证券公司收入结构与系统性风险——基于非对称CoVaR方法的分析

本文利用非对称CoVaR方法对2013年1月4日至2019年12月31日我国17家上市证券公司的系统性风险溢出效应进行计算,并将其与证券公司收入结构、资产规模等财务数据进行面板回归。研究发现:各家证券公司和证券系统之间的相关性不同,且呈现出明显的非对称性;西南证券、国金证券、东吴证券处于风险溢出的前三位;增加证券公司利息收入可以有效降低系统性风险溢出效应;“太大不能倒”在证券业内并不显著。鉴于业务创新和风险管理属于证券公司的两大关键内容,本文结合研究对我国证券行业收入多元化以及风险管理提出了相关建议。

香港股市对内地股市行业间尾部风险溢出研究

基于行业市场视角,采用非对称CoVaR方法测量香港股市内部行业对内地相应行业的尾部风险溢出,识别易受冲击的行业子市场,分析不同时期市场遭受不同冲击对尾部风险的作用关系、影响因素,剖析输入性金融风险传染渠道。研究发现:香港地区对于内地的行业尾部风险溢出集中在非日常消费品与工业子市场;不同行业尾部风险溢出存在异质性,在国际化程度高的市场中贸易开放度及金融开放度有显著作用;各主要传染渠道在不同时期所发挥的作用不同,如信息渠道总在尾部风险溢出中起到显著作用,金融联系渠道则在机制改革与内地市场脆弱性增加的特殊时期起到减弱尾部风险溢出的作用。同时,为有效防范系统性金融风险和加强金融协调监管提出了对策建议。

突发公共卫生事件对系统性金融风险的冲击及传染效应研究

首先基于面板向量自回归模型考察了突发公共卫生事件对系统性金融风险的冲击影响,接着综合考虑突发公共卫生事件的影响及其所导致的收益率的非对称性构建单指标非对称CoVaR模型,最后借助LASSO惩罚函数与局部估计法进行求解,以此构建有向网络分析金融机构间的传染效应.研究发现:(1)突发公共卫生事件冲击会使系统性金融风险水平短暂上升;(2)突发公共卫生事件会增加证券类金融机构间的风险传染并且存在滞后效应;(3)中小型金融机构的传染性较强,并且证券类金融机构的风险传染最强.

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。

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称CoVaR模型,并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明:(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力。