群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造了多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了具有经济意义、形式灵活的高频动态多条件Co VaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示:就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国"钱荒"时期及股票市场异常动荡时期,由风险的传染性等特征导致的三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,这与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;对同类型银行群体风险冲击的研究表明,国有商业银行类的系统性风险溢出比率值最高,其次为股份制商业银行类,该两类的溢出比率相差无几,均远大于城市商业银行类,表明股份制商业银行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构建的模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。

群体分析视角下能源业系统性风险——基于网络动态分位数回归模型

能源行业作为我国经济的支柱性行业,其稳定健康发展事关国计民生和国家安全。本文以能源行业系统性风险为研究对象,利用DY溢出指数法,从风险溢出角度构建了能源行业间的关联网络,并将其与传统分位数模型相结合,提出了网络动态分位数回归模型,在此基础上,结合多条件CoVaR风险指标,构建了多条件动态CoVaR模型,实现群体视角下系统性风险的度量。以2014年12月30日—2021年7月2日数据为样本,实证分析了中国煤炭、电力、新能源、油气四个主要能源行业对整个能源系统风险的溢出贡献。结果显示:(1)在多个比较指标下,网络动态分位数模型的预测效果显著优于传统无网络的分位数模型;(2)能源行业的系统性风险溢出存在较强的时变特征,平均而言,煤炭和电力行业的风险溢出绝对值(ΔCoVaR)最大,电力和油气行业的风险溢出相对值(%ΔCoVaR)最大;(3)风险规模因素(VaR)对于系统性风险的影响程度大于风险溢出强度;(4)随着处于危机的能源行业数目增多,其对于能源系统的风险溢出绝对值和相对值都呈现上升趋势;(5)不同能源形式间可替代性和可补充性的存在,使得组合风险溢出绝对值明显小于组合内部单个行业风险溢出绝对值的简单求和。本文为防范能源系统性风险和保证国家能源安全提供了一定的参考。