行业指数波动同步性、风险溢出与传染渠道研究--基于中国股票市场的经验证据

基于2005—2021年的申万一级行业指数,采用GED-GJR-GARCH-DCC模型考察行业波动的同步性,并借助VAR模型的广义方差分解方法构建波动风险溢出层次网络,系统性分析风险的跨行业传染问题。研究发现,行业波动的动态变化具有明显的“事件驱动”特征,极端事件不仅加剧了行业间波动的同步性、非对称性和溢出效应,而且破坏了行业波动关联网络的原有结构。从行业波动的方向性溢出来看,位于产业链中游的制造类行业具有较强的风险溢出能力,上游资源类行业和金融类支撑性行业容易受到其他行业的冲击,具有风险净吸收效应。行业波动溢出层次网络揭示出风险的跨行业传染沿循“风险输出型行业—风险中介型行业—风险吸收型行业”的传导渠道。鉴于此,监管部门应当根据行业风险传染机制进行分类监管,平抑行业波动同步性,切断风险传染渠道,提高风险监控和处理能力。

基于时频波动溢出网络的中国金融机构关联性

金融机构关联性是系统性风险的主要来源,厘清时频域下金融机构关联性特征有助于防范与化解系统性风险.本文基于30家A股上市金融机构在2011年~2020年期间的高频交易数据,构建时频波动溢出网络研究中国金融机构关联性.通过引入网络密度与全局效率两个系统层面指标和入度、出度与相对影响值三个机构层面指标,以测度时频域下静态与动态关联性.研究发现:中国金融机构间的关联性主要为20天~60天的中长期关联性;在极端事件期间,往往表现为长期关联性增强和短期关联性减弱;银行部门倾向于接收偏短期的波动关联性并发出偏短期波动关联性,而证券和保险部门倾向于接收偏长期的波动关联性并发出偏短期的波动关联性.

重大突发事件下中国金融风险跨市场多周期溢出效应研究

在重大突发事件频发的背景下,从多周期角度考察中国金融风险的跨市场溢出效应,对于防范化解重大金融风险具有重要意义。采用小波多分辨分析、DY溢出指数与风险溢出网络模型,从静态和动态角度测度了重大突发事件的短期、中期、长期内我国金融市场间风险溢出的强度和方向,识别不同事件不同周期下的风险中心及演变规律。研究发现:从静态角度来看,中国金融市场平均风险溢出水平呈现随周期增加而增加的趋势,“欧债危机”时期的风险总溢出最小,市场在各个时期不同周期下的风险净溢出情况不同,净风险溢出、溢入市场不断变化;从动态角度来看,重大突发事件冲击下金融市场总体风险传染水平呈现先上升后逐渐平稳并回落的趋势,短期总溢出指数最低,中期最高,但在某些时期,短期总溢出水平可能高于中长期;不同重大突发事件、不同周期下风险的承担中心、风险在各金融市场间的传染路径均会发生变化。因此,在强化金融市场风险监管时,需要建立全流程风险防控体系以实现风险的有效处置,针对不同事件、不同周期的反应差异,实现金融风险的精准识别与重点管理。

中国商品期货尾部风险及其决定性因素

近年来,中国商品期货市场快速发展,识别和化解商品期货市场的金融风险成为防范系统性金融风险的重要内容。采用2012年1月至2022年3月间活跃交易的20种商品期货数据,基于可判定系统性风险决定因素的尾部事件驱动的网络模型方法构建中国商品期货市场的尾部风险溢出网络,分析了商品期货市场中尾部风险的决定因素。研究发现:商品期货市场的整体风险水平在危机期间呈现上升趋势;所有商品类别中,农产品是影响中国商品期货市场稳定最重要的品种;商品期货间明显存在同一类别聚集效应,跨商品类别间的溢出则主要出现在危机期间;资金流动性和过度投机是中国商品期货市场尾部风险变动的关键性因素。因此,要高度重视并持续监测商品期货的风险溢出效应,提高对投机性期货交易的监控能力,提升商品市场稳定性和应对风险冲击的抵御能力,坚决防止系统性金融风险的发生。

经济不确定性、关联网络与风险溢出--来自我国上市银行的证据

基于2013-2022年中国16家上市银行的样本数据,采用CoVaR分位数回归方法度量银行的风险溢出。同时,结合社会网络分析法计算关联网络的数值,以揭示银行间的关联程度。在此基础上,实证检验经济不确定性对银行风险溢出的影响,并探讨关联网络与货币政策在其中的作用机制。研究表明,经济不确定性与银行风险溢出之间存在倒U型关系;关联网络对经济不确定性与银行风险溢出的倒U型关系具有调节效应,能有效弱化经济不确定性对银行风险溢出的倒U型影响;货币政策在经济不确定性与银行风险溢出关系中具有中介效应。基于此,提出相应的对策和建议,旨在降低经济不确定性对银行风险溢出的影响,维护金融体系的稳定。

省际地方政府债券信用风险及其溢出效应——基于图注意力网络模型的分析

本文基于复杂网络视角考察省际地方政府债券信用风险及其溢出效应。根据2016—2022年我国地方政府债务在二级市场的月度信用利差及其特征变量,识别了信用利差的变化情况,揭示了信用利差与债券相关指标之间的内在关联。采用图注意力网络模型对地方政府债券信用风险及其影响因素进行评估,考察各类因素在影响信用风险时的交互效应,以及这些因素如何通过复杂网络对地方政府债券信用风险产生直接和间接的影响。在此基础上,本文通过分析省际地方政府债券风险的溢出效应,识别出地方政府债务风险的省际传导机制和部分省份之间债务风险相互增强的特点。基于上述结论,本文从完善二级市场风险预警体系、增强风险溢入效应较强省份财政稳定性、提高风险溢出效应较强省份债务管理水平、建立风险传导网络监控以及协调省际债务发行机制等方面提出政策建议。

中国系统性金融风险信息溢出者是谁——来自SRISK模型及网络分析法的经验证据

基于SRISK模型测度2009-2019年银行、多元金融、保险和房地产四部门共计240家上市公司的系统性风险,并通过有向网络分析金融机构之间风险信息的溢出效应,研究发现“h=132天,C=-40%”更加符合我国系统性危机事件定义方式;在风险总量上,银行和保险部门占据重要地位,房地产近年来上升趋势明显;在风险信息传导上,银行是重要的长期风险信息溢出者。

基于风险溢出的股市双层风险传染模型

从风险关联网络视角出发,根据股票节点的风险溢出水平差异对其进行分层处理,提出股市风险双层传染机制,并基于网络异质性结构对传统SIRS模型提出改进,采用风险溢出效率定义感染率参数.最后,以深证300成分股作为样本数据计算模型相关参数,并进行股市极端风险传染演化仿真分析.研究结果表明:双层传染机制下股市风险传导效应更强,少数风险溢出水平较高的股票节点对风险传染的贡献远高于风险溢出水平较低的其他节点,一旦这些企业发生危机,对股市系统的冲击性和影响力都更大.

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。

外汇市场波动的溢出效应与影响因素研究

在人民币汇率双向波动成为常态的背景下,为确保国内金融稳定发展,本文基于TVP-VAR模型的方差分解计算时变波动溢出指数,通过构建金融市场间波动溢出网络,深入探讨外汇市场波动对我国其他金融子市场的风险溢出效应。研究结果表明:外汇市场对其他金融子市场存在显著的时变风险溢出效应,在中美贸易摩擦与新冠疫情等极端事件冲击下,外汇市场的整体风险传染能力显著提升,但外汇市场对其他金融子市场波动的冲击在方向与强度上均表现出不同程度的异质性。进一步,本文探究了外汇市场风险溢出的影响因素,分析结果表明,外汇市场溢出效应受美国加息政策的影响存在不确定性,但整体看敏感性有所下降;汇率制度改革、贸易开放程度提高会增加外汇市场对其他金融子市场的溢出效应;在危机时期经济政策不确定性上升也会增强外汇市场波动的溢出效果。本文的研究结论有利于防范输入性金融风险,对保障中国金融稳定发展具有参考价值。

中国绿色证券与传统金融市场风险传染机制研究

随着我国绿色证券市场规模的不断扩大、金融衍生品种类的不断增多及其资金来源的复杂化,绿色证券市场的风险可控性逐渐降低,其与传统金融市场的融合过程中很可能会积聚风险并引发风险传染。本文重构了金融系统研究框架,探究了绿色债券、绿色股票与依行业划分的完整金融市场间的风险传染机制。通过分别构建R-藤Copula模型和混频有向加权复杂网络,探究了我国绿色证券市场与传统金融市场在系统层面的风险传染路径,进一步完善了在中国的特定市场条件下风险传递机制的理论框架。此外,通过对原油价格暴涨、中美贸易战/定向降准以及新冠疫情三阶段金融事件进行对比研究,发现金融事件会通过提升跨市场风险传染水平,经过“风险产生→交叉传染→再交叉传染”的过程使金融系统风险联通性整体上升。此外金融事件的发生会引起使得高频溢出水平显著上升,中频溢出和低频溢出会向高频溢出转化。研究结果不仅有助于监管者维护绿色证券市场的稳定与健康发展,完善绿色证券的风险控制体系,同时可以促进绿色证券投资者规避投资风险和优化资产配置。

系统性风险跨部门溢出网络及突发事件对风险传染的影响--来自37家上市金融机构高频交易的证据

基于资本市场高频交易数据,采用条件在险价值模型对我国37家上市金融机构的系统性风险水平进行测度,运用DCC-GARCH模型研究房地产、银行、证券和保险四个部门之间的动态相关关系,并通过VAR模型采用方差分解方法构建该四个部门间的跨部门风险溢出网络;最后以新冠疫情为例,分析突发事件对系统性风险传染的影响。研究发现,系统性风险主要贡献来自房地产部门,然后依次是银行、证券和保险,其中又以证券部门的风险溢出最大。动态相关性分析表明,近年来四个部门间收益率主要呈正相关关系,但是房地产部门与银行部门之间、保险部门与其他三个部门之间存在过短暂的负相关关系;房地产部门与证券部门的动态相关性有较强的持续性,证券部门和银行部门的相关性受市场信息冲击较大。危机会提高部门间的关联性,使得各部门风险溢出增大。在危机时期,房地产部门会变成风险的主要输出方,其对各部门的冲击较大且持续性较强,保险部门始终是系统性风险的主要接收方,各个部门之间的风险溢出是非对称的。

基于非参数因果网络的风险溢出分析及多因子预测

风险溢出是系统性金融风险产生和演化的核心动因,因此,探究风险的溢出路径与强度至关重要.为了弥补传统方法在维度与参数上的局限,本文将非参数条件互信息检验与因果网络结构学习算法相结合,提出了一种新的非参数高维因果网络构建方法来分析金融系统波动溢出的动态联动性和风险传递机制.此文在非线性合成数据集中验证了该方法的有效性和稳健性并根据因果拓扑关系构造最优预测子集对序列进行多因子预测.并将该模型应用于构建2013年1月至2019年12月期间全球81家能源公司日度股票收益的波动溢出网络,测量基本面与投资者两种维度的风险溢出强度动态变化并进行预测分析.此外,结合企业财务数据和宏观经济变量,考虑企业之间的业务异质性,探索风险溢出的决定因素.研究结果表明,1)能源产业链的上游以及高油价风险敞口的能源企业表现出较大的风险外溢效应和风险承受程度;2)除公司规模以外,企业资产收益率,边际收益等因素也影响溢出效应的强弱;3)能源公司的风险溢出在业务上存在很大差异,溢出驱动因素也有所不同,这对于在投资组合决策和监管政策设计等具有重要的参考价值;4)虽然因果预选信息选择策略结合非参数模型的短期预测效果要优于结合参数模型,但是随着预测步长的增加,参数模型的优势却更明显.

金融不确定性与金融市场风险传染

本文基于2004—2023年的日度数据测度了我国金融不确定性指数,考察了我国金融不确定性与金融市场风险传染之间的关系。研究表明:(1)金融不确定性冲击下,金融市场风险传染具有明显的时滞性、非对称性、阶段性、时变性和联动性。(2)从分时段风险溢出网络来看,重大不确定性事件会影响金融不确定性与金融市场间的风险溢出关系,且不同时期的风险传染路径不同;在风险溢出网络中,金融不确定性指数的溢出效应最大,是网络的风险中心;股票市场、债券市场和外汇市场的高溢入效应和高溢出效应表明,其为金融不确定性向其他市场溢出的重要桥梁;货币市场则承受了更多的外部风险冲击。本文的研究结论对于更好地理解金融市场风险传染机制和加强金融协调监管具有重要的参考价值。

基于社会网络视角的我国粮食市场风险空间溢出研究——基于玉米市场的风险测度与实证分析

粮食市场风险空间溢出加大了粮食市场风险防范难度,深入分析粮食市场风险空间溢出关系,对于提高粮食市场风险保障能力及完善粮食市场风险管理体系具有重要的理论和现实意义。本文以玉米市场为例,在对玉米市场风险测度的基础上,基于社会网络视角,通过Diebold和Yilmaz提出的风险溢出网络分析框架,从总体、区域和省际三个层面分析玉米市场风险空间溢出效应及其网络结构特征。研究结果表明:首先,我国玉米市场风险水平整体呈近似“U”型变化趋势,不同区域玉米市场风险差异较大,西北灌溉玉米区玉米市场风险最高。其次,我国玉米市场风险总体空间溢出水平较高,样本期内呈近似“W”型走势;各省份对外风险溢出差异较大,山东、河北、河南等是国内玉米市场风险的主要来源地。最后,玉米市场风险空间溢出呈现多线程、复杂的网络结构形态,网络结构较为紧密、整体关联性强且较为稳定;中东部地区玉米消费量较大的省份在玉米市场风险空间溢出网络中处于中心位置,在网络中扮演着中心行动者角色,而地理位置偏远的省份在玉米市场风险空间溢出网络中影响力较小,扮演着边缘行动者角色。

海南自由贸易港金融风险溢出网络分析——基于海南上市企业的实证研究

本文以海南自由贸易港上市企业为研究对象,使用复杂网络的方法对金融风险溢出的结构性特征进行了研究,并从动态的视角使用SIR模型进行风险传染模拟研究。实证结果发现,次贷危机、中国股市异常波动及新冠疫情暴发期间,网络均较平静时期呈现更高的聚集特征,即企业间金融风险溢出的相关性有所上升。随时间推移,单个企业在风险溢出中的地位并非一成不变,而是交替成为系统重要性企业。此外,根据模拟结果发现,海南上市企业网络中具有系统重要性的企业若出现金融风险,更有可能在市场中快速扩散并造成大规模的风险传染,使得市场稳定受到冲击。为了维护海南自由贸易港的金融稳定与金融安全,除了关注金融机构,还应关注企业间的金融风险溢出,识别、早期预警与防范金融风险,因时制宜地做好风险管理。

经济政策不确定性与系统性金融风险溢出——基于关联网络视角

经济政策不确定性(EPU)已成为系统性金融风险的重要驱动因素。研究基于七个部门的35个相关因子抽取系统性金融风险信息,综合采用DYCI溢出指数法、复杂网络分析法和滚动时间窗口技术等构建跨部门风险溢出网络,考察和检验EPU与金融体系内部风险压力承接与转移的关联动态和传导机制。研究发现:EPU与金融部门各维度风险变量间存在关联网络,且EPU冲击加剧了系统性金融风险的网络传染效应;危机时期,EPU冲击下的跨部门风险协同运动趋势明显,网络结构呈现更高的完备性。同时,本文研究结论为阻断内外部风险冲击以及维护经济金融稳定提供重要的理论基础和决策参考依据。

中国区域金融风险溢出效应研究——基于社会网络分析方法

基于2011—2019年中国省际面板数据构建区域金融风险指标体系,利用社会网络分析法对区域金融风险空间关联的网络结构及其溢出效应进行研究。结果表明,中国区域金融风险空间关联网络存在明显的关联性和溢出效应;上海、江苏、北京、浙江和福建等沿海省市处于网络中心位置,在整体网络结构中担任“中介”与“桥梁”作用,能较好地控制金融风险的传染效应。块模型分析显示,中国区域金融风险可分为四个板块,包括一个双向溢出板块、一个净溢出板块和两个经纪人板块。效应分析结果显示,区域金融风险溢出具有明显的梯度特征,节点中心度和接近中心度越高的省份,越容易受到风险传染冲击。基于此,建议相关部门健全区域金融管理协调机制,完善风险防控体系,加强区域金融风险监测、评估和化解,防范风险传染溢出。

极端事件下国际股市间风险溢出效应研究

近年来,极端事件的频发提高了股市风险的流转速率,全球股票市场动荡不安并表现出强烈的共振效应。在此背景下,研究极端事件下国际股票市场间的溢出效应,挖掘股市风险的传播特点,有助于监管部门制定针对性风险防控政策,提高风险管理效率。基于TVP-VAR模型的溢出指数法及风险溢出网络模型,重点对中美贸易摩擦时期和乌克兰危机时期的股市风险传播特点进行实证分析。分析结果表明,股市风险溢出效应存在区域“抱团”现象,同属区域股票市场间的风险溢出强度较大;除俄罗斯外,其他欧美地区股市是风险净溢出者,俄罗斯、澳大利亚及亚洲地区股市为风险净接收者;相较于乌克兰危机,中美贸易摩擦对股市风险溢出效应的影响更大,总体溢出指数呈现显著的跳跃式上升趋势。同时,中美贸易摩擦时期风险溢出网络的平均聚类系数大于乌克兰危机时期和平稳时期,网络连接更紧密,风险流转速率更高;中国股市在中美贸易摩擦时期的风险溢入净值大于乌克兰危机时期,遭受其他股市的风险冲击更大。

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。