我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型

本文基于扩展的时变Copula-CoVaR方法,研究2007年1月至2015年9月间我国保险业系统性风险溢出效应,并使用前瞻CoVaR模型分析保险业系统性风险溢出的影响因素。研究结果表明:样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出,且风险溢出呈现非对称性特征;保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的系统性风险溢出,银行业并不是金融业中对系统性风险贡献最大的子行业;2007年美国次贷危机期间和2014年底至样本期结束,我国保险业的系统性风险溢出强度明显高于其他时间段;在险价值、净资产收益率对保险公司系统性风险溢出有正向影响,而财务杠杆、每股净资产和资产规模有负向影响;保险公司系统性风险溢出呈现出一定的顺周期性。

基于时变Copula-CoVaR商业银行系统性金融风险溢出分析

为了更加准确捕捉商业银行系统性金融风险溢出过程的动态非线性相依特征,以科学分析商业银行风险负外部性与风险溢出强度,通过时变Copula模型计算VaR,CoVaR和△CoVaR,研究了浦发、华夏、民生、招商、兴业、中信6个商业银行个股指数和中证800银行业指数间的商业银行系统性金融风险溢出问题.结果表明:时变模型对于△CoVaR的刻画相较于静态模型更为准确、灵敏,且计算得出的CoVaR均为负值,分析比较△CoVaR,得出风险溢出强度从强到弱依次为:中信银行、兴业银行、华夏银行、民生银行、浦发银行、招商银行.研究为风险监管资源分配、监管对象确定提供了一定依据.

我国股指期货与现货市场风险溢出效应研究--基于混频时变Copula-CoVaR模型

准确测度金融市场极端风险溢出效应对风险管理具有重要意义。然而,仅以高频微观数据开展的研究会忽略宏观经济背景的影响,可能导致对风险溢出效应测量的不准确。针对已有研究的不足,文章充分运用高频微观和低频宏观数据信息,结合混频时变Copula模型和CoVaR模型对我国股指期货与现货市场间的极端风险溢出效应进行研究。结果表明,模型拟合效果良好,我国股指期货与现货市场间存在显著的非对称极端风险溢出效应,且现货市场对期货市场的风险溢出效应更为剧烈。研究结论有助于监管层对金融市场风险采取更加有效的防范举措。

我国房地产业和银行业之间时变风险溢出度研究——基于GARCH-时变Copula-CoVaR模型

本文基于GARCH-时变Copula-CoVaR模型,在三种置信水平下对我国房地产业和银行业之间的时变风险溢出度进行研究。实证结果表明:用置信水平99.9%来度量风险溢出度,在该置信水平下房地产业对银行业的风险溢出度明显大于银行业对房地产业的风险溢出度。银行业对房地产业的时变风险溢出度与房地产业的时变VaR呈反向关系,房地产业对银行业的时变风险溢出度与银行业的时变VaR也呈反向关系,因此通过关注时变VaR可在一定程度上估算它们之间的风险溢出度,进而采取措施控制它们之间的风险传导。

基于时变参数Copula的ΔCoVaR度量技术

采用基于时变参数Copula的ΔCoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算ΔCoVaR。利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出。实证结果表明:通过此方法计算的ΔCoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出。

中国股市与房市间的双向风险溢出效应研究——基于时变Copula-CoVaR模型分析

探讨我国房市与股市间的双向风险溢出效应。采用IFM两步法确定边际和联合Copula分布,并据此计算CoVaR值以构建最优时变Copula-CoVaR模型,测度股市与房市之间的风险溢出效应,提出绝对和相对风险溢出测度并进行实证研究,指出风险溢出效应的不对称性。结果发现:时变t-Copula更适合分析双向风险溢出。相对风险溢出测量更适合于双向风险溢出强度的计算。房地产市场对股票市场具有单向风险溢出,对不同的股票价格指数的风险溢出强度存在显著差异。不同股票的价格指数对国房景气指数单向风险溢出强度的变化趋势具有较强的一致性。房市与股市之间的双向风险溢出具有不对称性,在样本期内,后者对前者的单向风险溢出强度高于前者。建议宏观调控政策制定时要多元化、精准化并兼顾不同市场的相互影响。

上市银行间风险溢出研究:基于时变Copula函数测度的动态相关性

文章从研究银行间风险溢出突变入手,分析银行间的风险传染机制,利用时变Copula理论刻画了我国上市银行间的相关性,在此基础上利用Z检验方法找出银行间风险溢出的转换点,研究发现在大部分银行2008年9月18日的相关结构发生突变,说明存在风险溢出效应。文章以这一时点为分水岭,利用CoVaR方法对上市银行间的风险溢出效应分两阶段进行实证。研究结果表明,危机后国有银行对大部分股份制商业银行的风险溢出强度显著增大,而国有银行之间的风险溢出强度有所下降。

金融市场的稳健系统风险测定——基于CoVaR与MES的恒生综合指数分析

基于分位回归的条件风险价值(CoVaR)与边际期望损失(MES)的双重研究方法,以恒生综合指数金融成份股为研究对象,分别对12家金融机构的系统性风险溢出效应和时变特征进行实证研究。结果表明:银行类金融机构的风险均值大于非银行类,资产规模大的银行具有较高的系统性风险溢出效应;保险公司的边际期望损失较大;大部分金融机构的MES在时变特征上具有一致的趋势性和协同性,整体变动趋势与实际市场表现吻合,佐证了文中方法的合理性及有效性。

中国银行业系统性风险的度量和影响因素研究

以监管者视角,通过时变的Copula-ΔCoVaR模型计算了2011—2016年中国商业银行的系统性风险,从横截面和时间两个维度分析同时期中国银行业系统性风险的特征,并利用面板回归分析其影响因素。研究表明,在截面维度,国有商业银行的系统性风险高于股份制银行和城商行,其中中国工商银行最高;在时间维度,中国工商银行的系统性风险能够较好地反映中国银行业系统性风险的变动,提前3~6个月对银行业风险预警;影响因素上,银行关联度、GDP增长率、杠杆率和不良贷款率对银行业系统性风险的影响显著。建议监管当局采用微观和宏观审慎工具,实施逆周期监管降低银行业的系统性风险水平。

互联网理财创新、债市波动与风险传染

以余额宝为代表的互联网理财创新冲击了中国传统金融市场的收益率。通过收集2013年6月到2014年9月余额宝收益率、银行间同业拆借利率以及国债收益率的数据,运用时变Copula-GARCH模型等方法实证分析互联网理财与传统债市收益率之间的动态相关关系。实证结果显示,余额宝收益率与同业拆借利率及国债收益率整体上呈负相关的,收益率波动趋于平缓。并且上、下尾部相依性基本为零。说明互联网理财创新没有明显抬高传统债市的风险收益率,而且两者之间并不存在明显的风险传染关系。

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。

贸易摩擦背景下中美两国股票市场风险溢出效应研究

在中美贸易摩擦持续发酵的背景下,以股票市场间的风险传染为出发点,运用广义CoVar模型探究了贸易摩擦前后中美两国股票市场的极值风险与风险溢出情况。实证结果发现:中美两国股市存在非对称动态风险溢出效应,美股对A股的风险溢出程度高于A股对美股的风险溢出,但摩擦发生后,溢出程度有所减弱,甚至出现了反向溢出现象;两国股市各自的下行风险受负面消息的刺激显著增加,从条件在险价值看,相比于A股,美股对负面消息更加敏感,受到的冲击更大。与两国股指走势的直观结果不同,在剥离冗余信息后,中方的反制效果在资讯敏感的股票市场得到了有力印证。这说明,贸易摩擦是一场双输的博弈,互利共赢才是有利于两国乃至全球经济的最佳选择。

沪深股市和香港股市的风险溢出效应研究——基于时变ΔCoVaR模型的分析

本文基于时变ΔCoVaR模型,对2006年11月至2018年12月间沪深股市和香港股市的尾部风险溢出效应进行了估算.研究发现:1)沪深股市与香港股市之间存在着双向风险溢出效应,且溢出效应均为正;2)香港股市对沪深股市的风险溢出效应强于沪深股市对香港股市的风险溢出效应;3)深市和香港股市之间的风险溢出效应的波动幅度大于沪市和香港股市之间的风险溢出效应的波动幅度;4)沪港通和深港通的开通并没有显著增加香港股市与沪深股市之间的双向风险外溢程度.

信息冲击下的金融市场尾部相依结构与风险溢出效应——以股票市场和基金市场为例

股票市场与基金市场作为重要的金融市场,在不同市场信息维度下两者之间的风险问题备受关注。将利空消息和利好消息置于同一框架之中,使用时变SJC Copula模型来刻画股票市场与基金市场之间的尾部风险相依结构,通过时变SJC Copula CoVaR模型来研究股票市场与基金市场之间的尾部风险溢出效应。结果表明,股票市场与基金市场之间存在正向的尾部相关关系,且下尾相依性大于上尾相依性。同时,股票市场与基金市场之间的尾部风险溢出效应存在显著的时变性和非对称性特征。重大极端事件对股票市场与基金市场之间的尾部风险相依和风险溢出均具有显著影响。因此,研究金融市场的相依结构及其风险溢出效应,有助于维护金融稳定和促进金融改革开放,并据此提出完善金融市场之间的协同监管机制、健全宏观审慎管理框架、提高金融服务和管理水平的政策建议。

基于动态广义△CoVaR方法的金融与实体行业风险溢出效应

为了更全面地了解我国金融风险现状,在传统下行风险溢出概念的基础上拓展出了上行风险溢出,并在利用时变Copula模型构建我国金融与实体行业间动态相依结构的基础上,运用动态广义△CoVaR方法对我国金融与实体行业之间的双向风险溢出效应进行测度。实证研究表明,金融与实体行业之间存在非对称的双向风险溢出效应,总体上实体行业对金融行业的风险溢出要高于金融行业对实体行业的风险溢出;实体行业对金融行业的风险溢出更加稳定,而金融行业对实体行业的风险溢出效应对经济坏境变化更为敏感;金融与实体行业之间的下行风险溢出程度普遍高于上行风险溢出程度,但均存在反向风险溢出的现象。

不确定性与股票市场系统性关联的时变特征

在股票市场复杂性和系统性不断增强的背景下,单个股票间的联动关系日益紧密,这一特征很容易导致出现"一损俱损"的局面。为了有效防范并应对这一局面,有必要研究中国股票市场的系统性关联特征。而随着中国股票市场与外部市场互联互通机制的加强,源自外部环境特别是美国的经济政策不确定性又可能给中国股票市场的系统性关联带来新的冲击。为了探索美国经济政策不确定性冲击对中国股票市场系统性关联的影响机制,选取2002年10月至2016年12月沪深两市的1109只股票作为样本,借鉴非对称CoVaR方法测量单个股票对股票市场系统性关联的风险溢出程度,使用潜在多动态因子模型提炼基于1109只个股的股票市场系统性关联特征,运用TVP-VAR模型探讨美国经济政策不确定性与中国股票市场系统性关联的动态时变关系。研究结果表明,中国股票市场系统性关联受美国经济政策不确定性冲击的正向影响突出且持续,并且呈现出明显的周期性波动特征;该动态影响机制在中、长期尚不明显,即针对美国经济政策不确定性冲击的短期风险防范更具现实意义;不确定性冲击在股票市场系统性关联程度较高时变得较大,也就是说,当监测到股票市场系统性关联程度高时,需要更加留意源自外部突发事件的不确定性风险冲击;随着中国股票市场与外部市场联系的日益紧密,其系统性关联受外部经济政策不确定性冲击的影响逐步加深。因此,在资本市场互联互通机制不断加强和人民币国际化持续推进的背景下,有必要更加重视外部经济政策不确定性给中国股票市场系统性关联带来的冲击。对外部不确定性冲击与中国股票市场系统性关联的动态关系的探讨,有助于准确测量中国股票市场的系统性关联特征,同时还为防范系统性风险爆发提供新的借鉴和参考。相关结果对新常态下的宏观经济运行和金融系统安全具有重要的理论价值和现实意义。

股指期货与现货市场的风险溢出研究

本文采用偏t分布的GARCH-时变Copula-CoVaR模型测度了内地和香港两地股票现货和期货四个市场两两间的风险溢出大小,以此来分析两地股指期货和现货市场在极端风险情况下的联动关系。结果表明,所考察的市场中任意两个市场间均存在双向的风险溢出效应,且沪深300股指期货和恒指期货间的风险溢出要明显强于沪深300指数和恒生指数间的溢出。另外,内地金融市场(股票现货和期货市场)对香港地区金融市场(股票现货和期货市场)的风险溢出要弱于反方向的溢出。值得注意的是,在所考察的市场中,恒指期货对沪深300指数的风险溢出程度最高,也就是说,沪深300指数受恒指期货的风险冲击最大,一旦恒指期货发生风险事件,沪深300指数发生风险的概率会大幅上升。长期来看,沪深300股指期货对沪深300指数的溢出明显强于反方向的溢出,但在2015年9月实施对期指的最严限令后,情况发生了反转。本文的研究结论对监管机构、交易所和投资者防范市场风险有重要的现实意义。

国际原油市场与股票市场的风险溢出研究

本文采用GARCH-时变Copula-CoVaR模型测度了中国内地、中国香港、美国、日本等14个全球主要经济体的股票市场和国际原油市场间的风险溢出效应。研究发现,所考察的股市和原油市场间存在双向风险溢出效应。总体来讲,2018年至今各经济体股市与原油市场的风险溢出水平明显攀升;分区域来看,美洲股市与原油市场间的风险溢出水平最高。本文的研究对国际投资者、风险管理者及监管机构都有重要的现实意义。

基于价格收益视角的房地产业与银行业风险溢出效应研究

房地产和银行作为我国国民经济的两个极其重要的行业,它们二者之间的联动反应关系着中国经济的持续健康发展。通常采用传统的线性相关分析工具研究房地产部门和银行部门之间的关联性和系统性风险溢出效应,但是具有一定的局限性,在此基础上运用较为先进的GARCH—时变Copula—Co VaR技术进行优化,可以看出中国房地产部门与银行部门之间的关联程度以及风险溢出具有动态时变特征,并且在各个时期内,房地产部门与银行部门之间的风险溢出具有非对称特征。预防和降低房地产市场价格波动对于银行部门以及整个金融系统的系统性风险溢出效应应当从三个方面着手:首先,密切关注房地产价格走势以及带来的潜在风险;其次,应当对不同地区以及不同类型的商品房屋实行有差异的信贷投向和政策倾斜,有效监控和防范房地产市场风险对银行部门的扩散传染以及风险的跨地域、跨市场传播;最后,建立有效且全面的相关数据信息协调处理机制。

我国EPU指数对金融市场的极端风险溢出

本文基于时变Copula模型度量了四类广义CoVaR以探究我国经济政策不确定性(EPU)指数对我国金融市场的极端风险溢出,并利用KS拔靴检验法对极端风险溢出的显著性及非对称性进行了检验。研究结果表明,我国EPU指数的增加会显著加剧股票市场下行风险、侵蚀股市上行空间,同时会导致货币市场流动性趋紧并加深商品期货价格下跌幅度;反之,EPU指数的减小不仅有助于减缓股票市场下跌、打开其上涨空间,也有助于增加货币市场流动性、刺激商品期货价格上行。研究还发现我国EPU指数对金融市场的极端风险溢出呈现非对称性,表现为EPU指数增加会导致货币市场流动性降低、股价下跌、商品价格下跌、汇率贬值的程度要显著高于EPU指数减小时对各金融子市场的反向作用。