银企信贷复杂网络下的银行业系统性风险研究——基于高碳行业视角

碳减排压力下,高碳企业向低碳转型内生的“转型风险”可能成为引发下一场系统性金融风险的“绿天鹅”事件。基于2013-2022年14个高碳行业的银企贷款数据,首先采用“银企”二分网络法,以高碳企业预期违约率作为风险传染强度指标,纵向度量“银企”的风险传导路径。研究发现银企间网络规模逐年扩大,尾部风险突出集中于化工行业,且主要由股份制商业银行承受。其次运用“银银”映射网络法,以银行间共同风险敞口作为风险传染强度指标,横向度量“银银”的风险传导路径。研究发现城市商业银行与农村商业银行日渐成为系统重要性银行,风险承担愈加凸显;国有控股大型商业银行自身输出较大银行间尾部风险,其对风险的扩散或防御至关重要。最后基于复杂网络筛选出系统重要性银行与风险传染性银行,运用动态CoVaR法度量尾部溢出的系统性风险贡献强度,全面捕捉风险从高碳企业到金融机构间“自下而上的风险测度逻辑”,从而为监管部门构建“自上而下的风险监管逻辑”提供现实依据。在“双碳”战略下,应出台专门的信贷支持政策推动重点行业实施节能减排,立足“银企”信贷网络的全局开展差异化管理和全面风险评估,在逆周期缓冲资本监管框架的挂钩变量中引入高碳行业尾部风险的新视角。

动态视角下房地产贷款对银行业系统性风险溢出研究

基于Credit Metrics模型动态度量房地产贷款信用风险,运用双重ΔCoVaR模型分析框架量化其对单家银行风险的影响,以及对银行业系统性风险的溢出,将总体溢出分解为直接溢出和间接溢出,考量房地产贷款信用风险对银行业系统性风险的传导途径。结果显示:一方面,房地产贷款信用风险近年来整体呈上升趋势,且对银行业风险溢出显著,尤其是大规模债务违约和新冠疫情的爆发加剧了溢出效应。另一方面,房地产贷款信用风险的间接溢出大于直接溢出,且高(低)系统重要性银行产生了更大的间接(直接)溢出,表明高系统重要性银行由于与其他银行的业务联系密切,其贷款信用风险更易引发银行业内的连锁反应从而间接刺激风险爆发;低系统重要性银行因为依赖少数大型客户贷款,面临信用丢失时缺乏强劲的风险缓冲能力,更可能直接对银行业的稳定造成显著破坏。

房价波动对银行业系统性风险的影响研究——来自我国14家上市商业银行的经验证据

十九大报告中"房子是用来住的,不是用来炒的"重要论述,奠定了房地产业调控的总基调。而大量信贷资金积聚于房地产市场,让国内银行业面临着较大的系统性风险。基于我国14家上市商业银行2007年第三季度至2018年第四季度数据,运用CCA方法测度银行业系统性风险水平,并通过Sys-GMM模型实证分析了房价波动对银行业系统性风险的影响。研究得出2010年以来我国银行业系统性风险水平较高,初期房价上涨在一定程度上可以缓解银行业系统性风险,但后期房价持续上涨则会加剧银行业系统性风险。据此提出持续调控的房地产价格、拓宽房地产企业融资渠道、实施适度宽松的货币政策、活跃房地产租赁市场等举措,以有效降低房价波动对银行业系统性风险的影响。

金融市场对银行业系统性风险的溢出效应及渠道识别研究

将银行业纳入到包含金融市场以及银行业在内的金融体系框架下,从金融市场对银行业系统性风险的溢出效应入手,刻画更加内生性的系统性风险。考虑金融市场风险溢出效应构造的银行业系统性风险指标,其风险敏感性更强,能识别出样本期间的三次系统性风险事件,并可以将中国银行业系统性风险分为三个阶段。不同金融市场的溢出效应存在差异性,其中房地产市场和股票市场溢出效应最高,对中国银行业系统性风险贡献最大。根据金融市场溢出效应的解析式进行溢出效应的渠道识别,发现房地产市场、股票市场自身较大的风险以及银行在这些市场的风险承担对系统性风险的溢出效应发挥着关键性作用。最后,为有效防范银行业系统性风险,提出控制风险源波动、加强银行影子业务监控以及进一步完善逆周期监管政策等建议。

互联网金融对中国银行业系统性风险的影响——基于SCCA模型及逐步回归法的实证研究

互联网金融与传统银行之间竞争与合作关系一方面对商业银行产生强大的冲击,另一方面打开了风险传染渠道,冲击和传染的叠加引发银行业系统性风险。基于2010年1月1日至2017年9月30日的中国银行业、资本市场及宏观经济数据,运用SCCA模型对互联网金融影响下的中国银行业系统性风险进行测度,随后运用逐步回归法验证上述风险引发机制,并对一定期限内的风险水平进行预测。结果表明,互联网金融加剧了中国银行业系统性风险,且影响长期存在,互联网金融规模的不断扩大仍会对宏观经济造成冲击,增加中国银行业系统风险。

中国银行业系统性风险传染研究——基于涵盖银行间传染风险与流动性风险的量化模型

为了量化中国银行业的系统性风险，本文构建了一个涵盖银行间传染风险和流动性风险的系统性风险量化模型，采用我国129家银行的财务数据，通过矩阵法模拟了不同冲击下银行业的系统性风险。研究表明：①单个银行倒闭造成的系统性风险损失取决于该银行的资产规模和同业负债头寸；②中国工商银行和中国银行的系统重要性最高，但单个银行倒闭难以引发银行业系统性危机；③存款利率市场化将给我国银行业带来系统性风险隐患，当银行净利息收入损失超过80％时，会引发银行业系统性危机。基于实证结果，本文认为：为规避系统性风险，银行在存放和拆放同业资产时，应当选择同业资产少的银行作为交易对手，并保证自身的资本充足率足够稳健。

中国银行业系统性风险水平测度与监管——基于综合指数法的实证研究

本文立足于中国银行业系统性风险中时间维度和截面维度的二重性,采用主成分分析法构造银行业系统性风险压力指数(FSI)。研究结果表明,中国银行业大部分时间处于中度偏低风险期,银行业系统性风险整体的变化趋势为"先上升,再下降"的"M"形循环图。利用FSI计算出BSI识别中国银行系统的压力期,发现极端金融风险会使BSI上涨超过0的阈值。因此,"强监管、严防控"依然是未来银行业监管的主旋律。监管当局应该在宏观审慎的框架下,实施全面及时有效的宏观审慎政策,以防范银行业系统性风险。应将FSI纳入监控指标,增强宏观审慎监管,并完善金融监管协调机制,同时加强全球监管合作,从而保障银行系统安全,促进经济平稳发展。

基于未定权益分析模型的我国银行业系统性风险测度研究

论文基于我国上市银行资产负债和股价数据,运用未定权益分析模型对我国银行业系统性风险进行测度。研究表明,2002年以来我国银行业经历了三个高风险时期,但当前风险水平较低。进一步分析发现,银行业系统性风险具有突变性、单个机构风险大幅上升可能是总体风险暴露的前兆、当前城市商业银行风险高于国有大型商业银行和中小股份制银行等特征。基于上述结论,论文提出了加强对个体风险处置、完善宏观审慎制度等政策建议。

状态转换行业系统性风险与市场波动关联性——基于深圳股市的实证研究

以2002-2009年深圳股市市场指数和22个行业指数为研究样本,本文运用不同的一阶马尔可夫过程刻画市场波动与行业系统性风险的状态转换行为,在此基础上估计了不同市场波动状态下行业系统性风险处于不同状态的条件概率,然后基于估计的条件概率探讨了行业系统性风险状态与市场波动状态之间的关联性。实证结果表明:市场波动和行业系统性风险均存在明显的两状态转换行为;其中采掘业等八个行业组合的系统性风险状态与市场波动状态之间存在正向的关联性;制造业等八个行业组合的系统性风险状态与市场波动状态之间存在反向的关联性;其他行业组合的系统性风险状态与市场波动状态之间不存在明显的关联性。可以利用行业系统性风险状态与市场波动状态之间的关联特性并根据市场波动状态的变化动态调整投资组合。

我国银行业系统性风险预警指标体系设计与实证分析

笔者从宏观、中观和微观三个层面拓展银行业系统性风险预警备选指标,采用FR模型构建我国银行业系统性风险压力指数,实现对银行业系统性风险的时间、空间两维度监测预警,为银行业系统风险的动态预警做出重要尝试。实证分析显示:模型入选指标从信用风险和流动性风险两个风险维度诱发银行业系统性风险,说明目前我国银行业系统性风险导火索主要来自信用风险和流动性风险;入选指标从领先、日频和事后三个时间维度预测银行业系统性风险;2009年第四季度至2010年第一季度、2013年下半年、2015年前三季度三个时段我国银行业系统性风险偏高;特别是近年来,受经济增速持续下滑影响,银行信用风险持续上升,银行业系统性风险压力也呈上升趋势。我国监管当局有必要重视建立银行业系统性风险预警指数,用来跟踪风险的集聚、上升、扩散、爆发过程,通过全流程管理,预防系统性风险发生,缓解或降低其破坏力。

金融科技对我国银行业系统性风险影响研究

从行动者网络理论视角审视金融科技,归纳出其对我国银行业系统性风险的影响机制并实证检验影响程度大小。得出金融科技在一定程度上加重了我国银行业系统性风险的结论,并给出银行业转型发展相关建议。

我国影子银行对银行业系统性风险影响研究--基于内生化房地产商的DSGE模型分析

近年来我国房价的持续上涨促使大量资金借道影子银行体系流向房地产市场,推动了金融体系内系统性风险的集聚。有鉴于此,文章构建了内生化房地产商的DSGE模型,以此探讨影子银行对银行业系统性风险的影响。实证结果表明,影子银行融资利差增大、房地产需求的扩张以及紧缩的货币政策冲击均会使商业银行资金向影子银行转移,促使融资杠杆率提升,加大银行业系统性风险;因此,目前我国稳健中性的货币政策,能够合理引导预期稳定房价,有利于防控系统性金融风险。然而,在紧缩性货币政策冲击下,商业银行贷款利率随着影子银行融资利率的下降而出现下降,说明影子银行的存在一定程度上造成了货币政策传导机制的失效。文章研究结论对引导我国影子银行健康发展、防范系统性金融风险具有重要政策启示。

银行业系统性风险监测预警体系与防控机制研究

金融危机爆发后,各国际监管组织和主要国家普遍加强了对系统性金融风险的研究和监管。近年来,我国银行业在规模体量、组织体系、架构布局、业务模式、跨国经营等方面发生了巨大变化,机构之间的关联性、渗透性、交互性增强,风险的系统性上升。本文在借鉴、吸纳既往研究成果的基础上,分析并提出了银行业系统性风险的内外二元生成机制,阐述了银行业系统性风险形成的内在机理;聚焦经济风险、信用风险、流动性风险、市场风险、关联风险等五大风险源,深入分析可能诱发银行业系统性风险的主要因素及其传导机制;运用熵值法测度指标权重,进而构建银行业系统性风险评价指数。实证检验表明,BAI指数和BPI指数具有较好的评价预警效果。最后,本文分析提出了防控银行业系统性风险的四项机制:健全宏观审慎管理体系;筑牢风险防控基础屏障;着力强化系统性风险监管;健全问题机构处置机制。

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。

基于宏观审慎视角的银行业系统性风险研究

银行业系统性风险的度量和防范是监管当局的工作重点。本文基于宏观审慎视角,对银行业系统性风险的界定和成因、系统性风险的度量模型及系统性风险监管的研究进行了评述,为防控银行业系统性风险提供有效方法。

资产证券化与银行业系统性风险——基于“去一”分析法的应用

本文以防范银行业系统性风险为出发点,考察资产证券化对银行业系统性风险的影响,并运用最新的"去一"分析法对不同类型银行的系统性风险贡献度展开研究。在此基础上,本文考察了资产证券化对银行业系统性风险的影响路径,以及不同类型银行构成的银行系统中,影响路径的异质性。研究结果表明,资产证券化显著增加了银行业系统性风险,且中等规模银行及股份制商业银行是风险的主要来源者和传播者;此外,银行间产品互持路径对银行业系统性风险的影响并不显著,但应用"去一"依次去除大规模银行以及大型国有商业银行后,该路径显著通畅。这说明,资产证券化产品在银行间的互持现象,在一定程度上增加了银行间的关联度,进而提升了银行业系统性风险。

基于Lasso-Expectile行业系统性风险测度

文章以我国沪深300指数27个三级行业指数为研究对象,使用Lasso-Expectile模型测度我国行业系统性风险。结果表明:行业间的实际风险同时受个体风险和边际风险系数的影响,风险低的三级子行业其风险溢出效应不一定小;非金融部门中地产对整个经济金融系统的风险影响最大,而金融部门中综合金融行业表现出较强的网络中心性。

论三种ΔCoVaR模型度量中国银行业系统性风险的最佳选择

基于监管者视角,通过构建三种的不同的ΔCoVaR模型,研究了2011年6月-2016年9月中国银行业系统性风险的特征,从截面和时间维度比较了这三种ΔCo Va R模型对中国银行业市场的适用度的差异。研究表明,改进的Copula-ΔCoVaR相比其他ΔCoVaR模型,不仅在截面维度能够准确地识别系统重要性银行,而且在时间维度对金融风险事件十分敏感,能够精准地度量中国银行业系统性风险水平。建议监管当局将Copula-ΔCoVaR作为监测银行业系统性风险的核心指标,实施宏观审慎政策,从而增强金融监管的前瞻性,提高宏观调控的有效性。

防控粘胶纤维行业系统性风险

2月27日21时30分,吉林化纤股份有限公司生产过程中高压电缆短路停电,造成一生产车间部分排风设备停止运行。23时10分恢复供电,相关岗位工人在准备恢复生产过程中,吸入硫化氢气体,5人经抢救无效死亡,8人受伤。该公司于1964年建成投产,主导产品为粘胶纤维,分为长丝、短丝。目前,长丝系统共有10条生产线,产能8万吨;短纤系统有1条生产线,产能12万吨。事故发生在长丝八车间。

经济政策不确定性、企业对外直接投资与银行业系统性风险关系研究

为探究经济政策不确定性下企业对外直接投资与银行业系统性风险的关系,文章基于我国30个省、直辖市、自治区(西藏及港澳台地区除外)2006—2019年的面板数据进行实证检验。结果表明:一是企业对外直接投资会提高银行业系统性风险发生的可能性。二是不同类型的经济政策不确定性对银行业系统性风险存在不同的影响效应。三是经济政策不确定性对"企业对外直接投资—银行业系统性风险"调节效应具有两面性。