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。