系统性风险动态特征与国家风险评级差异性——以金砖五国为例

准确追踪并度量东道国国家风险状况,对于跨国资本运作风险决策是不可或缺的.对国家风险度量的研究分为基于多属性决策的国家风险评估和基于资本资产定价理论的系统性风险建模两大类.研究选取金砖五国作为研究对象,对各国系统性风险的动态性进行建模,并通过考察系统性风险与基于多属性的ICRG国家风险评级的相关性,剖析两类国家风险度量的差异性.研究发现金砖五国的系统性风险波动较大,但近年波动在减缓;虽然受美国次贷危机冲击较大,但很快恢复平稳,抵抗外界风险能力增强.与反映一国的整体国家风险状况的ICRG国家风险评级相比,系统性风险更多是反映金融风险状况,能提供更高频的风险收益信息,二者互为补充,可提高跨国资本投资决策的合理性与准确性.     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

基于风险偏好资产定价模型的公司特质风险研究

提出了基于代表性投资者风险偏好的资产定价模型并基于模型实现了公司特质风险的分离,运用中国A股市场数据实证检验所得结论如下(:1)从研究样本区间来看,总的公司特质风险序列、市场风险序列和市场收益序列均为平稳序列,且表现为下降趋势(。2)公司特质风险对截面收益具有一定的解释能力,说明公司特质风险因子在资产定价中不能被忽略。(3)只有市场风险而非总的公司特质风险表现出对市场收益的预测能力,这与对美国股市研究的结论相反,与我国股市总的公司特质风险表现日趋减弱的结论相吻合,说明我国上市公司的质量有待提高,上市公司没有实现真正的“优胜劣汰”。     

系统性风险:金融系统与实体经济间反馈效应

金融系统与实体经济间高度的关联性，使得系统性风险在金融系统与实体经济间具有反馈效应.本研究提出了度量系统性风险反馈效应方法，并利用中国2013年～2017年银行与实体企业相关数据进行实证研究.结果表明：忽视实体经济的作用，将会造成低估银行系统性风险，实体经济不同行业对银行系统性风险的影响具有显著差异性；银行系统对实体经济系统性风险具有显著影响，而且不同类型银行的影响具有显著差异性；银行系统对整个经济系统的系统性风险贡献程度随着时间在变化，不一定就比实体经济的高.在此基础上，本研究进一步揭示了系统性风险的影响因素.     

基于危机条件概率的系统性风险度量研究

2007年次贷危机的爆发，令系统性风险的度量受到了广泛关注，但是目前常用的度量方法存在多种问题，不能较好地反映金融业系统性风险的实时变化。本文提出一种新的系统性风险度量方法——危机条件概率（Conditional Probability of Crisis，CPC），将系统性风险定义为单个金融机构发生危机导致整个金融系统也陷入危机的概率，可以利用股票收益的下尾相关性计算得出。该方法概念清晰，较好地体现了系统性风险的内涵，并且可得到实时更新的系统性风险。实证基于中国49家上市金融机构的股票价格数据，得出了2007-2016年我国金融业及金融子行业系统性风险。结果显示：2014年下半年以来，中国整个金融行业的系统性风险呈明显上升的趋势，目前甚至已经显著高于次贷危机时期；证券业系统性风险在样本时间范围内一直呈显著上升趋势；银行业对金融行业的影响最大，证券业和保险业的影响力也在逐步上升。     

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.     

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。     

金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角

本文以33家上市金融机构为研究样本，利用滚动窗口动态Copula模型对金融机构与金融系统之间相依关系的时变结构与时变系数进行双时变拟合，测度了金融机构的系统性风险溢出和贡献，从宏观、行业和机构层面分析了系统性风险贡献的影响因素。研究发现：证券类机构贡献了最多的系统性风险，而银行类机构对整个金融系统最具有潜在威胁性；金融机构与金融系统的相依结构决定了机构风险的外溢程度，而金融机构与金融系统之间相依程度以及系统自身波动性会显著影响整个系统的系统性风险；中国金融风险与财政风险之间存在相互转换的现象，化解系统性风险的根本办法是不断改善金融生态环境。本文可能的贡献有两点：第一，建立具有双时变特征的滚动窗口动态Copula模型，使模型设定和估计结果更接近真实情形；第二，从宏观、行业、机构三个层面分析机构系统性风险贡献的影响因素，这有助于从系统性风险产生的源头进行风险防控，供监管部门决策参考。     

中国金融机构关联性与系统性风险贡献研究——基于尾部风险溢出网络视角

在后危机时代如何准确地测度金融机构的系统性风险贡献以识别系统重要性金融机构是宏观审慎监管的重要任务.采用2010年至2019年中国32家上市金融机构数据以及宏观特征变量，通过TENET模型构建尾部风险溢出网络以度量金融机构关联性，并引入公司规模、杠杆和流动性指标，基于改进的PageRank算法提出网络-市场-账面相结合的系统性风险贡献测度思想，具体从系统整体、部门行业、机构个体三个层面对网络关联性展开实证分析.研究结果表明：1)金融系统总体关联性在危机与下行时处于高位水平，尾部风险溢出网络能有效捕捉极端风险事件；2)行业内的关联性水平总体而言高于行业间的关联性水平，但在极端情况下跨行业风险溢出强度会增大；3)银行和保险机构相对证券机构而言对系统性风险的贡献程度更高.