金融监管与非银行金融部门系统性风险传染

近年来,中国系统性金融风险呈现跨部门传导效应,尤其是非银行金融部门风险传染可能成为威胁金融市场稳定的重要挑战。本文基于非银行金融部门的微观数据,采用弹性网分位数回归构建尾部风险网络,利用复杂网络分析方法动态捕捉非银行金融机构系统性风险溢出水平的演变特征,研究金融监管对非银行金融部门系统性风险传染的政策效应。研究结果显示:第一,金融部门的系统性风险溢出总水平主要来自非银行金融部门的系统性风险溢出水平,其中多元金融部门的系统性风险溢出尤为突出,证券部门和多元金融部门存在较为密切的双向系统性风险溢出;第二,2017年金融监管改革后,金融公司之间的风险网络结构密度有所降低,跨部门系统性风险溢出水平显著降低;第三,金融监管对非银行金融部门系统性风险溢出水平的影响具有明显的时变性特征,2016—2017年金融监管明显降低了系统性风险溢出水平,2018年后政策效果因受到外部冲击而有所弱化;第四,不同非银行金融部门的系统性风险溢出水平对政策冲击的响应存在差异,金融监管政策在短期内降低多元金融部门和证券部门的系统性风险溢出水平效果更为明显。本文的研究结论对完善中国金融风险防范体系、防止金融资本“脱实向虚”和健全相应的风险监管制度具有一定的参考价值。

城市间房价分化的影响因素研究

面对一二三线城市房价增速的分化走势,“因城施策”逐渐成为主基调,为此需要准确识别不同城市房价分化的主要因素。本文综合使用XGBoost等机器学习方法以及SHAP值解释性方法,基于2009—2019年全国70个大中城市面板数据,测算并分析一二三线城市房价分化的主要因素。结果表明:(1)预期因素在多轮房价分化期间都起到重要驱动作用;(2)货币政策本身并不是房价分化的主要因素,但可以通过影响预期导致房价分化;(3)需求因素和供给因素本身也不是房价分化的主要因素,但也可以通过影响预期导致房价分化。有鉴于此,“因城施策”的关键在于稳定公众对房价的预期:一线城市应在控制土地成本的前提下适当增加住房供给,削弱由于供不应求所带来的房价上涨预期;二三线城市需进一步完善基础设施,提高教育、医疗和环境质量,改善居民购房需求,防范人口外流带来的房价下跌预期。

国际大宗商品价格会影响我国CPI吗——基于BVAR模型的分析

研究表明国际商品价格会显著影响我国CPI。因此,在制定调控物价的措施时,应关注国际大宗商品价格因素对我国价格水平的影响,其中尤其需要关注国际原材料价格的变动。此外,价格传导机制具有滞后性,因而防范通胀比治理通胀更重要。

企业规模与货币政策的非对称效应

在金融加速器模型的基础上,本文构建了含有企业异质性的动态随机一般均衡模型,并以此考察了我国货币政策对不同规模企业的非对称效应。研究结果表明,相对于大企业,中小企业更易受到紧缩性货币政策冲击的影响,中小企业产出下降幅度约是大企业的三倍。造成这种非对称效应的主要原因在于中小企业外部融资受到限制。此外,货币政策冲击通过信贷市场放大了经济波动,经济中存在着明显的金融加速器效应现象。因此,央行在制定货币政策时应考虑到货币政策对不同规模企业的非对称效应,并谨慎选择名义利率的调整幅度。

我国通货膨胀预期的微观基础研究

通货膨胀预期的微观基础是一个重要的理论问题和实践问题,但至今相关的研究还非常少。本文采用中国人民银行的《居民储蓄问卷调查系统》数据库,从经济主体的经济特征和人口统计特征两方面详细研究哪些因素会显著影响居民通货膨胀预期。研究结果表明:人们对未来家庭经济状况的信心、风险厌恶程度和金融参与及熟悉度、家庭所处阶层、人们对现阶段经济运行状况的满意程度以及最近家庭所处的经济环境都是形成异质性通货膨胀预期的重要原因。研究结果对于制定更加科学的货币政策和加强通货膨胀预期管理具有重要的参考价值。

通货膨胀影响因素识别——基于机器学习方法的再检验

准确识别通货膨胀的影响因素,可以前瞻性地防范通胀风险及其危害,具有重要政策意义。已有研究主要使用SVAR等传统计量方法分析通胀的影响因素,但传统计量方法能够涵盖的因素种类和非线性关系有限。考虑到机器学习方法能够有效突破传统方法的局限,本文综合使用SHAP值解释性方法和SVR等多种非线性机器学习方法,重新识别了2001—2019年间我国所发生的5轮通胀的影响因素。研究结果表明,第一,通胀预期和食品价格上涨是过去20多年间多轮通胀的共同驱动因素;第二,消费和投资等需求拉动因素对通胀的影响逐渐减弱,成本推动因素尤其是劳动力成本对通胀的影响不断增强;第三,货币政策能够通过多种渠道影响通胀走势,并且一直是通胀的重要影响因素。有鉴于此,建议通过加强引导通胀预期、稳定食品生产和供应、营造良好经营环境以缓解劳动成本上涨压力等举措防范通胀风险。此外,不能因为担心通胀压力就过于束缚货币政策的力度,应该在做好金融市场和房地产市场宏观审慎监管的前提下,适当加大货币政策对实体经济的支持力度,以更好地应对我国经济下行压力。

通货膨胀冲击的财产再分配效应——基于中美两国的比较研究

本文利用微观调查数据研究了中美两国通胀冲击的财产再分配效应。本文的定量研究结果表明,通胀冲击将侵蚀中国家庭部门的财产,并进一步恶化家庭间的财产分布;而美国的情况却截然相反。从通胀再分配效应的视角出发,本文建议我国在制定货币政策时应当更加重视民生目标,逐步建立起多种形式的通胀补贴制度,以增强社会底层的通胀承受能力。

住房价格与中国货币政策规则

住房价格高涨背景下我国货币政策的操作一直以来颇受关注。本文构建含有房产的动态随机一般均衡模型,对我国货币政策规则是否关注住房价格进行了检验。此外,本文通过数值模拟比较了将房价纳入货币政策规则与否对宏观经济波动所产生的影响。本文的主要结论有:央行在2003—2010年的实际操作中已将住房价格波动纳入修订泰勒规则中;将住房价格波动纳入货币政策规则对调控房价上涨有较好效果,但代价是调控过程中通货膨胀率的持续上升,以及产出水平和家庭消费负向偏离稳态;家庭住房贷款首付比例能够有效降低稳态水平下的住房价格。

绕积马氏链的状态分类

该文给出了绕积马氏链的特征数和状态的定义 ,利用一般马氏链的理论讨论了随机环境中的马氏链的各种状态的特征以及各类状态之间的联系 ,还给出了在联合空间不可分解且正则本质的条件下 ,状态正则本质的充要条件 .最后举例说明了经典马氏链和随机环境中马氏链的状态的区别 .

中国信贷歧视的福利成本

国有企业与民营企业之间的信贷歧视是中国经济转型过程中所特有的现象。本文构建了一个具有信贷歧视的动态随机一般均衡模型,以计算中国信贷歧视的福利成本。计算结果表明,信贷歧视大约会使整体社会的福利损失增加6.2%,其原因在于信贷歧视加剧了民营企业的产出波动并进而放大了通胀波动。本文进一步对比了不同货币政策下的福利损失,发现信贷歧视均会产生福利成本。据此,本文认为信贷歧视必须予以破除,从而消除信贷歧视带来的福利成本。

深度学习神经网络能改进GDP的预测能力吗?

目前国内外复杂的经济形势加大了预测GDP的难度,因此,如何有效地预测GDP是值得研究的重要理论与现实问题。有鉴于此,本文构建了既具有宏观经济理论基础又符合中国宏观经济特征的指标体系,并构造了一个用于GDP预测分析的LSTM模型,将之与BVAR模型进行对比研究,以科学地判断LSTM模型是否能够提升GDP预测的精确度。研究结果表明:第一,本文选择的扩展指标能够提升BVAR模型与LSTM模型的GDP预测能力;第二,相比于BVAR模型,LSTM模型能够更好地挖掘扩展指标对GDP的非线性影响,从而提升短期GDP预测能力。鉴于LSTM模型强大的自我学习能力、良好的泛化能力以及较好的模型可调节性,LSTM模型在GDP预测领域具有广阔前景。

新常态下PPI与CPI之间产业链价格传导机制研究

中国经济进入新常态以来,生产者价格指数(PPI)与消费者价格指数(CPI)的走势出现了明显分化,直观上说明两者之间的传导机制发生了变化。本文基于产业链价格的传导视角,利用非线性格兰杰因果关系检验的方法对比分析新常态前后中国PPI与CPI传导机制的变化。研究发现,新常态之前中国PPI与CPI之间产业链价格的传导机制较为通畅,主要表现为上游生产环节的价格变动可以有效传导至中游流通环节进而带动下游消费环节的价格变动。新常态以来,中国PPI与CPI的传导机制不通畅,主要是由产业链的中游流通环节向下游消费环节的价格传导受阻引起的。其直接原因是有效需求不足,消费增长乏力;根本原因是产业结构低端化,这导致中游去产能进程缓慢,进一步加剧了有效需求不足的问题。由于产业链价格的传导机制失效,未来中国PPI与CPI走势的分化可能是长期现象,因此货币政策在稳定价格时就不能只关注CPI,应将PPI等其他重要的价格指数也纳入指标体系中,确保价格总水平的基本稳定。

我国通胀与经济增长放缓福利成本的比较研究

经济理论和实践经验通常认为我国经济增长放缓的福利成本远高于通货膨胀的福利成本,因而"保增长"的重要性远高于"防通胀"。本文认为这一判断已经不再适用于我国当前情况,核心原因是当前家庭的财产积累水平较以往有了大幅度提高,通胀将通过财产再分配效应造成严重的社会福利损失。经过计算发现:在各组参数设定下,5%的通胀和经济增速下滑一个百分点所造成的社会总福利成本(对消费的补偿比例)分别平均是1.8%和5.9%;通胀福利成本与增长放缓福利成本之比平均为32.9%,相比之下,在不考虑财产再分配效应的计算方法中,该比例仅为约16%。这说明在中长期"保增长"和"防通胀"都具有重要的社会福利意义,因此宏观调控应该将二者都作为重要的政策目标。

股票网络平台中的噪音会影响股价同步性吗

股价同步性是衡量资本市场信息效率的重要指标。股价同步性的影响机制一直以来都是金融研究的热点问题。本文使用文本分析的方法,通过机器学习度量了东方财富股吧中股民发帖评论中的非理性噪音,检验了股票网络平台中的噪音与股价同步性之间的关系。研究发现:第一,股票网络平台中的噪音会促使投资者做出非理性的投资决策,进而降低股价变动的同步性。噪音评论占全部评论的比例越高,上市公司的股价同步性越低,而且两者之间呈现倒U型的非线性关系。第二,公司个股新闻与公告数量的增加、分析师关注度的提高与外部审计质量的提升,均可以减弱股票网络平台中的噪音对股价同步性的影响。本文关注网络新媒体中的噪音对股价同步性的影响,研究结论对于监管部门加强网络信息监测以及上市公司进一步完善信息披露渠道具有现实意义。

股指期货对中国股市的稳定作用研究:羊群效应视角

股市中羊群效应是股市投资者盲目跟风的非理性行为。严重的羊群行为会造成市场的"暴涨暴跌"现象。本文基于羊群效应测度模型,对2006-2014年的股市数据进行实证检验,研究发现沪深300股指期货的推出弱化了股市的羊群行为,对股市的平稳运行有很大的促进作用。相对于主板市场,股指期货的推出对中小板市场羊群行为的抑制作用较小。这一发现为股指期货的"稳定器"功能提供新的证据。

卖空交易促进了股价信息效率吗?——来自中国融券交易的经验证据

本文使用中国开展融券交易四年来的股市交易数据,探讨了卖空交易对股价信息效率的影响。研究结果显示,卖空交易有助于加快股价融入市场公共信息和个股盈余信息的速度,从而提升股价的信息效率和降低盈余公告后股价盈余漂移程度。本文研究为确认卖空交易提高了市场的定价效率和促进了市场价格发现功能提供了重要佐证。

不完全市场、不确定性和中国利息税

通过建立具有利息税的不完全市场一般均衡模型对中国均衡利率和均衡资本进行分析,我们可以看到,利息税使得储蓄更低而利率更高。但是,流动性约束和预防性储蓄等不完全市场因素的存在使得资本供给曲线显著向右移动,导致储蓄增高。因此,当我们评价利息税对经济的影响的时候,必须考虑流动性约束和预防性储蓄的逆向作用。

网络情绪能够影响股市羊群效应吗?

为检验网络情绪对股市羊群效应的影响,本文选取创业板指数成分股收益率数据和东方财富网股吧发帖文本对中小投资者进行经验研究。本文首先利用文本挖掘技术建立一个适用于中小投资者的金融情感词库,构建三项网络情绪指标,然后应用分位数回归模型分析网络情绪对股市羊群效应的影响。研究发现,第一,中小投资者的网络分歧情绪能够整体上减弱过度自信从而减轻逆向羊群效应,参与热情能够促进信息交流从而减轻正向羊群效应,但看涨情绪对羊群效应没有显著影响。第二,相比于股市下跌时期,股市上涨时期的羊群效应受参与热情的影响更大,相比于股市上涨时期,股市下跌时期的羊群效应受分歧情绪的影响更大。第三,网络信息互动并不一定总是降低投资者的有限理性程度。因此,有必要利用网络情绪信息监测中小投资者的羊群行为,给予其适当的理性引导,从而促进中国金融市场有效运行和健康发展。

媒体风险感知与系统性金融风险预警

2008年国际金融危机以来,关于系统性金融风险预警已成为社会各界关注的重要问题。本文采用新闻文本大数据构建了媒体风险感知这一主观指标,结合股票、债券、货币和外汇等金融子市场风险指标,使用CISS方法合成了中国系统性金融风险指数(RP-SRI),并将RP-SRI与只包含金融子市场风险指标的金融压力指数(FSI)进行对比研究。结果表明,首先,媒体风险感知与金融市场和宏观经济之间存在单向的非线性格兰杰因果关系。这说明媒体能够捕捉政策不确定性和市场风险的微小变化,媒体风险感知对金融市场和宏观经济有传染效应。其次,就经济稳定问题而言,加入媒体风险感知的RP-SRI对经济下行风险爆发概率的识别能力相较于FSI要更强,可以更好地预测经济下行风险。最后,就金融稳定问题而言,RP-SRI可识别系统性金融风险迅速积累状态,实现预警金融风险的目的。本文丰富了系统性金融风险的防范预警体系,有助于监管部门及时进行金融市场风险防控和舆情管理,维持经济稳定和金融稳定。

随机环境中多维分枝链的增长率及灭绝概率

本文在随机环境中马氏链的框架下研究随机环境中多维分枝链(简记MBCRE)的极限性质,获得了MBCRE的母函数的一些性质,利用这些性质和随机矩阵乘积的弱收敛性证明了MBCRE中的条件均方收敛性与a．s．收敛性以及灭绝概率的估算等．这些结果是对Athrey与Karlin(1972)和Cohn(1989)的极限定理的推广．