系统性风险跨部门溢出网络及突发事件对风险传染的影响--来自37家上市金融机构高频交易的证据

基于资本市场高频交易数据,采用条件在险价值模型对我国37家上市金融机构的系统性风险水平进行测度,运用DCC-GARCH模型研究房地产、银行、证券和保险四个部门之间的动态相关关系,并通过VAR模型采用方差分解方法构建该四个部门间的跨部门风险溢出网络;最后以新冠疫情为例,分析突发事件对系统性风险传染的影响。研究发现,系统性风险主要贡献来自房地产部门,然后依次是银行、证券和保险,其中又以证券部门的风险溢出最大。动态相关性分析表明,近年来四个部门间收益率主要呈正相关关系,但是房地产部门与银行部门之间、保险部门与其他三个部门之间存在过短暂的负相关关系;房地产部门与证券部门的动态相关性有较强的持续性,证券部门和银行部门的相关性受市场信息冲击较大。危机会提高部门间的关联性,使得各部门风险溢出增大。在危机时期,房地产部门会变成风险的主要输出方,其对各部门的冲击较大且持续性较强,保险部门始终是系统性风险的主要接收方,各个部门之间的风险溢出是非对称的。

系统性金融风险跨部门传染溢出效应分析

利用广义预测误差方差分解方法(GVD-VAR)对中国金融市场银行、证券、保险、多元金融、房地产五个金融部门间的风险溢出效应进行度量,分别从静态和动态的角度对部门间风险溢出的规模、方向展开研究。研究发现,整个金融体系各部门间存在显著的风险溢出,证券部门是溢出效应最强的部门,也是最主要的风险发送者,其余四个部门均为风险接收者,其中多元金融部门的风险接收能力最强。动态风险溢出分析结果显示,我国金融市场系统性风险的溢出效应基本稳定保持在一个较高的溢出水平,且伴随着金融危机、钱荒、股灾等极端风险事件各部门的联动性也会随之增强。最后,针对有效防范系统性风险的跨部门传染提出了相关建议。

系统性金融风险溢出网络研究——基于LASSO-CoVaR模型的网络拓扑分析

本文采用LASSO-CoVaR模型,对中国38家上市金融机构系统性金融风险展开网络拓扑分析,并从不同角度考察我国系统性风险传染问题,识别风险的中心源头、传递路径等。研究结果表明:银行、证券、保险三大行业存在较为明显的风险溢出关系,其中溢出效应最强的是证券业。此外,本文研究发现在“重大股灾”“股市熔断机制”等股市动荡时期各机构的风险传染力度普遍上升、行业之间溢出程度加强,网络结构变得更为复杂且风险溢出水平具有明显顺周期性。因此相关部门需要关注行业间的联动性,在重大损失发生前阻断风险溢出路径,防止风险交叉传染,尤其要重点监管证券行业风险溢出情况。

市场设施类金融科技与金融业风险溢出效应及影响机制研究

近年来,市场设施类金融科技行业蓬勃发展,各类高新技术广泛应用于构建金融设施,推动了金融业数字化转型,也带来新的风险管理挑战。本文基于2012—2023年47家上市公司公开数据,使用VaR计算市场设施类金融科技、银行、证券和保险四个行业的系统风险,用TVPVAR-DY模型测度行业间风险溢出效应,并考察影响风险溢出的宏观因素。结果发现:金融科技具有较大系统风险隐患,与金融业各部门呈现风险正相关性;金融科技和证券部门具有较强风险溢出,溢出持续增长并表现“风险积聚”特点;近年来尾部经济事件中,金融科技和证券是主要风险溢出中心,银行是主要流入中心;货币供应量、同业拆借利率和消费者预期对于金融科技、银行、保险和证券的溢出效应和溢入效应会产生不同程度的显著影响。

我国金融机构系统性金融风险度量与跨部门风险溢出效应研究

本文采用Va R、MES、Co Va R以及ΔCo Va R四类风险测度方法,对我国A股56家上市金融机构和房地产公司的系统性金融风险展开研究,并结合前沿的风险溢出网络方法,从静态与动态两个研究角度考察了我国金融风险的跨部门传染。研究结果表明,四种风险测度指标均能准确识别出我国金融部门风险集聚的尾部事件,而且金融体系整体上存在较为明显的跨部门风险传染效应。此外,本文研究发现,我国系统性风险溢出水平逐年攀升,且传染中心在"银行钱荒"、"股市熔断机制"等事件中发生了相应改变,其中,在"钱荒事件"中,银行部门等成为了风险传染的发源地;而在"熔断机制"事件中,房地产与证券部门则成为风险传染的网络中心。在此基础上,我们提出了完善我国金融风险防范体系与监管机制的若干建议,使得本文研究对于"防范跨市场、跨产品、跨机构的风险传染"具有重要的学术价值与现实意义。