中国银行系统风险影响因素的实证

文章采用中国14家上市银行1999-2015年的日收盘价数据估计出相应的beta系数,使用简单面板OLS模型、固定个体或时间效应模型以及随机个体或时间效应模型,对中国银行系统风险的影响因素进行分析.实证结果显示:银行系统风险与金融杠杆、贷款资产率以及盈利能力有正相关关系,与银行规模和流动性比率有负相关关系.     

金融机构尾部风险溢出效应———基于改进非对称CoVaR模型的研究

为准确度量我国金融机构对金融系统的尾部风险溢出,本文改进了基于CoVaR 方法的分位数回归模型。基于极值理论和ARMA-GARCH模型拟合收益率边缘分布,构建了改进的非对称CoVaR模型,从系统性金融风险贡献绝对值(△CoVaR)和相对值(%CoVaR)两方面详细考察了2002年7月1日至2018年12月28日我国42家上市金融机构的尾部风险溢出效应。结果表明:在q=0.01的情况下,不同类型金融机构对金融市场的系统性金融风险贡献有显著差异,银行类与保险类机构的系统性金融风险值得重点关注;金融机构的系统性金融风险贡献相对值与在险价值存在显著联系,自身风险最低的银行类机构具有最大的风险溢出强度,是我国系统性金融风险防范的核心对象,尤其是国有控股银行。研究结论对于有效防范我国系统性金融风险具有重要的理论价值和现实意义。     

基于广义CoVaR模型的系统重要性银行的风险溢出效应研究

本文基于我国16家上市商业银行的股票日收益率数据,通过分位数回归估计广义CoVaR模型,即将CoVaR模型的条件由q分位点下的收益率等于VaR推广至最多等于VaR.在此基础上分别度量了上市商业银行对整个金融市场体系和上市商业银行对其他上市商业银行的风险溢出效应.结果表明,全国性商业银行的系统性风险普遍高于地方性商业银行,而各个上市商业银行之间的风险溢出效应具有显著的差异.     

群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了蕴含丰富经济意义、形式灵活的高频动态多条件CoVaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示：就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国“钱荒”时期及股票市场异常动荡时期,由于风险的传染性等特征导致三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;当分析同类型银行群体的风险冲击时,国有商行类的系统性风险溢出比率值最高,其次为股份制商行类,该两类的溢出比率相差无几,且均远大于城商行类,表明股份制商行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。     

不同行业与金融系统的波动溢出效应分析

文章借助分位数回归技术,结合CoVaR法,研究国内银行业、保险业、多元金融服务业及房地产行业与金融系统的波动溢出效应。研究发现:行业的波动都会显著增加金融系统的CoVaR,但风险贡献有差异,存在行业到金融系统的波动溢出现象,从敏感性来看,金融系统对银行业最敏感;行业之间存在双向波动溢出;行业之间的△CoVaR反映各个行业间的业务关系及金融市场发展的格局和态势。     

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.     

基于尾部风险关联网络的中国金融机构间风险溢出效应研究

基于尾部风险溢出思想,采用2007-2017年的周收益率数据,运用CoVaR模型测度银行、证券、保险及房地产四行业40家上市公司之间的风险溢出效应,并结合系统性风险指数,得出各机构风险吸收与扩散能力排名。运用极大平面过滤图(PMFG)算法对风险溢出网络进行化简,构建仅包含关键路径信息的ΔCoVaR有向加权风险溢出网络,并结合网络中节点关联特征指标,为系统重要性金融机构的有效识别提供了全新视角。总体来看,各行业依风险传递方向不同而对风险的敏感程度各异,网络中关键节点对系统的整体结构影响较强;证券公司内部风险关联较为紧密,房地产机构承受行业间风险多源自银行业,大型国有商业银行对其他行业的风险发散能力较强。     

资本充足率对银行风险承担水平影响的实证分析

文章利用我国16家上市银行数据,采用宏观层面的银行风险承担指标——银行贷款审批条件指数,通过因子载荷矩阵和主成分分析法将资本监管和货币政策等主要影响成分从风险承担影响因素中分离出来,重点探究了资本充足率对银行风险承担的影响大小和贡献度,从而明确了我国资本充足率监管与银行风险承担的关系.     

银行竞争与风险承担行为关系研究

文章基于我国2008-2013年61家银行的非平衡面板数据,通过检验银行竞争(Lerner指数和HHI代理)与银行破产风险(logZ值代理)之间的关系发现,存在一个阈值,当银行竞争小于这个阈值时,竞争程度越低,银行破产风险越小,银行系统越稳定;而大于这个阈值时,竞争程度越高越稳定.实证结果还显示我国当前的金融自由化改革给银行系统稳定带来正效应但并不显著.     

经济政策不确定性、银行信贷行为与风险承担关系的实证

文章利用2007—2017年我国22家上市银行的平衡面板数据,考察了经济政策不确定性对银行信贷行为的影响以及银行风险承担水平的调节作用。结果表明,经济政策不确定性与银行贷款增长之间存在显著的正向关系,进一步研究表明,经济政策不确定性对银行信贷的影响受到银行风险承担水平的正向调节作用,经济政策不确定性使得银行风险预估水平发生偏差,进而造成风险资产对银行信贷的约束机制失效。     

机构关联、风险溢出与中国金融系统性风险

本文基于现有研究文献,解析金融机构关联性与风险传染之间的机制,运用非对称CoVaR模型和分位数回归的方法,测度证券、银行、保险等机构的风险溢出水平,实证研究中国金融系统性风险的动态变化.结果表明,中国金融机构的风险溢出具有非对称的特征,负向冲击对金融系统的风险溢出要比遭受正向冲击时大,银行机构的风险贡献程度比其他机构小,证券部门的风险贡献值较大.     

中国上市银行增量长期条件风险价值估算研究

防控系统性金融风险的前提在于风险趋势的动态监测，该趋势决定于长期条件风险价值溢出传染。为有效测度中国上市银行的增量长期条件风险价值指标并评价其系统重要性和系统脆弱性，选用GARCH-MIDAS模型估算其长期波动率、短期波动率及总波动率，使用DCC-MIDAS模型测度长期相关系数和总相关系数。将所测算出的长期波动率与长期相关系数相结合，计算出增量长期条件风险价值、长期风险溢出指数和长期风险吸收指数。对比分析增量长期条件风险价值和以往研究中所使用的增量条件风险价值之间的差异和联系。考察剔除短期扰动下的风险价值溢出的长期趋势特征，并根据构建的长期风险溢出指数和长期风险吸收指数，稳健地识别出剔除短期扰动下的系统重要性银行和系统脆弱性银行。研究表明：其一，金融资产波动可以显著分解为长期波动和短期波动，长期波动决定着银行收益率波动趋势；金融资产间的相关系数则主要由其长期相关系数决定，并受到短期因素的干扰；其二，长期风险价值确实能够有效测度银行风险价值变化趋势，且增量长期条件风险价值决定增量条件风险价值的变化趋势，是银行风险溢出传染的核心要素；其三，通过增量长期条件风险价值构造的长期风险溢出指数LS...     

中国股指期货与股票现货市场之间的风险传递效应研究

 为探索股指期货市场与股票现货市场之间的风险传递效应,本文从日间交易信息和隔夜信息两个角度对沪深300股指期货市场和沪深300指数现货市场进行了实证研究。实证结果显示：股指期货市场与股票现货市场之间的风险传递是双向的,股票现货对股指期货的风险溢出要大于股指期货对股票现货的风险溢出;并且,一市场收益对另一市场收益的影响具有正向杠杆效应,一市场风险对另一市场风险的冲击却具有反向杠杆效应;此外,尽管只有股指期货市场的隔夜信息对其日间收益具有预测能力,但任一市场的隔夜信息对另一市场的日间波动均存在显著的冲击效应。     

基于MGARCH-BEKK模型的石油市场波动溢出效应研究

文章利用MGARCH-BEKK模型对石油期货市场、美元汇率、石油现货市场之间是否存在波动溢出效应进行了检验.检验结果表明:石油期货市场对石油现货市场有单向波动溢出效应,石油期货价格的波动会影响石油现货价格,但石油现货价格的波动不会影响石油期货价格;石油现货市场对美元汇率有单向波动溢出效应,石油现货市场的风险会传给美元汇率市场,但美元汇率市场的风险不会传给石油现货市场;油期货市场与美元汇率市场间存在双向波动溢出效应,两个市场的风险相互传导.     

资本和流动性双重约束下的商业银行风险承担

随着银行业进入资本和流动性双重约束阶段,两者之间存在的冲突和矛盾可能导致银行行为机理发生变异.本文基于2006-2014年我国36家商业银行的微观数据,采用联立方程模型实证检验了资本和流动性双重约束下我国银行业的风险承担行为.研究结果表明:资本变动与商业银行风险承担变动之间总体上存在显著的负相关关系;流动性变动与银行风险承担变动之间也呈显著的负相关关系;银行会根据上一期的资本、流动性与风险承担反向调整本期水平,三者均存在内生的稳定性.有鉴于资本和流动性双重约束下银行风险承担行为的变异,资本约束与流动性约束的合成效应应该纳入银行监管框架调整的考虑范围.     

脱实向虚和金融强监管对金融实体行业间极端风险关联的影响

随着金融机构影子银行业务的扩张和部分实体企业“脱实向虚”倾向的加剧,金融与实体经济的联系愈发紧密,对于极端风险的研究不应只局限于金融体系内部。故此,本文首先基于行业指数日度数据与五分钟高频数据测算行业风险价值,其次利用Elastic-Net-VHAR模型构建金融实体极端风险网络进行动态演化分析,最后研究实体与金融行业间风险溢出水平的影响因素。结果显示:第一,基于横截面维度,材料和工业行业在网络中居于中心位置,金融行业的风险净溢出水平为负;第二,2017年金融强监管政策开启后,网络整体密度明显下降,实体行业对金融行业风险输出水平降低,而金融行业对实体行业风险输出水平略有提升;第三,面板回归结果显示,实体行业“脱实向虚” 程度显著提升了实体与金融行业之间双向风险溢出水平,并且在金融强监管与双向风险溢出水平之间起到了正向调节效应。根据上述结论,建议监管层进一步推进金融强监管政策,注意金融监管政策与供给侧结构性改革政策之间的配合,还应特别重视对实体企业金融化规模进行严格监控,更加有效地防范系统性风险。     

基于经济金融关联网络的我国系统性风险防范研究

如何防范化解系统性风险一直以来都是社会各界普遍关注的热点问题,但系统性风险的源头究竟在哪?传导机制又如何？目前还没有定论。现有对系统性风险的研究成果大多关注于金融行业内部,忽略了实体经济在系统性风险传递过程中扮演的角色。防范系统性风险真的仅限于金融行业吗？本文从经济金融关联网络视角出发,以我国整体经济领域中各行业为研究对象,运用系统性风险度量新方法——TENET构建2002-2017年我国行业间系统性风险溢出网络,在此基础上对行业间的风险溢出水平以及传导结构特征进行全面地考察分析,并为科学防范系统性风险提供有效建议。研究发现：（1）我国行业间系统性风险溢出的总体水平在金融危机或市场过热期间显著增强,同时各行业系统性风险输出与输入水平的时序特征存在明显差异,输出水平大幅波动而输入水平呈平稳状态;（2）信息技术、房地产和材料行业不仅是主要的系统性风险源头,而且容易受到其他行业风险外溢的影响,是整个经济金融关联网络中最具系统重要性的三个行业,同时各行业的系统重要性具有明显的时变特征;（3）虽然金融行业在整个经济金融关联网络中的系统性重要性仅排在第四位,但是金融与房地产和能源两个行业具有长期较强的双向风险溢出关系,而且金融与房地产之间的双向风险溢出强度在系统性风险溢出网络中居首位。本文研究结论的政策启示在于提醒监管部门防范系统性风险要立足全局视角,正视金融在其中扮演的角色,不能过度高估金融行业的系统性风险地位,同时要找准风险源头行业并对其做好前瞻性调控,尽可能避免风险的产生,并在风险传递初期切断风险溢出的路径避免风险大规模蔓延。     

银行网络对银行稳健性影响的实证分析

文章以2005-2014年55家银行为样本,应用社会网络分析法对我国银行网络结构进行了研究,同时模拟了银行间风险传染效应,并采用面板负二项回归方法分析了银行网络对银行稳健性的影响.实证结果表明,我国银行网络逐渐趋于密集,国有商业银行仍居于核心位置,但中心度在下降;风险源来自以中国银行和工商银行为首的五大国有商业银行,但一般不会发生多轮次、大面积的风险传染;网络密度、中心度均与银行风险呈现显著的正相关关系,表明我国银行网络风险传染机制效应强于风险分担机制.     

在岸离岸人民币利率极端风险溢出研究

本文采用递归MVMQ-CAViaR模型,对境内外人民币利率极端风险溢出效应进行实证检验。结果表明：境内外人民币利率存在极端风险溢出效应,短期品种表现出显著的双向极端风险溢出,而长期品种以在岸利率对离岸利率单向极端风险溢出为主。在极端风险层面在岸市场仍然处于利率信息的中心地位,且暂时没有旁落离岸市场的担忧。一旦离岸人民币利率发生极端变动,央行会及时进行干预并引导市场参与者预期,降低在岸利率未来的极端风险水平;但面对小的离岸市场冲击,央行更倾向于让在岸利率进行自我调节,离岸冲击会提高在岸利率未来的极端风险水平。本文构建的模型具有较好的预测能力,有助于金融监管部门对离岸利率极端风险进行动态准确地管理。     

中国上市商业银行汇率风险实证研究

2005年中国汇率制度改革以后,汇率风险成为中国商业银行面临的主要市场风险之一.商业银行汇率风险估计主要有两种方法--资本市场法和现金流法,现有的现金流法模型不适用于中国商业银行,需要进行改进.通过资本市场法和现金流法对中国上市银行的汇率风险进行实证分析,结果发现:现金流法比资本市场法计算的汇率风险更敏感;中国银行面临最为显著的汇率风险,并且人民币升值会使得中国银行的股票收益率下跌,主营业务收入减少等.