行业指数波动同步性、风险溢出与传染渠道研究--基于中国股票市场的经验证据

基于2005—2021年的申万一级行业指数,采用GED-GJR-GARCH-DCC模型考察行业波动的同步性,并借助VAR模型的广义方差分解方法构建波动风险溢出层次网络,系统性分析风险的跨行业传染问题。研究发现,行业波动的动态变化具有明显的“事件驱动”特征,极端事件不仅加剧了行业间波动的同步性、非对称性和溢出效应,而且破坏了行业波动关联网络的原有结构。从行业波动的方向性溢出来看,位于产业链中游的制造类行业具有较强的风险溢出能力,上游资源类行业和金融类支撑性行业容易受到其他行业的冲击,具有风险净吸收效应。行业波动溢出层次网络揭示出风险的跨行业传染沿循“风险输出型行业—风险中介型行业—风险吸收型行业”的传导渠道。鉴于此,监管部门应当根据行业风险传染机制进行分类监管,平抑行业波动同步性,切断风险传染渠道,提高风险监控和处理能力。

气候风险与系统性风险传染——来自中国上市金融机构的经验证据

本文基于2011—2021年中国51家上市金融机构的微观数据,构建了金融机构间系统性风险传染网络,并从微观层面实证研究了气候风险对金融机构间系统性风险传染的影响及传导路径。研究发现,气候风险事件下金融机构间的网络关联度更紧密,彼此间的系统性风险传染水平显著提升。气候风险主要通过加大投资者恐慌情绪提升金融机构间的系统性风险传染水平。相较于大型金融机构,气候风险冲击下中小型金融机构的系统性风险输出与风险输入水平更高;经济政策不确定性的提高会进一步加剧气候风险对金融机构的负面冲击;《巴黎协定》的提出会缓解气候物理风险对金融机构间系统性风险传染的负面影响,但在一定程度上会加剧气候转型风险对金融机构间系统性风险传染的负面影响。本文为防范气候相关金融风险与维护金融体系的稳定提供了政策启示和决策参考。

基于时变传染网络和分位数Granger因果检验的系统性风险传染研究

基于18个经济体760家金融机构SRISK系统性风险数据,采用时变参数向量自回归模型和广义方差分解法测度全球系统性风险的时变传染网络,进而采用分位数Granger因果检验考察各经济体对中国高分位段系统性风险的影响。研究结果表明,结合SRISK数据和时变传染网络能有效识别重大风险事件的发生;发达和新兴经济体均会产生风险净输出效应,且会通过直接输出或香港地区间接输出风险至中国内地;在全样本与2008年金融危机、欧债危机、中美贸易战和新冠疫情重大风险事件期间,中国皆为风险净溢入国且新冠疫情期间溢入效应达历史最高;美英两国在重大风险事件期间均对中国高分位段系统性风险产生显著影响,新冠疫情期间中国高分位段系统性风险遭受外部冲击的形势最为严峻。

基于图神经网络的多层银企网络融合研究

针对金融行业内潜在系统性风险难以精准识别问题,基于直接系统性风险传染渠道的借贷数据以及间接渠道的互联网文本信息,构建多层银企网络,并利用图卷积神经网络(GCN)设计多层银企网络融合模型,根据融合网络量化评估29家银行和75家房地产机构的不同渠道系统性风险传染过程。实验结果表明,在多层金融网络融合任务上,本文融合模型的准确率达到0.8559,优于对比模型。融合网络分析表明,多层网络共同冲击下的银企系统性风险传染能力明显大于单一或者2层网络的系统性风险,且基于间接渠道的企业间网络系统性风险更明显。金融审慎监管应该更多关注文本数据、深度学习等技术对于整合庞大金融资源的能力和有效提高风险监测预警的能力。

面向企业信用风险评估的多视角异质图神经网络方法

企业信用风险评估是一个重要且具有挑战的问题.由于金融市场中存在大量的异质关联关系,使得异质图神经网络天然适合建模企业信用风险.然而,现有大部分研究不能充分捕捉到复杂金融网络中企业的综合信用风险.针对此问题,提出了一个面向企业信用风险评估的多视角异质图神经网络方法——CRGNN.该方法包含自身风险编码器以及传染风险编码器,其中自身风险编码器建模基于企业特征信息的自身风险,传染风险编码器由新提出的分层异质图Transformer网络和分层异质图特征注意力网络2个子模块组成.这2个模块分别挖掘基于企业不同邻居视角的传染风险和基于不同特征维度视角的传染风险.为了充分利用异质关系信息,2个模块都采用了分层机制.在企业破产预测数据集SMEsD和企业信用评估数据集ECAD上进行了大量的实验,AUC指标相比最优基线模型分别提高了3.98个百分点和3.47个百分点.

经济政策不确定性对我国银行风险传染的影响研究

为研究经济政策不确定性对我国银行风险传染的影响,本文首先根据银行间溢出效应,采用基于LASSO-VAR的广义溢出方差分解模型构建银行风险传染网络,识别银行风险传染网络中的系统重要性银行。其次结合BK溢出指数,从频域的视角探讨经济政策不确定性对我国银行风险传染的影响。最后使用固定效应模型,探究不同经济政策不确定性对我国银行风险传染的影响。研究发现,在受到经济政策不确定性冲击时大型商业银行的节点重要性有所上升,高频时的网络结构更加紧密。对不同经济政策不确定性来说,贸易政策、货币政策不确定性会提高银行风险。研究结果为我国银行业化解经济政策不确定性带来的负面影响具有一定的借鉴意义。

基于复杂网络理论的行业间风险传染研究

当前我国经济下行压力较大,行业间相互依赖程度高,精准度量并及时预测行业间的风险传递可有效防范系统性风险。本文基于DCC-GARCH模型和广义预测误差方差分解法构造了行业间风险传染网络,并使用SIRS模型对我国31个行业进行了风险传染模拟研究。结果发现:不同行业间的金融风险传染呈现多样化特征,应采取差异化的风险管理策略;行业风险传染网络呈现出无标度特征,高节点度数行业在风险传染过程中具有较大影响力;在网络稳健性检验中,蓄意攻击会对网络产生更大破坏,为增强风险传染网络的韧性,需要强化高度连通节点行业的风险防控;SIRS风险模拟结果显示,在风险传染的过程中应积极采取行业救助措施以促进受影响行业的快速恢复。

基于风险溢出的股市双层风险传染模型

从风险关联网络视角出发,根据股票节点的风险溢出水平差异对其进行分层处理,提出股市风险双层传染机制,并基于网络异质性结构对传统SIRS模型提出改进,采用风险溢出效率定义感染率参数.最后,以深证300成分股作为样本数据计算模型相关参数,并进行股市极端风险传染演化仿真分析.研究结果表明:双层传染机制下股市风险传导效应更强,少数风险溢出水平较高的股票节点对风险传染的贡献远高于风险溢出水平较低的其他节点,一旦这些企业发生危机,对股市系统的冲击性和影响力都更大.

基于CA的建筑工人不安全行为传染机制

为抑制建筑工人间不安全行为的传染,借鉴易感-暴露-感染-康复(SEIR)模型,引入行为跟随者、行为接触者、不安全行为传染者和安全行为者4类行为主体,描述建筑工人不安全行为传染过程;考虑到工人群体关系的复杂性,提出小世界网络上的元胞自动机(CA)传染模型,刻画不同行为主体行为状态转化规则;运用数值仿真方法,分析行为跟随方式、不安全行为传染者分布模式与抑制率对不安全行为传染的影响。结果表明:行为跟随者的不同跟随方式、不安全行为传染者的不同分布模式对不安全行为传染效果具有显著影响,抑制率与不安全行为传染效果负向相关,其中,综合跟随方式下的行为传染效果最为显著;小群体分散分布模式极大地扩大和强化不安全行为传染者的传染范围与能力;适度的抑制性措施能够有效抑制不安全行为传染。

波动溢出网络视角下行业关联及风险传染效应研究

在极端风险事件冲击下,我国股市行业间风险传染的动态复杂性加剧,行业风险的共振效应与放大效应越发显著。本研究运用DCC-GARCH动态溢出指数模型,测度不同行业间的风险溢出效应,构建行业风险溢出的动态有向加权网络,刻画在极端风险事件冲击下不同行业间的风险传染路径,此外基于DCC-GARCH t-copula模型进一步考察在不同行业间进行投资组合的资产配置问题,本文结论如下。(1)在极端风险事件时期,股票市场行业间的风险溢出强度出现剧烈波动,不同行业间的风险波动溢出存在行业异质性,风险较易通过各个行业进行传染。(2)行业间风险波动溢出网络结构变迁存在显著的“事件驱动”特征,根据行业网络节点属性推导极端风险传染的动态过程、追溯行业风险来源可以发现,工业、原材料和公用事业的冲击强度要远高于其他行业。(3)行业风险传递机制表现为产业链上下游的互动以及投资者的资产配置与套利行为,所以投资者在投资不同行业时需要进行积极的投资组合管理和动态调整,而不是采用静态策略。

城市老年人生命旺盛现象网络结构传染特征分析——基于仿真模拟实验

生命旺盛现象的复杂网络,具有小世界特性,符合行为传播交流特点。文章运用NetLogo仿真平台,在经典SIR模型基础上,探究城市老年人生命旺盛现象网络结构传染特征,为积极老龄健康治理提供参考。在仿真实验观测中发现,生命旺盛感的传染具有系统延迟性、复杂特征以及级联扩散效应。生命旺盛现象传染率有等于、大于和小于免疫率三个场景,生命旺盛曲线、生命不旺盛曲线、潜在生命旺盛状态曲线均出现四次交点但传播趋势不同。社会网络的初始状态、生命旺盛现象的传染率和免疫率皆影响旺盛传染曲线的达峰时间,传染特征取向不同。研究提示不同强度生命旺盛现象的干预时间和效果不同,因此积极老龄社区的营造需要综合考虑区域老年人群旺盛的比例、特征、最佳干预方式、最佳干预时间等条件。

系统性风险跨部门溢出网络及突发事件对风险传染的影响--来自37家上市金融机构高频交易的证据

基于资本市场高频交易数据,采用条件在险价值模型对我国37家上市金融机构的系统性风险水平进行测度,运用DCC-GARCH模型研究房地产、银行、证券和保险四个部门之间的动态相关关系,并通过VAR模型采用方差分解方法构建该四个部门间的跨部门风险溢出网络;最后以新冠疫情为例,分析突发事件对系统性风险传染的影响。研究发现,系统性风险主要贡献来自房地产部门,然后依次是银行、证券和保险,其中又以证券部门的风险溢出最大。动态相关性分析表明,近年来四个部门间收益率主要呈正相关关系,但是房地产部门与银行部门之间、保险部门与其他三个部门之间存在过短暂的负相关关系;房地产部门与证券部门的动态相关性有较强的持续性,证券部门和银行部门的相关性受市场信息冲击较大。危机会提高部门间的关联性,使得各部门风险溢出增大。在危机时期,房地产部门会变成风险的主要输出方,其对各部门的冲击较大且持续性较强,保险部门始终是系统性风险的主要接收方,各个部门之间的风险溢出是非对称的。

经济政策不确定性对汇率风险传染的影响研究

伴随着汇率改制和人民币国际化进程的推进,外部冲击沿汇率渠道向中国金融市场蔓延的概率不断上升。从风险防范的角度出发,基于汇率风险传染的网络特征,采用一种融合网络结构信息的变系数模型,以人民币为代表节点研究经济政策不确定性(EPU)对汇率风险传染的影响。研究发现,EPU是影响人民币溢回效应的关键因素;全球EPU和中国相对EPU愈高,人民币受到的风险传染愈强;在EPU产生的影响中,全球EPU和风险来源市场相对EPU是矛盾的主要方面,中国相对EPU的影响相对微弱。这意味着,中国经济政策不确定性的下行尚不能成为人民币汇率日益自由化浮动下限制汇率共振的重要力量。在全球EPU呈现上升态势的世界经济环境下,人民币汇率改制仍应坚持循序渐进的原则。

基于复杂网络的城市更新工程项目群风险传染研究

为探究城市更新项目群风险传染规律,预防工程风险,分析城市更新项目群风险传染机理及传染网络结构,通过构建城市更新风险传染网络,研究风险传染特征与规律并提出网络属性评价方法。结果表明:既有建筑拆除、新建住宅等是最易发生风险连锁效应的更新阶段;城市更新过程中主要的风险传染形式为:拆迁协调风险→相关方协调风险→社会稳定风险。工程项目群风险传染网络研究可为城市更新风险防控提供有益借鉴。

中国绿色证券与传统金融市场风险传染机制研究

随着我国绿色证券市场规模的不断扩大、金融衍生品种类的不断增多及其资金来源的复杂化,绿色证券市场的风险可控性逐渐降低,其与传统金融市场的融合过程中很可能会积聚风险并引发风险传染。本文重构了金融系统研究框架,探究了绿色债券、绿色股票与依行业划分的完整金融市场间的风险传染机制。通过分别构建R-藤Copula模型和混频有向加权复杂网络,探究了我国绿色证券市场与传统金融市场在系统层面的风险传染路径,进一步完善了在中国的特定市场条件下风险传递机制的理论框架。此外,通过对原油价格暴涨、中美贸易战/定向降准以及新冠疫情三阶段金融事件进行对比研究,发现金融事件会通过提升跨市场风险传染水平,经过“风险产生→交叉传染→再交叉传染”的过程使金融系统风险联通性整体上升。此外金融事件的发生会引起使得高频溢出水平显著上升,中频溢出和低频溢出会向高频溢出转化。研究结果不仅有助于监管者维护绿色证券市场的稳定与健康发展,完善绿色证券的风险控制体系,同时可以促进绿色证券投资者规避投资风险和优化资产配置。

考虑网络结构的影子银行与银行系统稳定性研究

为探讨网络结构与影子银行对银行系统性风险的影响,基于复杂网络和演变的资产负债表模型,引入影子银行,构建考虑不同银行间网络结构的动态银行间网络系统模型。研究结果表明,影子银行是风险传染的主要载体,带有影子银行的银行系统性风险较高且其与银行间网络结构密切相关;相对集中的无标度和小世界网络更容易传播风险,分散的随机网络可以缓解风险传染,但过强的外部冲击会使缓解作用失效。

中国股票市场行业风险传染的动态特征——基于行业特质波动关联的视角

本文从行业特质波动的视角出发,结合DCC-MVGARCH模型构建行业特质波动关联网络,通过经济体系内部行业间网络的拓扑性质分析了国民经济各行业的风险承担和风险传染问题。研究发现:金融事件的冲击加剧了行业特质性风险,增强了行业之间的关联性;行业关联网络的结构和中心节点具有时变性,而内生冲击引致的行业风险水平高于外生冲击产生的行业风险水平;在经济动荡或者危机期间,轻工制造、纺织服装和机械设备行业对网络具有较强的控制力,风险承担水平和风险传染能力更强,而汽车、食品饮料、交通运输、国防军工、通信、银行和非银金融行业均位于网络边缘,具有较低的风险承担水平和传染水平,在很大程度上属于风险的被动接受者;行业关联网络的核心节点多处于产业链中端或者具有较高的行业风险,而网络的边缘节点多处于产业链的末端。

城投债信用风险传染的地理集聚、路径演变与驱动机制——基于前沿弹性网络收缩技术的研究

当前,防范信用风险传染外溢,科学应对地方债务风险持续扩张,是我国监管部门所面对的重大议题。本文基于2017—2022年我国22个省份的城投债信用利差建立风险网络,结合前沿的弹性网络收缩技术与网络拓扑分析方法,探讨债务风险跨区域传染的路径演变与驱动机制。研究表明,经济较为发达的东部地区位于信用风险网络的中心,而西部债券市场韧性较低,其融资成本极易受到外部风险异动的影响,属于风险的净接收方。同时,省际信用风险传染存在明显的地理集聚效应,信用风险溢出强度会随地理距离的增大而逐渐衰减;在城投债网络内,经济增长波动性较高的省份,更可能对外输出信用风险;此外,突发公共卫生事件对于城投债信用风险的网络结构形成了显著冲击。本文研究为现阶段防范债务风险的跨区域传导,守住不发生系统性风险的底线,提供了新的思路。

碳市场对高耗能行业的风险传染研究

碳市场作为实现“双碳”目标的重要工具,与高耗能行业有着密切联系,研究碳市场对高耗能行业风险溢出,以及风险传染的路径,对于碳市场稳步推进高耗能行业转型,防范金融风险有着重要意义。本文基于TVP-VAR模型的方差分解溢出指数分析碳市场与高耗能行业的动态联动性和风险传递机制。在此基础上,利用净配对溢出指数构造三阶段复杂网络,从网络视角分析不同时期碳市场与高耗能行业间的风险传染特征。实证结果表明,碳市场处于风险的净接收方,在新冠肺炎疫情冲击和全国碳市场建立时期,对外溢出能力增强,碳市场与高耗能行业的风险传染网络更加紧密,风险传播能力增强。

房地产供应链信用违约网络恢复策略选择——基于启发式搜索算法

伴随着经济新常态,房地产及相关行业风险日益增加且趋于复杂,政府如果应对不当则较易引发系统性风险,而房地产供应链企业高度相关性以及信用违约网络搜索空间的巨大性对政府各项防范化解风险措施的实施提出了挑战。据此提出了房地产信用违约网络恢复模型框架,应用启发式搜索算法帮助政府开展救助,以有效防范化解金融系统性风险。选择60家A股上市企业财务数据作为研究样本,在随机生成违约场景后,根据2021年财务数据对信用网络恢复进行建模,实验结果表明:房地产供应链信用违约传染网络的恢复受到不同启发式策略的影响,而面向整体系统的启发式算法显著优于对单个企业实施的逐个救助。决策者应当充分考虑房地产供应链信用违约网络企业间的相互关联性,从而更有效的促进房地产供应链信用违约网络的恢复。