应用CoGVaR方法度量系统风险贡献

基于系统风险度量的角度,提出了一类新的条件风险度量——广义条件风险价值(CoGVaR).这类新的风险度量是条件分位数的自然广义化,它包括了经典的CoVaR.相较于经典的条件风险价值(CoVaR)和条件expectile(CoExpectile),它在实际中有着更好的应用价值,这一优势来源于它考虑了决策者的风险态度,而这一点目前为止并没有被其他工作关注过.使用加入状态变量的广义分位数回归方法,在道琼斯美国金融指数实例中给出了具体的计算结果,发现这类风险度量为系统风险贡献的度量提供了一种新的角度.除此之外,这一结果也显示了该风险度量能够通过使用更凸的负效用函数来更好地捕捉尾部风险.

中国金融机构关联性与系统性风险贡献研究--基于尾部风险溢出网络视角

在后危机时代如何准确地测度金融机构的系统性风险贡献以识别系统重要性金融机构是宏观审慎监管的重要任务.采用2010年至2019年中国32家上市金融机构数据以及宏观特征变量,通过TENET模型构建尾部风险溢出网络以度量金融机构关联性,并引入公司规模、杠杆和流动性指标,基于改进的PageRank算法提出网络-市场-账面相结合的系统性风险贡献测度思想,具体从系统整体、部门行业、机构个体三个层面对网络关联性展开实证分析.研究结果表明:1)金融系统总体关联性在危机与下行时处于高位水平,尾部风险溢出网络能有效捕捉极端风险事件;2)行业内的关联性水平总体而言高于行业间的关联性水平,但在极端情况下跨行业风险溢出强度会增大;3)银行和保险机构相对证券机构而言对系统性风险的贡献程度更高.

尾部风险网络视角下的金融机构系统性风险贡献研究

金融机构的尾部风险关联模式及结构在金融系统性风险的形成演化中发挥重要作用。利用CoVaR指标及分位数回归方法,衡量金融机构之间的尾部风险传染强度,进而建立金融机构尾部风险动态网络。分析全连接网络及阈值法下过滤网络的全局和局部拓扑结构特征及其动态演化规律。建立面板数据回归模型,研究网络拓扑结构特征对金融机构系统性风险贡献的影响。实证研究发现,全连接网络的节点强度,能有效地衡量金融机构尾部风险传染强度及承受强度,并揭示其动态变化规律;各机构的尾部风险传染强度及承受强度排序匹配性存在差异;随着时间推进,各金融机构间的平均尾部风险传染路径缩短、系统性风险更易迅速累积和爆发;滞后一期的节点出度、节点入度及聚集系数越大,相应金融机构的系统性风险贡献越小;滞后一期的节点介数和节点接近中心度越大,相应金融机构的系统性风险贡献越大。研究结果对于金融机构的宏观审慎监管及系统性风险管理,提供了一个全新的基于金融机构尾部风险网络的视角。

中国上市银行系统性风险贡献及其影响因素研究——基于MES-SRISK方法

本文结合市场数据和资产负债表数据,运用 MES-SRISK模型测算了2012-2016年我国上市银行的系统性风险贡献度,并就影响系统性风险贡献度的因素进行了实证研究。结果表明:国有商业银行的系统性风险贡献度显著高于股份制银行和城市商业银行;股份制银行对系统性风险的贡献在逐年增大;银行资产规模、杠杆率以及不良贷款率与系统性风险贡献度呈现出正向关系,而资产回报率、资本充足率以及市值与股东权益比率的提升会降低系统性风险贡献度。

商业银行系统性风险贡献度的相关性研究——基于Copula函数的实证分析

在测度上市商业银行ΔCoVaR、MES和CES的基础上,使用Copula函数分析商业银行之间系统性风险贡献度的相关性。结果显示:上市商业银行系统性风险贡献度之间的相关系数非常高;单家商业银行系统性风险贡献度快速上升会导致银行系统性风险的增加,同时银行系统陷入困境对单家商业银行的影响较大;国有大型商业银行与其他商业银行相关系数的平均值并没有显著高于股份制商业银行和城市商业银行。系统性风险监管需要关注商业银行之间系统性风险贡献度的相关性,进而制定系统重要性金融机构管理框架。

宏观审慎政策有效性分析——基于银行系统性风险贡献度视角

宏观审慎政策作为稳定金融系统的重要手段,在我国实践年份较长,但具体政策效果还有待探究。该文使用我国16家上市银行2012—2019年数据,构建反映银行系统性风险贡献度的指标,然后使用系统GMM分析宏观审慎政策在抑制银行系统性风险贡献度方面的效果。研究结果显示宏观审慎政策的整体实施能有效抑制银行系统性风险贡献度,实施效果与政策力度正相关。此外,宏观经济环境和银行自身变量也会对银行系统性风险贡献度产生差异化影响,进一步研究还显示,实施逆周期宏观审慎政策有利于降低经济周期变化带来的系统性风险波动,平滑经济周期。因此宏观审慎政策应以逆周期实施为主,并对国有五大行进行特别关注,必要时可对商业银行自身指标提出要求。

股市网络拓扑结构与系统性风险贡献度:基于VaR风险网络模型

股市的系统性风险是极端波动不断累积变化的过程,本文首次应用VaR模型构建股市风险网络,并从风险网络演化的视角研究中国股市的系统性风险贡献度,选取中国股市2008年和2015年极端波动时期,应用动态面板回归模型分析风险网络结构指标与系统性风险贡献度间的关系。结果显示:沪深股市风险网络具有无标度性;股票市场极端波动行情的出现与系统性风险的累积具有相关关系;2015年股市波动冲击比2008年金融危机冲击对风险网络的破坏更大;在股票风险网络中节点的度、接近中心性、点强度等网络结构指标与系统性风险溢出值呈显著的负相关关系,即与系统性风险贡献度正相关。为准确把握对股市的系统性风险起重要作用的机构,及防控系统性风险在整个股市网络中的传播具有重要意义。

我国金融机构的传染性风险与系统性风险贡献——基于极端风险网络视角的研究

本文以2011—2017年我国上市金融机构为研究对象,使用LASSO分位数回归构建金融系统的极端风险网络,并在此基础上提出了传染性和脆弱性指数测度金融机构的传染性风险水平。同时,本文进一步采用改进后的CoVaR指标来度量单个机构的系统性风险贡献,并详细分析了风险传染如何影响不同时期下金融机构的系统性风险贡献。研究发现:(1)金融机构的脆弱性与传染性分别取决于其不同的特征变量,并且两者在数值上存在一定的错配。一方面,规模较大或者期限错配较高的机构,其传染性水平较高;另一方面,商业银行中的全国性股份制银行、净资本较小的证券公司以及业务关联较多的保险公司具有较高的脆弱性。(2)相同行业以及同种类型机构之间的风险传染水平较高且跨行业、跨类型的风险传染具有不对称性。(3)在“平静”时期,传染性较高的金融机构,其系统性风险水平较高;但当危机发生时,脆弱性较高的机构接受的传染性风险大幅增加,从而具有较高的系统性风险水平。

非利息收入对商业银行系统性风险贡献度的影响——基于中国上市银行的经验证据

本文基于2008-2015年中国上市银行季度数据,实证分析非利息收入对单个银行系统性风险贡献度的影响。研究表明:(1)非利息收入对系统性风险贡献度呈显著负向影响,且依赖于银行规模:大规模银行非利息收入增加会降低系统性风险贡献;小规模银行则提高风险贡献度。(2)资本充足率的提高会降低系统性风险贡献度对非利息收入的敏感性,而手续费及佣金收入的影响作用取决于资本结构:资本充足率高时呈正向关系,低时呈负向关系。(3)逆周期监管实施与否是非对称效应形成的重要原因。因此,应对异质银行实行差别监管,落实逆周期监管,降低商业银行系统性风险贡献。

基于MES测度我国银行业系统性风险

本文基于我国14家上市银行2007年10月7日至2012年5月31日的数据,运用边际期望损失(MES)方法,度量了我国银行业系统性风险贡献度,并在建立面板数据回归模型的基础上,探究了银行业系统性风险贡献度的影响因素。实证结果表明:2008年1月至2008年12月美国金融危机爆发期间,我国上市银行系统性风险明显高于平常时期,MES方法度量的结果比较符合实际情况;此外,无论是危机期间还是危机之后,我国大型国有商业银行的系统性风险贡献度都很小,而规模较小的股份制商业银行的系统性风险贡献度相对较大;通常,高风险银行的系统性风险贡献度也大。

我国上市商业银行系统性风险测度

基于CoVaR方法,通过分位数回归模型,对中国16家上市商业银行系统性风险贡献度进行测度。测度结果表明:相比于VaR及CoVaR方法,ΔCoVaR及%CoVaR是衡量边际风险贡献度更好的指标;工商银行的VaR值较低但其相对系统性风险贡献度居首位;一些银行自身发展迅速但也增加了中国银行业的系统性风险。

系统性风险会约束商业银行信贷供给吗?

本文主要研究系统性风险贡献度如何影响商业银行的信贷供给。本文使用固定效应面板回归模型,以中国上市商业银行为研究样本进行实证分析。结果表明,当金融体系处于正常状态下时,商业银行系统性风险贡献度的增加不会影响其向实体经济输出信贷的功能,但是在极端状况下,系统性风险贡献度越高的商业银行是向实体经济输送信贷越多的银行,因此其应该是受到系统性风险影响大的商业银行,在风险增加时其对实体经济信贷输出会显著的下降。分类别来看,当金融体系正常运行时,商业银行系统性风险贡献度的增加能够降低房地产贷款的发放;但在极端情况时,商业银行系统性风险增加会降低个人住房抵押贷款的发放,而增加房地产行业的贷款,从而有增加银行体系风险的可能。同时,本文实证分析表明,在极端情况时,对商业银行风险贡献越大的商业银行,其短期贷款发放的越多,商业银行消费贷款发放的也越多。

我国上市银行系统性风险测度研究

本文基于边际期望损失和SRISK指标去探讨我国上市银行的系统性风险。本文选取了我国16家上市银行2013年的日度收益率数据和其他相关数据进行分析,得到了这16家银行的基于边际期望损失的排名和基于SRISK指标的排名。结果显示大型国有商业银行系统性风险贡献度比较低,但是总的风险比较高,小型股份制银行则相反。

中国系统重要性银行的市场识别法有效性研究

宏观审慎监管需要识别出系统重要性机构(SIFIs),目前已有相关研究,但还没有就如何有效识别达成共识。首先阐述MES法、SRISK法和Co Va R法三个主流的市场识别法原理与计算,在统一的DCC-GARCH模型相关性分析框架中,对它们做了理论比较。然后,以中国上市银行为样本,收集市场交易数据,用DCC-GARCH模型拟合相关结构,分别进行了中国SIFIs识别,根据各指标的理论特征分析了各系统重要性排序结果的有效性及其经济意义。

商业银行利率衍生工具使用:对冲风险还是赚取利润?

实证研究商业银行利率衍生工具使用动机,经面板变系数回归分析发现:第一,3个月期限内,商业银行因在利率走势预测方面具有优势,会倾向于使用利率衍生工具作盈利交易;第二,3个月期限以上,商业银行倾向于使用利率衍生工具对冲中长期利率风险;第三,商业银行使用利率衍生工具的动机存在个体异质性;第四,商业银行使用利率衍生工具能降低自身系统性风险的贡献度。

究竟哪家商业银行风险高

本文使用了主成分分析法,将基于五类指标计算出的综合风险指标汇总,并对影响指标值大小的因素进行实证分析。实证结果发现:股份制商业银行(比如华夏银行、光大银行)整体风险贡献度较高,甚至高于国有大型商业银行,城市商业银行风险贡献度最低。此外,面板模型实证结果表明:规模大、资本充足率低、存贷比高和流动性覆盖率高的商业银行,风险程度较高。

金融机构系统性风险贡献的测度、检验与监管

采用EVT-Copula方法测度金融机构的系统性风险贡献,并对其显著性进行假设检验,进而考察金融机构系统性风险贡献的驱动因素及相关监管工具的有效性。研究发现：我国金融机构的系统性风险贡献具有时变特征,并且在统计上显著;金融机构的业务复杂性、网络关联性对系统性风险贡献具有正向影响,而规模和盈利能力对其有负向作用;资本充足率监管难以有效降低金融机构的＂负外部性＂,而杠杆倍数约束有助于减小金融机构的系统性风险贡献。

中国宏观审慎监管有效性检验——基于商业银行系统性风险贡献度视角

本文以中国上市商业银行为样本,测度国际主流的系统性风险贡献度指标,并使用国际货币基金组织的调研数据所生成的代表中国宏观审慎监管实施概况的MPI指标进行实证分析。研究结论表明,中国宏观审慎监管工具能够显著降低商业银行系统性风险贡献度,中国宏观审慎监管在经济处在上升阶段时效果更为显著,且宏观审慎监管作用于国有大型商业银行的效果不会比其他类型商业银行的效果差。

中国金融机构的系统性风险贡献度研究

当前金融机构之间的关联越来越紧密,极易诱发系统性风险。基于2012—2016年中国金融市场数据,本文采用两步分位数回归、LASSO技术和复杂网络理论来研究金融机构的系统性风险贡献度。研究发现,影响金融机构在险价值(VaR)的关键因子为其他机构滞后一期的损失超出量,即机构之间的相互关联性;可以运用系统性风险贡献度动态识别和度量系统重要性,其中相互关联性发挥主要作用,且比规模更加重要,结果显示银行业最具系统重要性。本文发展的方法对于有效地防范与监管系统性风险具有重要的应用价值。

尾部风险网络、系统性风险贡献与我国金融业监管

基于LASSO分位数回归,本文提出了系统性风险度量新指标,并采用该指标构建2011-2017年我国上市金融机构时变的尾部风险网络。在此基础上,本文一方面从系统、部门和机构三个层面衡量其网络关联水平;另一方面,识别风险在金融机构间传递的方向路径等关联结构,而且在兼顾关联水平和关联结构的基础上,测度单个机构在风险网络中的系统性风险贡献。研究发现:第一,我国金融机构的系统关联水平具有明显周期性特征,在风险积累阶段系统关联水平迅速攀升,直至风险爆发阶段达到阶段性高点,而后随着风险释放逐步回落。第二,银行、证券和保险三个部门风险输出关联水平的时序变化差异较大,但风险输入关联水平的时序变化基本一致,风险在部门间的传染是真实存在的。第三,总体上,同部门且规模相近、商业模式相似、业务同质性较高的机构间关联水平更高,但在风险积累和爆发阶段,跨部门、同部门中差异较大的机构间关联水平也有所上升。第四,在同时考虑关联水平和关联结构时,四家大型商业银行的系统性风险贡献最大,且远高于其他金融机构;同时,一些保险企业也开始成为系统重要性机构。基于尾部风险网络的研究,本文为我国金融业监管提供了具有可行性的政策建议。