基于尾部风险关联网络的中国金融机构间风险溢出效应研究

基于尾部风险溢出思想,采用2007-2017年的周收益率数据,运用CoVaR模型测度银行、证券、保险及房地产四行业40家上市公司之间的风险溢出效应,并结合系统性风险指数,得出各机构风险吸收与扩散能力排名。运用极大平面过滤图(PMFG)算法对风险溢出网络进行化简,构建仅包含关键路径信息的ΔCoVaR有向加权风险溢出网络,并结合网络中节点关联特征指标,为系统重要性金融机构的有效识别提供了全新视角。总体来看,各行业依风险传递方向不同而对风险的敏感程度各异,网络中关键节点对系统的整体结构影响较强;证券公司内部风险关联较为紧密,房地产机构承受行业间风险多源自银行业,大型国有商业银行对其他行业的风险发散能力较强。

金融机构尾部风险关联机制及其异质性特征研究——兼论金融机构系统重要性识别机制

文章选取2013~2019年中国61家上市金融机构数据,采用CoVaR模型与分位数回归法对金融机构尾部风险关联机制及其异质性特征进行了实证分析,并识别金融机构系统重要性程度。研究表明:(1)金融机构板块内部及板块之间均存在尾部风险溢出效应,金融机构之间尾部风险交互传播,由此形成金融机构尾部风险关联网络。(2)金融机构板块间尾部风险溢出强度呈现非对称性特征。相对于资本市场服务类机构向货币金融服务类机构尾部风险溢出强度,货币金融服务类机构向资本市场服务类机构尾部风险溢出强度更大。(3)金融机构板块内尾部风险关联存在异质性特征。相对于货币金融服务类机构,资本市场服务类机构板块内尾部风险关联强度更大。(4)相对于其他类型金融机构,货币金融服务类机构更倾向于向外溢出尾部风险,不易受其他类型金融机构尾部风险影响。以银行为主导的货币金融服务类机构的系统重要性程度最高,银行业对系统性金融风险的贡献度最大。

福兮祸所伏?——基于上下行风险联动研究

在金融市场中,尾部风险往往表现为上行风险与下行风险,分别刻画了资产价格在短期内急剧上升或下降时,空头与多头持有者遭受的损失。过往研究往往更关注下行风险的不利影响,考察上行风险潜在冲击的研究仍相对较少。然而,上行风险联动同样易引发显著的风险传染现象,而市场的过度反应更是可能导致上下行风险间的高度联动。有鉴于此,本文首次创新性地从区分“上行风险”与“下行风险”这一崭新视角,深入剖析全球20个主要市场间尾部风险的传导方向、作用强度与传染路径,厘清上下行风险的异质性特征。与此同时,我们分别基于不同风险事件,考察外部冲击下全球风险的联动特征。最后,本文进一步结合非线性Granger因果检验、分位数因果检验、样本外预测检验等前沿技术方法,深入探究市场在上下行风险冲击下的过度反应,甄别上下行风险间的非线性作用关系。研究结果显示,下行风险在绝大多数的样本期内占据了主导地位,各金融市场收益率间存在显著的负尾部依赖性。与此同时,在上下行风险的冲击下,全球资本市场均会产生过度反应现象。而我国金融市场对下行风险冲击更为敏感,易在其驱动下出现更为显著的过度反应。在此基础上,我们为防范国际风险传导、平抑市场异常波动提出相关建议,从而为我国健全金融风险监控机制、保障金融市场平稳健康发展、精准有效处置重点领域风险提供参考依据。

实体行业风险溢出机制与特征分析

利用LASSO-CoVaR模型对我国实体行业风险溢出机制与特征进行分析,并利用行业特征数据考察实体行业风险溢出的影响因素。研究发现:我国实体行业尾部风险溢出总体水平呈现“近危机”特征,且不同行业的风险波动具有显著差异;以电子、计算机为代表的电子信息产业已经成为主要的风险溢出者,计算机、有色金属与国防军工为主要的风险吸收者;业务相关性较高的行业间尾部风险关联呈现出稳定的同质特征;行业自身风险和杠杆率等特征对行业尾部风险关联具有显著影响。

金融机构时变关联的分位数特征研究——基于QVAR模型的实证分析

波动率分解是金融风险研究的重要问题,有助于识别金融风险的驱动因素,加深对系统性金融风险生成机制的理解.本文运用广义动态因子模型,将金融机构股票收益率波动分解为公共波动和异质波动两部分,并采用分位数向量自回归模型(quantile vector autoregression,简称:QVAR)探讨两种波动的风险关联,最后构建了一个全新的金融系统脆弱性指标,用于实时监测金融风险.主要结论如下:1)公共波动关联水平较高,且这种关联水平不随分位数变化,异质波动关联具有非对称性,两侧尾部关联强烈. 2)尾部溢出蕴含更多的风险信息,可揭示极端冲击下的金融风险传染,而传统的条件均值估计无法捕捉这些特征. 3)相对尾部依赖指标充分利用了数据的左尾信息和右尾信息,可用于评估救助政策的有效性,且具有实时性的优点.

基于分位数因子VAR模型的金融机构间特质风险关联研究

文章采用最新发展的QFVAR(Quantile Factor VAR)模型,借助市场因子消除误差项中的横截面相关性,从而研究中国36家上市金融机构间的特质风险关联,并通过分位数回归估计,考察了金融机构间的均值风险传染和尾部风险传染,最后从风险溢出和风险溢入角度,探讨了金融机构特质风险的主要来源.研究发现:1)金融机构特质风险关联会随着分位数发生显著变化,相较条件均值和条件中位数,特质风险在两侧尾部存在强烈的时变关联效应.2)特质风险的均值传染主要集中在部门内,而尾部传染则表现出明显的跨部门效应,其中右尾的风险传染强度更高.3)在金融市场平稳期,证券部门具有较高的特质风险溢出水平,而在金融市场危机期,银行部门具有较高的特质风险溢出水平.文章的研究结果对监管部门防范化解金融风险具有借鉴意义,有助于其从特质冲击角度,加深对金融风险传染机制的理解.

基于SVDD的发动机冷试多参数控制限设计

为了提高发动机冷试检测的准确率,将支持向量数据描述应用于正常域设计。基于尾部关联性选择关联参数,针对数据的特点改进了SVDD参数优化方法,实现了SVDD边界形成算法,提出增量学习策略应对学习过程样本量巨大的问题。实例测试结果表明新型正常域降低了漏报率,并指出误报率将随着样本的引入降低并趋于稳定。