互联网货币市场基金与金融市场风险溢出效应研究——基于GARCH-CoVaR模型

以阿里余额宝、腾讯理财通为代表的互联网货币市场基金对我国传统货币市场基金的收益率造成了较大的冲击。互联网货币基金是否具有高收益低风险的特点?互联网货币基金产品是否会产生风险溢出?对这些问题的研究均具有较高的现实意义。运用GARCH-Co Va R模型研究互联网货币基金产品对金融市场的溢出效应,结果表明,互联网货币基金风险总体可控,货币基金产品对金融市场存在负溢出效应。其中腾讯理财通易理财比阿里余额宝有更高的风险溢出;阿里余额宝和腾讯理财通易理财具有高收益、高波动性的特点;互联网货币市场基金与传统货币市场基金的风险溢出存在同周期特征。

基于GARCH-CoVaR方法的中国A股行业关联网络风险溢出动态研究

以GARCH-CoVaR分位数计量为基础,通过相对风险溢出值的阈值过滤,构建低度、中度和高度风险溢出邻接矩阵,把风险溢出关联关系嵌入金融网络中,研究了中国资本市场行业间的风险溢出的动态演化。研究结果表明,随着资本市场的发展,A股市场间内部行业关联度加强,各行业的风险溢出效应不断增强;无论牛市、熊市,中度风险溢出网络的关联最强,各行业的溢出传导多集中于中度风险,一旦形成下跌损失风险,牛市传导效应强于熊市;风险溢出影响力最大的行业包括食品饮料、医药生物、综合、通信等行业。建议风险监管应关注风险溢出关联性最强的行业,减弱共振效应对系统风险造成的负面冲击。

互联网金融市场系统性风险度量——基于GARCH-CoVaR模型的分析

文章对互联网金融市场网贷行业七个主要区域市场的系统性风险溢出效应,即区域市场对整个网贷市场的系统性风险贡献度进行了测度和分析。在对每个市场选择最优模型的基础上计算区域市场的CoVaR、ΔCoVaR值。实证分析结果表明,网贷市场收益率具有"尖峰厚尾"特征,存在杠杆效应但不明显;各区域的风险大小存在差异,区域市场对整个网贷市场的系统性风险的贡献度存在较大差异。总体上可以将区域风险分为高中低三个等级,建议高风险区域地方市场监管者加强风险管理,在把握一定尺度合理地控制风险的前提下,促进区域网贷市场健康发展;同时监管者要加强重点区域的风险控制,防范行业的系统性风险爆发,不搞一刀切,促进网贷行业合规发展。

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。

银行业系统性金融风险评估研究——基于GARCH-CoVAR模型

本文从银行业系统性风险的产生和蔓延原因入手,测算8家上市股份制商业银行VAR. CoVAR及风险溢出效应,构建了银行业系统性风险评估模型,进而针对我国银行业系统性风险评估和防范提出对策建议。

中国碳市场与资本市场的风险溢出效应探究

随着“双碳”目标的提出,碳排放权逐渐受到投资者和监管者的广泛关注。本文从双向风险角度出发,对近年碳市场与资本市场的动态相依关系和风险溢出效应进行研究。研究发现:碳市场与资本市场存在一定的时变正相依关系,但在长期内无显著波动趋势;碳市场的波动及风险高于资本市场;碳市与股市存在双向的强极端风险溢出,与债市存在双向的弱极端风险溢出。

互联网金融对中国商业银行系统性风险溢出效应的测度——基于GARCH-CoVaR模型的研究

随着互联网技术的发展以及互联网金融的创新,互联网金融早已从最早意义上的商业银行开展的网上银行业务扩展到各个业务领域,互联网金融风险被不断放大,同时反过来对商业银行造成了风险溢出效应。从互联网金融发展现实出发,采用偏t分布的GARCH-CoVaR模型测度互联网金融对不同类型商业银行的风险溢出效应。结果发现,商业银行中国有银行风险最小、城商行风险最大。通过比较风险溢出值(%CoVaR)也发现,风险溢出最高的是国有银行,最低的是城商行。这一结论,对监管互联网金融系统性风险溢出,以及促进中国商业银行的稳健发展有一定的意义。

互联网金融与传统金融之间的广义动态风险溢出——基于Copula-ARMA-GARCH-CoVaR的实证研究

选取互联网金融和三大传统金融(银行业、证券业、保险业)的行业指数为代表,构建Copula-ARMR-GARCH-CoVaR模型,从波动性信息提取、联合分布尾部相依结构估计、条件在险价值计算等方面,系统研究新旧四个金融行业之间的广义动态风险溢出效应。结果表明:新旧金融行业间的风险溢出水平随时间而变化,风险从互联网金融向传统金融的传导更为迅速;市场高涨时,互联网金融向传统金融的风险溢出水平显著增大,证券业受力最大且会以更大的力度向互联网金融反向输出风险;市场低迷时,互联网金融向传统金融的风险溢出水平比较平稳,银行业和保险业受力最大,但传统金融的反向风险输出力度较弱。建议构建金融整体风控平台,充分利用新旧金融行业间的风险溢出特征,根据不同市场态势给予严控和激励,保障金融市场平稳健康发展。

互联网金融平台对商业银行风险溢出效应研究

从互联网金融平台对商业银行的冲击出发,进行定性分析,同时将商业银行分为三类,利用GARCH-Co Va R测度商业银行风险溢出的动态情况%Co Va R进行定量分析。研究发现,互联网金融平台对国有商业银行风险溢出效应最大,股份制商业银行次之,城市商业银行最小。同时,互联网金融造成的系统性风险对于自身风险越小的银行溢出效应越大。联系现实,本文给出的建议是,加强互联网金融平台与商业银行的深度合作,二者进行优势互补,找准自身定位和发展方向,实现互惠共赢。

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。

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。

基于CoVaR方法对中国系统重要性银行的实证研究——GARCH模型和分位数回归方法的对比分析

本文基于CoVaR方法,选取我国14家上市商业银行的股票日收益率序列为研究对象,分别应用分位数回归Co Va R模型和GARCH-Co Va R模型,结合巴塞尔协议对系统重要性金融机构的定义方法,对我国商业银行系统中各银行的系统重要性程度进行分析。通过拟合度的优劣选取最佳模型进行实证,从而得出:中国银行、工商银行、建设银行等几家大型国有商业银行的系统重要性程度较高,随着经济的发展,部分股份制或城市商业银行(如宁波银行、中信银行)的系统重要性程度也在增高,另外根据实证结果对分位数回归Co Va R模型和GARCH-Co Va R模型的优缺点进行相应的分析,从而为后续研究提供相应的思路,并为我国银行业金融监管政策的制定提供依据。

我国房地产业对银行业系统性风险的溢出效应测度:基于行业和企业层面视角

房地产业和银行业的高度关联性,使得房地产业风险极易通过信贷渠道传染到银行业,进而可能演化成系统性金融风险。构建DCC-GARCH-CoVaR模型测度中国房地产业对银行业系统性风险的溢出效应,并从行业和企业两个层面,实证分析房地产业风险对银行业系统性风险的溢出过程。研究发现:由于银行持有较高比例的房地产信贷敞口,无论是行业层面还是企业层面,房地产业对银行业系统性风险都具有显著的正向溢出效应;减弱房地产业对银行业系统性风险的溢出效应,关键在于化解房地产业自身风险问题,尤其是大型房地产企业的风险问题。基于上述分析,提出了降低房地产业和银行业风险共生性、提高房地产企业风险抵抗能力等政策建议。

政府影子银行债务与实体经济波动关系的实证研究

金融危机以来,在积极财政政策的推动下,我国影子银行债务特别是具有高杠杆性的政府影子银行债务快速增长,金融结构的不平衡风险增加,对实体经济稳定发展产生了较大的负面影响。如何平衡好稳增长和防风险之间的关系、增强金融服务实体经济的能力、防范化解重大金融风险已成为当务之急。本文运用多元线性回归方法分析政府影子银行债务对实体经济波动影响的阈值效应,并进一步通过构建时变GARCH-CoVaR模型,测度政府影子银行债务与实体经济之间的风险溢出效应。研究结果表明,政府影子银行债务对实体经济波动的影响存在阈值效应;政府影子银行债务与实体经济波动之间存在单向的风险溢出效应。

分层制度背景下新三板市场风险溢出效应研究

在新三板市场发展日渐成熟的背景下,探讨其与沪深股市之间的波动溢出效应对于完善我国金融市场的稳定性研究具有重要意义。利用分层制度前后各指数收益率数据,运用GARCH-CoVaR模型测算三板做市指数与沪深股市各指数之间的风险溢出情况。研究结果表明:新三板市场与沪深股市存在双向时变风险溢出效应,分层制度的实施显著降低了新三板市场的风险波动情况,同时减弱了其与沪深股市之间的风险溢出效应。因此,应当进一步细化新三板市场的分层,完善市场相关制度建设。

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。

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。

极端市场条件下我国金融体系系统性风险度量

在中国金融体制深化改革过程中,实时监测金融体系系统性风险的来源和累积过程非常必要。本文基于EVT-GARCH-Co VaR模型,利用2008—2013年股票市场数据,对极端市场条件下银行业、证券业和保险业内单个金融机构对中国金融体系系统性风险的贡献及其随时间变动的趋势进行了动态测算。主要研究结论包括:1国有商业银行引致的系统性风险最大,证券公司最小,股份制商业银行和保险公司介于二者之间;2研究期内所有金融机构对系统性风险的贡献都有上升,尤其是国有商业银行,但金融风险在证券、保险和银行业间的传染效应还比较微弱;3工行、中行、建行和人寿保险具有显著的系统重要性,应进行全面综合监管。其他金融机构需按微观审慎原则加强其自身风险管理。

系统性金融风险度量方法的比较与应用

本文采集我国14家上市银行2007年10月至2012年5月期间的股票价格数据,从理论和实证两个层面及中国银行业的视角,比较边际期望损失(MES)和条件在险价值(CoVaR)这两种系统性金融风险度量方法的联系与区别,并研究它们与传统风险度量方法期望损失(ES)和在险价值(VaR)的关系,提出在使用不同系统性金融风险度量方法时应注意方法的差异和应用环境,不应盲目应用。

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。