基于Copula函数的股票市场风险溢出网络特征研究

为捕捉全球主要股票市场间时变风险溢出的网络结构与特征,识别各国在全球风险溢出中的角色与地位,把握风险溢出的全貌,采用时变Dcc-Garch-Copula-ΔCoVaR模型测度任意两两股票市场间的时变风险溢出,并基于小波多分辨分析提取风险溢出的特征量,构建静态与动态复杂网络进行分析。研究结果发现,时变Dcc-Garch-Copula-ΔCoVaR模型能够较好地捕捉股票市场的风险溢出演化趋势。在全局静态网络中,美国以及部分欧洲地区是风险溢出的中心,欧洲国家的金融风险传染具有明显的非对称性。美国、英国以及中国香港等国家或地区具有“主溢出”效应;中国、新加坡、泰国等发挥“经纪人”作用。动态风险溢出网络的聚类系数与平均路径长度基本呈反向变动,符合小世界特征。

金融科技与银行的风险联动性研究--基于港股上市企业的网络分析

本文采用CoVaR和MES方法对港股上市银行和金融科技机构的风险水平进行测度,在此基础上通过PMFG算法构建多层风险关联网络,探究微观层面下金融科技机构和银行风险水平关联。与此同时,本文采用市值加权、年度调仓以及业务拆分的方法构建金融科技行业指数,并度量行业风险程度,进而通过时变风险溢出网络考察金融科技行业对不同股权性质银行市场的风险溢出方向和大小的异质性。研究结论如下:(1)由于发展尚不成熟和监管体制有待完善,金融科技机构自身的风险水平相对处于高位,而鉴于其体量和业务规模相较于银行业较小,金融科技行业对整体市场的风险水平影响力较弱。(2)伴随金融科技行业的发展,过去由国有大型银行主导的银行体系逐渐转变为“多种性质金融机构交错关联,互相影响”的新市场形态,传统银行业“太大而不能倒”的原则也逐渐向“太关联而不能倒”转变。(3)金融科技行业的兴起虽然对传统银行业造成了一定冲击,但整体而言银行业在与金融科技行业的竞争中依旧占据主导地位,银行依然是风险溢出的主要净输出者。