基于DCC-MSV-KMV模型的第三产业行业信用风险传染效应度量

结合KMV模型和DCC-MSV模型,构建了一个行业间信用风险传染效应度量模型,以考查第三产业中各行业间的信用风险传染效应.排除涉及领域繁杂和主营业务不突出的行业,兼顾行业中上市公司数量,最终选择交通运输、仓储业,信息技术业,批发和零售贸易业,房地产业和社会服务业等5个行业为研究对象.实证结果显示:第三产业各行业间信用风险传染效应均大于0.5,且呈现震荡上行的态势,说明行业间信用风险传染效应在增强、传染程度在加深;交通运输、仓储业与其它4个行业之间的信用风险传染效应均较为明显,这可能是由于作为基础产业,该行业对其它行业的影响比较深远;房地产业与社会服务业间的信用风险传染比较明显,可能是因为二者具有共同的信用风险传染影响因素,即交通运输、仓储业;批发和零售贸易业与社会服务业间的信用风险传染效应最强,且相对稳定,其原因可能是这二个行业均受交通运输、仓储业影响,它们本身也存在较强的关联性.

风险传染效应在牛市、熊市中的异化现象——来自A+H双重上市公司的证据

本文基于向量GARCH模型,对双重上市公司A股与H股在不同市场环境下的风险传染效应进行了实证研究。研究表明,风险传染效应在牛市、熊市中存在着异化现象。在牛市阶段,A股对H股存在单向的风险传染效应;而在熊市阶段,A股与H股之间存在双向的风险传染效应,其中H股对A股的风险传染效应更加强烈。对风险传染效应的异化现象试着给出了解释原因并提出政策建议。

A股与H股风险传染效应的新特征——基于双重上市公司的实证研究

以A,H股双重上市公司为研究对象,基于向量GARCH模型,对双重上市公司A股与H股之间的风险传染效应进行了研究,得出了与以往研究者不同的结论。研究表明,股权分置改革基本完成之后,双重上市公司A股与H股之间的风险传染效应具有了新的特征,方向是A股对H股具有风险传染效应,而H股对A股却没有风险传染效应。

高新区集群内财务风险传染效应研究

本文选取了我国北京中关村、上海高新区、武汉东湖高新区挂牌于新三板的科技中小企业,引入Z分数模型和F分数模型衡量财务风险。实证研究表明,财务风险效应存在于集群内,高新区企业集群的财务风险主要是通过集群融资和协同创新等途径进行传播,财务风险传染期为2-3年,且财务风险传染效应第2年最显著。此外企业自身的负债水平、经营能力以及管理层的过度自信也是影响财务风险传染的重要因素。本文的研究为集群企业间财务风险传染提供了重要的参考经验。

基于DCC-GARCH模型的我国股市风险传染效应

信息透明度和传递速度的不断提高,导致各行业之间的联动性不断加强。危机爆发时期,风险在不同市场之间的传播变得更加容易。利用相关性检验、Granger因果关系检验、DCC-GARCH模型进行实证分析,指出我国十大行业间存在显著的风险传染效应,其中公用行业与大多数行业存在双向风险传染效应,医药行业则为风险的主要接受方。

基于动态CoVaR和复杂网络分析的区域金融风险传染效应研究

近年来,金融风险的传染给区域金融体系稳定和区域经济发展带来了较大的负面冲击。本文以湖南省区域金融风险传染效应为研究对象,运用动态CoVaR方法和复杂网络分析对区域金融风险传染效应进行了测度,研究发现:(1)湖南区域金融市场受到了资本市场、外汇市场以及利率市场的显著影响,该影响呈现出非线性动态变化特征,且外部市场的极端风险容易传导至区域金融市场;(2)节点中心度、平均路径和聚集系数等网络参数表明区域金融市场有显著的内部传染效应;(3)在区域金融市场内部,风险输送者和接受者具有一定的异质性。基于此,在网络条件下,为防控区域金融传染效应,应根据金融服务实体经济的属性,采取短期应对措施与长效防范机制,为推动“三高四新”战略的实施提供良好的金融环境。

中美股市风险传染效应研究综述——基于金融危机视角

随着金融全球化的推进,各金融市场间的联系愈加紧密,随之涌现出大量以金融危机为背景的中美股市风险传染效应研究。其研究的理论基础主要为经济基础学说和市场传染学说。相应的实证研究方法百花齐放,但也存在不少局限,格兰杰因果关系检验只能定性分析市场间的风险传染方向,ARCH模型对研究变量的边缘分布设置要求严格,而小波变换法的实现过程较为复杂。针对牛熊市不同阶段以及不同风险水平下的差异,将Copula函数和ARCH模型及CoVaR方法结合起来进行中美股市风险传染研究将成为未来的研究重点。

危机下汇率市场与股市间的风险传染效应研究

当前各金融市场之间的联系日益深入,使得他们之间发生风险传染事件的概率显著提高,因而有必要厘清各金融市场之间的相依关系,以防范金融风险在各金融市场之间的传染,维护金融稳定。文章运用ARMA-GJR模型对市场风险因子进行滤波,针对风险因子的有偏胖尾分布特征,运用GPD的全参数极值模型对风险因子的尾部进行建模,随后基于时变SJC-Copula模型,分析中国汇率市场与股票市场间的风险传染。实证结果表明,中国股票市场与汇率市场之间更倾向于具有对称的相依性;在尾部风险传染上具有非对称效应,且下尾的传染效应强于上尾的传染效应。

银行新型同业业务风险传染效应的仿真研究

基于矩阵法对我国商业银行（2013.6～2015.6）新型同业业务的风险传染效应进行测量与对比分析。结果表明,我国商业银行的新型同业业务具有较为明显的风险传染效应,且与其规模密切相关。其中,在经历2008年至2013年6月的高速发展后,商业银行开始主动或被动调整新型同业业务的规模与结构,相关业务规模的增长大幅放缓甚至萎缩。相应地,2015年6月我国商业银行整体的风险传染效应较2013年6月出现了明显的降低。

中美股票市场风险传染效应分析——基于相关性结构分解

股票市场的“溢出效应”是学术界持续关注的热点问题。在全球政治经济格局日益复杂的当下,研究中美两国股市之间的传染效应也具有现实意义。基于2001年1月—2020年7月上证综合指数和标普500指数的日收盘价数据,运用分块混合Copula模型,对不同市场行情下中美股市之间的相关性结构进行分解并识别了风险传染方向。研究发现:中美股市之间风险传染效应在低迷与繁荣两种极端市场行情下具有非对称性;在两种极端市场行情的更迭过程中,风险传染效应以较大概率伴随出现。传染强度上,2005年以后能够检测到中美股市之间存在显著的风险传染效应,而2012—2019年传染效应达到最强。传染方向上,次贷危机之前,美国股市对中国股市存在单向风险传染;次贷危机之后,美国股市的主导地位有所减弱,中国A股一度表现出对美股的单向传染效应。因此,挖掘更多的相关性结构信息,有助于全球投资者制定精细化的风险管理方案。

危机背景下汇率市场与股市之间的风险传染效应研究

运用ARMA-GJR模型对两市场风险因子进行滤波,并运用基于GPD的全参数极值模型对具有有偏胖尾分布特征的风险因子的尾部进行建模,进而运用时变SJC-Copula模型考察中国汇率市场与股票市场之间的风险传染情况。实证结果表明,中国股票市场与汇率市场之间更倾向于具有对称性的相依性,在尾部风险传染上具有非对称效应,且下尾的传染效应强于上尾的传染效应。

同行业信用风险传染效应对债券信用利差的影响研究

2014年“11超日债”违约事件标志着中国式刚性兑付时代的结束,此后,中国债券市场蓬勃发展的同时伴随的是各类违约事件的频发。债券违约不仅会直接给违约公司及其投资者带来损失,而且由于信用风险本身具有较强传染效应,也会给同行业带来影响。文章选取2016-2020年深沪上市公司发行的公司债券探究了同行业信用风险传染效应对债券信用利差的影响。研究发现:在同一行业中,债券违约确实会提升未违约公司发行时一级债券市场的信用利差,且该影响效果在公司经营环境较差、偿债能力较低、盈余管理水平较高时表现明显。文章结论既丰富了债券信用风险传染效应对信用利差影响机制的研究,也进一步完善债券市场配套制度建设和保护市场参与者利益提供了实证支持,具有一定的研究意义和现实意义。

中国新能源市场、金融市场和国际原油市场间的多尺度风险传染效应研究

本文结合MODWT方法和时变三变量vine-分位数回归模型系统地分析了新能源、中国金融市场和国际原油市场之间的动态相关性和风险传染.结果表明:1)在原始收益中,中国金融市场的影响强化了中国新能源市场和国际原油市场之间的依赖性.2)在去除协变量的风险影响后,国际原油对中国新能源和金融市场的风险传染要小于它们对国际原油的极端风险传染,国际原油是风险传染的接收者.3)不同的投资时间尺度有不同的风险传染情况:例如,国际原油对新能源市场的风险传染效应主要在于短期时间尺度,而对中国金融市场的风险传染效应主要来源于中期时间尺度.4)不对称效应在下行和上行的风险传染面非常普遍,中国新能源市场和金融市场之间的风险传染更敏感.

重大风险事件下全球股票市场风险传染效应研究

文章利用前沿的Elastic Net-VAR模型,考察在不同重大风险事件背景下全球股票市场的风险传染效应,并结合正交分解法和MQ贡献度指标,分析比较实体经济、市场预期、经济政策与跨市场传染等因素对全球股票市场风险传染效应的异质性影响。研究结论如下:在重大风险事件的冲击下,全球股票市场风险网络关联度更紧密,风险传染的地理集聚效应更显著,同时,资本开放水平较高的发达市场对新兴市场的风险输出能力明显增强;全球股票市场风险传染总效应在新冠疫情时期达到历史峰值,且全球股票市场隐含波动性对该峰值的形成具有前瞻性;实体经济因素在国际金融危机时期和欧债危机时期贡献度最高,市场预期因素在正常时期和中美贸易摩擦时期影响最大,经济政策与跨市场传染因素在新冠疫情时期影响最大。

复杂网络视角下银行同业间市场风险传染效应研究

本文利用复杂网络方法构造了银行同业间市场的拆借网络,根据真实的统计数据模拟了银行同业业务的资产负债状况,通过破产银行因同业负债无法偿还使关联银行资产受损和因同业资产的索回而使关联银行流动性趋紧的双向风险传染方式,刻画了银行风险传染的基本路径,并采用随机模拟法分析了具有无标度特征的复杂网络结构对银行风险传染效应的影响。研究结果显示:银行同业间市场的风险具有扩散性特征,相对于大银行,小银行更容易因系统性冲击而发生倒闭风险,并将风险传染给大银行;银行数量的增加有利于弱化银行间市场的风险传染效应,且在银行数量达到一定水平后风险传染效应趋于稳定;小银行与大银行间的合作程度对银行同业问市场的风险传染效应具有显著影响。

考虑时变与高频因素的金融风险传染效应分析——以SHFE市场金属期货为例

为了有效度量金融市场中因相互关联而引发的风险传染效应,并充分体现其时变性与频繁性,立足高频数据并结合时变测度模型进行分析可能是较为合适的方法。基于此,文章在时变传染效应测度模型基础上,以我国金属期货高频交易数据为样本进行实证,得出结论:(1)市场间存在的时变风险传染效应是该市场价格波动的重要影响因素;(2)高频数据呈现的传染现象受传染源市场波动影响大,而受前期传染效应的滞后影响小,该现象表明针对传染源的及时处理是控制风险传染的有效途径;(3)兼顾时变与高频因素的传染效应其影响程度与市场价格波动及已实现波动呈反比,该现象表明波动较大或前期波动大的市场受相关市场风险传染影响小。

基于Markov-vine copula的我国网贷平台对传统金融机构风险传染效应研究

近年来，网络借贷发展迅速，并且随着互联网技术的运用和网络借贷自身所蕴含的独特风险方式，使得其局部风险更容易蔓延至整个网贷市场，有可能会迅速波及，传染到其他类型的金融市场．本文将Markov区制转换模型和vine copula相结合，用来研究我国网络借贷平台对传统金融机构的动态风险传染效应．研究结果表明：我国网络借贷平台和相应的传统金融机构在不同阶段呈现出不同的“杠杆效应”；我国网络借贷平台以及相关的传统金融机构均具有较为明显的区制转换特征；比较三个阶段的情况，网络借贷平台对商业银行的风险传染效应要大于其他的传统金融机构，其次是网络借贷平台对信托业的风险传染效应；在各阶段，网络借贷平台对传统金融机构的风险传染效应不对称，下尾相关系数基本大于上尾相关系数．

影子银行风险传染渠道与传染效应研究

金融危机爆发后,影子银行的概念逐渐走进人们的视野。随着金融国际化和虚拟化的深入发展,影子银行在商业银行体系之外,建立了另一个平行体系。由于信息不对称和监管缺失,影子银行体系的全貌并不能清晰地为人所知。影子银行促进金融创新和金融体系繁荣。然而,影子银行体系也蕴藏着较大的风险。本文研究影子银行体系运行过程中的风险,分析风险传染渠道和传染效应,梳理有关风险在影子银行体系内外部传导的基本机制。

中美股票市场风险传染效应分析

基于2000年1月一2020年7月上证综合指数和标普500指数的日收盘价数据,运用分块混合Copula模型,对不同市场行情下中美股市之间的相关性结构进行分解并识别了风险传染方向。研究发现:中美股市之间风险传染效应在低迷与繁荣两种极端市场行情下具有非对称性;在两种极端市场行情的更送过程中,风险传染效应以较大概率伴随出现。传染强度上,2005年以后能够检测到中美股市之间存在显著的风险传染效应,而2012一2019年传染效应达到最强。

产业集群担保网络结构与风险传染机制--以温州眼镜产业担保网和电气产业担保网为例

产业集群的组织结构将导致集群内部的担保网络呈现特定的特征。以浙江温州眼镜产业和电气产业集群的两个担保网案例为样本,运用社会网络分析方法,从网络内部机制的角度,比较不同产业集群结构下担保网的风险传染途径及其效应。结论认为,眼镜产业担保网由于程度中心性高、中介中心性低和结构洞数量少等原因,网络结构表现为凝聚程度高和碎片化程度低的特点,风险一旦超过临界点,风险传染效应比电气产业担保网大。"星状"电气产业担保网的桥具有"齐美尔连带"特性,桥的稳定性对担保网的风险传染至关重要。同时,产业集群类型对不同担保网络结构的形成也有一定的影响。在"金字塔型"的产业集群中,担保网的整个图形呈现星状,担保、互保或联保行为在集群内部频发,"碎片化"程度高的特点在某种程度上控制和影响了风险传播的速度和范围;而在"倒丁型"的产业集群中,核心企业和大量小微企业之间的互保行为较少发生,依托于核心企业的担保网络更多地在跨产业之间发生,在某种程度上加大了风险传播的速度和范围,也加剧了风险传染的可能性。