大风险资产配置，且减少房产配置；而风险规避型家庭相反.3类资产配置比例之间存在直接的“挤出效应”,且表现出明显的非对称性：房产和无风险资产对风险资产的“挤出效应”强于各自反向的“挤出效应”,而无风险资产对房产的“挤出效应”在经济意义上强于反向的“挤出效应”.主观预期与风险偏好变量会通过资产配置间的直接影响渠道进一步影响家庭各类资产的配置比例.本研究揭示了中国家庭追求更安全的无风险资产和更高收益的房产投资，且弱化风险资产配置的普遍投资模式，这对政府预期管理与宏观调控、财富管理多投资渠道推荐和家庭合理主观预期形成等具有实际意义.     

房地产市场与银行业系统性风险北大核心CSCDCSSCI

中国房地产市场通过贷款违约及其与银行业之间的耦合作用等渠道影响银行部门风险.基于持有共同资产网络模型,考虑上述两种渠道引发的银行业系统性风险.时间维度而言,房地产贷款违约造成的直接风险远小于降价抛售带来的间接风险.空间维度而言,5家大型商业银行、招商银行、浦发银行等是系统重要性银行,华夏银行、广发银行和招商银行等是系统脆弱性银行,个人住房抵押贷款等是系统重要性资产.研究发现资产结构、银行结构和加权资产结构等是重要的风险因素,系统性风险错配指数可以刻画中国银行业系统性风险状况.通过耦合作用分析发现,银行业系统性风险同时也会对房地产市场形成冲击作用,两者风险的相互强化加剧了风险爆发程度.     

房地产市场与银行业系统性风险

中国房地产市场通过贷款违约及其与银行业之间的耦合作用等渠道影响银行部门风险.基于持有共同资产网络模型,考虑上述两种渠道引发的银行业系统性风险.时间维度而言,房地产贷款违约造成的直接风险远小于降价抛售带来的间接风险.空间维度而言,5家大型商业银行、招商银行、浦发银行等是系统重要性银行,华夏银行、广发银行和招商银行等是系统脆弱性银行,个人住房抵押贷款等是系统重要性资产.研究发现资产结构、银行结构和加权资产结构等是重要的风险因素,系统性风险错配指数可以刻画中国银行业系统性风险状况.通过耦合作用分析发现,银行业系统性风险同时也会对房地产市场形成冲击作用,两者风险的相互强化加剧了风险爆发程度.     

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。     

改革我国商业银行的风险管理体系

我国商业银行面临的新风险在全球金融危机的特殊时期，我国商业银行面临着新的系统性经营风险。1．贷款风险。贷款风险是我国商业银行面临的首要风险，具体表现为贷款占总资产（现金、贷款、证券投资和信托租赁等资产）比重过高。目前，我国商业银行的贷款与资产的比率约为60％，国外商业银行该比率约为40％。     

基于信息更新的动态资产组合选择

本文研究了不完全信息下风险资产收益前两阶矩的参数不确定性对动态资产组合选择的影响。首先,在连续时间下假设资产价格服从随机扩散过程,引入参数不确定性,运用随机控制方法推导出风险资产最优选择的封闭解,给出定性分析。其次,在离散时间下用一阶自回归模型描述风险资产收益动态,基于贝叶斯分析框架,以上证综合指数不同区间段的两个样本做实证研究。结果表明,当投资者的风险规避程度大于(小于)对数效用时,参数不确定性将导致负(正)的投资期效应;当投资者在估计过程中运用较多的历史数据、或者风险规避程度增加时,参数不确定性的影响将减弱;参数不确定性下的资产组合选择可解释风险溢价之迷。研究说明了在动态资产组合选择过程中应考虑参数不确定性问题。     

成本推动、需求拉动——什么推动了中国房价上涨?

本文以我国房价上涨的成因为切入点,通过构建房地产生产者利润最大化和消费者效用最大化的局部均衡模型,并利用我国2002-2011年的分省面板数据分解出成本、需求和非市场因素在不同时间段和不同地区对我国房地产价格的拉动程度,揭示出我国房地产价格上涨的原因。研究发现,在我国"房价较快增长地区",具有明显的需求拉动型特征,且市场预期因素明显;在我国部分"房价较慢增长地区",房价上涨的成本推动特征明显;金融危机前,我国房价属于典型的成本推动型价格上涨;而后金融危机时期,则呈现出需求推动型特征。因此,在"房价较快增长地区",需要从抑制过剩需求、降低投机欲望、稳定市场预期等入手来实现房价调控的效果;而在"房价较慢增长地区",则应从加大土地供给、降低土地成本入手,抑制房价上涨的潜在可能。     

异常波动停牌与价格发现效率

  异常波动停牌是证券市场常见的价格稳定机制之一。已有研究对异常波动停牌的实施效果没有得到一致结论,支持者认为投资者能利用停牌对信息进行重新认识和修订,促使形成新的均衡价格;反对者认为停牌阻碍了投资者把潜在需求转化为交易,进而导致复牌后更高的交易量和价格波动。在中国的异常波动停牌制度是否应该被取消的背景下,探究异常波动停牌制度对价格发现过程的影响,对进一步完善交易机制具有重要的理论意义。         采用理性预期框架,引入噪音交易风险和资产价值的不确定性区分异常波动的原因,探讨不同条件下实施停牌的市场出清过程。一方面,异常波动停牌有利于增加市场交易者数量,从而降低定价误差;另一方面,异常波动停牌会增加资产价值的不确定性,使定价误差增大。基于这一逻辑,构建一个包含出清时间间隔、知情交易者学习过程和信息摩擦的市场出清模型,分析异常波动停牌对价格发现效率和流动性风险的影响。         研究结果表明,①由于噪音交易风险较高、资产价值不确定性较小导致的异常波动停牌,虽然有利于降低流动性风险,但会降低价格发现效率;②由于资产价值不确定性的增加以及较低的噪音交易风险导致的异常波动停牌,虽然有利于提高价格发现效率,但增加了流动性风险;③同时满足噪音交易风险较高和资产价值不确定性增加导致的异常波动停牌,既有利于提高价格发现效率,又降低了流动性风险。总体来说,停牌实施效果的关键在于噪音交易风险和资产价值不确定性的大小,对于信息不对称程度较高的股票,停牌有利于提高价格发现效率;而对于噪音交易风险较高的股票,停牌有利于降低流动性风险。         研究结论对进一步完善交易制度和提升中国金融市场质量具有重要意义,在现实金融市场中,连续竞价市场不一定存在市场均衡,极端情况下会出现市场崩溃,因此异常波动停牌制度有一定的必要性。     

房价上涨、家庭债务与城镇居民消费:贷款价值比的视角

家庭借贷是缓解居民支大于收、平缓消费的重要手段，而贷款价值比的约束迫使家庭的债务规模必须控制在一定的范围之内；与此同时，持续上涨的房价不断逼近贷款价值比约束，最终表现为消费的大幅度波动。基于家庭追踪调查（CFPS）微观数据，本文细致考察了房价上涨、家庭债务对城镇居民消费的影响。结果表明：（1）家庭债务对城镇居民消费的杠杆显著，即使将样本细分为有房家庭与无房家庭，杠杆效应依然显著；（2）持续上涨的房价将显著促进有房家庭的消费，且这正向作用将被贷款价值比放大；而上涨的房价将抑制无房家庭的消费。（3）无论是有房家庭还是无房家庭，贷款价值比对居民消费的作用存在明显的门槛效应，即只有当贷款价值比增大到一定水平时，其对居民消费的影响将由促进转为抑制。（4）房价上涨对城镇居民消费的作用在不同群体间差异明显，受教育程度高的城镇家庭，或者持有二套房以上的家庭，房价上涨对城镇居民消费的促进效应更强。     

关注房价还是关注股价——基于货币政策对资产价格反应的模拟分析

本文采用动态条件相关系数模型刻画了以房价和股价为代表性的资产价格波动与实际产出和通胀率的动态关系。研究表明,我国股价和房价对产出和通胀率均存在显著影响。其中,央行考虑对资产价格做出反应的货币政策会显著降低产出和通胀率的波动,而不考虑对资产价格做出反应的货币政策会导致更大损失。相对股价而言,房价波动对产出和通胀率的影响更大。相对于严格的通胀目标制而言,混合通胀盯住制有利于降低产出和通胀波动,更适合我国国情。     

信贷驱动、博傻投机与房价泡沫骑乘

在信息不对称框架下建立了信贷驱动的房价泡沫骑乘模型,探讨影响投资者博傻投机和房价泡沫骑乘的主要因素并形成相关理论命题.在此基础上,基于22国1975年～2017年季度面板数据,运用GSADF技术估计房价泡沫并使用Ⅳ-Probit两步法和面板VAR模型实证分析了信贷-房价正反馈、异质信念、货币政策和宏观审慎监管对房价泡沫的影响及其具体传导机制.主要结论有:1)信贷-房价正反馈、投资者对银行的风险转移动机、投资者异质信念、低利率环境和宏观审慎信贷监管放松是影响投资者博傻投机和骑乘房价泡沫的主要因素;2)信贷和房价的正反馈会显著增加房价泡沫的发生概率且这一效应在经济繁荣时期尤为明显;3)投资者信念异质性越强,房价泡沫发生的概率越大;4)紧缩性货币政策和宏观审慎监管可分别通过遏制房价过快上涨和调节家庭部门信贷扩张进而抑制房价泡沫."双支柱"政策对房价泡沫的调控效果在发展中国家要好于发达国家.     

房价波动、住房信贷与宏观审慎政策

金融危机表明住房信贷违约可能引发系统性风险,但现有理论研究并未将住房信贷违约风险纳入分析框架。本文通过构建包含异质性房价冲击和住房信贷违约的房地产动态随机一般均衡（DSGE）模型,探究房价波动的溢出效应,同时研究宏观审慎政策对住房信贷的监管效果。基于中国的实际数据,通过模拟分析得出以下结论：房地产市场对实体经济的溢出效应主要集中在消费而不是产出和通胀,对金融系统的溢出效应要大于实体经济。采用以住房信贷扩张速度为目标的动态资本充足率监管方式能有效地控制信贷风险,短期效果更加明显。房价波动冲击和利率冲击是引起我国住房信贷波动的主要原因。     

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。     

房产价值与公司投融资变动——抵押担保渠道效应的中国经验证据

本文利用收集到的我国上市公司年报中的房屋建筑物数据,匹配以全国省级层面和城市层面的房屋价格数据,检验和识别资产价值波动对公司投融资变动的影响。实证检验结果显示,在房价上升较快的2003~2009年期间,上市公司房屋建筑物市场价值每增加1元,负债大约增加0.04~0.09元,投资大约增加0.04元,针对不可观测的公司特质性因素和内生性问题,本文还设计了双重差分与工具变量估计的检验策略,均得到相似结论。本文的研究表明,我国存在显著的抵押担保渠道效应。为避免房价下滑对投资的负面传导效应,本文建议在抑制房价的同时应该扩大中小企业融资渠道,刺激企业投资。