新冠肺炎疫情对中国系统性金融风险的影响

基于事件研究法,通过分析新冠肺炎疫情对银行、证券、保险及房地产业系统性金融风险的水平效应和趋势效应,考察新冠肺炎疫情对中国系统性金融风险的影响。研究结果表明：新冠肺炎疫情对各部门系统性金融风险均具有显著的水平效应,对证券业和保险业的趋势效应更大、显著性更强,对银行业和房地产业趋势效应则较小、显著性较弱;银行业对新冠肺炎疫情冲击的抵御能力最强,房地产业、保险业次之,而证券业抵御能力最弱;连续新冠肺炎疫情冲击导致金融机构产生疫情存在惯性的预期,从而出现新冠肺炎疫情事件尚未发生,系统性金融风险便已上升的现象。     

影子银行信用扩张的非对称传导效应研究——基于NARDL模型的研究

影子银行的信用扩张模式与传统银行信贷不同,蕴含更大的不确定性特征。在对中国与美国的影子银行信用扩张机制进行了比较后,运用NARDL模型对中国影子银行信用扩张的非对称传导进行了实证检验。结果发现:中国"通道式"影子银行业务对社会信贷的扩张与收缩存在短期和长期的非对称传导效应,不利于信用扩张的长期良性循环,需要对其进行规范化的合理引导,降低其引致风险发生的可能性。     

数字经济、知识溢出与区域高质量发展

文章在测度数字经济和区域高质量发展综合指数的基础上，运用空间计量模型探讨了数字经济与区域高质量发展之间的关系。研究发现，数字经济对区域高质量发展在空间上有显著的“倒U”型影响，该影响存在明显的空间溢出效应且间接效应大于直接效应。通过偏微分分解发现，在科研人员溢出空间权重矩阵下，直接效应检验结果显示数字经济与区域高质量发展之间的“倒U”型关系并不明显，而间接效应和总效应检验结果显示，二者之间存在显著的“倒U”型关系；在科研资本溢出空间权重矩阵下，间接效应和总效应检验结果显示，数字经济对区域高质量发展有显著的“U”型影响，而直接效应的影响不显著。拓展性分析显示，东部地区数字经济对区域高质量发展存在显著的促进作用，中部地区数字经济对区域高质量发展存在显著的“U”型影响。     

商业银行流动性错配同群效应研究

文章基于2008—2018年我国22家商业银行的数据,采用linear-in-means模型研究了导致系统性风险的银行流动性错配的同群效应问题,结果表明：我国商业银行流动性错配存在同群效应,而且银行流动性错配的同群效应是非对称的、具有“上去容易下来难”的棘轮效应;银行流动性错配同群效应存在“太大而不能倒”、管理者薪酬激励和信息学习的形成机制;银行市场势力因素弱化了流动性错配的同群效应。     

跨国并购交易结构设计对银行效率的影响

本文基于异质性假说,以效率理论为主要理论基础,重新考量了跨国并购交易结构设计与银行效率之间的复杂关系.运用中国、美国和英国银行业跨国并购的面板数据,采用DEA超效率模型,本文研究发现:跨国并购交易结构设计对不同类型银行效率的影响机制与效应存在差异性,且在地理距离远近不同的条件下,其差异性更为明显.具体而言:跨国并购交易价值对纯技术效率的影响具有“浴缸曲线”效应,两者呈正U型关系,而对规模效率的影响则具有“过犹不及”的倒U型曲线效应,且在地理距离远的条件下这种关系更为凸显;持股比例对纯技术效率只有在地理距离远的条件下才出现“过犹不及”的倒U型关系,但是其对规模效率的影响则不显著;目标银行相对规模对纯技术效率的影响具有“多多益善”的正向影响,但是对规模效率只有在地理距离远的情况下才出现“过犹不及”的倒U型曲线效应.     

黄河流域制造业集聚对城市绿色经济效率的影响

文章基于2006—2020年黄河流域城市面板数据，运用两步系统GMM和面板门槛模型，实证检验了制造业集聚对城市绿色经济效率的影响。研究发现：（1）流域内制造业集聚对城市绿色经济效率的影响呈现“U”型变化特征，同时，制造业集聚还会扩大城市间绿色经济效率差距。无论是城市绿色经济效率还是城市间绿色经济效率差距均存在路径依赖。（2）制造业集聚对城市绿色经济效率的影响在上、中游地区呈现“U”型变化特征，而在下游地区则表现为正向促进作用；同时，制造业集聚对城市间绿色经济效率差距的扩大效应呈现上、下、中游地区依次递减的变化趋势。（3）流域内制造业集聚对城市绿色经济效率的影响存在基于绿色技术创新水平的双重门槛效应和外商投资水平的单一门槛效应。     

金融系统性风险的双向溢出效应及其CoVaR模型估计

在信息化金融社会,风险的衡量与预警成为金融稳定的重要影响因素.文章以商业银行为实证,通过在险价值CoVaR模型,利用我国16家上市商业银行数据对商业银行系统性风险的双向溢出效应进行模型估算.研究显示,商业银行系统性风险存在明显的正向双向溢出效应.资产规模对商业银行应对风险的能力产生较大影响,一些规模较小但经营灵活的商业银行由于区域特色较为明显,也具有较强的风险抵御能力.     

中国金融压力的度量及其宏观经济的非线性效应

运用金融压力来刻画系统性金融风险日益受到学术界和政策决策层的重视.本文从经济主体非理性行为范式出发,通过探讨金融压力的度量及其对宏观经济运行的影响机制,以此考察系统性金融风险的测度及其宏观经济效应.首先,运用复合式系统压力指标方法,通过设置时变权重从纵向和横向维度构建金融压力指数展开测度,试图反映经济主体心理与行为偏差引致的风险溢出和传染效应,进而体现系统性金融风险的内生性特征;然后,将金融压力进一步视为经济主体情绪过程的反映,并借鉴行为金融学领域中“情绪加速器机制”探讨和解释不同压力状态下金融压力影响宏观经济的非线性效应,在此基础上,建立Logistic平滑转换向量自回归模型进行检验.研究显示,各个金融子系统本身的压力状况及其关联程度,共同推动了金融压力总体状况在高低状态之间的转换;而且,“高压力”状态与“低压力”状态相比,金融压力对产出和价格的影响效应会更为显著,这意味着,系统性金融风险处于较高状态时,风险的积聚和释放会加剧宏观经济的波动.     

中国经济增长：数据要素的“双维驱动”

数据要素已成为5大基础性生产要素之一，但其对经济增长的作用需进一步明晰。本文从人工智能技术入手，建立数据要素影响经济增长的内生增长模型，构建数据要素的产生路径和价值路径，并据此估算1999—2018年我国省级层面的新增数据要素价值。在理论分析和实证检验的基础上，明确了数据要素对我国经济增长具有“双维驱动”作用，即数据要素既能通过自身的经济增长效应直接驱动经济增长，也能通过促进技术进步间接驱动经济增长。进一步，本文进行三项扩展性讨论，结果表明，地方政府大数据交易平台能够提升数据要素的规模价值进而促进经济增长；在省级层面，数据要素可以通过降低经济政策的不确定性以促进经济增长；此外，1999—2018年数据要素的产出弹性呈“倒U型”演化趋势。     

宏观审慎、货币政策与银行贷款竞争的风险效应

本文在阐释银行贷款竞争风险效应生成机理的基础上，分析了宏观审慎与货币政策对这一效应的影响机制，并选取321家商业银行2007—2021年的面板数据进行实证分析。研究发现，贷款竞争与银行风险之间存在U型关系，且通过了Lind-Mehlum三步法检验；在竞争度低于临界值的良性竞争区制与高于临界值的恶性竞争区制，贷款竞争分别具有风险抑制与风险加剧效应。政策工具的边际影响方面，资本监管对贷款竞争的风险效应具有结构性治理优势，其在加强良性竞争风险抑制效应的同时减弱了恶性竞争的风险加剧效应；紧缩性货币政策与货币政策不确定性则面临权衡，二者分别从整体上削弱与放大了贷款竞争的风险效应。政策工具的协同影响方面，紧缩性货币政策及货币政策不确定性对资本监管的治理效果在良性竞争区制均无显著影响，在恶性竞争区制分别具有加强与削弱作用。进一步考察结构维度宏观审慎因素的影响发现，以同业负债占比刻画的银行直接关联有助于增强良性竞争的风险抑制效应，但也会放大恶性竞争的风险加剧效应；以业务同质化水平刻画的银行间接关联会削弱良性竞争的风险抑制效应，且会放大恶性竞争的风险加剧效应。本研究对于银行业市场化改革背景下协调运用宏观...     

数字金融、货币政策与系统性金融风险——基于TVP-VAR-SV模型的实证研究

在数字金融快速发展背景下，研究数字金融发展影响货币政策与系统性金融风险的作用机制，具有一定的理论和实践意义。本文运用TVP-VAR-SV模型检验数字金融、货币政策与系统性金融风险的动态关系，分析在数字金融监管强度差异下该动态关系的非对称性，并进一步检验数字金融对经济增长的驱动作用，以及数字金融对宏观风险收益率的冲击效应。研究发现，数字金融的发展加剧系统性金融风险，而紧缩型货币政策有助于抑制系统性金融风险；数字金融的发展显著影响货币政策调控效果，紧缩型货币政策促进数字金融发展；数字金融发展能够有效促进经济增长并提高经济体系单位风险效益。进一步，本文从规范数字金融市场发展，优化货币政策传导机制和强化数字金融市场投资者教育等方面给出政策建议。     

数字经济发展水平对城乡收入差距的影响研究

文章从收入水平和收入结构双重视角分析了数字经济发展水平对城乡收入差距的影响，并基于2013—2020年我国30个省份的面板数据实证检验了二者之间的影响关系。结果显示：数字经济发展水平对城乡收入差距、城乡工资性收入差距的影响均为“倒U”型；在区域异质性方面，数字经济发展水平对西部地区城乡收入差距的影响显著为正，而对城乡工资性收入差距的影响显著为负，但是对于中部地区而言，这种作用效果却恰好相反；门槛效应显示，城镇化、受教育程度在数字经济发展水平对城乡收入差距、城乡经营性收入差距的影响中存在不同效果的门槛效应。     

规模的门限效应、综合化经营与我国商业银行系统性风险

综合化经营已经成为我国商业银行应对传统业务收入比重不断降低、谋求突破性发展的重要战略。现有研究常采用非利息收入占比作为综合化经营程度的测量指标,这种做法具有明显的技术缺陷。本文将非金融企业产品多样化熵的测量指标引入到商业银行综合化经营分析,较好地解决了综合化经营程度的测量问题。基于宏观审慎与微观审慎相结合的监管理念,本文在利用成分期望损失方法测量商业银行层面系统性风险基础上,借助于动态面板门限模型重点探讨并识别了商业银行规模的门限效应,并借此区分不同的机制状态来分析综合化经营对商业银行系统性风险的影响作用。研究结果表明：综合化经营对于我国商业银行系统性风险的影响作用具有规模的门限效应,表现为规模小的商业银行开展综合化经营会降低系统性风险,规模大的商业银行开展综合化经营会增加系统性风险。     

我国商业银行贷款定价影响因素的实证检验

文章运用2002~2010年我国13家全国性商业银行9年的面板数据,用平均贷款利率作为因变量,用资金成本、违约风险水平、银行相对规模、资本充足率、贷款集中度、银企信息不对称程度作为自变量,分别运用混合数据OLS模型、固定效应模型和随机效应模型实证检验了我国商业银行的贷款定价影响因素,发现除资金成本、违约风险水平与我国商业银行的贷款定价水平具有显著正相关关系,而其它自变量对贷款定价的影响都不显著。     

农业科技进步对农业碳排放空间溢出效应的实证检验

文章基于2003—2020年我国30个省份的面板数据，通过生产函数和因子测度公式测算了农业科技进步和农业碳排放强度，并借助空间杜宾模型检验了二者之间的内在影响关系，研究发现：农业科技进步对农业碳排放强度存在显著的“减碳效应”；农业科技进步与农业碳排放强度存在正向空间关联关系；本地区农业科技进步对相邻地区的农业碳排放强度存在显著的负向空间溢出效应，即存在“减碳效应”；农业科技进步对农业碳排放强度存在非线性影响，农业科技进步发挥了门槛效应，且整体呈现先增后减的“倒U”型特征。     

基层人行如何加强信贷资产质量监管

信贷资产质量是商业银行命运之本，经营效益之源。而加强金融监督，促进商业银行提高经国水平，确保金融稳健运行是基层人民银行的主要工作目标，也是金融监管工作的重心所在。本文仅从基层人行强化金融监管的角度对如何提高信贷资产质量，防范金融风险进行探讨。提高信贷资产质量须从防范金融风险入手。基层人行通过预警系统功能的发挥，对银行风险，特别是信贷资产质量风险进行及时准确的预测、预警，采取有效传导措施，帮助和督促商业银行防止、减少和控制风险，提高信贷资产质量。基层人行应依据人总行制定的《商业银行资产负债比例管理…     

国有商业银行风险测度与混业经营模式选择

在中国推行金融业混业经营的情景下,金融风险也在不断累积并逐渐加大,银行系统的稳健性在金融安全中占有核心的地位.文章通过公开市场数据,采用系统性风险期望损失方法度量了上市银行在国际金融危机前后的风险累积程度及贡献率.阐述了系统性风险传导路径以及国有商业银行混业经营的目标及优选模式.     

城市规模与人力资本技能溢价:集聚效应和选择效应

本文利用2013年中国家庭收入调查(CHIP)的个人样本数据与《中国城市统计年鉴》数据,考察城市规模与异质性劳动力收入和人力资本技能溢价的关系,并结合城市集聚经济理论和空间知识经济理论对其内在影响机制进行剖析与实证检验。结果显示:大城市在集聚效应和选择效应的作用下具有更高的劳动力名义工资和技能溢价水平;考虑不同规模城市的生活成本差异后,补偿效应会部分抵消大城市的工资溢价,对劳动者的实际收入产生消极影响,从而弱化大城市的技能溢价水平。进一步的非线性效应分析发现,城市规模与劳动力名义收入和实际收入分别存在倒U型和正U型关系;通过比较城市规模对不同收入群体技能溢价的差异性影响验证了群分效应的存在。研究结果对于新型城镇化过程中不同规模等级城市人才政策的制定以及技能异质性劳动力的就业选择具有重要的现实意义和参考价值。     

企业金融化对财务风险影响的统计检验

文章以2008—2019年沪深A股上市公司为样本,研究了企业金融化对企业财务风险的影响。研究结果表明,企业金融化与财务风险之间存在“U”型的非线性关系,即随着企业金融化程度的提高,财务风险先下降后上升。同时,企业持有短期和长期金融资产与财务风险之间均存在“U”型的非线性关系。对于不同产权性质的企业和在不同的宏观经济状况下,企业金融化与财务风险之间的关系存在一定差异。通过探究企业金融化影响财务风险的机制,发现企业适度持有短期金融资产可以通过降低企业的融资约束,从而降低财务风险,表现为“蓄水池效应”;而企业过度金融化会挤出主业投资资金,增加财务风险,并且企业金融化本身的风险会通过影响固定资产投资风险,传导至实体企业,此时“挤出效应”和“风险传染效应”发挥了主导作用。     

系统性金融风险:测度与时空格局演化分析

基于Markov链模型和ESDA探索性空间数据分析技术,测度2003-2014年中国31个省域系统性金融风险水平,并深入解析中国系统性金融风险的时空格局演化特征。研究表明:时空分异特征方面,中国各省域系统性金融风险水平总体上呈先上升后下降的趋势,并且东西部地区风险较高,中部地区风险较低;风险分布演进方面,高水平、中低水平、低水平3个风险类型的省域存在明显的俱乐部趋同现象,系统性金融风险长期分布格局趋于均衡,略向低风险水平倾斜;时空格局演化方面,整体上中国系统性金融风险水平在不同省域间具有显著的溢出效应,局部格局上"高-高"溢出效应区集中在东部沿海和西部边境省域。