突发公共卫生事件对系统性金融风险的冲击及传染效应研究

首先基于面板向量自回归模型考察了突发公共卫生事件对系统性金融风险的冲击影响,接着综合考虑突发公共卫生事件的影响及其所导致的收益率的非对称性构建单指标非对称CoVaR模型,最后借助LASSO惩罚函数与局部估计法进行求解,以此构建有向网络分析金融机构间的传染效应.研究发现:(1)突发公共卫生事件冲击会使系统性金融风险水平短暂上升;(2)突发公共卫生事件会增加证券类金融机构间的风险传染并且存在滞后效应;(3)中小型金融机构的传染性较强,并且证券类金融机构的风险传染最强.

中国上市金融机构关联性度量及影响因素分析

本文结合非对称斜率模型与单指标分位数回归,构建了我国上市金融机构的尾部风险网络,从而刻画出我国金融市场尾部风险关联性的时变特征,并基于金融机构层面探讨尾部风险关联性的影响因素。研究表明,我国金融系统的总关联性与部门内关联性在金融危机与股灾期间显著上升,其中保险部门的部门内关联性为银行、保险、证券三部门中最高,而部门间关联性远小于部门内关联性,部门间的风险传染效应较为微弱。研究还发现投资活动是金融机构形成尾部风险关联的重要渠道,应对投资业务占比过高的机构予以更多监管。

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称CoVaR模型,并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明:(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力。