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。

基于交叉检验法的地质预测模型优选

在地质建模领域中,有效地从多种建模方法和变差函数组合中选择出最优方案作为地质预测模型是一个亟需解决的问题。传统方法往往采用定性的目视化对比选择法,但其滞后性大、效率低且优选的有效性无法保证。因此,本文提出应用交叉检验法进行定量的预测模型优选及评估,同时简要分析了建模过程中实验变差函数计算及拟合需要注意的问题。应用该方法进行了实际工区气井初期产能值预测模型的优选,加密井验证结果表明:应用交叉验证法优选得到的地质预测模型有着最准确的气井初始产能值估计结果,证实了该优选方法具有良好的实际应用效果。

央行预期引导可以降低银行系统性金融风险吗?——基于市场解读偏离的视角

预期引导在央行货币政策框架中占有重要地位。本文基于《货币政策执行报告》及市场解读报告,构建货币政策执行报告文本情绪指数、市场解读情绪指数和央行预期情绪市场接收程度指数,结合商业银行的资产负债表数据,从市场解读偏离的视角研究预期引导对银行系统性金融风险的影响机制。结果表明:(1)央行预期引导政策的效果与宏观经济金融环境密切相关,重大经济金融事件或中央政策对央行预期情绪市场接收程度指数影响明显;(2)货币政策执行报告文本情绪指数、市场解读情绪指数和央行预期情绪市场接收程度指数均可有效降低银行系统性金融风险,降低效果依次减弱,且降低效果在经济政策不确定性程度较大时会被削弱。市场解读的差异会降低预期引导的效果;(3)央行预期情绪市场接收程度上升,能减少银行信贷业务和同业业务冲击,进而降低银行系统性金融风险,且前瞻性文本的影响大于回顾性文本。

合成网络新视角下的输入性金融风险研究

本文结合新近发展的多元非线性Granger因果检验,创新性地将“去一法”拓展至非线性分析框架,并从回报率网络、波动率网络以及尾部风险网络的多重网络视角展开研究。分析结果表明,与传统的单一传染网络相比,合成网络具有明显优势,能够有效识别重大风险事件,其网络密度在全球金融危机期间急剧上升,而且在高风险时期,尾部风险子网络发挥着主导作用。本文还发现,金融风险的跨市场传染主要存在两类影响因素:一是制度因素能够对各市场金融风险的易感程度产生影响。经济自由度越高,经济政策不确定性越高,一国(地区)股票市场的系统性金融风险也相对较高;同时,与固定汇率相比,实施浮动汇率制度的市场更可能面临输入性金融风险的冲击。二是实体经济关联加剧了两两交互市场间的风险溢出关联。资本流动与跨境信贷均可能成为金融风险传导的重要渠道,金融风险可能通过市场间的实体经济关联在全球范围内交叉传染。在此基础上,本文结合金融开放持续深化的背景,对完善输入性金融风险的防范与处置机制提出了若干建议,这将有助于为“十四五”时期经济高质量发展创造稳定的金融环境。