金融业系统性风险溢出的非对称性研究

采用基于广义预测误差方差分解的信息溢出模型,对2007年1月—2018年10月我国银行、证券、保险、多元金融及房地产五个行业的非对称风险溢出进行了实证分析,结果发现:我国金融业系统性风险溢出较高,整体溢出值高达70%,且表现出极强的非对称性,在样本期内负向风险溢出占据了绝对的主导,且这种非对称性与股市上涨或下跌无关;除银行业外,其他行业的风险溢出表现出不同程度的非对称性。实证结论验证了我国金融业系统性风险溢出的非对称性,同时也为系统性金融风险的监管防范提供了一定的经验借鉴。建议加强对金融风险尤其是对下行风险的监控和预防;建立金融防火墙;防止金融风险在不同行业间的迅速扩散;针对不同行业采取不同的监管措施。     

复杂网络视角下碳市场与上市金融机构间的动态风险传染研究

基于复杂网络方法，构建碳市场与上市金融机构间的动态联动网络和信息溢出网络，对比分析碳市场成立前后我国系统性金融风险传染的静态特征与动态演化规律，通过考察不同类型外生事件冲击前后金融系统风险传染程度与方向的变化，探究外部因素对金融系统稳定性的影响。研究发现，碳市场的成立有助于降低整个金融系统的风险传染程度，且其与银行部门的关联密度最高。政府政策、极端气候、突发公共卫生事件和局部军事冲突等外生冲击会显著增加金融系统的风险传染程度。信息溢出关系的结果表明，风险主要由证券、银行和保险等金融部门向碳市场溢出。研究结论有助于投资者更好地理解系统性金融风险的传染机制，对监管层加强“双碳”目标背景下的金融市场风险管理具有重要意义。     

商业银行多层网络结构对系统性风险影响研究

基于16家上市银行相关数据,实证研究了我国银行业多层网络结构对系统性风险溢出的影响。首先,利用时变Copula-CoVaR模型测度各银行的系统性风险溢出效应;其次,基于银行股票收益率间三种相关性,构建了银行多层网络模型;然后,选取多层网络结构中心性指标,建立了面板回归模型分析多层网络结构对银行系统性风险溢出效应的影响。研究表明:在银行多层网络中,度中心性对系统性风险溢出有着显著的正向影响,而中介中心性则对系统性风险溢出无显著影响。     

中国上市银行的系统性风险价值及溢出——基于CoVaR方法的实证分析

采用当前度量银行机构系统性风险贡献测度的CoVaR方法,运用分位数回归技术,对中国14家上市银行的系统性风险价值和风险溢出价值进行了测算。实证结果表明：大银行的风险贡献系数大,负外部性就大;小银行的风险贡献系数小,负外部性就小;大银行的系统性风险价值较大,小银行的系统性风险价值较小。一般来说,规模大的银行的系统性风险溢出价值较大。中国银行、中国建设银行、中国工商银行和中国交通银行可以列为中国金融系统的重要性银行,应重点加强监管。     

房地产信贷对我国银行体系系统性风险的影响——基于银行体系内部借贷网络的模拟实证研究

本文利用2008—2016年我国196家银行的资产负债数据,根据银行体系内部相互借贷网络的结构特征,利用加权无标度网络模型模拟构建我国银行体系的内部相互借贷网络,并在此基础上分析银行体系内部相互借贷及银行对房地产贷款重叠对银行体系系统性风险的影响。分析发现仅银行内部相互借贷难以引发严重的系统性风险,然而加之房地产价格下跌将极大增加系统性风险发生的可能性和危害度。通过动态比较研究历年银行体系对房地产市场的风险敞口可知,房地产价格变动导致系统性风险发生可能的安全边界逐年升高。然而,我国房地产市场对银行系统稳定性的影响仍然不可忽略,房地产调控和全视角的金融监管对防范金融系统性风险依然具有重要意义。     

中国金融市场风险溢出效应及其非对称性研究

运用GJR-BEKK-GARCH模型和风险溢出指数方法对中国2005年7月22日—2021年4月2日货币市场、股票市场、债券市场、外汇市场、房地产市场、黄金市场和大宗商品市场间的风险溢出效应及其非对称性做系统性分析。结果表明:金融市场间具有广泛而显著的双向风险溢出效应和非对称溢出效应,负向冲击引起的波动大于正向冲击;样本期间金融市场平均风险溢出指数为25.5%,风险溢出方向具有非对称性,房地产市场、商品市场和股票市场是风险的净溢出者,货币市场、债券市场、外汇市场和黄金市场是风险的净接受者;金融市场风险溢出指数具有时变性、波动性和不确定性,国内外重要政策颁布和风险事件爆发期间金融市场风险溢出效应明显加强。     

中国房地产业与银行业动态相关性及风险溢出性——基于GPD-Copula-CoVaR模型的实证研究

文章通过构建GPD-Copula-CoVaR模型,考察了2000年1月至2017年6月中国房地产与银行业的动态相关性与风险溢出性,并通过Monte Carlo方法拟合VaR,检验了模型样本外的预测能力。结果表明,房地产与银行的相关性与房地产市场的繁荣及政策调控密切相关,但严厉的政策调控只能暂时降低两个行业的相关性,并不是长效机制;样本外预测显示GPD-BB1Copula模型对实际风险损失的覆盖率更高,模型预测效果更好;此外,房地产与银行存在双向风险溢出效应,其中房地产对银行的风险溢出更强,约为40%。研究对相关投资者和政策制定者具有较强的应用价值。     

中国商业银行系统性风险溢出效应的实证研究

美国次贷危机等近些年爆发的金融危机充分揭示了单个金融机构运营存在一定的外部性,即系统性风险溢出。国际货币基金组织、金融稳定理事会、巴塞尔委员会及中国人民银行和中国银监会等国内外金融监管组织相继提出了对系统重要性金融机构强化监管的宏观审慎政策思路。这些政策思路得以有效实施的前提条件之一是评估单个金融机构的系统性风险溢出程度。鉴于此,以十二家上市银行作为样本,基于条件风险价值法对这些机构的系统性风险溢出程度进行了测量,研究发现中国工商银行、中国建设银行、中国银行、兴业银行等机构是我国系统性风险溢出程度较高的银行。为此,监管机构要深化前瞻性监管工具的应用,强化对这些银行的日常监管,形成风险事前预防机制,严格控制其债务资本工具,提升核心资本充足率的要求,完善这些银行的退出机制和自救机制等等。     

我国银行保险的发展及风险防范

随着金融一体化的深入,全球银行保险发展越来越迅速,我国的银行保险也呈现出快速发展的势头。在银行保险市场份额迅速扩大的同时,如何防范银行保险的经营风险是保险公司需要解决的一个重大问题。银行保险的经营风险主要有产品开发风险、营销渠道风险、经营技术风险、承保操作风险、法律政策风险等。规避和控制银行保险的经营风险,促进银行保险健康、稳定、持续发展的对策是:一是提高保险公司研究开发产品的能力;二是提升保险公司客户服务水平;三是建立银行与保险公司长期合作机制;四是建立银行保险的客户管理系统;五是完善信息公开披露制度;六是加强银行保险的监督与管理等。     

房地产金融风险演化特征及其影响因素——基于动态空间杜宾模型

房地产金融风险是系统性金融风险的重要组成部分,防范房地产金融风险是落实中国金融安全战略的关键。基于2011—2020年中国31个省份面板数据,描述了房地产金融风险的时空演化特征,并通过构建动态空间杜宾模型探究房地产金融风险的溢出机制及其影响因素。研究发现:(1)中国房地产金融风险呈现波动上升的时序演化特征,且省际差异逐渐缩小;全局存在明显的空间依赖性,局部空间格局以高—高集聚和低—低集聚为主;(2)房地产金融风险在时间、空间和时空维度上分别表现出雪球效应、溢出效应和警示效应;(3)地方政府债务风险对房地产金融风险存在正向直接影响和负向空间溢出效应,而信贷扩张对其存在正向直接影响和正向空间溢出效应。因此,应统筹省际政策联动,加强地方政府债务管理,监控房地产信贷规模,以防范房地产金融风险。     

银行房地产消费信贷的风险规避

针对目前我国房地产消费信贷中存在的违约风险、虚假贷款风险、不良资产率上升风险及贬值处置风险。提出了四项规避风险的措施,包括拓展房地产抵押贷款担保及保险体系,加强房地产消费信贷监管力度,设置银行房地产价格评估及预测系统和建立个人信用评价制约系统。     

把握“脱虚向实”力度——房地产与实体经济的风险传染机制研究

本文建立GARCH-in-Mean模型,首次将增长速度和风险强度同时纳入分析框架,考察了“房改”20年来房地产与实体经济之间的风险传染效应,并探究了其中的金融传导机制,发现：（1）房地产投资增长能促进实体经济的增长;（2）但房地产投资风险增加会通过放大金融风险来抑制实体经济发展,而实体经济风险增加会同时提高金融增长速度和放大金融风险使资金流向房地产;（3）短期,实体经济的增长更能带动房地产投资的增长,而房地产投资风险会更显著地提高实体经济风险;（4）长期,两部门之间的风险溢出效应占主要地位,且溢出效应随房地产政策调整而成周期性变化。本文认为房地产投资的风险对实体经济发展具有很强的抑制作用,而实体经济的风险则会促进金融和房地产泡沫。在引导资金“脱虚向实”时若盲目追求速度力度反而会抑制实体经济的发展,增大整体风险。      

我国金融行业间系统性风险外溢效应研究——基于R-vine Copula方法

在Copula理论基础上,构建GJR-GARCH-Copula模型,并采用R-vine结构,利用我国内地上市的30家金融机构的股票数据,分别求得金融行业中银行、证券、保险和信托4个子行业的联合概率分布,对4个子行业间的系统性风险外溢效应进行测度。研究结果显示:相比广泛使用的C-vine和D-vine结构,R-vine具有更好的拟合效果,可以更灵活地表现出金融机构间的关联性;银行、证券、保险以及信托业之间都存在明显的非对称性风险传递,其中银行业对其他3个行业造成的影响最大,是金融风险的最大来源。最后,提出了关于控制系统性风险、防范风险外溢的几点建议。     

巨灾风险转移机制的经济学分析——保险、资本市场创新和私人市场失灵

本文基于风险决策和保险经济理论讨论了巨灾风险的转移机制和可保性,分析了私人部门在巨灾风险转移上的创新及其缺陷.认为高交易成本和信息不对称是阻碍巨灾风险保险的重要原因,而私人部门的创新机制也存在很大的缺陷.基于行为经济学分析了投保人的非理性决策问题.在全面分析私人巨灾失灵的基础上,在总结中提出了政府参与巨灾计划的优势及其重要性.     

银行系统性风险研究综述

银行系统性风险具有潜在的巨大破坏性以及传染性,受到官方报告和学术研究高度重视。从银行系统性风险的涵义、成因、特征、识别和度量方面,对银行系统性风险相关文献进行系统梳理和回顾。银行系统性风险未来可能的研究方向是银行系统性风险测度模型或评价体系研究、银行系统性风险的损失度量研究以及银行系统性风险的应急管理研究。     

房地产金融流动性风险中的银企博弈研究

近年来随着房地产金融的逐渐展开,金融机构的流动性风险也在逐年增大,并且其逐渐演化为影响金融机构的各种风险的综合性结果。银行与房地产企业的博弈过程影响着银行机构的流动性,其博弈结果影响着银行机构的流动性风险水平。文章通过建立银行与房地产开发商之间的不完全信息动态博弈,分析了银行与房地产企业之间的博弈过程,阐释了银行与房地产企业在不同条件下的选择模式,并提出对策,以防范化解银行机构的流动性风险,从而保障房地产金融业的健康发展。     

净稳定资金比率对银行系统性风险的影响研究

文章选取2010年-2020年我国67家商业银行的面板数据,采用熵值法测度我国银行系统性风险,通过构建中介效应模型和动态面板门槛模型,探究净稳定资金比率对银行系统性风险的影响。实证结果表明：第一,净稳定资金比率的提高能显著地降低银行系统性风险,该结果在PSM-DID等一系列稳健性检验后结论依然成立。与股份制商行和地方城商行相比,净稳定资金比率对大型商行系统性风险的抑制能力最强。第二,作用机制分析表明,净稳定资金比率降低银行系统性风险存在资产期限结构和负债期限结构的中介效应。第三,动态面板门槛检验表明,当资本充足率为门槛变量时,净稳定资金比率降低银行系统性风险呈现边际效应递增的非线性影响;当信贷投放为门槛变量时,净稳定资金比率降低银行系统性风险呈现边际效应递减的非线性影响。据此,监管当局应加强对净稳定资金比率的监管,使其更好地发挥防范银行系统性风险的作用。     

“影子银行”风险向中国袭来

当前银行业面临三大主要风险，防范平台贷款风险、房地产信贷风险和“影子银行”风险。这是银监部门第一次把“影子银行”风险提高到如此高度，这意味着防范“影子银行”风险已迫在眉睫。     

银行风险与存款保险制度

我国银行风险主要表现为信息不对称风险、系统性风险、流动性风险、偿付风险、制度风险和政府行为风险等。为防止银行风险引发金融动荡,世界许多国家都建立了存款保险制度。我国迄今为止还没有建立真正意义上的存款保险制度。我国存款保险制度的建立应以渐进实施为原则。