市域经济系统性金融风险的监测研究——以开封市为例

以市域经济为研究对象,开封市系统性金融风险评估指标体系可从宏观、中观、微观三个层次,时间、空间两个维度构建。在风险监测模型构建方面,结合ESRB-CISS模型,选择主成分分析法和多元方差分析法对各模块指标进行构建。开封市1997～2019年经济数据实证检验表明：居民消费、经济规模、金融机构为系统性金融风险的主要影响因素;系统性金融风险周期分为波动式上升、稳定中震荡、风险震荡、指数型上升等四个阶段;监测模型具有一定的现实解释力。     

基于网络搜索指数的股票市场微观结构特征

基于2013-2016年2 966只股票的交易数据及对应的网络搜索指数对股票市场微观结构特征进行研究。通过建立横截面回归模型以及面板联立回归等模型分别探究了网络搜索指数对中国股票市场的收益率、流动性以及波动率的影响。实证结果表明:股票的关注度增加,会提高股票市场交易的流动性和收益率;对于关注度对波动率的影响没有得出统一的结论,在股票市场短周期上,关注度增加并不显著影响股票市场的波动率,但是在长周期上,会降低股票的波动率。     

宏观杠杆率冲击下的中国系统性金融风险的演化

宏观杠杆率冲击下,各类价格的波动反映了各部门系统性金融风险的演化。以2000—2016年中国宏观经济数据,构建"金融风险价格指标体系",分析我国杠杆率上升对系统性金融风险演化的影响,结果表明:宏观杠杆率上升后,金融风险累积阶段各类价格的反应程度强于金融风险释放时期;房地产价格波动领先于实体经济价格,汇率波动领先于金融资产价格,且房地产价格波动与金融资产价格具有交替性。在当前我国杠杆率不断攀升的背景下,为防范金融风险、维护金融稳定,短期内应关注外汇市场风险和金融市场风险,长期内房地产价格上涨累积的金融风险应是重点关注的领域,且房地产价格波动可作为实体经济风险的领先指标,产出价格和房地产价格可以结合起来作为宏观经济政策盯住的目标。     

基于"已实现"波动的VaR计算及其持续性研究

VaR方法作为金融风险的计量工具已经得到了国际金融界的广泛认可。以往国内外文献对于VaR的计算以及对VaR的持续性的分析都是以低频金融数据为研究对象的,不能充分利用金融市场价格运动中的日内信息。将基于高频金融数据的“已实现”波动这种波动度量新方法引入到了VaR的计算中,并利用上海股票市场的高频金融数据对上海股票市场的VaR的持续性进行了实证分析,证明上海股票市场的{VaRt}存在持续性。     

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。     

制造业脱实向虚对系统性金融风险的冲击效应与政策治理——基于A股上市公司的经验证据

基于2007—2020年A股制造业上市公司财务季度数据和宏观季度数据,构建制造业脱实向虚指标,采用金融压力指数法构建我国系统性金融风险综合指数,并进一步采用时变参数向量自回归模型实证分析制造业脱实向虚对系统性金融风险的影响效果和冲击路径。研究发现:制造业脱实向虚在短期内会提升实体经济部门杠杆、加剧银行体系金融风险,从而加剧系统性金融风险;制造业脱实向虚对实体经济部门杠杆、银行体系金融风险和系统性金融风险的影响均具有时变特征,从脉冲响应强度来看,短期效应和中期效应较为明显,而长期效应则不明显;加强监管、结构性去杠杆和降准等3种政策对制造业脱实向虚带来的实体经济部门杠杆、银行体系金融风险和系统性金融风险均具有明显的治理效果,但治理效果的持续性均不强。据此提出,应进一步建立健全相关监管制度、稳步推进企业部门去杠杆和提高金融服务实体经济效率等,以切实解决制造业脱实向虚问题。     

长三角地区金融风险的区域差异性与动态预警研究

基于金融风险的形成机理,挖掘影响长三角地区金融风险的主要因素,将其作为风险监测对象,并利用极限边界分析(EBA)模型建立以风险因素为指标的Ologit动态预警模型,选取存贷款比例、证券交易和保险增长率、地区银行机构信贷总额生成长三角地区金融风险压力指数,以上海、江苏、浙江、安徽2006年1月—2020年9月数据为样本,运用门限自回归(TAR)模型对金融风险压力指数进行风险等级划分,研究发现:(1)长三角三省一市金融风险的影响因素存在差异,但股票市场的发育程度对各省市均呈现显著效应;(2)动态Ologit模型检验发现长三角不同省市风险影响机制和路径存在差异,上海市前三个月的金融风险压力值对其下一月份的金融风险压力呈现弱正向效应,江苏省前三个月的金融风险压力值对其自身的正向效应并不显著,但浙江省和安徽省下一月份的金融风险压力值分别对其上一月份的值会起到一定的"熨平"效应.未来9个月的金融风险预警结果显示,构建的Ologit动态预警模型的大类分级预警精度较高,能以较大概率捕获中等警情和重大警情.     

中国股票市场价格波动特征分析

在股票市场中最令人捉摸不定,也最具有吸引力的是波动不已的股票价格。文章对中国股票市场价格波动的分析是从1997年9月展开至2002年10月,其间恰逢中国股市经历了一段从牛市的繁荣到熊市的萧条的过程,两种泾渭分明的市场氛围恰好提供了一个深入研究股票市场价格波动特征的有利契机。遵循经济控制论研究的思路,文章采用了理论分析、市场交易数据的实证研究等技术手段对中国股票市场价格波动进行了研究,通过运用经济控制论的方法建立理论模型,以上海股市和深圳股市的综合指数为样本,对中国股票市场系统本身的波动特征和稳定性进行了量化分析。     

行业系统性风险的动态特征及其影响因素

现代经济主体间网络关联性越来越强,风险很容易在不同行业间扩散,因此有效识别并分析系统性风险是防范金融危机的关键步骤。基于条件风险价值(CoVaR)和边际期望损失(MES)两个指标,对巨潮行业指数系统性风险的静态和动态特征进行了研究。结果发现,各行业间系统性风险的相关性较强,动态特征显示2009年年初和2016年3月为系统性风险的两个峰值;从分行业来看,材料行业的系统性风险最高,而消费和医药行业的系统性风险最低。采用动态面板模型分析影响行业系统性风险的市场面因素发现,短期涨幅较高、长期涨幅较低及流动性较充分的行业,其系统性风险往往更低。因此,应加强对系统性风险较高行业的监管力度,建立好金融防火墙,防止外部金融风险的过度传染;同时应加强对各行业的实时监控,尤其是关注短期暴涨暴跌及流动性充分与否的监控。     

我国股票市场价格波动的非对称性及其国际比较

以7个国家的综合指数(包括我国上证指数与深成指数)为样本,以EGARCH模型系统研究我国股票市场上价格波动的非对称性以及这种非对称性与成熟市场上的差别。结果发现,与成熟的股票市场相比,我国股票市场上价格波动的非对称较弱,这可能是由于我国股票市场的特殊结构与贷款利率缺乏刚性所造成的。