多元随机风险传染模型及沪铜场内外风险传染实证

为了更合适的度量金融市场间风险传染整体效果,本文通过理论分析构造了风险传染方程,其风险传染项相比已有的系数风险传染项与协方差时变风险传染项更具实际意义,并借鉴多元GARCH建模原理建立了结合均值溢出、波动溢出与风险传染项的多元随机风险传染模型,设计了模型的MCMC迭代求解算法,满足解的完整性。最后,运用模型对沪铜场内外风险传染现象进行了实证,实证结果不仅验证了一系列已有研究结论,同时还给出了一些符合期货实情的新结论,如金融市场间风险传染类似金融市场波动存在集聚效应、沪铜与沪铝市场存在风险传染交替变化现象、市场行情的变化能提前反映于风险传染效果中等。这也充分表明新模型的有效性、实用性以及优越性。     

基于协高阶矩视角的沪港股市风险传染分析

金融风险传染(financial risk contagion)不仅是资产配置和套期保值决策中应该考虑的一个重要因素,而且直接关系着一国乃至全球金融体系的安全与稳定.运用协高阶矩(协偏度、协波动率、协峰度等)风险传染判定方法,实证检验了沪港通实施前后上海和香港两地股票市场间的风险传染状况.研究结果表明,沪港通政策实施后,上海股市向香港股市的第一类协偏度(均值→波动率)、协波动率、经调整的相关系数、协峰度等的风险传染统计量值依次变大,同样依据风险传染统计量值的大小,香港股市对上海股市的风险传染途径依次为协四阶矩(协波动率、协峰度)、第一类协偏度和经调整的相关系数,协高阶矩成为沪港股市间双向风险传染的主要途径;因资本净流动数额和投资者教育等因素,上海股市对香港市场的风险传染效应更强.     

不同网络结构下银行间传染风险研究

基于复杂网络理论,研究了银行间市场随机网络、小世界网络和无标度网络中银行间传染风险特征及其差异.首先构建了银行间市场有向随机网络、小世界网络和无标度网络,进而通过描述银行资产负债表建立了银行间传染风险分析模型.最后,在银行分别为同质和异质下模拟分析了随机性冲击和选择性冲击下传染风险特征.研究结果表明:随机性冲击与选择性冲击造成的传染风险效应与网络结构以及遭受冲击银行数目密切相关;在三种网络结构下,冲击在小世界网络中造成的传染风险效应最大,在无标度网络中最小.该研究结果意味着:在此三种网络结构下,银行间市场无标度网络面对冲击具有最高的稳定性.     

中国股票市场金融传染及渠道 ——基于行业数据的实证研究

利用变结构因子模型研究自2000年5月30日至2015年6月11日期间我国股票市场经历的三次剧烈波动时段中的金融传染问题,并分析这三次异常时段传染渠道的差异.本研究证实:1)三次异常时段我国股票市场均存在明显的金融传染,尤其大跌时段的传染更强.各行业的传染程度差异较大,银行和多元金融两个行业传染最为严重. 2)传染主要源于本地因子和潜在因子,但在2007年～2008年大跌时段受全球因子的传染明显增加. 3)通过分时段对比29种传染渠道发现:总体经济和货币政策的渠道体现的传染明显,而财政政策渠道体现的传染有一定的滞后性,对外开放渠道在大跌时段体现的传染显著加强,另外银行和金融类的渠道显示近年来我国金融业的发展增大了我国股市的金融传染.股市大涨时段需要关注国内经济指标的异动,而大跌时段则要加强对金融中介的监控和对外开放渠道的监管.     

中国股票市场行业间金融传染检验和风险防范北大核心CSCDCSSCI

运用一个新的金融传染检验统计量对2015年6月中旬中国股市暴跌时各行业间的传染效应进行检验.跟传统的金融传染检验统计量相比,他可从不同的分位数水平上检验金融传染;跟已有的分位数回归检验方法相比,他对于可能存在的模型误设是稳健的.本文首次检验了国内全部十个一级行业以及四个金融二级子行业之间的金融传染情况,并从市场风险的角度对不同行业间的传染关系和传染的可能途径进行了分析.新的金融传染检验统计量检验结果表明:在此次暴跌中大部分行业间存在金融传染,尤其是在低分位数下,而传统的检验方法忽略了这种传染效应的存在,这对市场风险的提示有着重大意义.     

基于混合Clayton Copula模型的原油价格与油轮市场的风险传染效应研究北大核心

原油价格波动与油轮市场紧密相关,新冠疫情发生以来,国际原油价格和油轮运价波动剧烈,投资风险加剧.因此,研究疫情对原油价格与油轮市场的影响是疫情环境下控制风险、优化投资策略的重要方式之一.本文通过偏t分布ARMA-GARCH-混合Clayton Copula模型分析新冠疫情发生前后原油价格和油轮整体市场及其细分市场的依赖关系变化及尾部风险变化.首先,通过偏t分布ARMA-GARCH模型来捕获原油价格和油轮整体市场及其细分市场各自收益序列的波动性特征;其次,应用混合Clayton Copula模型来描述收益序列间的非线性依赖关系,并运用尾部风险系数揭示新冠疫情发生前后原油价格对油轮市场的风险传染情况.研究表明,各样本期间原油价格对油轮市场的负相关性均强于正相关性,疫情发生后,原油价格对油轮市场的正相关性降低,负相关性增强,其中,WTI原油期货对VLCC型油轮运价的负相关性增幅最大.此外,各样本期间原油价格对油轮整体市场及其细分市场间均存在风险传染效应,且同向风险远远小于反向风险.新冠疫情发生后原油价格对油轮市场的同向风险降低,反向风险传染大大加剧,其中,下上尾风险增加程度小于上下尾风险.投资者及其利益相关者在进行油轮相关业务时应关注国际原油价格有利消息的发生,以期最大限度降低损失,同时关注原油价格不利消息的发生,以期获得最大收益.     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...     

银行间债务网络流动性差异对风险传染的影响

在度量系统性风险方面,银行间的流动性差异可能比“规模大”和“联系多”更重要.首先,本文从银行间网络角度,提出了一种商业银行流动性差异的检验方法.本文利用银行间贷款(网络的出度强度)和银行间借款(网络的入度强度)的幂律分布特征,度量银行间的流动性差异.实证研究发现,2012年~2014年,中国的大型商业银行流动性差异很大.其中,2014年大型银行的流动性需求最明显.其次,本文以真实银行间网络数据为基础,构造大型银行分别是流动性需求和流动性供给的两种网络,研究流动性差异对风险传染的影响.实验结果显示,处于流动性需求地位的大型银行的潜在风险传染破坏力,远远高于同等规模和联系的银行.这足以表明流动性地位应该是监管机构重点关注的系统性风险指标.本文的研究为监管机构提供了一种精准的系统性风险压力测试和情景分析方法.     

中国股票市场行业间金融传染检验和风险防范

运用一个新的金融传染检验统计量对2015 年6 月中旬中国股市暴跌时各行业间的传染效应进行检验． 跟传统的金融传染检验统计量相比,他可从不同的分位数水平上检验金融传染; 跟已有的分位数回归检验方法相比,他对于可能存在的模型误设是稳健的． 本文首次检验了国内全部十个一级行业以及四个金融二级子行业之间的金融传染情况,并从市场风险的角度对不同行业间的传染关系和传染的可能途径进行了分析． 新的金融传染检验统计量检验结果表明: 在此次暴跌中大部分行业间存在金融传染,尤其是在低分位数下,而传统的检验方法忽略了这种传染效应的存在,这对市场风险的提示有着重大意义．     

系统性金融风险跨市场传染机制研究——基于金融协调监管视角

基于格兰杰因果检验和网络分析法构建了我国金融市场关联性指标和风险溢出指标,并对两者进行比较分析,研究发现通过风险溢出指标能够更全面地刻画金融市场之间的风险传染机制．在此基础上,基于风险溢出指标,考察了我国主要金融市场间的风险传染机制,结果发现股票市场是我国金融风险的重要来源,且金融市场风险传染程度在金融市场异常波动期 间明显上升．为此,进一步选取了几个系统性金融风险较高的金融市场异常波动阶段,识别金融市场异常波动的风险来源,结合当时的监管政策,研究发现部分监管政策在控制特定金融市场异常波动的同时也加剧了市场之间的风险传染．本研究旨在厘清系统性金融风险跨市场传染机制,分析金融市场异常波动的影响以及相应监管政策效果,对我国防范系统性金融风险和加强金融协调监管具有重要的参考价值．