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.     

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.     

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.     

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。     

经济增长状态与银行系统性风险——基于马尔科夫区制转移的CCA模型

金融系统性危机的发生与经济增长状态变化紧密相关,外部冲击和内部脆弱性是金融部门系统性风险发生的两个来源。已有研究在分析经济增长对金融部门系统性风险的影响时一般将经济增长视为外部冲击,忽视了系统性风险度量模型已经内生化了经济增长状态影响的问题,使用的系统性风险指标不能将外部冲击和内部脆弱性引发的风险进行区分,难以判断金融部门系统性风险的来源,而且无法准确判断经济增长对于系统性风险的影响程度。 将马尔科夫区制转移模型引入或有权益分析方法分析框架,计算经济增长状态的转移概率与银行部门违约距离的相关概率,得到违约距离的无条件概率分布,剥离经济增长对银行系统性风险的影响,构造反映银行内部脆弱性风险的无条件违约距离,实现对银行部门系统性风险的分解。选取2007年1月至2016年12月希腊和中国上市银行整体作为样本,分别考察外部冲击和内部脆弱性对银行部门系统性风险的影响。 研究结果表明,银行部门系统性风险可以分解为内部脆弱性风险和外部经济状态影响,该系统性风险主要由内部脆弱性决定,经济增长对系统性风险的作用类似于增效器。经济增长下行状态会导致银行部门系统性风险急剧上升,而经济增长上行状态能改善银行部门系统性风险状况。经济增长状态对系统性风险的放大效果具有不对称性。银行部门内部脆弱性风险状况出现恶化时,经济增长状态的增效作用更强烈;而银行部门内部脆弱性风险状况得到改善时,经济增长状态的增效作用相对温和。短期内救助政策通过外部机制影响系统性风险,危机状态下救助政策能够对系统性风险发挥明显的稳定作用。 在宏观审慎监管中,不仅要求银行部门降低内部脆弱性风险,而且重视外部经济条件和实体经济部门与系统性风险的联系,建立前瞻性的逆周期监管机制,实现对系统性风险的有效管理。当银行部门陷入危机时,政府部门应及时提供有效救助。     

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.     

安全投资转移视角下的跨行业投资组合模型及实证

投资者根据市场状态变化和板块轮动效应进行安全投资转移,使得资金在行业间流动,导致风险溢出。本文首次从投资者安全投资转移行为的角度对行业间风险溢出进行研究,采用大规模股票与小规模股票的订单流差异量化安全投资转移。利用状态依赖下的敏感性VaR模型（SDSVaR）衡量行业间风险溢出效应的方向和大小,进一步考虑板块轮动效应,构建跨行业投资组合模型,分析行业间风险溢出和板块轮动效应对资产配置的影响。研究发现：状态依赖下的安全投资转移显著影响行业间联动性和风险溢出;考虑行业间风险溢出的资产配置模型能够分散非系统性风险的同时降低截面维度系统性风险,提高投资者的收益,有效地规避极端风险,可以为投资者的风险管理和投资决策提供有价值的参考。     

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。     

存款保险制度、影子银行与银行系统性风险

为了防范系统性银行危机的发生,我国于2015年推出了存款保险制度,该制度能否有效降低我国银行系统性风险是关乎金融稳定的重要现实问题.以我国存款保险制度的实施为契机,本文基于16家上市银行2010年第四季度~2017年第二季度的面板数据,首先,将金融机构间的关联网络和金融机构市值纳入到系统性金融风险的测度中,进而探讨我国存款保险制度对银行系统性风险的影响及其作用渠道.结果表明存款保险制度的实施显著提高了其他商业银行(中、农、工、建以外的商业银行)的系统性风险;存款保险制度主要通过影子银行渠道增加其他商业银行的系统性风险.本文的研究对于我国强化影子银行的宏观审慎管理、引入基于银行系统性风险的差别存款保险费率设计和完善系统重要性金融机构的评定,具有一定的借鉴意义.     

动态尾部金融网络结构与传染性度量

基于Lasso高维分位数回归模型,本文构建了中国金融系统的尾部网络结构,并定义了总体网络以及行业间、行业内和金融机构间等多层金融网络的尾部风险传染度,解构其传染机制与关联特征,评估各机构双向系统重要性(接收端和发射端)。同时,本文提出了一个最优滚动窗宽选择标准方法,以优化滚动样本技术下的动态网络结构。结果表明,所有层级尾部风险传染效应(总体系统、行业间、行业内和机构间)在经济金融极端困境时期,呈现明显增强及剧烈震荡特征,2015年中国股灾期间尤甚。跨行业传染效应日益严峻,银行与保险间表现出较强关联性,房地产机构与其他金融机构间均表现出较高传染性,跨业监管值得关注。接收与发射最多尾部风险传染的金融机构仍然是银行与证券类机构。系统中超过50%的金融机构倾向于接收风险传染,一旦出现系统性冲击,整个金融系统的稳定性将遭受重创,因此,应加强此类机构应对外界冲击的能力。此外,基于新滚动窗宽选择标准法的动态模型的估计性能明显优于传统方法。研究结论有助于理解中国金融系统的网络结构和传染机制,对宏观审慎监管体系的建立提供了依据。     

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。     

存款保险制度、影子银行与银行系统性风险北大核心CSCDCSSCI

为了防范系统性银行危机的发生,我国于2015年推出了存款保险制度,该制度能否有效降低我国银行系统性风险是关乎金融稳定的重要现实问题.以我国存款保险制度的实施为契机,本文基于16家上市银行2010年第四季度~2017年第二季度的面板数据,首先,将金融机构间的关联网络和金融机构市值纳入到系统性金融风险的测度中,进而探讨我国存款保险制度对银行系统性风险的影响及其作用渠道.结果表明存款保险制度的实施显著提高了其他商业银行(中、农、工、建以外的商业银行)的系统性风险;存款保险制度主要通过影子银行渠道增加其他商业银行的系统性风险.本文的研究对于我国强化影子银行的宏观审慎管理、引入基于银行系统性风险的差别存款保险费率设计和完善系统重要性金融机构的评定,具有一定的借鉴意义.     

我国系统重要性银行评估:网络层次结构视角北大核心CSCDCSSCI

通过改进性地引入最小密度法解构了我国银行间双边风险敞口矩阵,在此基础上运用密度估计构建了契合我国银行间网络层次结构的核心-外围模型,实证甄别了系统重要性银行,并研究了我国银行间网络关联性和系统性风险.研究表明:1)核心块动态组成作为系统重要性银行在我国银行业网络层次结构中发挥着重要作用;2)我国系统重要性银行规模随时间的变化呈现出“庞大无序-两极分化-多但有序”的三阶段特征,表明我国银行系统日渐稳定,但仍需重点关注系统重要性银行以防范系统性风险;3)金融动荡时期,系统重要性银行与其他银行的关联强度和关联权重下降,积极的监管措施会使不良关联特征得到明显改观.本研究可为逆周期宏观审慎监管、基于银行系统重要性的针对性监管提供有益参考.     

我国系统重要性银行评估：网络层次结构视角

通过改进性地引入最小密度法解构了我国银行间双边风险敞口矩阵,在此基础上运用密度估计构建了契合我国银行间网络层次结构的核心－外围模型,实证甄别了系统重要性银行,并研究了我国银行间网络关联性和系统性风险．研究表明：１）核心块动态组成作为系统重要性银行在我国银行业网络层次结构中发挥着重要作用;２）我国系统重要性银行规模随时间的变化呈现出“庞大无序－两极分化－多但有序”的三阶段特征,表明我国银行系统日渐稳定,但仍需重点关注系统重要性银行以防范系统性风险;３）金融动荡时期,系统重要性银行与其他银行的关联强度和关联权重下降,积极的监管措施会使不良关联特征得到明显改观．本研究可为逆周期宏观审慎监管、基于银行系统重要性的针对性监管提供有益参考．     

基于银行-资产双边网络模型的系统性风险及投资策略研究

受近几年的国际金融危机及金融全球化的影响,对金融系统的系统性风险的研究已成为国内外学者的关注热点。考虑到当前基于"银行-资产-银行"间接传播渠道的相关研究相对匮乏,本文基于银行-资产双边网络模型来分析银行系统性风险。首先,使用中国47家上市银行2018年的资产负债表数据构建了中国银行系统的双边网络模型,研究分析各类资产遭受冲击时外部冲击、降价出售效应及银行所持有的各类资产占银行总资产的比例对银行系统性风险的影响。然后,引入系统性冲击方式,通过设置具有不同属性的两大类资产并生成四种冲击事件来构建银行的投资策略模型,从资产视角探讨银行最优的投资策略。研究发现,外部冲击与降价出售效应这两个产生系统性风险的影响因素在一定区间值时会产生叠加效应,使银行系统性风险急剧增加;五种资产类中,贷款类资产对外部冲击最敏感;分析发现在各类资产冲击下都未倒闭的所有银行的资产组合具有一定的相似性;进一步研究发现银行系统中存在着最优的资产组合,使得银行在稳定的同时能获取最大收益,并且资产负债比越大的银行其风险承受能力越强,从而可以选择更激进的投资策略来追求高收益。     

中美贸易摩擦对中国沪深股市行业板块的影响北大核心CSCDCSSCI

以“2018年中美贸易摩擦事件”为时间节点,分别构建贸易摩擦前、后的中国沪深股市行业间风险溢出网络.基于多种网络中心性指标,构建反映行业风险传染及风险承受强度的综合指标.从行业间风险溢出效应、股市稳定性、网络结构变化等角度分析贸易摩擦对股市的影响,探究影响各行业风险传染(承受)强度的因素,并在贸易摩擦背景下识别影响行业网络变化的主要因素.研究表明:1)贸易摩擦事件促使股市系统性风险加剧及稳定性水平下降,并降低网络的鲁棒性;2)在短期内,贸易摩擦对网络稳定性具有决定性影响.在中长期上,贸易摩擦对网络稳定性的影响逐渐减弱,而宏观经济指标、汇率、货币政策等经济政策将逐渐主导网络稳定性的变化;3)贸易摩擦后,各行业的风险溢出效应发生不同程度的改变,影响各行业风险传染(承受)强度的因素也不尽相同.研究结论对我国金融监管部门进行宏观审慎管理、把控系统性风险、维护金融市场稳定性具有一定的参考价值.     

系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施

本文创新性构建了包含银行破产机制和去杠杆机制的资产负债表直接关联网络模型。本文发现:(1)四类银行特征和4个外生参数影响四类传染渠道,且影响存在显著差异,四类传染渠道中去杠杆渠道(Loss~(DEL))和银行间负债违约渠道(Loss~(IA_DF))最为重要;(2)在传染过程中,银行破产会导致系统性风险急剧上升,且破产越集中,系统性风险越大;(3)系统性风险存在"区制转换"效应:当低于某一参数阈值,金融体系呈现出随时间递减的"常态"系统性风险(SR),该风险由银行体系杠杆率驱动;当高于某一参数阈值,金融体系呈现出随时间递增的"危机"系统性风险(SR),该风险由银行关联性和资产规模驱动,并主要来源于传染指标较高的大型商业银行;(4)4个外生参数对应了四类针对金融体系整体的宏观审慎政策,脆弱性指标(VBI)和传染性指标(CBI)对应了针对单家金融机构的宏观审慎政策,这些宏观审慎政策应根据金融周期(上行或下行)和系统性风险类型(常态或危机)来实施。     

基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

双渠道风险传染下银行系统稳定性分析

随着金融危机的频率和范围的不断扩大,银行系统性风险的研究越来越受到重视。针对银行业系统性风险,构建银行同业拆借（直接传染渠道）、银行共同持有资产（间接传染渠道）的双渠道风险传染网络模型。该模型引入了宏观经济波动带来的投资风险,并允许银行通过贬值出售资产来弥补流动性,这更真实地反映了银行系统的操作规则。研究结果表明,在各种经济因素波动情况下,平均储蓄量、储蓄的波动幅度、投资的收益率、存款准备金率以及储蓄利率等对银行系统稳定性的有较大影响,并进行了定量分析。该研究为定量研究宏观经济波动下银行系统性风险问题提供了方案,并为决策者和监管部门防范银行系统性风险提供了参考。     

中美贸易摩擦对中国沪深股市行业板块的影响

以"2018年中美贸易摩擦事件"为时间节点,分别构建贸易摩擦前、后的中国沪深股市行业间风险溢出网络.基于多种网络中心性指标,构建反映行业风险传染及风险承受强度的综合指标.从行业间风险溢出效应、股市稳定性、网络结构变化等角度分析贸易摩擦对股市的影响,探究影响各行业风险传染(承受)强度的因素,并在贸易摩擦背景下识别影响行业网络变化的主要因素.研究表明:1)贸易摩擦事件促使股市系统性风险加剧及稳定性水平下降,并降低网络的鲁棒性; 2)在短期内,贸易摩擦对网络稳定性具有决定性影响.在中长期上,贸易摩擦对网络稳定性的影响逐渐减弱,而宏观经济指标、汇率、货币政策等经济政策将逐渐主导网络稳定性的变化; 3)贸易摩擦后,各行业的风险溢出效应发生不同程度的改变,影响各行业风险传染(承受)强度的因素也不尽相同.研究结论对我国金融监管部门进行宏观审慎管理、把控系统性风险、维护金融市场稳定性具有一定的参考价值.