Research on Systemic Risk Spillover Effect of Chinese Listed Commercial Banks——Based on Quantile CoVaR Model

The banking industry plays an important role in China's financial market, and the systemic risk of the banking industry has astrong risk spillover effect. This paper measures the systemic risk spillover effect of Chinese listed commercial banks byconstructing the quantile CoVaR model. The study concluded that when an extreme risk event occurs, the overall risk spillovereffect of a single bank on the banking system is greater than the risk spillover effect of the banking system on a single bank, thevalue of VaR is smaller than the actual risk value when measuring the risk value of commercial banks and the CoVaR model ismore accurate in measuring systemic risk.

基于EVT-Copula-CoVaR的石油市场对中国碳市场风险溢出效应研究

石油是全球碳排放的重要来源,而碳排放权交易市场是节能减排的有效工具,将石油市场与碳市场进行关联分析,特别是考虑到中国特殊的制度设计问题,测度国内外石油市场对中国不同碳市场的风险溢出效应受到理论界和实务界的关注与重视。本文在考虑到市场极端风险的基础上,选取2014年4月2日至2019年10月31日国内外石油市场与5个交易较活跃的中国碳市场的碳价格数据作为研究样本,构建EVT-Copula-CoVaR模型量化分析石油市场对中国碳市场的风险溢出效应。研究表明,国内外石油市场的风险事件对各碳市场均产生正向溢出效应,且对比不同碳市场可发现同一置信水平下石油市场对碳市场的风险溢出强度从大到小依次为:湖北、广东、深圳、北京、上海。同时,对比国内外石油市场发现,国外石油市场对碳市场的风险溢出效应更大。研究结论有助于丰富和延伸我国碳市场与石油市场之间的联动机制研究,同时对我国碳市场的稳定发展及风险管理具有重要的意义。

房价过度波动的系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型

近年来,房价过度波动已成为引发系统性风险的主要爆发源,给经济金融安全运行带来了一系列负效应。笔者在文献梳理的基础上,针对现有研究视角和方法存在的不足,将测度系统性风险的主流方法——Co VaR模型进行拓展,通过构建GARCH-Copula-Co VaR模型,实证研究了房价过度波动的系统性风险溢出效应。通过研究发现:房价过度波动的系统性风险溢出效应明显,但对不同经济层面的风险溢出效应存在差异,其中对金融机构的风险溢出效应最为显著;经济环境变化对房价过度波动影响显著,其中宏观经济环境和制度条件的变化是引起房价过度波动的原动力,对房价过度波动起决定性作用。为此,在宏观调控政策实施中应尽量保持政策的连续性,避免频繁救市或过度打压房价,既要防范房价过度波动所引发的系统性风险向金融体系和实体经济传导,也应为稳定房价创造良好的宏微观经济环境和制度条件。

基于MSV与CoVaR模型的公司债市场与股票市场间风险溢出效应研究

依据2015—2017年中证公司债指数与沪深300指数的日收益数据,运用GC-t-MSV模型,检验中国公司债市场与股票市场间的风险溢出效应,并通过条件在险价值(CoVaR)模型度量两市场间风险溢出效应。结果表明:公司债市场与股票市场间存在不对称的双向风险溢出效应,且公司债市场对股票市场的风险溢出效应强于股票市场对公司债市场的风险溢出效应;公司债市场与股票市场的波动受其自身波动的影响较大,鉴此,监管部门和投资者应增强对公司债市场的关注,根据公司债市场的风险变化及时采取应对措施,充分发挥其风险信号作用。

汇率与股市相关行业的风险溢出效应——基于静态与动态CoVaR的分析

基于2005~2016年间2579个日度交易数据,分别运用静态和动态CoVaR方法测度了人民币对美元汇率、股市中的地产、贸易以及券商行业价格指数相互之间的风险溢出效应。实证结果发现,在任何风险水平下,汇率对股市相关行业的边际风险溢出效应都显著为正,在汇率发生较大波动时,要尤其注意股市相关行业的风险预警;风险水平加剧时,变量之间的风险总溢出呈现增强趋势,但边际外溢效应具有差异性,应着重防控汇率对地产、券商行业的边际风险溢出效应;汇率对股市相关行业的风险溢出效应的动态变化趋势与汇率制度改革进程有明显关联性,而股市相关行业对汇率的风险溢出效应的动态变化趋势则主要依赖于股市的繁荣程度。本文的研究结论有助于理解汇率市场与股票市场中相关行业的风险联动性机理,为防范金融市场系统性风险提供参考。

中国系统重要性银行附加资本计提机制研究基于Copula-CoVaR模型

在CoVaR风险度量框架的基础上建立系统重要性银行附加资本计提机制,旨在将风险溢出与资本计提挂钩。运用Copula-CoVaR模型测算商业银行对银行体系的风险溢出效应,考虑到额外的资本对溢出风险吸收作用,在控制每一家银行对银行系统的风险溢出一致的基础上确定银行的资本充足水平,进而确定对应的系统重要性银行附加资本的计提比例。

商业银行系统性风险溢出及系统重要性研究——来自中国16家上市银行CoVaR的证据

在Adrian和Brunnermeier(2011)的文献基础上适当改进条件在险值(CoVaR)模型,采用中国16家上市银行2005—2016年的周数据,实证研究各商业银行的系统性风险溢出及系统重要性程度,其结果表明:(1)我国16家上市银行中,国有大型银行的条件在险值(CoVaR)、系统性风险溢出(ΔCoVaR)要远高于股份制银行;国有大型银行和部分近年来业务发展较为迅速的股份制银行,其系统重要性程度要高于其他股份制银行。(2)规模和关联性是我国银行系统性风险溢出和系统重要性的重要解释变量;在对系统性风险溢出的影响上,规模是关联性的4.8倍;在对系统重要性的影响上,规模是关联性的7.2倍。

基于广义CoVaR模型的系统重要性银行的风险溢出效应研究

本文基于我国16家上市商业银行的股票日收益率数据,通过分位数回归估计广义CoVaR模型,即将CoVaR模型的条件由q分位点下的收益率等于VaR推广至最多等于VaR。在此基础上分别度量了上市商业银行对整个金融市场体系和上市商业银行对其他上市商业银行的风险溢出效应。结果表明,全国性商业银行的系统性风险普遍高于地方性商业银行,而各个上市商业银行之间的风险溢出效应具有显著的差异。

我国金融市场间风险传染与系统性风险溢出效应——基于银行、证券、保险市场的E-CoVaR模型分析

本文运用E-CoVaR模型,结合分位数回归技术,测度了我国银行、证券和保险市场之间的风险传染强度以及各金融市场系统性风险溢出效应,并探明了各金融市场系统性风险溢出效应随经济形势变化的规律。研究结果表明:总体来看,银行市场的风险传染强度和系统性风险贡献度最大,证券市场其次,保险市场再次;从动态分析来看,我国金融市场的系统性风险贡献度与市场繁荣程度正相关,在金融危机期处于较高水平。

互联网金融与传统金融的双向系统性风险溢出效应研究——基于AR-GARCH-CoVaR模型分析

互联网金融的迅猛发展,对我们的生活产生了巨大影响,有关它的研究也备受关注。本文建立了互联网金融对传统金融机构的双向系统性风险溢出效应模型,采用AR-GARCH-Co VaR分析方法。研究表明,互联网金融是风险损失最大的行业,应加强自身风险控制和消费者保护。其次,互联网金融对银行业的风险传染最为明显,远远大于证券业和保险业。最后,两者的双向风险传染效应均为正向,且存在不对称性,以银行与互联网金融的关系最为显著。传统金融业在与其竞争时应加强风险监控、促进自身业务转型、创新金融互联网模式。

基于CoVaR模型的银行金融风险溢出效应分析

随着我国金融市场的开放和金融改革的不断深入,各类金融机构之间的联系越来越紧密,这导致银行业系统性金融风险很容易传播到其他金融领域内。运用CoVaR理论和分位数回归模型对银行、保险、证券行业2014年1月2日至2017年1月6日的股市表现进行实证分析发现:当银行业发生危机时,一般会通过不同的渠道引起保险业和证券业的危机。总体来说,银行业风险外溢对于证券业的影响强于保险业。从较长的经济周期来看,银行业系统性风险的CoVaR相对于金融危机有一定的前导性。政府应该加强对银行、保险、证券行业金融风险的预警和防范,尤其防范极端情况下的银行业风险外溢;管理部门可以运用银行业系统性风险的CoVaR相对于金融危机的前导性,进一步完善风险监测和管理体系。

基于动态CoVar模型的商业银行系统性风险研究

文章构建了银行系统性风险的动态CoVar研究模型,旨为度量各个银行系统性风险的溢出价值,分析各银行系统性风险的溢出价值以及对银行整体的贡献情况。研究发现,工商银行、中国银行、建设银行和交通银行这4个大型国有制银行的风险溢出价值比其他股份制银行高,对整个银行系统造成的风险冲击较大,且与以往经验基本一致。

金融科技对商业银行系统性风险的溢出效应

近年来,金融科技逐渐成为我国银行体系进行风险控制的新工具。以我国A股市场上市商业银行为样本,构建GARCH-EVT-Clayton-Copula-Co Va R模型,测量样本区间内16家商业银行的金融科技发展水平及系统性风险溢出值,对金融科技与商业银行系统性风险之间的关联机制和影响效应进行理论与实证分析。研究发现,商业银行通过金融科技进行风险控制存在增强和减弱两条路径。进一步分析发现,金融科技能降低商业银行系统性风险溢出;商业银行规模、总资产收益率、存款负债比、杠杆率以及非利息收入占比等因素也对商业银行系统性风险溢出有着不同程度的影响。

新冠疫情非同步演化下中美股指期货市场间的风险溢出效应研究

新冠疫情强化了中美股指期货市场间的正相关性,使之存在显著的双向风险溢出效应,且该效应具有明显的非对称性。从整体上看,美国市场对中国市场的风险溢出强度更为明显。在新冠疫情暴发前、疫情集中暴发阶段和疫情扩散阶段,美国对中国股指期货的风险溢出效应呈现增强趋势,而中国对美国股指期货的风险溢出效应则呈现出先增强后减弱的特点。中美股指期货市场间的风险溢出效应具有较强的持续性。投资者恐慌情绪加剧了美国对中国股指期货市场的风险溢出强度,放大了新冠疫情对该溢出效应的影响程度,但中国股指期货市场对美国股指期货市场的风险溢出效应不显著。

基于动态Vine Copula模型的金融市场风险溢出效应研究

随着金融全球化进程的加速,国际金融市场间的联系日益紧密,深入分析国际金融市场对中国金融市场的风险溢出效应具有重要意义。本文首先基于高维动态Vine Copula模型构建高维金融市场的联合分布函数,然后运用条件在险价值方法测度国际原油市场、国际黄金市场以及国际外汇市场对中国股票市场的风险溢出效应,最后采用压力测试方法从多市场情景压力的视角进行稳健性检验。研究显示:国际金融市场对中国金融市场具有显著的风险溢出效应,但不同国际金融市场的风险溢出强度存在显著差异;国际金融市场对中国金融市场的上行风险溢出效应显著大于下行风险溢出效应,风险溢出强度呈现出非对称性特征;基于高维动态Vine Copula模型的压力测试方法可以有效度量多个金融市场对单一金融市场的风险溢出效应。本文针对投资者、风险管理者以及监管者提出了相应的政策建议。

互联网金融业对传统金融业风险溢出效应研究

通过建立EGARCH-POT-Copula-CoVaR模型,本文分析了互联网金融业对于银行业、证券业和保险业的风险溢出效应。结果显示:第一,如果互联网金融业面临极端风险,其对于银行业、证券业和保险业均存在明显的风险溢出效应,平均溢出比例较高,并且平均溢出效应和平均溢出比例均是证券业最高、保险业次之、银行业最小;第二,在现实中的互联网金融业风险集中爆发时间段内,溢出效应绝对值均增大,但是溢出比例却呈现出差异性,其对于证券业溢出比例增大,而对于银行业和保险业反而减小;第三,互联网金融可能在一定程度上助涨了股市泡沫,监管当局需要严格防范互联网金融风险引发的股市危机。

国际石油价格与中国行业股市的风险溢出效应研究

从行业视角出发,运用DCC-GARCH模型刻画国际石油价格与我国行业股票市场的动态相关关系,并在此基础上度量国际石油价格对行业股票市场的条件在险价值CoVaR和边际风险溢出ΔCoVaR。实证结果显示,国际石油价格与我国行业股票市场之间存在显著的动态相关性和风险溢出效应,但是石油价格冲击对不同行业的风险溢出程度存在异质性:平均来看,石油价格冲击对工业行业和原材料行业的风险溢出程度最大,对金融地产行业的风险溢出程度最小。

欧盟和国内碳交易市场的相依结构及风险溢出效应研究

研究国内外碳市场的相依结构及风险溢出效应,对于投资决策、风险监管以及碳交易市场建设均具有重要意义。本文结合Copula函数和ARMA-GARCH模型捕捉欧盟碳市场期货价格与国内北京、上海、广东、深圳和湖北5个碳市场的碳价波动的尾部相依结构特征,并建立基于分位数的CoVaR模型探究欧盟碳市场对国内碳市场的风险溢出效应。研究表明:(1)国内外碳市场存在非对称的相依结构,Gumbel Copula捕捉到欧盟碳市场和北京、广东和湖北3个碳市场之间的相依结构,即风险对上尾比较敏感;Clayton Copula函数捕捉到欧盟碳市场和上海碳交易市场之间的相依结构,即风险对下尾比较敏感;而t-Copula函数刻画欧盟碳市场和深圳碳交易市场之间尾部特征呈现持续相依性;(2)欧盟碳市场对国内碳交易市场风险溢出效应影响最大的是湖北,最小的是深圳,且欧盟碳市场对国内碳交易市场的风险溢出效应可表示为:湖北>广东>上海>北京>深圳。基于上述结论提出了相关政策建议。

基于宏观审慎的系统重要性商业银行评价与监管

宏观审慎导向的金融监管是理论界和监管当局关注的重点,从国际银行业的发展经验来看,对系统重要性商业银行进行科学评价,可以为监管部门宏观审慎监管提供依据,从而有效防范金融体系的系统性风险的集中爆发并促进金融体系的稳定发展。本文在Adrian与Brunnermeier(2008)研究的基础上,拓展了基于Copula函数和GARCH分布的动态CoVaR模型,推导出了一种系统重要性商业银行的评价方法,提出了一个操作性较强的风险监管指标,并采用中国上市银行的数据,对各商业银行的系统重要性以及监管强度进行排序。研究结论表明,大型商业银行对整个银行系统的风险溢出影响非常大,商业银行的系统重要性具有动态的特征,并与经济周期密切相关,监管当局在对商业银行进行监管时,应该综合考虑商业银行自身的风险水平和它的系统重要性。

商业银行参与影子银行业务与金融风险传染——基于影子银行体系资金供给方的视角

商业银行通过通道、同业等方式参与影子银行业务,以此达到规避监管、扩张信用的目的,最终造成了中国式影子银行的快速发展。在此背景下,探究商业银行参与影子银行业务与金融风险传染之间的关系,对于明确风险传染生成机制、防范系统性金融风险具有重要意义。文章使用2007—2017年间上市金融机构的微观数据,对商业银行条件在险价值CoVaR进行了测算,并基于面板VAR模型,从影子银行体系资金供给方的视角出发,实证分析了中国商业银行参与影子银行业务对金融风险传染的影响。结果表明:影子银行对商业银行有明显的风险传染效应,而商业银行参与影子银行业务是其受到影子银行风险传染的重要原因。商业银行作为影子银行体系最主要的资金供给方,通过应收款项类投资和买入返售金融资产等非信贷科目持有的影子银行资产越多,则与影子银行具有越高的资产负债关联,将受到更高的风险传染。据此建议:应充分关注商业银行通过非信贷科目向影子银行部门提供资金的行为,同时还应加强监管协调、防范监管套利等。