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．     

多时间尺度下行业间系统性金融风险溢出及拓扑结构分析

系统性金融风险频发，其表现出的风险溢出效应受到国内外学者广泛关注。通过极大重叠离散小波变换和溢出指数方法，从静态和动态视角定量研究不同时间尺度和阶段下我国市场行业间系统性金融风险溢出特性，并构建多时间尺度和不同风险阶段下风险溢出网络，分析其拓扑结构演化规律。实证结果发现：行业间总体风险溢出水平较高，市场整体风险联动性强；原始尺度下国防军工、农林牧渔、有色金属行业为主要的风险溢出行业，资本市场及相关行业、化工及机电、部分服务业、医药生物行业始终是主要的风险接受行业；不同时间尺度下行业间风险溢出特性会发生明显的改变，且随着时间尺度的增加，整体风险溢出特性开始减弱；内生危机时行业间风险溢出水平要高于外生危机；同一社区下的行业之间会优先发生风险的传递。所得结果可为监管者和投资者提供一定的决策参考。     

数字经济时代下新金融业态风险的识别、测度及防控

本文梳理我国新金融业态的发展历程与主要特征,并以网络借贷为切入点从规模、所有制、资金净流入3个角度来刻画新金融业态的风险特征,采用VaR、CoVaR、格兰杰因果检验等方法,来识别并测度新业态风险与系统性金融风险、经济金融不确定性及舆情的关系。研究发现,出险前网贷平台普遍面临较大的资金流压力,而规模较大、利率异常的平台出险会加大网贷系统风险;网贷行业出险对银行业系统性金融风险、金融不确定性存在溢出效应,而舆情不是网贷平台出险的决定因素。研究表明,应重视新业态风险对正规金融市场系统性风险和金融不确定性的溢出效应,并建议建立金融科技监管沙盒制度、明确准入机制、大力发展监管科技并实行穿透式监管、加强对风险预警和缓释机制的建设。     

金融市场的“绿天鹅”风险研究——基于物理风险与转型风险的双重视角

近年来,全球气候变化日益加剧,其引发的极端天气更是对实体经济与金融市场产生了严重的负面冲击。本文结合最新发展的气候转型风险评估模型以及前沿的多重网络模型,创新性地从物理风险、转型风险两个角度全面量化“绿天鹅”风险对金融稳定的冲击影响,深入探究我国低碳经济转型过程中的潜在金融风险隐患。研究结果显示,两类风险均会明显加速系统性金融风险的积聚,且随着地域、行业、企业特征发生异质性变化;从长期来看,转型气候风险将大幅提升我国金融机构的脆弱性,加剧系统性金融风险。在得出富有启发意义结论的基础上,本文为有效应对气候风险提出了相关政策建议,从而为实现经济高质量发展、保障国家金融安全提供有益的参考依据。     

跨行业风险溢出冲击下我国银行业系统性风险研究

实体行业受到外部冲击时存在跨行业风险溢出效应,导致银行所持有的不同行业资产的损失之间存在较高相关性。本文首先基于LASSO-VAR构建行业风险溢出网络,准确刻画特定行业风险上升带来的行业间风险联动特征。然后,利用DBNM-BA模型构建跨行业风险溢出冲击下的“实体行业-银行系统”两层级风险网络,并分别识别两层级网络中导致银行业系统性风险上升的关键节点：系统重要性行业和系统脆弱性银行。本文实证研究表明：(1)若不引入行业风险溢出网络,我国银行业系统性风险被低估约57.78%。(2)系统重要性行业方面。行业间风险溢出特征对系统重要性行业分布具有显著影响,行业相对规模的影响显著性次之,行业贷款集中度的影响显著性最弱。(3)系统脆弱性银行方面。我国银行体系抗风险能力总体呈上升趋势。2015年之后,国有商业银行和股份制商业银行风险水平迅速降低,银行业系统性风险主要来源于部分城市商业银行与农村商业银行。本文为我国采取精准措施防范化解系统性风险提供科学参考依据。     

基于多层网络的银企系统性风险研究

考虑到鲜有学者从银企间主体关联业务的多元性角度分析银企系统性风险,本文则基于银企间不同贷款期限的借贷关系以及不同投资周期的共同资产关系,通过构建多层网络模型研究银企系统性风险。在多层网络模型基础上,分别从多层网络结构和银企主体行为两个方面深入探究其对系统性风险的影响。研究结果表明：在多层网络结构方面,多层网络共同冲击下的系统性风险显著大于任意两层网络的共同作用,多层网络节点异质性对于系统性风险具有一定的抵御能力。在银企主体行为方面,较长贷款期限和投资周期在一定程度上都会增大系统性风险而投资周期对系统性风险具有更高灵敏性,长期投资占比减少以及外部资产选择比例提高在一定程度上能够有效降低系统性风险,而拆借对象选择比例变化对系统性风险影响相对较小。本文的研究深入挖掘银企多层网络结构以及银企主体行为与系统性风险之间的内在关联,这对于维护金融市场稳定、防范系统性风险具有重要意义。     

中国股市跨行业系统性风险空间溢出关联及风险预测分析——基于尾部风险网络模型

基于条件风险价值CoVaR和SIM单指数分位数回归技术,选取2012-2018年我国股市24行业指数周频数据,构建时变的跨行业尾部风险网络,通过网络拓扑结构反映系统性风险的空间关联及潜在变化趋势。此外,引入ARDL模型探究网络结构和宏观经济变量对股市系统性风险的长短期效应,最后对系统性风险进行预测。结果表明：(1)我国股市行业板块间存在明显的系统性风险空间关联和传染效应,风险溢出网络具有“小世界”特征;(2)网络连边集中度HHI呈明显的周期性变化。在尾部事件期间,HHI指标显著增加,风险网络呈较单一的中心节点结构,网络稳定性差;(3)通过节点风险传播强度和中心化程度发现,仅通过节点内部属性判断节点的系统重要性已不够全面和准确,应结合节点在网络中的位置和关联关系来判断;信息技术、医疗保健、商业和专业服务行业是风险网络中最有影响力的行业;(4)通过ARDL-ECM模型发现网络连边集中度是系统性风险的主要影响因素,并对股市系统性风险进行了高度准确的预测。本研究可为监管机构有效识别我国股市中有影响力的行业提供参考,依据关键行业的溢出关联制定针对性的风险防范措施,同时对风险溢出效应设立预警机制。     

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.     

中国经济政策不确定性的跨国动态溢出效应

中国作为世界第二、亚洲最大的经济体，在国际事务中发挥的作用日益突出，其经济政策波动对其他国家的影响也日益显著。本文基于1997年1月至2017年5月经济政策不确定性（Economic Policy Uncertainty，EPU）指数，运用DCC-GARCH模型分析了中国与美国、日本和英国的经济政策不确定性的动态溢出效应。研究表明，样本国家的EPU指数波动率呈现尖峰、厚尾、非对称的特征，因而更适用非对称多元t分布DCC-GARCH模型；中国经济政策不确定性对美国、日本和英国均有一定程度的正向溢出效应，但影响程度不一。进一步分析表明，中美间EPU指数的动态相关性高于中英和中日，中美和中英间的EPU指数动态相关系数走势较为相似，且趋向稳定；受地缘政治关系的影响，中日间的EPU指数动态相关系数走势明显异于中美和中英。     

金融高阶矩风险溢出效应研究

开展金融风险溢出效应的研究,对于避免金融风险从一个国家、地区或市场迅速地传播到其它的国家、地区或市场具有重要的意义.早期的金融风险溢出研究只考虑前二阶矩,即均值的溢出效应和方差的溢出效应.在一元GARCD-JSU模型的基础上,构建了世界因子、地区因子及单个市场因子三个因子模型,并对高阶矩风险的溢出效应进行了分解,用于研究金融高阶矩风险在世界、地区和单个市场之间的溢出效应.最后,对亚洲一些主要国家和地区金融风险溢出效应进行了实证研究.     

基于非参数因果网络的风险溢出分析及多因子预测

风险溢出是系统性金融风险产生和演化的核心动因，因此，探究风险的溢出路径与强度至关重要.为了弥补传统方法在维度与参数上的局限，本文将非参数条件互信息检验与因果网络结构学习算法相结合，提出了一种新的非参数高维因果网络构建方法来分析金融系统波动溢出的动态联动性和风险传递机制.此文在非线性合成数据集中验证了该方法的有效性和稳健性并根据因果拓扑关系构造最优预测子集对序列进行多因子预测.并将该模型应用于构建2013年1月至2019年12月期间全球81家能源公司日度股票收益的波动溢出网络，测量基本面与投资者两种维度的风险溢出强度动态变化并进行预测分析.此外，结合企业财务数据和宏观经济变量，考虑企业之间的业务异质性，探索风险溢出的决定因素.研究结果表明，1)能源产业链的上游以及高油价风险敞口的能源企业表现出较大的风险外溢效应和风险承受程度；2)除公司规模以外，企业资产收益率，边际收益等因素也影响溢出效应的强弱；3)能源公司的风险溢出在业务上存在很大差异，溢出驱动因素也有所不同，这对于在投资组合决策和监管政策设计等具有重要的参考价值；4)虽然因果预选信息选择策略结合非参数模型的短期预测效果要优于结合参数模型，但是随着预测步长的增加，参数模型的优势却更明显.     

股票与外汇市场尾部风险的跨市场传染研究

随着国际经济环境联系的日益紧密,防范尾部金融风险的快速扩散与跨市场传染成为了各国政府当局与学术界的重要议题.在此背景下,采用条件自回归风险价值模型,准确测度了全球45个主要国家(地区)股票市场与外汇市场的尾部风险.同时,从体制区间效应的角度进一步探讨在非线性框架下进行研究的合理性,深入考察各经济体内尾部风险跨市场的非线性传染.其次,从动态视角分析尾部金融风险在我国股市与汇市间的动态演变,以及美国金融风险的跨国传染情况.最后,基于多元多分位数条件自回归风险价值模型,具体量化了各经济体尾部风险传染的强度,并展开跨国、跨市场的比较与分析.在此基础上,针对加强我国系统性金融风险的防范体系及监管方向提出了若干建议,它将有助于改进系统性金融风险的测度指标、化解国际股票市场与外汇市场尾部风险的外溢冲击,为我国防范跨市场的交叉性金融风险、维护金融稳定提供理论分析与实证检验的参考依据.     

经济政策不确定性与企业短债长用

本文阐明了经济政策不确定性(EPU)通过银行信贷配给影响企业短债长用的理论机制,并利用中国EPU指数和上市公司数据进行了实证检验。结果发现,EPU上升提高了企业的短债长用水平;进一步研究发现,在风险承担能力较强和长期融资能力较弱的企业中,EPU上升对其短债长用具有更为显著的影响;经济政策不确定下的短债长用对企业绩效影响不明显,但会增加企业的破产风险。上述结果有助于解释包括中国在内的转型国家的“债务期限结构”之谜,也提示政府有关部门关注当前经济政策不确定下的企业短债长用现象,拓宽企业长期融资渠道,防范金融风险。     

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。     

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。     

大家观点

<正>徐忠:重视货币政策在维护金融稳定中的重要作用随着现代金融市场的发展,货币政策与金融稳定二者已经紧密关联,货币政策作为直接作用于金融体系,并经金融体系传导作用于实体经济的宏观调控政策,必须对金融周期、金融风险保持关注和警惕。做好防范化解金融风险工作、守住不发生系统性风险的底线,关键是要调节好     

跨部门金融机构系统重要性和共振效应的动态演化研究——基于中国A股市场的实证

金融机构由于其规模性和关联性对金融系统稳定有着举足轻重的作用。本文基于金融机构异质性风险下的收益，通过Granger因果引导关系构建金融部门的关联网络，从机构中心性、关联性和系统紧密性分析不同市场状态下银行、证券、保险和信托部门内和跨部门间的关联网络动态演化，并在关联分析的基础上引入规模指标，对金融机构的系统重要性进行综合评价。研究发现，我国金融系统的整体性和关联性日趋增强，系统内各部门之间和单一部门内金融机构联系都日趋紧密，跨部门间系统共振效应不断增强；银行和证券部门的影响力显著高于保险和信托部门，银行和保险部门的Granger影响力在熊市时相对增强，牛市时相对减弱，证券和信托部门的影响力则恰好相反；从多角度分析金融共振效应，最终给出我国金融机构系统重要性的分层级评价。结果不仅可以为金融机构的监管和系统性风险的控制提供参考依据，也可以对资本市场投资提供借鉴意义。     

系统性金融风险的产生与消除

随着全球经济一体化进程的不断加快,防范系统性金融风险成为了当前世界经济重点关注的问题之一。由于系统性金融风险的产生会对本国及其他各国经济造成严重的负面影响,所以各国必须积极采取有效预防措施消除风险的产生,防止风险扩散成为全球性的金融危机。系统性金融风险的消除策略包括:加强系统性金融风险的监督管理力度,规范和约束市场金融创新,重视金融市场总体流动性管理。     

经济政策不确定性、网络舆情与金融机构系统性风险

基于45家上市金融机构2015年1月至2020年3月的月度数据，从反映系统性风险的极值风险与传染效应两个维度各选取一个指标，即条件在险值差(ΔCoVaR)和吸收比率差(ΔAbs),并利用网络爬虫与文本分析构建金融机构网络舆情指数.然后，采用静态面板与动态面板实证分析经济政策不确定性、网络舆情与金融机构系统性风险之间的关系，考察网络舆情的中介效应，并从金融机构的类型和规模层面进行异质性分析.研究结果发现：1)经济政策不确定性对金融机构系统性风险存在显著正向影响，但积极和消极网络舆情对金融机构系统性风险的影响存在差异性；2)网络舆情是经济政策不确定性影响金融机构系统性风险的潜在传染渠道；3)网络舆情的中介效应在不同类型和规模的金融机构间存在异质性.     

互联网金融与中国行业间极端金融风险传播

作为新兴金融业态，互联网金融在发挥普惠金融等积极作用的同时，也存在着加剧金融风险传播的可能，但目前尚未有文献对互联网金融对金融风险传播的影响进行严格分析.本文从行业间极端金融风险传播的视角出发，首次对此问题进行了系统研究.本文首先构建理论模型刻画了互联网金融影响行业间极端风险传播的机制，接着利用我国31个省份、18个行业的股票收益数据，以及北京大学数字金融研究中心构建的互联网金融发展指数，进行了实证检验.研究结果表明，互联网金融发展加剧了实体经济行业间极端金融风险的传播，也使得金融与实体经济行业间的极端金融风险溢出程度增加.因此，在发挥互联网金融积极作用的同时，也要重视防范行业间的极端风险传播，以维护金融系统的安全与稳定.