基于信息溢出网络的我国行业关联性研究

行业信息溢出网络是各行业之间风险关联的载体,其信息溢出的方向和强度与行业的风险传染特征密切相关。运用广义方差分解对申银万国行业一级指数同时构建行业收益率溢出网络和行业波动率溢出网络,分别从静态和动态角度分析我国行业信息溢出的总体情况和动态演化。研究发现:我国各行业间信息溢出水平较高,整体信息联动能力强,但各行业信息溢出随时间变化具有波动性和不确定性。长期情形下,收益率溢出网络和波动溢出网络对系统性重要行业的识别排序具有高度一致性,但短期内两者存在较大差异。长期内,银行业和非银行金融业是系统性重要(信息)接受行业,机械设备业是系统性重要(信息)传播行业;短期内,银行、非银行金融、国防军工、食品饮料及家用电器业是系统性重要行业,但它们的具体角色(信息接受或者传播)具有不确定性。研究结论对于政府产业政策制定及产业监管具有重要的现实意义。

金融市场系统性风险预警与监管研究--基于信息溢出网络的视角

系统性风险主要有两个监管视角:一是从系统重要性金融行业的视角测算金融机构系统性风险并识别出系统重要性金融行业,借此观察中国系统性风险的行业分布和时变特征;二是从金融关联网络的视角构建信息溢出网络,并根据网络结构特征分析危机时期的关联交易,通过减少风险交易降低大规模关联风险事件发生的概率。研究发现,系统重要性行业有银行业、保险业以及证券业,其中,银行业和证券业的系统性风险表现出“危机时期极大且平稳时期极小”的特点,在危机时期需要更多的监管关注;信息溢出网络分析表明,全样本时期银行业和保险业处于网络中心地位,危机时期不同子行业交易频繁,平稳时期同类子行业内部关联更为紧密,根据不同时期的关联特征规范风险关联交易可达到监管目的,且信息溢出网络动态因果指数提前一年预警系统性风险。综上,两种监管选择得出的监管重点基本一致且符合实际,说明两种方法的监管方向具备科学性,而信息溢出网络是一种兼具科学性和预警效果的监管选择。

股权质押是否加剧了股市的系统性风险?——基于协偏度、协峰度和溢出网络的研究

本文使用协偏度和协峰度来刻画个股对股市系统性风险的贡献,并研究个股股权质押对系统性风险的影响及其影响机制。在控制个股崩盘风险的情况下,控股股东股权质押比例高的上市公司尤其是非国有上市公司对系统性风险的贡献更大,而股价信息溢出网络是股权质押加剧系统性风险的重要机制,那些质押比例高并且在股价信息溢出网络中具有系统重要性的上市公司是系统性风险的主要来源。

基于图神经网络模型的金融危机预警研究——全行业间信息溢出视角

建立科学的金融危机预警模型,对防范化解重大金融风险和维护国家金融安全具有重大意义。不同于现有的以预警指标体系为基础的预警模型,本文提出了一种新的以信息溢出网络为基础的图神经网络(GNNs)预警模型。首先运用Elastic-Net-VAR模型构建我国各行业间的三种信息(风险、波动率和收益率)溢出网络,然后分别运用门控图神经网络(GGNN)和图同构网络(GIN)建立以信息溢出网络为输入变量的金融危机预警模型(包括双信号预警模型和三信号预警模型)。最后综合对比了GNNs模型和其他5种模型的预警性能。实证结果表明:风险溢出网络和波动率溢出网络对危机事件的敏感程度强于收益率溢出网络。工业、可选消费和材料行业居于网络的中心位置,是主要的系统重要性行业,金融行业更易受到实体行业风险溢出的影响,实体行业间主要表现为产业链上游供给方对下游需求方产生风险溢出。在双信号预警模型中,基于风险溢出网络的GGNN模型和支持向量机(SVM)模型具有最优的预警性能;在三信号预警模型中,基于风险溢出网络的GIN模型具有最优的预警性能。本文的研究为监管部门科学防范金融危机提供了具有可操作性的新工具。

中国原油期货与国际基准原油间信息传导研究

中国原油期货的正式推出对我国争取原油定价话语权具有关键性意义,正确认识中国原油期货在国际市场中所处的地位,有助于我国原油期货市场稳定发展。采用信息溢出指数构建方法,对中国原油期货与国际原油期货日收益率之间的静态和动态信息传导情况进行研究,结果显示:原油期货系统内日收益率之间存在高度信息整合,且系统内依旧以WTI原油期货和Brent原油期货为主导,而Oman原油期货和中国原油期货表现为信息的净接收者;短期内,中国原油期货的影响力虽逐步提升,但仍然敏感于国际原油期货的信息冲击。

我国金融机构系统性风险度量与外溢效应研究

为研究系统性风险在金融系统内的传染情况,本文首先根据金融机构间相互关联的信息溢出效应,采用方差分解网络方法对我国上市金融机构建立信息溢出网络,甄别出金融网络风险传染中的系统重要性金融机构。考虑到金融资产收益率的随机波动特性,以及金融变量间的动态相关性,计算了我国金融系统性风险测度指标条件风险价值和边际期望损失,以研究金融系统的风险溢出效应以及时变特征。并从宏观经济层面(同业拆借利率和通胀率水平)、公司层面(杠杆水平和盈利能力)以及网络关联程度层面考察了系统性风险外溢因子的驱动因素。进而,采用机器学习方法考察风险外溢因子驱动因素对系统性风险的预警程度,并使用Logit模型对系统性危机状况进行预警。实证研究采用包括银行、证券、保险和信托公司的上市金融机构市场数据展开,发现股份制商业银行在金融风险传染中的影响力要大于国有商业银行,大型国有商业银行在系统性风险上升时期反而会起到稳定器的作用。我国银行业和非银行业与整体金融系统的违约风险相关性较高,非银行机构对其他金融机构的风险溢出效应强于银行业,系统性风险具有明显的周期性。对系统性风险驱动因素进行分析发现,通货膨胀水平和债务杠杆水平会明显地助长系统性风险的外溢。银行同业拆借成本和金融机构盈利能力负作用于系统性风险外溢指标。金融机构间信息溢出网络紧密度增加会推高整体系统性风险水平。为保持金融市场的稳定安全,宏观审慎风险防范机制应考虑"太关联而不能倒"的监管理念,加大对民营银行、中小型银行的支持力度,进行差异化监管。同时,所选取指标为构建宏观审慎系统性风险预警体系提供了参考依据。