外汇市场风险传染强度及其影响因素研究

本文运用t-Copula-CoVaR方法测算了国际外汇市场中美国市场对其他市场的CoVaR净值,判断风险传染方向和强度,再运用面板数据分析了影响外汇市场风险传染效应的基础因素和渠道因素。研究发现:美国外汇市场对中国、英国、俄罗斯、中国香港、印度、中国台湾、巴西、南非外汇市场存在风险净输出,而受到日本、泰国、澳大利亚和韩国外汇市场的风险净输入。从美国外汇市场净风险传染强度来看,受影响程度排在前三位的国家是巴西、英国、俄罗斯。经济基本面因素、国际贸易渠道、金融联系渠道和投资者行为等多种因素对风险传染效应均有影响,风险传染效应是多种因素综合作用的结果。

企业集团母公司担保的信用风险分析

为了加强集团母公司对子公司担保的风险控制能力,研究了集团母公司一般担保模式和连带担保模式的风险传染问题。在结构化方程模型下分析了两种模式的传染路径,通过定义信用风险传染强度,找到影响母公司信用风险传染强度的因素,并比较了母公司在两种担保模式下的信用风险传染强度,得出如下结论:在两种担保模式下,信用风险传染强度都受到母公司持股份额和资产负债率的正向影响;母公司在一般担保下的信用风险传染强度小于连带担保下的信用风险传染强度。最后为母公司选择担保模式及有效控制担保风险提出了管理建议。

基于时变状态网络的银行风险传导研究

银行风险传导研究是系统性金融风险测度与防范的重点.文献中主要研究静态银行网络拓扑结构和银行系统性风险量化,较少考虑银行网络之间的状态转变.针对上述问题,提出时变状态网络模型.根据模型,首先用kmeans方法对各个时间段的银行网络分类,然后通过有向最小生成树(DMST,directed minimum spanning tree)分析每一类银行网络的拓扑结构,最后联合利用平面最大过滤图(PMFG,planar maximally filtered graph)方法构建时变银行状态网络,该网络可用作银行风险源头的寻找和传导时变性分析.利用时变状态网络模型研究我国15家上市商业银行2007年第四季度到2019第一季度同业拆借数据.结果表明,银行状态网络之间的短期连续跳跃性可有效描述金融危机的发生,比如2008年全球金融危机发生前后出现了两个状态间的短期跳跃,从2013年“钱荒”到2015年的股灾阶段,先后出现了四个状态间的短期跳跃.同时,各个有向银行状态网络的出度和传染效应成正比,入度和银行面临风险的稳健程度成反比.时序的银行状态网络具有记忆性特征,这可以为央行防范系统性风险提供决策依据.