绿色债券与其他金融市场间的风险溢出研究——基于TVP-VAR频域溢出模型

基于TVP-VAR频域溢出模型的风险溢出结果表明:绿色债券与其他金融市场之间的总溢出主要由短期溢出驱动;在不同的时间尺度,绿色债券和传统债券市场间存在显著的双向溢出效应,绿色债券市场与股票市场、能源市场、新能源市场、外汇市场之间的风险溢出均不显著;在重大事件冲击下,绿色债券市场与股票市场、能源市场、新能源市场间的风险溢出显著增加。

跨金融市场的风险传染和风险对冲:基于高维VAR for VaR模型的研究

金融稳定需要防范和化解金融市场之间的风险传染。与以往文献只是探究两个市场的风险传染不同,本文利用高维VAR for VaR模型将中国的汇市、债市、大宗商品、金融期货和股市等五个金融市场纳入统一框架,分析这5个金融市场在不同状态的风险溢出效应,这有助于捕捉冲击在不同金融市场之间传播而产生的间接影响。Wald检验和后验分析表明5个市场间只在危机或泡沫状态时存在明显的风险溢出效应。同时,本文利用压力测试发现单个市场的短期冲击影响会被其他金融市场如股市消化吸收,但4个金融市场都处于正常状态会明显降低其他金融市场如股市的左尾风险。此外,本文提出利用单个金融市场在同一时点的不同分位数计算每个金融市场在同一时点的预期收益、波动风险和崩盘风险,这种做法的好处在于结果更加稳健以及减轻极端值的影响。在此基础上,本文进一步探究金融市场间是否能够对冲彼此的波动风险和崩盘风险。结果显示大宗商品市场和金融期货市场能够有效地对冲其他金融市场的波动风险和崩盘风险,但汇市、债市和股市无法对冲其他金融市场的波动风险和崩盘风险。

中国碳市场、能源市场和高排放行业间的溢出效应研究——基于TVP-VAR-DY模型

在以低碳发展应对全国气候变化的共识下,继电力市场后,将其他高排放行业纳入全国碳市场势在必行。探究2021年至2023年期间全国碳市场、能源市场和高排放行业市场间的风险溢出效应。通过采用TVP-VAR-DY模型,使动态溢出效应的测度更加平滑。研究发现,全国碳市场、能源市场与高排放行业市场存在时变的双向不对称溢出效应,特别是在极端风险事件下,市场之间的波动溢出效应显著增强。电力等高排放行业市场主要受碳市场波动的影响,而新能源行业风险主要影响原油期货市场。重大社会经济事件可导致能源市场在短期内成为风险传递的主导因素,但随着时间推移,高排放行业会转为风险输出者。最后,提出了关于中国碳市场建设、能源市场风险防范和高排放行业能源结构优化等方面的建议。

地缘政治风险对中国农产品期货收益率的影响研究:基于TVP-VAR-SV模型的分析

本文使用TVP-VAR-SV模型,探讨中美地缘政治风险对中国农产品期货收益率的时变影响。研究结果表明:在短期内,地缘政治风险对农产品期货收益率的影响较为明显,而在中长期内,农产品期货收益率波动相对较小。不同农产品期货对地缘政治风险冲击反应不同,大豆、豆粕收益率受到地缘政治风险冲击波动最激烈,其他六种农产品期货则呈现出周期性特点。克里米亚事件、中美贸易摩擦和全球新冠疫情,三个不同时期的极端事件对农产品期货市场具有负向影响,不同期货品种受到的冲击存在异质性与滞后性。

经济政策不确定性冲击下全球系统性金融风险的跨市场传染——基于TVP-FAVAR和TVP-VAR模型的研究

本文基于8个维度的48个基础经济金融变量,运用TVP-FAVAR模型构建系统性金融风险的度量指标,采用广义方差分解法构建系统性金融风险的溢出指数,从静态和动态角度对经济政策不确定性(EPU)冲击下全球16个主要国家的系统性金融风险水平和风险溢出状况展开研究,并运用TVP-VAR模型从金融市场和经济基本面两个层面检验EPU冲击下系统性金融风险的跨市场传染机制。研究发现:系统性金融风险与EPU之间存在双向非对称溢出效应,并以EPU对系统性金融风险的冲击为主,发展中国家系统性金融风险对EPU冲击的反应速度更快、程度更大;EPU冲击下,发达国家是全球系统性金融风险的主要溢出方,发展中国家则是主要的风险接受者,并且这一现象随着全球EPU水平的提升而更加显著;各金融子市场和经济部门受EPU直接冲击的时间和程度存在差异,相互之间的风险溢出效应使得系统性金融风险水平进一步攀升;全球EPU对我国EPU的显著冲击更使得国内经济金融市场受到直接和间接的双重影响,风险净溢入水平也远远大于其他发展中国家。本研究对于应对全球经济政策不确定性冲击、防范化解系统性金融风险具有重要意义。

金融杠杆对我国商业银行系统性风险的异质性影响——基于MS-VAR模型的实证研究

银行业作为我国金融业的主体,其杠杆率变化直接影响金融体系的稳定性,而金融杠杆对不同类型商业银行的系统性风险水平也存在较大差异。研究通过分析金融杠杆影响商业银行系统性风险的内在机理,构建金融杠杆与国有商业银行、股份制商业银行和城市商业银行三类银行业系统性风险的指标,并基于MS-VAR模型研究不同状态下金融杠杆对商业银行系统性风险的异质性影响。结果表明,MSIH(3)-VAR(4)模型能够较好地刻画金融杠杆率对不同所有制类型商业银行系统性风险的非线性影响机制。在不同状态下,金融杠杆对商业银行系统性风险的影响程度有显著差异,较经济上行期和过渡期,在经济下行期降低金融杠杆对抑制银行系统性风险的效果更为显著;同时,降低金融杠杆对抑制国有商业银行系统性风险的效果最好,对抑制城市商业银行系统性风险次之,对股份制商业银行系统性风险的抑制效果最弱。

中国系统性金融风险与价格型货币政策传导效应研究——基于DMA-TVP-FAVAR模型和MS-VAR模型的实证分析

监测系统性金融风险以及识别该风险对货币政策操作效果的影响,对于平衡稳增长与防风险具有重大现实价值。创新性地应用DMA-TVP-FAVAR模型从动态视角搭建中国系统性金融风险指数,并借助MS-VAR模型评估金融风险对价格型货币政策产出效应、价格效应的非线性影响。研究发现:货币市场在中国金融体系中具有重要地位,防范金融风险离不开货币市场平稳运行,银行业、股票市场、房地产业、外汇市场在中国系统性金融风险指数中虽占比有限,但相对重要性上升。中国系统性金融风险具有明显的两区制特征,并且维持高风险区制的持续性更强。在系统性金融风险作用下,价格型工具的操作效果呈现非对称性,金融风险的存在大幅削弱了货币政策有效性,为实现宏观调控目标,中央银行有必要加大货币政策操作力度。研究工作有助于建立起具有中国特色的系统性金融风险应对机制。

基于MS-VAR模型的自由贸易试验区金融风险管理创新效应研究

自由贸易试验区是根据本国(地区)法律法规在本国(地区)境内设立的区域性经济特区,对一国的经济发展具有很强的积极贡献。本文聚焦自由贸易试验区的金融建设,将金融风险划分为银行风险、财政风险、通货膨胀风险,借鉴国际上有代表性的自由贸易试验区的金融风险管理创新,基于MS-VAR模型研究分析我国最具有代表性的上海自由贸易试验区的金融风险及管控问题。研究结果显示,上海自由贸易试验区的金融风险主要处于“中金融风险”区制,在风险转换的过程中存在“棘轮效应”,相比银行风险和通货膨胀风险,财政风险能够更加显著地影响上海自由贸易试验区的金融稳定性。最后,提出采取渐进式开放路径、推进金融风险防范、做好各金融机构内部管理的对策建议。

建筑业上市公司财务风险度量研究——基于GARCH-MIDAS-VaR模型

针对金融数据存在的频率不一致问题,文章以建筑业上市公司季度财务数据及日度收益率为样本,引入广义自回归条件异方差混频数据抽样模型及不对称广义自回归条件异方差混频数据抽样模型,采用参数法计算在险价值指标,与样本公司实际损益率作对比,分析模型对最大损失的预测情况,进一步说明模型对建筑业上市公司财务风险的度量效果。实证研究表明,相比于传统的广义自回归条件异方差模型,广义自回归条件异方差混频数据抽样模型及不对称广义自回归条件异方差混频数据抽样模型能对样本公司的损益进行更有效的预测。基于此,在对上市公司财务风险进行度量研究时应充分考虑到数据的混频性质。

沪深300指数及其股指期货的风险管理研究——基于VaR-GARCH模型

沪深300指数期货的上市对于中国金融市场来说具有里程碑意义,沪深300指数可以在一定程度上反映中国股市整体的趋势,对其进行相应的风险管理是不可或缺的。文章利用VaR-GARCH模型拟合了沪深300指数及其股指期货在2021-10-18到2022-05-20合约期内的最新时序数据,实证结果表明,该方法目前仍然可以很好地管理沪深300股指期货的风险。因此,本文提出了基于VaR在险价值的大额损失管理策略以及股指期现套利管理策略,从投资者的角度来看,这一研究有利于个人的风险管理;从市场角度出发,则可降低市场的系统性金融风险。

我国首批公募基础设施REITs的风险评估——基于GARCH-VaR模型的实证研究

当前我国基础设施企业的融资结构正处于巨大变革之中,原有融资渠道有限且创新不足。公募基础设施REITs的出现和发展,在拓宽国内基建公司的投融资渠道的同时也为中小投资人提供了集安全性和盈利性于一体的国际金融市场新投资方式。文章应用GARCH-VaR模型分析了我国首批公募基础设施REITs收益率波动特征,在此基础上计算出首批此类金融产品的VaR值用以度量风险。研究结果表明:T分布下的GARCH-VaR模型的估计有效性最佳;在我国首批9只公募基础设施REITs中,中航首钢绿能REIT风险测度最高,博时蛇口产业园REIT风险测度最低;在四大资产类别中,收费公路类REITs风险测度最高,产业园区类REITs风险测度最低。结合国内外经验及实证结果,文章建议将GARCH-VaR模型纳入我国公募基础设施REITs风险管理体系,并完善其相关制度建设,以防范化解我国金融风险。

基于Levy-GARCH模型的股票市场尾部风险度量研究

防范化解金融风险是牢牢守住不发生系统性风险底线的重要工作,描述资产价格规律、准确度量尾部风险是风险管理的前提。为研究非对称性和非高斯性对我国股市收益率预测和尾部风险度量的影响,本文使用20种Levy-GARCH模型对上证综合指数进行实证分析,计算噪声服从跳跃过程时的VaR和CVaR值,结合快速傅里叶变换数值计算和回溯测试进行检验。研究结果表明:在中国股市中,非高斯性和非对称性是不可忽视的重要特征,跳跃行为在收益率拟合、预测和风险度量方面有重要影响;在尾部风险度量上,带跳跃的非仿射结构条件方差模型表现稳定地优于仿射结构模型,而且有限跳跃过程模型的综合表现优于带无限活动率跳跃过程的模型。总的来说,非对称、非高斯、非仿射的Levy-GARCH模型在收益率拟合与尾部风险测度上表现更好,而且有限跳跃形态可以更准确地解释中国股票市场的尾部风险。

股票价格波动与分类算法改进--基于东方财富股价VaR的数据挖掘研究

当前,金融业发展日趋全球化、多元化,金融业内部业务相互渗透、交叉,国际资本之间相互合作与竞争,我国的券商发展环境正发生巨大变化。东方财富以互联网金融数据服务为基础,整合券商、基金、期货等资本市场业务,颠覆传统证券服务业,现已成为中国最大市值证券机构。基于此,本文以2021年12月20日至2022年12月20日东方财富整年的股票数据为例,基于排序法计算VaR,并基于定义每日违约情况,运用Logit、SVM、NNET、Decision Tree、KNN等非机器学习和机器学习五种方法对东方财富股价进行分析,探究各变量对违约率的影响。

基于VaR-GARCH模型族的我国期铜市场风险度量研究

描述了金融时间序列的一般特性,从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在3种分布假设下对我国铜期货的市场风险进行了实证分析.研究结果表明,基于广义误差分布的VaR-EGARCH模型能很好地刻画期铜收益的尖峰厚尾性与市场风险.同时,对期铜市场风险的变动趋势进行了详细剖析.

基于VaR的期货最优套期保值模型及应用研究

提出基于 VaR 确定期货最优套期保值比率原理,并建立了以组合 VaR 为目标函数的套期保值优化决策模型,一是从理论上推导了 VaR 最优套期比,二是研究发现 VaR 最优套期保值比在期货合约期望收益率为零,期货和现货收益率完全相关或 VaR 置信水平接近于100%的情况下趋近于最小方差最优套期比;现货和期货价格变动完全一致情况下,VaR 最优套期比等于传统的套期比,三是得出了 VaR 最优套期比由反映套期保值者投机需求和纯套期保值两部分组成的结论.

金融市场风险测量模型——VaR

详细介绍了目前测量市场风险的主流模型—— Va R,包括 Va R产生的背景、Va R的概念 ;综述了 Va R的各种计算方法及其发展动态 ,比较了各种计算方法的优缺点 ,指出了其各自的适用范围 ;最后就 Va

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。

贷款组合信用风险VaR的蒙特卡罗仿真

该文阐述了贷款组合信用风险VaR(ValueatRisk)的蒙特卡罗仿真原理 ,并基于Matlab语言进行了仿真实验 。

机会约束下的均值-VaR组合投资问题

结合均值-方差模型和机会约束模型提出在允许卖空时的机会约束下的均值-VaR模型,它是以期望收益率与置信水平为导向的.在假设投资收益率服从正态分布的条件下,建立了其数学模型,讨论了最优解的存在性与唯一性,得到了最优解的解析表达式,并用Matlab语言给出求解程序,最后举例予以说明并验证了两个重要结论.