全球经济政策不确定性对中国系统性金融风险的溢出效应

在全球经济政策不确定性上升的背景下,采用64家金融机构的高频数据测度了我国系统性金融风险,并构建TVP-FAVAR模型实证研究了全球经济政策不确定性对我国系统性金融风险的溢出效应和传导渠道。研究结果表明：全球经济政策不确定性上升会显著增加我国的系统性金融风险,且全球经济政策不确定性处于高位时产生的溢出程度更大,即溢出效应具有非线性特征。进一步研究发现,全球经济政策不确定性主要通过利率渠道和资本流动渠道影响我国系统性金融风险。     

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。     

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。     

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。     

外部不确定性对中国系统性金融风险的影响研究——基于跨境资本流动视角与渠道

在外部经济政策不确定性背景下,采用2011年8月至2018年12月中国宏观经济数据,使用MS-VAR模型分析了外部不确定性冲击如何通过短期资本流动渠道对中国金融市场系统性风险积累与扩散产生影响。结果表明,全球经济政策不确定性上升会引发人民币升值预期与短期资本流动之间的顺周期效应,并最终导致国内股票价格与房地产价格波动的联动性增强,说明全球经济政策不确定性是引发国内金融市场系统性金融风险的重要外因。因此,监管部门须密切关注全球经济政策不确定性对短期资本流动的影响,正向引导人民币汇率预期,最大限度减弱外部冲击对国内系统性金融风险积累的作用。     

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。     

“一带一路”共建国家银行业系统性风险的测度研究

有效识别“一带一路”共建国家的系统性风险及其关键驱动因素对平稳实现各国经济金融的深度融合具有重大的现实意义。基于150多万条银行微观股票数据和财务数据,通过构建压力时期回归模型的客观方法获得系统性风险三因素权重,在同一框架下利用规模、杠杆、关联性3个因子测算了银行、国家、“一带一路”共建国家系统3个层次的银行业系统性风险指数。研究结果表明,从系统性风险表现来看,“一带一路”共建国家整体的银行业系统性风险受全球宏观金融环境波动影响显著。此外,“一带一路”共建国家也会因为自身问题而出现银行业系统性风险上升的情形。印度、越南、印度尼西亚等国家是系统重要性国家,其银行业系统性风险水平较高;匈牙利、克罗地亚、罗马尼亚等国家的银行业系统性风险水平较低。银行业系统性风险较高的国家主要在于其有较高系统性风险贡献水平的银行,且各行业经济发展状况以及经济增长对国家层面系统性风险有显著的影响。从风险驱动因素看,关联性因子是驱动银行业系统性风险水平变化的主要因素,其次为规模因子和杠杆因子。     

地方政府债务风险与区域金融风险传导效应研究 ——以山东省为例

地方政府债务风险和金融风险易通过存贷款渠道、担保渠道、政府救助等渠道相互传导,从而将金融危机与财政危机联系起来。基于山东省2012—2018年的季度数据,运用因子分析法和SVAR模型,度量山东省政府债务风险指数和金融风险指数,分析二者的关系。结果显示:金融风险引发政府债务风险的滞后期为5个季度,平稳期为15个季度;政府债务风险引发金融风险的滞后期为1个季度,平稳期为20个季度。由此建议,通过加强投融资的管理、整顿地方融资平台、理清并化解债务存量、制定合理的财政预算、建立规范的信息披露制度等防范财政风险金融化;通过建立财政准备金制度、采用安全稳健的经营策略、加强对影子银行监管、规范银企关系等防范金融风险财政化。     

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.     

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。     

商业银行流程再造与金融风险防范

伴随着经济进入新常态,经济、金融中潜藏的风险开始凸显,如何有效防范和控制金融风险成为重要的研究主题。营运管理是商业银行经营管理的重要保障,流程再造作为银行企业营运管理完善的重要手段在商业银行稳健经营中发挥着重要作用。以流程再造为分析视角,使用2010—2014年A股主要上市银行的数据,考察银行企业营运管理完善对商业银行微观个体风险与系统性金融风险的影响。在金融系统性风险监管的框架下,聚焦于银行企业的微观经营管理,完善对于金融系统性风险的影响,相关结论对于促进微观金融机构风险防控和完善系统性金融风险监管具有重要意义。     

全球股票市场系统性金融风险的溢出效应研究——基于关联网络的研究视角

在开放的全球经济体系下,各国或地区金融市场的关联性不断上升,局部金融风险通过关联网络不断地扩散,进而形成全球性的金融危机,系统性风险溢出的网络特征受到各界的广泛关注。根据2005—2019年全球主要股票市场的股指数据,采用网络拓扑方法测度全球股市风险溢出效应,并采用滚窗估计对系统性风险溢出进行动态分析。实证结果表明,美国处于全球风险溢出网络的中心地位,而中国尚处于网络边缘,并与周边经济体产生明显的溢出效应。此外,全球系统性金融风险溢出水平呈现出一种“脆弱”的状态,易受风险事件的冲击。     

我国系统性金融风险：防范思路与政策框架

[提要]2008年世界金融危机之后,防范系统性金融风险已经成了各国的共识。党的十八大以来,中央将防范金融风险,维护金融安全提到了前所未有的高度。但如何防范系统性金融风险,确保金融安全是一个十分复杂的问题。笔者在梳理现有文献的基础上,提出需要从存量和增量两个方面、金融部门和非金融部门两个维度分别发力,着力解决好金融体系如何回归本源、实体经济高质量发展以及整个社会如何去杠杆的问题;监管层要转变理念,加强协同,构建有力的监管框架和运作机制,并强化监管问责;最后,还要加强对公众的教育,强化公众的风险防范意识,提升公众的金融知识水平。     

系统性金融风险调查：英国经验及启示

金融是现代经济的核心,经济的持续健康发展离不开金融稳定,如何防范系统性金融风险一直是金融领域研究的热点。在对系统性金融风险进行跟踪调查方面,英国的做法比较科学,积累了较多经验。论文在介绍英国系统性风险调查的基础上,分析其问卷设计与数据应用,并提出对我国开展系统性风险防范的启示。     

系统性金融风险的生成机理及其监管

国际金融危机发生后,对系统性金融风险的研究越来越受到人们的重视。为了维护金融稳定,防范系统性金融风险的发生,厘清系统性金融风险的概念,阐明风险的生成机理实有必要。阐释了系统性金融风险的涵义和特点,认为金融机构顺周期行为、金融系统的网络风险、金融脆弱性是系统性金融风险产生的主要原因,并分析了系统性金融风险在我国的表现形式,最后提出了如何通过宏观审慎监管来防范系统性金融风险的几点建议。     

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。     

新常态下系统性金融风险度量与防范研究

本文分析了中国金融业系统性风险的影响因素,特别指出了新常态下,金融风险防范遇到的新挑战。基于系统性金融风险传导特征,构建了金融风险指标体系,并使用综合评价法测算了金融风险指数。影响金融业发展的因素错综复杂,具有一定的混沌特征,本文进一步刻画了金融监管与金融创新对系统性风险的影响作用。最后,提出应有针对性地改革当前金融监管理念,建立综合监管体制,统一制定金融产品监管标准,建立金融监管信息共享平台。     

基于熵值法的新疆区域金融风险测度研究

区域金融风险的防控与管理是维护区域金融稳定的根本,是国家金融安全的支柱。该文从宏观经济发展风险、资产价格泡沫风险、政府调控风险、企业经营风险、银行业风险、证券业风险、保险业风险以及影子银行风险8个维度构建综合评价指标体系,运用熵值法赋权,测度2013—2018年新疆区域金融风险的演化趋势。研究结果表明:新疆区域金融风险呈现出先上升后下降的态势,其主要受到宏观经济发展风险和政府调控风险的影响;保险业、证券业及影子银行总体经营态势较好,风险逐渐降低;政府调控风险和银行业风险却显著增强。     

“收益率宽幅”是导致宏观杠杆率攀升的原因吗

从会计学收益的微观视角研究宏观经济运行风险,发现货币性资产与投资性房地产之间的资产收益率差距持续拉大的经济现象,诱发宏观杠杆率攀升、金融风险加大。选取中国2000—2018年的年度数据,构建Koyck模型,实证检验不同类型资产之间的收益率宽幅与政府部门杠杆率、居民部门杠杆率、非金融企业部门杠杆率、实体经济部门杠杆率的相关关系。结果表明,收益率宽幅与政府部门杠杆率、居民部门杠杆率、非金融企业部门杠杆率、实体经济部门杠杆率之间存在着显著的正相关关系,收益率宽幅持续拉大,各部门宏观杠杆率不断攀升,资产泡沫难以抑制,宏观经济运行风险较大,这为平缓去杠杆、守住不发生系统性金融风险的底线提供了新视角。