金融机构ESG表现对系统性风险溢出作用研究

基于DCC-GARCH-ΔCoVaR模型,考察金融机构ESG表现与其系统性风险溢出之间的关系。实证研究发现,整体上金融机构ESG表现改善能够有效降低系统性风险溢出,且当将其拆解为三个维度时,环境和社会表现对系统性风险溢出具有抑制作用,而治理表现的作用则是促进性的。作为内部因素的机构规模增大会增强ESG表现对于系统性风险溢出的抑制作用,而在外部因素即危机事件发生的情况下该作用的效果更加明显。将金融行业细分后,证券业中金融机构ESG表现的改善能够降低系统性风险溢出,但在保险业结果却相反,而在银行业中的作用则并不显著。

债务清偿结构、系统性风险溢出与存款保险定价

选择2007-2016年上市投保机构数据,构建存款保险期权定价模型,考察存款保险限额偿付、投保机构债务清偿结构与系统性风险溢出对存款保险定价的影响。研究结果表明,存款保险限额偿付与存款保险费率正相关;投保机构的资产负债结构中清偿顺序优于和次于被保险存款的负债所占的份额越高,对费率影响越大;投保机构资产市场价值波动率越大、资产相关性越高,其系统性风险溢出会更大,存款保险费率应越高。本文的研究发现对我国存款保险定价具有重要的启示作用。

公允价值层级、外部审计与银行系统性风险溢出效应——基于我国14家上市商业银行的面板数据

基于《美国财务会计准则第157号——公允价值计量》的公允价值层级理论,以我国14家上市商业银行2008~2014年的相关财务数据为研究样本,实证研究公允价值层级信息、银行外部审计与银行系统性风险溢出效应之间的关系。实证研究结果表明:第一、二、三层级公允价值资产以及第二、三层级公允价值负债对银行系统性风险溢出效应的正向作用明显,且逐层增加,但第一层级公允价值负债的影响并不显著;银行外部审计有助于抑制三个层级公允价值资产和负债对银行系统性风险溢出效应的不利影响。

我国金融市场间风险传染与系统性风险溢出效应——基于银行、证券、保险市场的E-CoVaR模型分析

本文运用E-CoVaR模型,结合分位数回归技术,测度了我国银行、证券和保险市场之间的风险传染强度以及各金融市场系统性风险溢出效应,并探明了各金融市场系统性风险溢出效应随经济形势变化的规律。研究结果表明:总体来看,银行市场的风险传染强度和系统性风险贡献度最大,证券市场其次,保险市场再次;从动态分析来看,我国金融市场的系统性风险贡献度与市场繁荣程度正相关,在金融危机期处于较高水平。

结构性去杠杆与金融机构系统性风险溢出:促进还是抑制?

本文以我国上市金融机构为研究对象,在测度出其系统性风险溢出效应的基础上采用动态面板模型来揭示四部门(居民、金融、非金融企业、政府)结构性去杠杆对系统性风险溢出的影响机制。结果表明:金融部门和政府部门去杠杆不能有效抑制金融机构系统性风险溢出,而非金融企业部门和居民部门去杠杆对金融机构系统性风险溢出具有显著的抑制作用,但存在行业异质性;在影响路径方面,非金融企业部门和居民部门去杠杆均能通过对行业波动、财务杠杆、运营能力和国内经济政策不确定性的中介调节效应来降低系统性风险溢出。因此,有序推进结构性去杠杆重点在于降低非金融企业部门和居民部门的杠杆,控制去杠杆的力度和节奏;同时要降低国内经济政策不确定性和各部门杠杆波动率,控制广义货币增速和稳定经济增速,也要重视通过提升金融机构盈利能力来降低其系统性风险溢出。

部门杠杆区制转换对金融系统性风险溢出的非线性影响

通过马尔科夫区制转换向量自回归模型来分析不同部门杠杆区制转换对金融系统性风险溢出的影响效应后发现:各部门杠杆走势存在不同区制特征。区制杠杆水平越高,其波动率越大。各部门杠杆区制转换趋势不同:金融部门杠杆正由高杠杆区制转向中杠杆区制,非金融企业部门和政府部门由低杠杆区制转向高杠杆区制,居民部门由中杠杆区制转向高杠杆区制。部门杠杆对金融业系统性风险溢出的影响方向和影响程度存在杠杆区制依赖特征。应在厘清各部门杠杆区制及其转换趋势的基础上控制有序结构去杠杆的力度和节奏,重点在于降低非金融部门杠杆和居民部门杠杆。

企业金融化视角下实体行业对金融体系的系统性风险溢出效应研究

近年来,我国实体企业金融化趋势明显。企业金融化使得实体经济与金融体系之间的联动性加强,金融投资具有一定的风险及不确定性,由此带来的风险将不只影响到实体企业本身,也会对金融体系产生影响。本文基于2008-2020年我国A股上市非金融企业的微观数据,将其整合成行业面板数据,实证检验企业金融化如何影响实体行业对金融体系的系统性风险溢出效应。研究发现,企业金融化主要体现在能源、工业、材料、可选消费、电信服务这五大实体行业,企业金融化会加大实体行业对金融体系的系统性风险溢出效应。在异质性检验中,发现企业金融化加剧实体行业对金融体系的系统性风险溢出主要来源于高金融化行业和企业持有的短期金融资产。

金融科技对商业银行系统性风险的溢出效应

近年来,金融科技逐渐成为我国银行体系进行风险控制的新工具。以我国A股市场上市商业银行为样本,构建GARCH-EVT-Clayton-Copula-Co Va R模型,测量样本区间内16家商业银行的金融科技发展水平及系统性风险溢出值,对金融科技与商业银行系统性风险之间的关联机制和影响效应进行理论与实证分析。研究发现,商业银行通过金融科技进行风险控制存在增强和减弱两条路径。进一步分析发现,金融科技能降低商业银行系统性风险溢出;商业银行规模、总资产收益率、存款负债比、杠杆率以及非利息收入占比等因素也对商业银行系统性风险溢出有着不同程度的影响。

商业银行中间业务的系统性风险溢出效应

本研究使用△CoVaR~≤方法对2007年1季度至2018年3季度我国20家上市银行的系统性风险溢出效应进行了测度,应用面板数据模型对商业银行中间业务发展的系统性风险溢出效应问题进行了考察。研究表明,我国金融体系系统性风险具有显著的时变性特征,我国商业银行系统性风险溢出效应也具有显著的时变性特征。商业银行系统性风险溢出效应与规模并无显著的直接联系,而中间业务的发展具有显著为正的系统性风险溢出效应,这在股份制银行和城市商业银行中尤为明显。对新时期我国系统性风险防范而言,不仅要高度重视商业银行不同中间业务发展所导致差异化网络结构效应,而且要警惕房地产市场调整对股份制银行的潜在冲击,还应密切关注网络关联结构演变对系统重要性银行识别和宏观审慎评估政策实施的重要影响。

我国房地产业对银行业系统性风险的溢出效应测度:基于行业和企业层面视角

房地产业和银行业的高度关联性,使得房地产业风险极易通过信贷渠道传染到银行业,进而可能演化成系统性金融风险。构建DCC-GARCH-CoVaR模型测度中国房地产业对银行业系统性风险的溢出效应,并从行业和企业两个层面,实证分析房地产业风险对银行业系统性风险的溢出过程。研究发现:由于银行持有较高比例的房地产信贷敞口,无论是行业层面还是企业层面,房地产业对银行业系统性风险都具有显著的正向溢出效应;减弱房地产业对银行业系统性风险的溢出效应,关键在于化解房地产业自身风险问题,尤其是大型房地产企业的风险问题。基于上述分析,提出了降低房地产业和银行业风险共生性、提高房地产企业风险抵抗能力等政策建议。

全球股市的依存结构与风险传染研究

为全面刻画全球股市极端波动风险的跨区域传染效应及其传染路径,本文结合滚动窗口技术构建了高维动态R-Vine Copula模型,分析全球28个股市在2003—2020年的动态相依结构演化及其系统性风险溢出效应。结论表明,全球股市相依结构分布呈明显的洲际聚集特征,即亚太区域-欧洲区域-美洲区域。中国香港、法国和美国股市分别为亚太、欧洲和美洲的中心枢纽。新加坡和荷兰股市起到了联结亚太区域和欧洲区域的中介桥梁作用。2008年金融危机和2020年新冠肺炎疫情危机的冲击均未改变全球股市的总体相依结构,但导致了临时性结构突变,并提升了全球系统性风险溢出水平。新冠肺炎疫情导致欧美区域股市间的系统性风险水平超过了金融危机期间的影响,而金融危机导致亚太区域股市间的系统性风险溢出水平则明显超过了新冠肺炎疫情的影响。在2008年和2020年的两次危机中,沪深股市主要面临中国香港股市的系统性风险溢入。