尾矿库安全隐患的复杂网络分析:综合中心性方法的应用

随着尾矿库的持续演变和相关因素的不断变化,尾矿库安全管理的难度日益加剧。旨在系统地识别尾矿库的隐患,并通过复杂网络理论深入挖掘隐患间的相互关系及其对尾矿库安全的影响。采用改良的基于证据的三维事故隐患辨识框架(EIFAH),构建了尾矿库事故隐患网络,并揭示了其小世界性特征。通过对网络中心性指标的分析,提出了“综合中心性”这一新概念,用于更高效地识别关键隐患。在综合中心性的构建过程中,融合了度中心性、中介中心性和紧密中心性等传统指标,并通过权重组合测试确定了最优的权重组合。此综合中心性指标相较于单一指标,在识别关键隐患和降低全局网络效率方面表现出显著的优势。实证分析表明,优先处理综合中心性高的隐患节点能显著降低全局网络效率,从而有效地防控尾矿库的风险和提高其安全管理效能。研究的发现为尾矿库的安全管理提供了新的理论支持和实践指导,对于预防尾矿库事故、保护环境和人类社区具有重要意义。通过综合中心性分析的应用,可以更有效地识别和管理尾矿库中的关键隐患,从而提高其安全性和稳定性。

中国金融-房地产系统的风险溢出效应研究

本研究提出了风险级联传染网络模型,证明了当传染轮数趋于无穷时,节点风险增量收敛的充分必要条件是风险传染强度矩阵特征值的模值小于1。在实证研究方面,本研究基于公开的股票市场数据,构建了中国的房地产-金融系统风险传染网络。结果表明:(1)从2010年到2022年,总体风险传染强度在波动中不断上升,房地产业是最大的系统性风险源头(2)房地产业对银行业的溢出风险存在类别与空间异质性。(3)节点重要性分数服从幂律分布。

基于新关联网络的金融机构关联度及其尾部风险溢出效应研究

基于传统金融机构(银行、证券、保险等)和新型类金融机构(金融科技公司、其他类金融机构等)两类复杂主体构成的新关联网络这一复杂系统,利用2012—2022年上市机构数据,基于TENET方法构建尾部风险溢出网络,刻画新关联网络中机构关联度,进而分析两类机构关联水平。研究结果表明,新关联网络下两类机构间的总体关联度呈现周期性变化,在危机与经济下行时处于高位水平;新型类金融机构对其自身和传统金融机构的风险溢出较为强烈,部门内部风险溢出强度高于跨部门风险溢出强度;新型类金融机构的风险溢入强度和溢出强度在危机发生时较高;银行和保险部门对系统性风险贡献程度更高,同时受系统性风险影响较为显著。建议在完善中国版监管沙盒制度模式的同时,强化新型类金融机构的内控机制建设和外部监管,发展传统金融机构跨部门协同监管路径。

Econometric modeling of risk measures: A selective review of the recent literature

Since the financial crisis in 2008, the risk measures which are the core of risk management, have received increasing attention among economists and practitioners. In this review, the concentration is on recent developments in the estimation of the most popular risk measures, namely, value at risk (VaR), expected shortfall (ES), and expectile. After introducing the concept of risk measures, the focus is on discussion and comparison of their econometric modeling. Then, parametric and nonparametric estimations of tail dependence are investigated. Finally, we conclude with insights into future research directions.

中国商品期货的尾部风险溢出效应及其驱动因素研究

本文选取2015—2022年的日度观测数据,采用AS-CAViaR模型和动态溢出指数方法考察了我国10种商品期货间的尾部风险溢出效应,并进一步探究影响其溢出水平的因素。分析结果表明,重大风险事件爆发期间,我国商品期货市场尾部系统关联水平明显提升,但不同商品的尾部溢出水平对风险事件的敏感度存在差异。在整个样本期内,化工、软商品和有色期货为系统中极端风险的净输出者,非金属建材和油脂油料则是主要的净接收者,且产业属性相似的商品期货间的尾部关联更为紧密。就驱动因素而言,宏观经济金融环境会对我国商品期货的尾部风险溢出产生显著影响,且美国经济政策不确定性同样为重要的驱动因素,但我国的经济政策不确定性并不存在显著影响。

中国金融机构关联性与系统性风险贡献研究--基于尾部风险溢出网络视角

在后危机时代如何准确地测度金融机构的系统性风险贡献以识别系统重要性金融机构是宏观审慎监管的重要任务.采用2010年至2019年中国32家上市金融机构数据以及宏观特征变量,通过TENET模型构建尾部风险溢出网络以度量金融机构关联性,并引入公司规模、杠杆和流动性指标,基于改进的PageRank算法提出网络-市场-账面相结合的系统性风险贡献测度思想,具体从系统整体、部门行业、机构个体三个层面对网络关联性展开实证分析.研究结果表明:1)金融系统总体关联性在危机与下行时处于高位水平,尾部风险溢出网络能有效捕捉极端风险事件;2)行业内的关联性水平总体而言高于行业间的关联性水平,但在极端情况下跨行业风险溢出强度会增大;3)银行和保险机构相对证券机构而言对系统性风险的贡献程度更高.

尾部风险网络视角下的金融机构系统性风险贡献研究

金融机构的尾部风险关联模式及结构在金融系统性风险的形成演化中发挥重要作用。利用CoVaR指标及分位数回归方法,衡量金融机构之间的尾部风险传染强度,进而建立金融机构尾部风险动态网络。分析全连接网络及阈值法下过滤网络的全局和局部拓扑结构特征及其动态演化规律。建立面板数据回归模型,研究网络拓扑结构特征对金融机构系统性风险贡献的影响。实证研究发现,全连接网络的节点强度,能有效地衡量金融机构尾部风险传染强度及承受强度,并揭示其动态变化规律;各机构的尾部风险传染强度及承受强度排序匹配性存在差异;随着时间推进,各金融机构间的平均尾部风险传染路径缩短、系统性风险更易迅速累积和爆发;滞后一期的节点出度、节点入度及聚集系数越大,相应金融机构的系统性风险贡献越小;滞后一期的节点介数和节点接近中心度越大,相应金融机构的系统性风险贡献越大。研究结果对于金融机构的宏观审慎监管及系统性风险管理,提供了一个全新的基于金融机构尾部风险网络的视角。

基于尾部风险关联网络的中国金融机构间风险溢出效应研究

基于尾部风险溢出思想,采用2007-2017年的周收益率数据,运用CoVaR模型测度银行、证券、保险及房地产四行业40家上市公司之间的风险溢出效应,并结合系统性风险指数,得出各机构风险吸收与扩散能力排名。运用极大平面过滤图(PMFG)算法对风险溢出网络进行化简,构建仅包含关键路径信息的ΔCoVaR有向加权风险溢出网络,并结合网络中节点关联特征指标,为系统重要性金融机构的有效识别提供了全新视角。总体来看,各行业依风险传递方向不同而对风险的敏感程度各异,网络中关键节点对系统的整体结构影响较强;证券公司内部风险关联较为紧密,房地产机构承受行业间风险多源自银行业,大型国有商业银行对其他行业的风险发散能力较强。

尾部风险溢出网络与系统性金融风险研究——基于TENET方法的多角度实证

本文从尾部风险溢出视角出发,运用TENET模型,搭建了我国金融体系总体、部门间和机构间的风险溢出网络,并在此基础上进行了实证检验。结果发现:(1)金融体系风险的积聚和释放过程,因重大事件类型的不同而存在显著差异:如果重大事件由宏观经济发展或市场效应所致,危机发生前的网络关联性会显著增强;如果重大事件由突发性及难以预测的"新冠肺炎疫情"等黑天鹅事件所致,危机发生后的网络关联性会显著增强。(2)在尾部风险关联网络拓扑中,证券业的尾部风险溢出效应最强,风险网络中心性最突出;而银行业抵御风险冲击的能力最强。(3)在金融机构系统重要性方面,银行、保险和证券业的系统重要性依次递减,其中,大型国有银行的系统重要性最强。因此,监管部门应加强对大型国有商业银行动态尾部风险的监控及其溢出效应的防范,加强系统性风险的前瞻性监管。

中国金融机构关联网络与系统性金融风险

从尾部风险和溢出效应的视角出发,利用2007～2017年中国上市金融机构数据,基于动态尾部事件驱动网络模型构建了中国金融机构体系的关联网络,并在此基础上分析了金融机构关联水平与系统性风险之间的关系,研究结果表明,中国金融系统总体关联度呈现了周期性的变化,并且自2014年以来一直处于高位;银行部门溢出效应的影响输出强度最高,银行与证券部门受到其他部门溢出效应的影响最大;银行和保险机构是引起中国金融体系系统性风险的重要诱因,同时也是受系统性风险影响最为显著的部门;规模较小的金融机构由于与其他金融机构的高度关联性,也可能成为引发系统性金融风险的重要诱因。因此,中国金融监管当局应加强宏观审慎管理,加大对金融体系整体监管力度,识别重要性金融机构,提高金融系统的稳定性。

尾部风险研究进展与评述

由于部分业务、部门或市场的尾部风险溢出不仅会引发金融体系的“多米诺骨牌”效应,而且会对实体经济产生巨大负外部性,因此尾部风险事件极易引起金融市场震荡。鉴于此,识别与监测尾部风险是有效防控系统性金融风险爆发与传染的起点。本文首先以全球金融危机为节点,根据文献厘清尾部风险测度指标在危机前后的脉络。其次,介绍与尾部风险传染密切相关的尾部风险相依、金融关联网络的相关研究进展,在此基础上对尾部风险溢出强度及溢出方向展开讨论。再次,本文归纳了引发尾部风险溢出的宏观、中观和微观层面的影响因素以及尾部风险管理的路径选择。最后,对当前及未来尾部风险相关研究进行评述与展望。据此,力求为我国进一步提高防范化解金融风险能力、统筹推进疫情防控和经济社会发展、促进国民经济稳健运行和良性循环提供借鉴。

存款保险制度、影子银行与银行系统性风险

为了防范系统性银行危机的发生,我国于2015年推出了存款保险制度,该制度能否有效降低我国银行系统性风险是关乎金融稳定的重要现实问题.以我国存款保险制度的实施为契机,本文基于16家上市银行2010年第四季度~2017年第二季度的面板数据,首先,将金融机构间的关联网络和金融机构市值纳入到系统性金融风险的测度中,进而探讨我国存款保险制度对银行系统性风险的影响及其作用渠道.结果表明存款保险制度的实施显著提高了其他商业银行(中、农、工、建以外的商业银行)的系统性风险;存款保险制度主要通过影子银行渠道增加其他商业银行的系统性风险.本文的研究对于我国强化影子银行的宏观审慎管理、引入基于银行系统性风险的差别存款保险费率设计和完善系统重要性金融机构的评定,具有一定的借鉴意义.

中国上市金融机构关联性度量及影响因素分析

本文结合非对称斜率模型与单指标分位数回归,构建了我国上市金融机构的尾部风险网络,从而刻画出我国金融市场尾部风险关联性的时变特征,并基于金融机构层面探讨尾部风险关联性的影响因素。研究表明,我国金融系统的总关联性与部门内关联性在金融危机与股灾期间显著上升,其中保险部门的部门内关联性为银行、保险、证券三部门中最高,而部门间关联性远小于部门内关联性,部门间的风险传染效应较为微弱。研究还发现投资活动是金融机构形成尾部风险关联的重要渠道,应对投资业务占比过高的机构予以更多监管。

经济政策不确定性与系统性金融风险传染--基于中国上市金融机构微观数据的经验证据

不确定性已成为系统性金融风险传染的重要驱动因素之一,基于2008—2019年中国50家上市金融机构的微观数据,通过构建金融机构风险传染网络,从微观层面实证探究经济政策不确定性对系统性金融风险的影响效应,研究发现:经济政策不确定性的提高会显著增加系统性金融风险水平,其不仅会加剧金融机构的风险传染性,而且会加重金融机构自身的脆弱性;经济政策不确定性对银行、证券、房地产和金融控股四类部门风险的影响效应最为显著,在经济政策不确定较快上升时期,银行、证券和房地产部门表现出显著的风险净溢入效应,而金融控股部门则表现出显著的风险净溢出效应;此外,异质性分析显示,对于收益水平较低的个体机构以及在经济环境不景气和政策环境不稳定时期,经济政策不确定性的上升对系统性金融风险的影响都更加显著。研究结论为经济转型时期经济政策的制定和金融风险的防范提供了重要的参考。

降雨影响下的动态加权贝叶斯尾矿库溃坝风险评估

溃坝风险存在于尾矿库运行期的各个阶段,但传统的风险预测难以反映出尾矿库溃坝风险实时动态变化。为解决这一问题,本文首先构建了包含动态指标和静态指标的评价指标体系,并计算指标权重和时间权重,建立了嵌入时间权重和指标权重的动态加权贝叶斯网络尾矿库溃坝风险评估模型;然后通过区间数优度排序改进参数学习数据不足情况下条件概率的求取方法;最后对不同降雨持续时间和不同降雨量影响下尾矿库溃坝风险的动态贝叶斯网络进行概率推理。研究结果表明:当持续3 d降雨量为A级(高风险)和B级(较高风险)时,降雨量造成尾矿库溃坝的风险概率分别从19.0%和9.1%上升到34.9%和20.4%。由此可见,引入时间权重的评估模型体现出了尾矿库溃坝的动态发展过程,动态评估更符合客观事实。

基于贝叶斯网络的尾矿库溃坝风险动态评价

尾矿库溃坝事故致因要素复杂,各风险因素耦合并随时间演化,传统的静态评价忽略了被评价系统的动态变化问题。基于此,首先考虑人员、环境、管理及尾矿库自身风险要素,对尾矿库系统进行风险辨识,构建尾矿库溃坝风险指标体系;然后基于Kendall和谐系数确定指标重要度排序,使用数据包络法和熵值法计算各指标的权重,嵌入尾矿库运行期各个时间段的时间权重对原始贝叶斯网络作加权改进,将模型横向扩展成具有多个时间片的动态贝叶斯网络,通过区间数排序改进条件概率的推理计算,利用改进的动态加权贝叶斯网络模型评估尾矿库溃坝的风险趋势;最后将改进后的模型与传统模型进行对比分析,结果表明,改进后的评估模型考虑了尾矿库溃坝的动态发展过程,评估结果更符合工程实际。

宏观尾部风险、生产网络与行业产出

本文首先将宏观尾部风险引入包含生产网络的多行业均衡模型,通过理论建模分析宏观尾部风险如何通过投入产出关联影响行业产出波动,并在非理性预期框架下探讨其具体作用机制;然后采用OECD披露的中国44个行业1995~2018年投入产出数据进行结构估计与实证检验。主要结论有:第一,相对于宏观尾部风险冲击对行业产出增长的直接效应,通过投入产出关联传导引发的网络效应更大,且宏观尾部风险冲击主要沿着生产网络向上游传导。第二,相对于宏观尾部风险冲击影响行业产出增长的全要素生产率渠道,劳动效应渠道更为显著。第三,相对于普通风险冲击,宏观尾部风险形成的偏态冲击能更好地解释我国实体经济波动。尾部事件会造成经济主体预期的过度反应,并经由该机制导致产出增长更大程度地下降且影响持续期更长。第四,上游度更大、网络中心度更低和中间品投入结构调整更缓慢的行业受到宏观尾部风险冲击的负向效应相对更大,且投入产出网络连接的非对称结构是网络效应放大冲击的重要因素。

股市互联与尾部风险溢出效应研究

基于时变超阈值模型和溢出指数方法构建国际股票市场尾部风险关联网络,从大小、方向和动态性的角度考察1997–2022年间全球10个重要股票市场之间的尾部风险溢出效应,对极端风险事件下尾部风险关联结构的时变特征进行考察,并分析了尾部风险传染的内在机制.研究发现,整个样本期内,10个市场尾部风险溢出的均值达到59.79%,呈现出明显的尾部风险跨市场传染效应,且该效应在危机时期更为显著.美国是最大的尾部风险净输出者,是国际股票市场极端风险的重要来源之一.中国内地市场则具有最低的双向尾部风险溢出水平,并长期保持尾部风险净接收者的地位.中美贸易摩擦和新冠疫情暴发以后,国际市场尾部风险联动增强,给防范境外输入性风险冲击、维护金融安全与稳定带来了更大的挑战.国际尾部风险溢出结构也具有明显的时变特征,平稳时期主要存在发达资本市场之间的溢出效应,新兴市场间的尾部风险溢出效应在危机时期明显增强.最后,经济基本面和市场传染都是国际股市尾部风险溢出效应的重要影响因素.

经济政策不确定性与国际金融网络间的尾部风险传染研究

全球疫情的冲击促使投资者更多地关注经济政策不确定性(EPU)与国际金融市场之间的尾部风险传导机制。本文从关联网络的视角构建了EPU与不同金融市场网络之间的风险溢出网络模型,以考察全球性股票市场、货币市场、外汇市场、债券市场及衍生品市场与EPU之间的尾部风险传染效应。研究结果表明,股票市场和衍生品市场是全球性尾部风险的源头,其波动会促使EPU攀升,加剧市场间的尾部风险溢出效应。随着各国资本账户的开放,外汇市场成为尾部风险传染的中间桥梁。国际尾部风险溢出网络分析表明,金融危机期间,市场间的风险联动性显著增强,形成了以EPU与外汇市场为枢纽,股票及衍生品市场为风险发源地的尾部风险传染路径。研究结论有助于在各国经济政策不确定的背景下全方位地防范金融市场风险传染,为保障国家金融安全提供新思路。

信息传递、集体踩踏与系统性尾部风险

基于中国A股市场2005—2015年的历史数据,本文探讨了股票所处信息网络的结构特征与其系统性尾部风险之间的关系。本文发现在市场极端下跌时,同一网络的基金之间存在信息传递,使得它们的资产组合调整行为更为一致、呈现出集体踩踏的特征,而这种集体踩踏行为的程度会受到特定信息传递机制的影响,进而影响个股的系统性尾部风险。具体表现为个股所处信息网络的集中度越高、密度越小,系统性尾部风险越高。本研究有助于更好地理解中国股票市场极端波动背后的机理。