股市网络拓扑结构与系统性风险贡献度:基于VaR风险网络模型

股市的系统性风险是极端波动不断累积变化的过程,本文首次应用VaR模型构建股市风险网络,并从风险网络演化的视角研究中国股市的系统性风险贡献度,选取中国股市2008年和2015年极端波动时期,应用动态面板回归模型分析风险网络结构指标与系统性风险贡献度间的关系。结果显示:沪深股市风险网络具有无标度性;股票市场极端波动行情的出现与系统性风险的累积具有相关关系;2015年股市波动冲击比2008年金融危机冲击对风险网络的破坏更大;在股票风险网络中节点的度、接近中心性、点强度等网络结构指标与系统性风险溢出值呈显著的负相关关系,即与系统性风险贡献度正相关。为准确把握对股市的系统性风险起重要作用的机构,及防控系统性风险在整个股市网络中的传播具有重要意义。

我国各类金融机构系统风险贡献度评估——基于分位数回归的CoVar模型

本文以条件在险价值方法为基础,运用状态变量模拟风险的时变性,运用分位数回归技术对我国银行、保险、证券这三类上市的金融机构对系统风险的整体贡献度进行了评估。研究表明,银行类金融机构系统风险贡献度最高,保险机构处于中间水平,证券类机构系统风险程度最低,同时金融危机过后整体系统风险的水平呈现下降的趋势。银行、保险、证券类金融机构对于状态变量的敏感程度差异较大,其中股票波动率和房地产收益率对三者均有显著影响。本文的研究为识别系统重要性程度高的金融机构提供了依据,同时为宏观审慎监管提供了实证支持。

基于“去一法”的跨部门金融机构风险贡献度和系统重要性研究

基于改进的“去一法”,运用前沿的ΔLGC^((%))指标分析我国金融机构风险贡献度的截面和时序特征,并基于风险贡献度因子和规模因子构造了度量金融机构系统重要性的指标。研究结论认为:首先,相比于信托业,银行业、证券业和保险业的风险贡献度相对较高,其中规模相对较小的股份制商业银行的风险贡献度排名靠前;其次,风险贡献度指标所呈现的系统性金融风险的主要变动趋势与实际的金融风险事件的周期变动趋势相同,能有效识别风险事件;再次,分析影响风险贡献度的潜在因素,发现结果与现有文献相同,特别是金融机构的规模和业务活动是重要影响因素;最后,基于金融机构系统重要性指标分析结果发现,我国四大国有商业银行是系统重要性金融机构中排序靠前的金融机构,且相互之间的影响也是最大的。

商业银行系统性风险贡献度的相关性研究——基于Copula函数的实证分析

在测度上市商业银行ΔCoVaR、MES和CES的基础上,使用Copula函数分析商业银行之间系统性风险贡献度的相关性。结果显示:上市商业银行系统性风险贡献度之间的相关系数非常高;单家商业银行系统性风险贡献度快速上升会导致银行系统性风险的增加,同时银行系统陷入困境对单家商业银行的影响较大;国有大型商业银行与其他商业银行相关系数的平均值并没有显著高于股份制商业银行和城市商业银行。系统性风险监管需要关注商业银行之间系统性风险贡献度的相关性,进而制定系统重要性金融机构管理框架。

宏观审慎政策有效性分析——基于银行系统性风险贡献度视角

宏观审慎政策作为稳定金融系统的重要手段,在我国实践年份较长,但具体政策效果还有待探究。该文使用我国16家上市银行2012—2019年数据,构建反映银行系统性风险贡献度的指标,然后使用系统GMM分析宏观审慎政策在抑制银行系统性风险贡献度方面的效果。研究结果显示宏观审慎政策的整体实施能有效抑制银行系统性风险贡献度,实施效果与政策力度正相关。此外,宏观经济环境和银行自身变量也会对银行系统性风险贡献度产生差异化影响,进一步研究还显示,实施逆周期宏观审慎政策有利于降低经济周期变化带来的系统性风险波动,平滑经济周期。因此宏观审慎政策应以逆周期实施为主,并对国有五大行进行特别关注,必要时可对商业银行自身指标提出要求。

基于鞍点逼近的投资组合极端风险贡献度测度

在当今金融市场资产价格高波动的背景下,度量投资组合中各资产对总体风险的风险贡献度对探析投资组合风险波动不定的深层次原因有重要意义.关于风险贡献度的测算,目前运用较广泛的是历史数据法,其主要适用于存在大量数据样本且持续期较短的情况.特别地,极端情况下的风险贡献度估计主要由处于分布尾部的少量观测值决定,因此历史数据法估计的准确性此时较难保证,为此,本文对鞍点逼近模型优化并考察上述情形.通过对中国股市进行实证分析发现,与传统历史数据法相比,鞍点逼近模型呈现下列优点:投资组合分布函数简洁、风险贡献度计算效率和准确性较高,压力测试表明该方法具有较好的稳健性.因此该方法有望对投资组合的风险预警与防范起到决策支持作用.

系统重要性股权质押上市公司的识别——股权质押违约的系统性风险贡献度视角

股权质押风险一旦爆发呈联动效应,影响范围将迅速波及多个市场,极有可能衍生出系统性风险,对整个金融市场和实体经济带来极大危害。围绕股权质押违约风险在股票市场和基金市场传染的核心问题,借鉴网络科学研究工具,从关联市场视角探索股权质押风险跨市场传染的路径和规律。首先描述了股权质押二部图网络的构建方法,利用关联网络的阈值传染模型描述证券市场和基金市场之间股权质押违约风险传染动力学;进一步收集整理2017年底沪深两市A股市场未解压股权质押数据和基金产品持股数据构建了真实的网络;最后,采用蒙特卡洛模拟技术仿真股权质押风险的传染过程,验证清盘抛售概率、平仓价等参数对风险传染范围的影响,计算每一家股权质押上市公司作为风险传染源的系统性风险贡献度,辨识出系统重要性股权质押公司。

非利息收入对商业银行系统性风险贡献度的影响——基于中国上市银行的经验证据

本文基于2008-2015年中国上市银行季度数据,实证分析非利息收入对单个银行系统性风险贡献度的影响。研究表明:(1)非利息收入对系统性风险贡献度呈显著负向影响,且依赖于银行规模:大规模银行非利息收入增加会降低系统性风险贡献;小规模银行则提高风险贡献度。(2)资本充足率的提高会降低系统性风险贡献度对非利息收入的敏感性,而手续费及佣金收入的影响作用取决于资本结构:资本充足率高时呈正向关系,低时呈负向关系。(3)逆周期监管实施与否是非对称效应形成的重要原因。因此,应对异质银行实行差别监管,落实逆周期监管,降低商业银行系统性风险贡献。

中国宏观审慎监管有效性检验——基于商业银行系统性风险贡献度视角

本文以中国上市商业银行为样本,测度国际主流的系统性风险贡献度指标,并使用国际货币基金组织的调研数据所生成的代表中国宏观审慎监管实施概况的MPI指标进行实证分析。研究结论表明,中国宏观审慎监管工具能够显著降低商业银行系统性风险贡献度,中国宏观审慎监管在经济处在上升阶段时效果更为显著,且宏观审慎监管作用于国有大型商业银行的效果不会比其他类型商业银行的效果差。

考虑线路介数和well-being风险贡献度的电网脆弱线路评估

输电线路脆弱性评估是电网脆弱性研究的重要内容,现有评价方法评价角度单一,且无法考虑天气因素的影响,缺乏实用性,为此,提出了一种评估输电线路脆弱性的新方法。基于加权介数模型,计算线路加权介数指标,基于w ell-being风险追踪模型,计算考虑元件敏感度的w ell-being风险贡献度指标。同时,结合两状态天气模型,研究了恶劣天气对线路脆弱性的影响。结合线路介数和well-being风险贡献度提出了兼顾系统网络结构和运行状态特性的综合脆弱性指标,并给出了输电线路脆弱性评估方法流程。最后对IEEE-RTS系统进行仿真,结果证明了所提指标和方法的合理性和实用性,该方法可以辨识出处于电网关键输电通道上的脆弱线路,为电网运行维护提供参考。

中国金融机构的系统性风险贡献度研究

当前金融机构之间的关联越来越紧密,极易诱发系统性风险。基于2012—2016年中国金融市场数据,本文采用两步分位数回归、LASSO技术和复杂网络理论来研究金融机构的系统性风险贡献度。研究发现,影响金融机构在险价值(VaR)的关键因子为其他机构滞后一期的损失超出量,即机构之间的相互关联性;可以运用系统性风险贡献度动态识别和度量系统重要性,其中相互关联性发挥主要作用,且比规模更加重要,结果显示银行业最具系统重要性。本文发展的方法对于有效地防范与监管系统性风险具有重要的应用价值。

中国上市银行系统性风险贡献及其影响因素研究——基于MES-SRISK方法

本文结合市场数据和资产负债表数据,运用 MES-SRISK模型测算了2012-2016年我国上市银行的系统性风险贡献度,并就影响系统性风险贡献度的因素进行了实证研究。结果表明:国有商业银行的系统性风险贡献度显著高于股份制银行和城市商业银行;股份制银行对系统性风险的贡献在逐年增大;银行资产规模、杠杆率以及不良贷款率与系统性风险贡献度呈现出正向关系,而资产回报率、资本充足率以及市值与股东权益比率的提升会降低系统性风险贡献度。

基于MES测度我国银行业系统性风险

本文基于我国14家上市银行2007年10月7日至2012年5月31日的数据,运用边际期望损失(MES)方法,度量了我国银行业系统性风险贡献度,并在建立面板数据回归模型的基础上,探究了银行业系统性风险贡献度的影响因素。实证结果表明:2008年1月至2008年12月美国金融危机爆发期间,我国上市银行系统性风险明显高于平常时期,MES方法度量的结果比较符合实际情况;此外,无论是危机期间还是危机之后,我国大型国有商业银行的系统性风险贡献度都很小,而规模较小的股份制商业银行的系统性风险贡献度相对较大;通常,高风险银行的系统性风险贡献度也大。

运输航空飞行安全风险评价方法

为研究中国民用运输航空飞行安全风险,提出一种基于不安全事件调查报告和快速访问记录器(QAR)数据的运输航空飞行安全风险评价方法。首先,依据风险源事件后果严重程度不同将风险分为显性风险和隐性风险,再根据风险源事件的10年平均风险贡献度大小将风险分为直接风险和或有风险,进而得到运输航空飞行安全风险分类;然后,建立运输航空飞行安全风险评价指标体系和风险评价模型;最后,以2017年中国民用运输航空实际运行不安全事件和QAR超限事件数据验证所提评价指标体系和模型的合理性。结果表明:运输航空飞行安全风险评价结果与该年度中国民航航空安全报告中安全风险分析结论基本一致。

商业银行利率衍生工具使用:对冲风险还是赚取利润?

实证研究商业银行利率衍生工具使用动机,经面板变系数回归分析发现:第一,3个月期限内,商业银行因在利率走势预测方面具有优势,会倾向于使用利率衍生工具作盈利交易;第二,3个月期限以上,商业银行倾向于使用利率衍生工具对冲中长期利率风险;第三,商业银行使用利率衍生工具的动机存在个体异质性;第四,商业银行使用利率衍生工具能降低自身系统性风险的贡献度。

我国上市商业银行系统性风险测度

基于CoVaR方法,通过分位数回归模型,对中国16家上市商业银行系统性风险贡献度进行测度。测度结果表明:相比于VaR及CoVaR方法,ΔCoVaR及%CoVaR是衡量边际风险贡献度更好的指标;工商银行的VaR值较低但其相对系统性风险贡献度居首位;一些银行自身发展迅速但也增加了中国银行业的系统性风险。

系统性风险会约束商业银行信贷供给吗?

本文主要研究系统性风险贡献度如何影响商业银行的信贷供给。本文使用固定效应面板回归模型,以中国上市商业银行为研究样本进行实证分析。结果表明,当金融体系处于正常状态下时,商业银行系统性风险贡献度的增加不会影响其向实体经济输出信贷的功能,但是在极端状况下,系统性风险贡献度越高的商业银行是向实体经济输送信贷越多的银行,因此其应该是受到系统性风险影响大的商业银行,在风险增加时其对实体经济信贷输出会显著的下降。分类别来看,当金融体系正常运行时,商业银行系统性风险贡献度的增加能够降低房地产贷款的发放;但在极端情况时,商业银行系统性风险增加会降低个人住房抵押贷款的发放,而增加房地产行业的贷款,从而有增加银行体系风险的可能。同时,本文实证分析表明,在极端情况时,对商业银行风险贡献越大的商业银行,其短期贷款发放的越多,商业银行消费贷款发放的也越多。

广泛负荷聚集商市场策略建模及风险效益分析

分布式电源、储能设备及主动负荷等需求侧资源可通过广泛负荷聚集商的统一管理参与电力市场的运营,其在提升系统经济效益的同时,也给系统优化调度带来挑战。建立了广泛负荷聚集商管理多种需求侧资源参与电力主能量及辅助服务市场的日前、实时两阶段随机优化市场策略模型,同时采用条件风险价值(CVaR)方法对市场价格波动及需求侧资源不确定性风险进行管理。利用夏普利值(Shapley value)分配方法及风险贡献度理论,对各类需求侧资源在广泛负荷聚集商运营中的效益及风险贡献进行分析。算例说明了所提出模型的有效性,定量说明了广泛负荷聚集商在需求侧资源聚合管理中提升效益、平抑风险的两方面作用,以及各类需求侧资源在聚集商运营中的效益及风险贡献。

究竟哪家商业银行风险高

本文使用了主成分分析法,将基于五类指标计算出的综合风险指标汇总,并对影响指标值大小的因素进行实证分析。实证结果发现:股份制商业银行(比如华夏银行、光大银行)整体风险贡献度较高,甚至高于国有大型商业银行,城市商业银行风险贡献度最低。此外,面板模型实证结果表明:规模大、资本充足率低、存贷比高和流动性覆盖率高的商业银行,风险程度较高。

商业银行系统性风险价值及溢出的测度

文章通过Co Va R模型,采用2007年11月16日至2014年2月7日12家上市的商业银行收盘价的周数据,利用分位数回归法考察我国不同上市银行与银行系统之间的双向溢出效应以及上市银行的风险贡献度。实证结果表明,在q￡0.05区间内,单个银行与银行系统之间存在双向的风险溢出效应且两种风险溢出之间存在关联;对中国银行系统而言,风险贡献度最大的银行是工商银行、中国银行和浦发银行,12家上市银行系统重要性之间的差别不大,但是稳健性存在较大差别。