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。

我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型

本文基于扩展的时变Copula-CoVaR方法,研究2007年1月至2015年9月间我国保险业系统性风险溢出效应,并使用前瞻CoVaR模型分析保险业系统性风险溢出的影响因素。研究结果表明:样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出,且风险溢出呈现非对称性特征;保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的系统性风险溢出,银行业并不是金融业中对系统性风险贡献最大的子行业;2007年美国次贷危机期间和2014年底至样本期结束,我国保险业的系统性风险溢出强度明显高于其他时间段;在险价值、净资产收益率对保险公司系统性风险溢出有正向影响,而财务杠杆、每股净资产和资产规模有负向影响;保险公司系统性风险溢出呈现出一定的顺周期性。

中国金融业跨市场风险测度与分析——基于GARCH-Copula-CoVaR模型

采用GARCH-Copula-CoVaR方法对银行、证券、保险和信托业之间的风险传导进行了实证研究,研究分析当某一行业自身处于极端风险时,对其他行业影响的共同风险绝对值和相对值。研究表明,银行、证券、保险、信托业两两之间都存在显著双向风险传递,平均共同风险相对值为32.46%;银行、证券、保险与信托业两两之间风险外溢值呈现非对称性;传统行业间风险外溢大于新兴行业间的风险外溢。证券行业对其他三个行业的关联影响最大,是最大的风险源头,体现了风险传递结构上的多层次性。中国的金融监管需要更加关注风险源头,建立机构监管向功能监管转变的联合协调监管机制,引入第三方评估机构,完善信息公开机制。

金融科技对金融机构的风险溢出效应——基于GARCH-EVT-Copula-CoVaR模型的研究

金融科技规模不断扩张,其风险溢出问题影响着中国金融稳定。基于中国金融科技自身特点,筛选最优Copula函数,运用GARCH-EVT-Copula-CoVaR模型测度金融科技对不同类型金融机构的风险溢出值。结果发现:金融科技和金融机构间存在双向风险溢出;金融科技对不同类型金融机构的风险溢出不尽相同,金融机构中银行业所承担的风险溢出最高,其次是基金业和证券业,保险业最小;相比之下,金融机构对金融科技的风险溢出更为明显。

原油期货与PTA期货的风险溢出效应——基于Copula-CoVaR模型的研究

本文以伦敦国际石油交易所的布伦特原油期货和郑州商品交易所上市的PTA期货作为研究对象,运用Copula-Co VaR模型测算金融危机前后布伦特原油期货和PTA期货之间的溢出效应。研究结果表明:金融危机前后,原油期货会对PTA期货产生正向溢出效应,同时,PTA期货会对原油期货产生反向溢出效应;原油期货对PTA期货的溢出效应程度明显大于PTA期货对原油期货的溢出效应程度;金融危机前的溢出效应程度明显大于金融危机后的溢出效应程度。

中国金融业系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型的研究

随着学术界对系统性风险研究的逐步深入,"风险溢出效应"1越来越受到关注。本文从中国金融业发展现实出发,采用GARCH-Copula-Co VaR拓展模型测度了银行、保险、证券以及信托四个子市场对金融业的系统性风险贡献程度以及各子市场之间的风险溢出程度。研究发现:1每个子市场都存在明显的系统性风险溢出效应,但不同子市场对系统性风险的贡献程度存在差异,银行业是系统性风险的最大爆发源,其次是证券业,保险业和信托业的贡献程度较小;2不同子市场之间也存在风险溢出效应,但溢出程度呈非对称性,银行业和证券业之间的风险溢出效应远大于其它子市场,但应特别关注混业经营趋势下银行业和信托业之间的风险溢出效应。以上结论对动态监测系统性风险的生成和传导,防范系统性金融危机发生具有实证支持作用。

基于时变Copula-CoVaR商业银行系统性金融风险溢出分析

为了更加准确捕捉商业银行系统性金融风险溢出过程的动态非线性相依特征,以科学分析商业银行风险负外部性与风险溢出强度,通过时变Copula模型计算VaR,CoVaR和△CoVaR,研究了浦发、华夏、民生、招商、兴业、中信6个商业银行个股指数和中证800银行业指数间的商业银行系统性金融风险溢出问题.结果表明:时变模型对于△CoVaR的刻画相较于静态模型更为准确、灵敏,且计算得出的CoVaR均为负值,分析比较△CoVaR,得出风险溢出强度从强到弱依次为:中信银行、兴业银行、华夏银行、民生银行、浦发银行、招商银行.研究为风险监管资源分配、监管对象确定提供了一定依据.

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。

基于R-vine-copula-CoVaR模型的金融市场风险溢出效应研究

为了挖掘国际金融市场与中国金融市场的风险溢出效应,本文首先通过ARJI-GARCH模型捕捉单个市场收益率的跳跃等典型事实特征,然后采用最大生成树(Maximum Spanning Tree,MST)算法优化的R-vine来刻画多维金融资产的复杂相依结构;最后构建R-vine-copula-Co VaR模型,测度了国际原油市场、国际黄金市场、美国股票市场与中国股票市场、外汇市场之间的风险溢出效应。实证结果表明:各市场之间均存在双向风险溢出效应,但溢出程度差别很大,国际黄金市场是风险溢出的最大爆发源,仅有中国外汇市场与中国股票市场、国际黄金市场间存在负向风险溢出;市场之间的双向风险溢出效应呈非对称性,国际原油市场与黄金市场的风险溢出效应远大于中国股票市场与外汇市场风险溢出效应;Rosenb-Latt检验表明基于R藤的Co VaR风险溢出测度更具有灵活性和有效性;后验测试结果表明R-vine-copula-Co VaR模型能有效地测度国际金融市场对中国金融市场风险溢出效应,而对中国金融市场风险溢出效应的Co VaR测度存在被高估的可能。

基于GARCH-Copula-CoVaR模型的风险溢出测度研究

本文根据GARCH-Copula-CoVaR模型,对亚洲三大股票市场指数间的风险溢出效应进行实证研究,结果表明:HSI和N225存在显著的双向即时风险溢出效应,而在滞后1期,只存在显著的从HSI到N225的单向风险溢出效应;HSI和SHZ亦存在显著的双向即时风险溢出效应,但在滞后1期以上不存在风险溢出效应;N225和SHZ在所有滞后期均不存在风险溢出效应;以代表的平均风险溢出强度为4.4%,SHZ和HSI间的风险溢出效应强于N225与HSI间的风险溢出效应。

中国房地产业与银行业动态相关性及风险溢出性——基于GPD-Copula-CoVaR模型的实证研究

文章通过构建GPD-Copula-CoVaR模型,考察了2000年1月至2017年6月中国房地产与银行业的动态相关性与风险溢出性,并通过Monte Carlo方法拟合VaR,检验了模型样本外的预测能力。结果表明,房地产与银行的相关性与房地产市场的繁荣及政策调控密切相关,但严厉的政策调控只能暂时降低两个行业的相关性,并不是长效机制;样本外预测显示GPD-BB1Copula模型对实际风险损失的覆盖率更高,模型预测效果更好;此外,房地产与银行存在双向风险溢出效应,其中房地产对银行的风险溢出更强,约为40%。研究对相关投资者和政策制定者具有较强的应用价值。

基于GARCH-Copula-CoVar方法的我国银行系统性风险的度量研究

借鉴Adrian和Brunnermeier的方法,同时考虑到了金融变量之间的动态相关关系,提出了应用GARCH-Copula-CoVar的方法来测度了我国上市银行的系统性风险以及边际风险贡献,研究发现,规模大的银行其自身的风险控制能力更强,而对于那些中小银行,它们的风险抵抗能力相对较弱;在考虑了单个银行的风险溢出条件下,系统性风险明显增加,存在明显的风险溢出,特别是规模较大的商业银行容易带来更大的风险溢出。

基于EVT-Copula-CoVaR模型的“一带一路”沿线国家股市风险溢出效应研究

随着“一带一路”倡议的不断推进,沿线各国的经济融合度不断提高,资本流动规模的增大将对各国股市间的风险溢出造成重要影响。本文从“一带一路”倡议实施的角度,运用EVT-Copula-CoVaR模型对沿线国家间股市风险溢出进行刻画,从而探讨不同时期内各国股市间风险溢出状态的变化。研究结果表明:我国股票市场与沿线其他国家股票市场间具有双向的、非对称的风险溢出效应;“一带一路”倡议的推行增大了我国与沿线其他国家股市间的风险溢出强度,也就是说,当沿线其他国家股市处于极端风险情况时,我国股票市场受到冲击的概率将增大;倡议实施后,沿线东南亚国家对我国股市表现出了相对较高的风险溢出水平。

基于非对称性的碳市场与新能源市场间动态风险溢出效应研究

为有效应对碳金融风险的发生和传导,以碳市场、新能源市场的市场价格作为研究对象,基于时变Copula-CoVaR模型,探究两市场间的风险溢出方向及动态特征。研究表明:碳市场和新能源市场间存在正向相依关系以及正向非对称的风险溢出效应,其中碳市场是主要的风险接收方;碳市场和各新能源市场的风险溢出强弱顺序与相依性程度顺序一致,依次是:新能源市场、风电市场、光伏市场、新能源车市场;市场自身完善程度、政府宏观政策、外部突发事件等因素都会加剧市场间的风险溢出波动。

我国影子银行对商业银行的风险溢出效应——基于GARCH-时变Copula-CoVaR模型的分析

近几年,我国影子银行规模持续扩张,其风险溢出问题日益引起学术界关注。本文从我国影子银行自身特点出发,基于偏t分布的GARCH-时变Copula-Co Va R模型测度了各类型影子银行对商业银行的整体以及局部动态风险溢出效应。结果发现:各类型影子银行的风险溢出效应不尽相同,信托业风险溢出最大,其次为证券业,最后为民间借贷业;虽然整体风险溢出较小可控,但仍需防范;影子银行系统对不同类型商业银行风险溢出差别较大,风险溢出由高到低依次为股份制银行、城商银行和国有银行。本文结论对动态监管影子银行系统性风险溢出以及商业银行自身稳健经营具有实证支持作用。

房地产业金融风险溢出及其防范研究——基于时变Copula-CoVaR模型的分析

房地产业金融风险的不断积累,是构成系统性金融风险的潜在影响因素。本文基于TGARCH模型拟合了房地产业对其他金融业的边际分布,主要使用时变SJCCopula-CoVaR模型分析房地产业对银行业、证券业及其他金融业的风险溢出效应程度和差异。结果表明:房地产业对银行业的风险溢出效应值最大,其次为证券业。同时,房地产业对各个金融业的风险溢出效应在危机事件前后具有较大的差异。最后,结合我国房地产业的发展实际,提出相关风险防控建议。

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。

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。

基于Vine Copula的REITs市场极端风险溢出效应研究

随着金融全球化不断推进,REITs(不动产信托投资基金)市场价格震荡幅度加剧,不同REITs市场间风险扩散加快,需准确度量价格波动带来的风险及其溢出传导机制。文章从多市场关联角度出发,结合Vine Copula模型与CoVaR模型,研究REITs市场间的极端风险溢出效应。研究结果表明:国际REITs市场间的相依性存在明显的区域集聚特征;欧美REITs市场对外的尾部相依性均值较高,亚洲REITs市场之间的尾部相依性偏弱;主要REITs市场间大部分都具有双向的风险溢出效应且呈现出非对称性,较强相依结构的REITs市场间的双向风险溢出效应极其明显。本研究有助于从整体上把握REITs市场间极端风险溢出效应,为维护金融稳定、防范不同地区市场间风险传导提供借鉴,帮助投资者进行风险管理。