房价过度波动的系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型

近年来,房价过度波动已成为引发系统性风险的主要爆发源,给经济金融安全运行带来了一系列负效应。笔者在文献梳理的基础上,针对现有研究视角和方法存在的不足,将测度系统性风险的主流方法——Co VaR模型进行拓展,通过构建GARCH-Copula-Co VaR模型,实证研究了房价过度波动的系统性风险溢出效应。通过研究发现:房价过度波动的系统性风险溢出效应明显,但对不同经济层面的风险溢出效应存在差异,其中对金融机构的风险溢出效应最为显著;经济环境变化对房价过度波动影响显著,其中宏观经济环境和制度条件的变化是引起房价过度波动的原动力,对房价过度波动起决定性作用。为此,在宏观调控政策实施中应尽量保持政策的连续性,避免频繁救市或过度打压房价,既要防范房价过度波动所引发的系统性风险向金融体系和实体经济传导,也应为稳定房价创造良好的宏微观经济环境和制度条件。

中国金融业跨市场风险测度与分析——基于GARCH-Copula-CoVaR模型

采用GARCH-Copula-CoVaR方法对银行、证券、保险和信托业之间的风险传导进行了实证研究,研究分析当某一行业自身处于极端风险时,对其他行业影响的共同风险绝对值和相对值。研究表明,银行、证券、保险、信托业两两之间都存在显著双向风险传递,平均共同风险相对值为32.46%;银行、证券、保险与信托业两两之间风险外溢值呈现非对称性;传统行业间风险外溢大于新兴行业间的风险外溢。证券行业对其他三个行业的关联影响最大,是最大的风险源头,体现了风险传递结构上的多层次性。中国的金融监管需要更加关注风险源头,建立机构监管向功能监管转变的联合协调监管机制,引入第三方评估机构,完善信息公开机制。

金融科技对金融机构的风险溢出效应——基于GARCH-EVT-Copula-CoVaR模型的研究

金融科技规模不断扩张,其风险溢出问题影响着中国金融稳定。基于中国金融科技自身特点,筛选最优Copula函数,运用GARCH-EVT-Copula-CoVaR模型测度金融科技对不同类型金融机构的风险溢出值。结果发现:金融科技和金融机构间存在双向风险溢出;金融科技对不同类型金融机构的风险溢出不尽相同,金融机构中银行业所承担的风险溢出最高,其次是基金业和证券业,保险业最小;相比之下,金融机构对金融科技的风险溢出更为明显。

有交易成本的GARCH-扩散期权定价模型

基于GARCH-扩散过程,把规范的B lack-Scholes期权定价模型推广到存在交易成本的情形.首先给出了有交易成本的期权定价的非线性偏微分方程,然后用泰勒展开技术对方程的解进行逼近,最后与Leland的期权定价模型进行了比较.结果表明,有交易成本的GARCH-扩散期权定价模型具有较好的定价性能.

我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型

本文基于扩展的时变Copula-CoVaR方法,研究2007年1月至2015年9月间我国保险业系统性风险溢出效应,并使用前瞻CoVaR模型分析保险业系统性风险溢出的影响因素。研究结果表明:样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出,且风险溢出呈现非对称性特征;保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的系统性风险溢出,银行业并不是金融业中对系统性风险贡献最大的子行业;2007年美国次贷危机期间和2014年底至样本期结束,我国保险业的系统性风险溢出强度明显高于其他时间段;在险价值、净资产收益率对保险公司系统性风险溢出有正向影响,而财务杠杆、每股净资产和资产规模有负向影响;保险公司系统性风险溢出呈现出一定的顺周期性。

原油期货与PTA期货的风险溢出效应——基于Copula-CoVaR模型的研究

本文以伦敦国际石油交易所的布伦特原油期货和郑州商品交易所上市的PTA期货作为研究对象,运用Copula-Co VaR模型测算金融危机前后布伦特原油期货和PTA期货之间的溢出效应。研究结果表明:金融危机前后,原油期货会对PTA期货产生正向溢出效应,同时,PTA期货会对原油期货产生反向溢出效应;原油期货对PTA期货的溢出效应程度明显大于PTA期货对原油期货的溢出效应程度;金融危机前的溢出效应程度明显大于金融危机后的溢出效应程度。

中国汇率市场与国际原油市场间的溢出效应:基于BEKK-GARCH-TVP Copula模型

随着全球化进程的加速,中国汇率市场与国际原油市场间的联系不断加强,市场间波动传递与风险传染的可能性也逐渐加大。鉴于中国在岸汇率市场与离岸汇率市场在交易主体、监管条件等方面具有明显的异质性,将BEKK-GARCH-TVP Copula模型与CoVaR方法结合,来考察两汇率市场与国际原油市场间的动态非线性相依结构,并准确度量中国汇率市场与国际原油市场间的波动与风险溢出效应。研究结果表明:离岸汇率市场与国际原油市场间存在双向波动与风险溢出效应;国际原油市场对在岸汇率市场存在单向波动以及下行风险溢出效应;此外,风险发生时中国汇率市场和国际原油市场分别处于风险接受和风险输出地位。实证结果可以为跨境企业、国际投资者以及政府监管部门的决策行为提供经验支持。

金融科技对商业银行系统性风险的溢出效应

近年来,金融科技逐渐成为我国银行体系进行风险控制的新工具。以我国A股市场上市商业银行为样本,构建GARCH-EVT-Clayton-Copula-Co Va R模型,测量样本区间内16家商业银行的金融科技发展水平及系统性风险溢出值,对金融科技与商业银行系统性风险之间的关联机制和影响效应进行理论与实证分析。研究发现,商业银行通过金融科技进行风险控制存在增强和减弱两条路径。进一步分析发现,金融科技能降低商业银行系统性风险溢出;商业银行规模、总资产收益率、存款负债比、杠杆率以及非利息收入占比等因素也对商业银行系统性风险溢出有着不同程度的影响。

欧盟和国内碳交易市场的相依结构及风险溢出效应研究

研究国内外碳市场的相依结构及风险溢出效应,对于投资决策、风险监管以及碳交易市场建设均具有重要意义。本文结合Copula函数和ARMA-GARCH模型捕捉欧盟碳市场期货价格与国内北京、上海、广东、深圳和湖北5个碳市场的碳价波动的尾部相依结构特征,并建立基于分位数的CoVaR模型探究欧盟碳市场对国内碳市场的风险溢出效应。研究表明:(1)国内外碳市场存在非对称的相依结构,Gumbel Copula捕捉到欧盟碳市场和北京、广东和湖北3个碳市场之间的相依结构,即风险对上尾比较敏感;Clayton Copula函数捕捉到欧盟碳市场和上海碳交易市场之间的相依结构,即风险对下尾比较敏感;而t-Copula函数刻画欧盟碳市场和深圳碳交易市场之间尾部特征呈现持续相依性;(2)欧盟碳市场对国内碳交易市场风险溢出效应影响最大的是湖北,最小的是深圳,且欧盟碳市场对国内碳交易市场的风险溢出效应可表示为:湖北>广东>上海>北京>深圳。基于上述结论提出了相关政策建议。

商业银行多层网络结构对系统性风险影响研究

基于16家上市银行相关数据,实证研究了我国银行业多层网络结构对系统性风险溢出的影响。首先,利用时变Copula-CoVaR模型测度各银行的系统性风险溢出效应;其次,基于银行股票收益率间三种相关性,构建了银行多层网络模型;然后,选取多层网络结构中心性指标,建立了面板回归模型分析多层网络结构对银行系统性风险溢出效应的影响。研究表明:在银行多层网络中,度中心性对系统性风险溢出有着显著的正向影响,而中介中心性则对系统性风险溢出无显著影响。

重大突发事件背景下金融行业间极端风险相依和风险溢出研究

金融行业的风险问题关系到金融稳定和经济安全。构建包含利空消息和利好消息的时变Copula-CoVaR模型,结合金融危机、股市震荡、贸易摩擦、疾病疫情等重大突发事件,考量金融行业之间的极端风险相依结构和风险溢出效应及其动态演化过程。结果表明,金融行业间风险相依和风险溢出均具有显著的厚尾性、非对称性和时变性特征,同时存在显著的动态极端风险相依和风险溢出,且下尾风险相依和风险溢出的程度更大,对市场行情下跌的反应更为敏感;银行业在整个金融系统中发挥着至关重要的作用,其对证券业、保险业和其他金融业的极端风险相依和风险溢出均处于较高水平;不同时期的重大突发事件对金融行业间极端风险相依和风险溢出的影响存在明显差异,事发后风险相依变化较为平缓,而风险溢出急剧加强并表现出持续性。

基于状态转换的风险分解VaR模型研究

VaR的度量涉及到资产组合的未来市场因素分布、波动性以及定价三个方面。针对传统CAPM和GARCH方法的不足,作者提出了市场指数及证券(组合)分别服从独立的马尔科夫状态转换过程下的风险分解VaR模型——SSRM模型。模型能够分别呈现市场的系统风险和个股特有风险,在方法上允许市场指数、证券(组合)分别存在波动性的突然跳跃。凸出特点是既综合考虑了市场和特定资产的关系,又考虑了资产和市场风险的时变性特征。实证显示模型较经典的GARCH-β模型在VaR估计方面有显著优势。

多元时间序列GARCH型模型的诊断检验

多元时间序列GARCH型模型已被证实在理论和实际中具有重要作用.该文对这一类模型的拟合优度提出了一组得分型检验统计量.这些检验在零假设模型下渐近服从卡方分布,计算简单,临界值容易得到.检验对备择模型比较敏感,能侦察到以1/n^(1/2)的速度收敛到零假设的备择模型.对于可能的多个备择,构造了渐近分布自由的Maximin检验;而对于饱和备择情形,基于得分型检验的思想提出了一个构造Omnibus检验的可能性.值得指出的是构造的这组检验能检测到零假设模型的条件协差阵的每一部分可能的偏离,从而当模型被错误指定时,该检验能提供相关信息进行模型修正.模拟结果表明该文的检验表现理想.

中国股市与国际股市的融合度研究——以次贷危机与欧债危机为背景

本文运用ICAPM模型和GARCH-动态COPULA函数,研究了次贷危机和欧债危机期间,我国股市的风险定价特点及与国际股市之间融合度的演变过程,并探讨了两次危机在国内股市全球化过程中的不同影响。实证结果表明:(1)国内股市的资产超额收益率同时受全球市场风险溢价、国内市场风险溢价及货币风险溢价的显著影响,样本期内国内股市与国际股市为部分整合关系,且整合程度呈不同阶段特点,欧债危机期间全球风险溢价对国内资产收益率影响最大;(2)COPULA尾部相关系数表明,危机发生后市场间联动性增强,融合度提高,但相比欧债危机,次贷危机对市场间联动及国内市场的风险冲击并不大。

我国影子银行对商业银行的风险溢出效应——基于GARCH-时变Copula-CoVaR模型的分析

近几年,我国影子银行规模持续扩张,其风险溢出问题日益引起学术界关注。本文从我国影子银行自身特点出发,基于偏t分布的GARCH-时变Copula-Co Va R模型测度了各类型影子银行对商业银行的整体以及局部动态风险溢出效应。结果发现:各类型影子银行的风险溢出效应不尽相同,信托业风险溢出最大,其次为证券业,最后为民间借贷业;虽然整体风险溢出较小可控,但仍需防范;影子银行系统对不同类型商业银行风险溢出差别较大,风险溢出由高到低依次为股份制银行、城商银行和国有银行。本文结论对动态监管影子银行系统性风险溢出以及商业银行自身稳健经营具有实证支持作用。

稳定分布及其在GARCH中的运用

用稳定分布的特征函数和Fourier变换得到稳定分布的参数估计和概率密度。应用稳定分布对上证交易所的综合指数进行分布拟合,并建立了GARCH-稳定模型,探讨稳定分布对GARCH模型的影响。

商业银行系统性风险溢出效应研究:条件风险价值估计与系统性风险贡献度测量

笔者基于商业银行与金融体系间的非对称相关结构,结合变分模态分解(VMD)和时变Copula-CoVaR方法度量金融体系系统性风险溢出的长期和短期效应,利用我国14家上市商业银行的股票市场数据进行了实证研究。结果表明:大型商业银行的系统性风险溢出效应高于小型商业银行。商业银行系统性风险溢出效应在时间维度上存在差异。工商银行、建设银行和南京银行短期系统性风险溢出效应高于其他商业银行,而民生银行、北京银行和平安银行的长期系统性风险溢出效应排名前三。从总体上说,股份制商业银行对金融体系系统性风险的贡献度要高于国有控股商业银行和城市商业银行。当股票市场处于异常波动时期,国有控股商业银行系统性风险短期溢出效应显著。

中美大豆期货市场的极端风险溢出效应研究

国际粮食期货市场之间的风险传递效应是防范输入型国际粮食风险研究的重点所在,尤其是极端情况下两市场间的风险溢出效应。应用VMD-GARCH-Copula-CoVaR模型对中美大豆期货市场间长短期极端风险溢出效应进行实证。研究发现:首先,中美大豆期货市场之间存在双向极端风险溢出效应,且美国大豆期货市场对我国大豆期货市场极端风险溢出效应更强。其次,我国大豆期货市场与美国大豆期货市场之间的风险溢出存在显著的不对性,尤其是中美大豆期货市场之间的极端风险溢出的长短期效应存在显著差异,应重点关注中美大豆期货市场间极端风险溢出的长期效应。最后,我国农产品政策影响美国大豆期货市场极端风险对我国大豆期货市场的溢出,对我国大豆期货市场的溢出效应在大豆补贴市场化改革之后明显增强。

沪铜期货还是伦铜期货的影子市场吗?

期货价格波动往往从发达地区期货市场向其他地区期货市场传导,使得其他地区的期货市场类似于发达地区期货市场的影子市场。本文以次贷危机发生时间为界将整个检验周期分为四个子阶段,以伦铜连三和沪铜连三的收盘价数据为研究对象,分别选择各子周期最优Copula函数计算相关风险度量指标Co Va R,通过运用Copula-Co Va R模型来检验伦铜(LME)和沪铜(SHFE)期货市场之间的风险溢出关系,从而判断沪铜期货市场是否仍然是伦铜期货市场的影子市场。实证结果表明,伦铜和沪铜期货市场之间存在着积极的相互溢出效应,次贷危机后上海铜期货市场已经在一定程度上脱离了影子市场的范畴。

R-vine copula在中国碳市场中的风险溢出效应研究

为应对气候变化,越来越多的国家和地区采取碳排放权交易的方式来达到减排二氧化碳的目的。中国建立区域排放交易机制是一种新的探索性实践。为促进中国碳市场的成长和成熟,与国际碳市场融合,对碳市场风险进行测量,并研究了市场之间的风险溢出效应,为碳市场的政策制定提供了理论参考。构建ARMA-GARCH(1,1)模型在偏t、GED等分布下,对中国5个试点碳市场的CO_(2)排放配额现货价格进行建模。VaR和CVaR用来测量上海、北京、湖北、广东、深圳碳市场的风险。R-vine copula-CoVaR用来探索中国碳市场的风险溢出效应。研究结果表明风险溢出效应只存在于深圳与上海、北京与上海、湖北与广东碳市场之间,其中深圳到上海、湖北到广东均为单向风险溢出效应,北京与上海为双向风险溢出效应。