中国股指期现货市场间的非对称风险溢出效应——基于分位数Granger因果检验

为了揭示中国股指期现货市场之间风险溢出效应的非对称特征,本文利用已实现半方差将中国股指期现货市场的风险区分为下跌风险和上涨风险,并运用均值Granger因果检验和分位数Granger因果检验,考察两市场之间下跌风险溢出效应和上涨风险溢出效应的差异。研究发现,中国股指期现货市场之间不仅存在显著的下跌风险溢出,还存在显著的上涨风险溢出,而且溢出效应随着分位数区间不同而呈现出显著的非对称特征。一方面,期货市场对现货市场的下跌风险溢出在全部分位数区间均显著,而上涨风险溢出仅在分布的中间位置和上尾显著。另一方面,现货市场对期货市场的下跌风险溢出主要集中在尾部极端分位数区间,而上涨风险溢出主要集中在分布的中间位置和低分位数区间。     

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GAS t-Copula模型的金融市场非对称风险溢出效应测度研究

准确测度金融风险溢出效应对于金融风险管理和构建投资组合具有重要意义,而金融市场之间的非线性及动态相关结构一直是风险溢出效应研究中的难点问题之一。本文通过引入GAS t-copula模型与CoVaR方法,结合能够刻画重要典型事实特征的边缘分布模型,构建了金融市场间的风险溢出效应测度模型,以中国内地等五个股市为研究对象,测度美国股市对中国内地等四个重要股市的风险溢出效应,以检验模型的可靠性与准确性。实证结果表明:中国内地等四个股市与美国股市之间呈现出显著为正且时变相关结构,随着金融危机的爆发,相关系数逐渐增加达到最大值;中国内地等四个股市受到美国股市的风险溢出效应呈现出非对称特征,即下跌风险溢出效应强度显著大于上涨风险溢出效应;中国内地股市受到的金融风险溢出效应显著小于香港、日本以及英国股市。     

欧元区国家金融市场的风险溢出效应研究

采用CoVaR方法分析欧元区金融市场的风险关联,通过测度金融市场间的系统性风险溢出效应,考察单个市场的脆弱性和对系统性风险的贡献性.实证发现,一方面,危机程度较严重的欧洲五国市场的风险关联较强,但风险传染并不明显,陷入危机主要是源于自身经济出现问题;另一方面,德国靠其强大的经济基础,受到的影响是有限的,扮演着稳定市场的角色.     

中国股市行业间高阶矩风险溢出效应研究

已有的股市溢出效应研究多集中于均值及波动溢出效应层面,而鲜有研究探讨股市行业间的高阶矩风险溢出效应.针对已有研究存在的不足之处,文章基于高阶矩GARCHSK模型以及Diebold和Yilmaz (2014)提出的Connectedness方法,研究了中国股市行业间的均值、波动、偏度和峰度溢出效应.实证结果表明:中国股市行业间不仅存在着较强的均值及波动层面的溢出效应,高阶矩风险溢出效应同样显著;工业、材料和可选消费行业是中国股市的系统重要性行业,扮演主要的风险净溢出者角色,而电信服务、能源及金融行业是主要的风险净接受者;股市行业间高阶矩风险溢出效应具有显著的时变特征,且容易受到国内外重大事件的影响;重大危机事件往往会引起股市行业间的风险溢出效应的增强,且金融危机期间的风险溢出效应显著强于危机前和危机后;股市行业间动态风险溢出效应在牛市中倾向于减弱,而在熊市中则倾向于增强.文章的研究成果不仅丰富和完善了股市风险溢出效应的研究框架,而且可以为现实中投资者和监管部门进行投资组合及风险管理实践提供有力的决策考量依据.     

尾部极值分布下的系统性金融风险度量及影响因素分析

本文将极值理论应用到系统性金融风险度量上,在尾部极值分布的假设下应用极端的分位数回归度量尾部的风险并研究风险变化和风险的相依性,本文度量了单一机构的系统性风险贡献并识别出我国的系统重要性金融机构。另外,本文还使用面板回归分析了金融机构系统性风险贡献的影响因素。本文得到的主要结论有:在险价值和系统性风险贡献在评价金融机构风险上的差异很大;银行类金融机构的系统性风险贡献普遍较高;金融机构的规模和杠杆率两个特征变量对系统性风险贡献的影响最显著。政策建议方面本文认为要综合考虑金融机构规模、杠杆率、股票市场贝塔值等多个特征变量,对金融机构尤其是银行类金融机构进行资本监管和约束。     

我国金融市场间联动效应研究——基于混频Copula模型北大核心CSCD

目前关于风险联动效应的研究主要是基于微观高频或宏观低频数据进行的,仅采用高频或者低频数据进行分析未能准确刻画市场间的风险联动效应.针对已有研究的不足,充分利用微观高频和宏观低频数据信息,借鉴混频思想,将混频Copula模型与CoVaR模型相结合以研究我国股票市场、金融期货市场、大宗商品期货市场、债券市场以及外汇市场间的风险联动效应.结果表明:GARCH-MIDAS-LI-偏t模型效果最优;金融市场间的相依结构具有时变性和非对称性;金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性;股市和期市是风险净溢出者,而大宗商品期市、债市以汇市是风险净接受者.此研究对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义.     

风险跨市场传染的综合测度、网络分析与趋势演化——基于商品期货的实证分析

在关联金融市场价格波动的相互溢出影响下，由风险传染而形成的多市场波动趋同现象正呈现多爆发、强影响、广扩散与久持续等系列特征，为了结合上述特征合理测度并有效应对这类风险跨市场传染现象，文章以我国商品期货为具体实证对象，分别从综合测度、网络分析与趋势演化三个角度对风险跨市场传染现象进行了系统研究。具体研究中，先立足Diebold-Yilmaz公式构建了风险跨市场传染测度指数，并结合网络分析、派系类分及趋势演化等方法，提出了风险跨市场传染现象的综合测度模型。在此基础上，以我国具有代表性的九个商品期货为对象，进行了新模型、新方法和新过程下的系列实证，并得出结论：商品期货风险跨市场传染现象具备网络性与时变性，并呈现市场差异性和影响不对称性；商品期货风险跨市场传染现象派系类分具备总体一致性与个体交叉性；商品期货风险跨市场传染主要通过点传染及派系传染进行。     

我国金融市场间联动效应研究——基于混频Copula模型

目前关于风险联动效应的研究主要是基于微观高频或宏观低频数据进行的,仅采用高频或者低频数据进行分析未能准确刻画市场间的风险联动效应.针对已有研究的不足,充分利用微观高频和宏观低频数据信息,借鉴混频思想,将混频Copula模型与CoVaR模型相结合以研究我国股票市场、金融期货市场、大宗商品期货市场、债券市场以及外汇市场间的风险联动效应.结果表明:GARCH-MIDAS-LI-偏t模型效果最优;金融市场间的相依结构具有时变性和非对称性;金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性;股市和期市是风险净溢出者,而大宗商品期市、债市以汇市是风险净接受者.此研究对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义.     

考虑时变与高频因素的金融风险传染效应分析——以SHFE市场金属期货为例

为了有效度量金融市场中因相互关联而引发的风险传染效应,并充分体现其时变性与频繁性,立足高频数据并结合时变测度模型进行分析可能是较为合适的方法。基于此,文章在时变传染效应测度模型基础上,以我国金属期货高频交易数据为样本进行实证,得出结论:(1)市场间存在的时变风险传染效应是该市场价格波动的重要影响因素;(2)高频数据呈现的传染现象受传染源市场波动影响大,而受前期传染效应的滞后影响小,该现象表明针对传染源的及时处理是控制风险传染的有效途径;(3)兼顾时变与高频因素的传染效应其影响程度与市场价格波动及已实现波动呈反比,该现象表明波动较大或前期波动大的市场受相关市场风险传染影响小。     

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-CoVaR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CoVaR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-CoVaR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CoVaR测度存在被高估的可能。     

基于银行-资产二分网络的银行间风险传染研究

银行之间越来越紧密的联系形成了复杂的网络,使得风险能够在网络中迅速传染,造成大规模的级联失效.目前已有的大多数研究都基于银行间资产负债表关联来分析银行间风险传染,而银行间持有相同资产的关联作为一种重要的银行间风险传染的渠道,往往没有引起足够的重视.基于持有相同资产关联,建立银行-资产二分网络研究银行间风险传染的机理特征.首先设计了风险传染模型,接着收集了244家主要银行2016年的资产价值数据作为模型仿真的基础.仿真结果表明银行间持有相同资产关联会造成银行间风险传染,继而引发大规模的银行级联破产,其危害程度和传染速度随着冲击大小和溢出效应强度的增加而增加.同时,按照资产占比将244家银行聚成5类并分析各类银行的风险特点.分析对监管部门进行合理分配监管资源具有一定的参考意义.     

金融风险在股票市场的传染效应及联动行为分析

近年来金融危机频发并表现出了易传染性,引起了众多学者的高度关注。以动态条件相关模型研究美欧股市与中、日、韩股市间的时变相关性,并结合内生多重结构突变模型划分危机传染阶段,选用溢出指数模型分析股市间的风险溢出特性;随后,定义股市间相互影响的联动模式并构建不同传染阶段的加权有向网络图分析股市间的联动行为。研究表明:美欧股市对中日韩股市有明显的传染效应,被传染的速度和持续时间均不相同;金融传染和风险溢出展现出一定的不一致性,危机期间日股的风险溢出效应强于美股;传染效应在联动网络中表现为联动模式的高聚类性和高联动性,相比欧债危机,次贷危机时期股市间展现出更强的联动行为;日股与美欧股市在两次危机中均表现出最强的联动性,其所受影响也最大。     

基于信息溢出网络的我国行业关联性研究

行业信息溢出网络是各行业之间风险关联的载体,其信息溢出的方向和强度与行业的风险传染特征密切相关。运用广义方差分解对申银万国行业一级指数同时构建行业收益率溢出网络和行业波动率溢出网络,分别从静态和动态角度分析我国行业信息溢出的总体情况和动态演化。研究发现:我国各行业间信息溢出水平较高,整体信息联动能力强,但各行业信息溢出随时间变化具有波动性和不确定性。长期情形下,收益率溢出网络和波动溢出网络对系统性重要行业的识别排序具有高度一致性,但短期内两者存在较大差异。长期内,银行业和非银行金融业是系统性重要(信息)接受行业,机械设备业是系统性重要(信息)传播行业;短期内,银行、非银行金融、国防军工、食品饮料及家用电器业是系统性重要行业,但它们的具体角色(信息接受或者传播)具有不确定性。研究结论对于政府产业政策制定及产业监管具有重要的现实意义。     

平稳序列BMM模型与沪深股市极端风险研究

基于VaR理论正态分布假设导致的尾部风险低估问题,研究了GEV分布下的BMM模型及区间关联下的极值VaR的建模,并实证分析了沪深股市极端风险.研究结果表明:BMM模型对金融风险的厚尾具有更合理的理论基础.然而,涨跌停板极大地抑制了沪深股市极值数据的异质性,形成"极值不极"现象,导致在较高置信度下BMM模型更为有效,而在较低置信度下反而存在低估问题,有效性尚不及VaR模型.     

股指期现货市场间的信息溢出和相关性研究——基于ADCC-TGARCH模型和CCF检验

选用2012年1月至2014年3月间沪深300股指期现货数据,首次尝试在非对称的DCC-TGARCH模型的框架下,考察了转融券实施前后沪深300股指期现货的动态条件相关性,并结合VECM模型和CCF检验考察两市场间的信息溢出效应.实证结果表明,沪深300股指期现货之间存在很强的相关性和信息溢出效应,但是在不同的阶段有不同的特点:转融券实施前期现货市场间有相互的均值溢出;波动率溢出主要是现货到期货市场,瞬时溢出效应显著,不同的滞后阶数下两市场间几乎不存在方差的因果关系;相关性无非对称性.转融券实施后只存在期货对现货的单向均值溢出;在不同的滞后阶数下存在不同的风险溢出,特别是在2,3,8阶,同时存在期货向现货或者现货向期货的溢出效应;相关性有非对称性,但不广泛存在.     

基于时变相关的金融风险传染效应的非参数方法研究

传染效应是监察、控制金融风险跨市场和地区传导的重要内容.在考虑金融市场波动相关系数的时变特征和非正态特征基础上,提出了一种基于DCC模型的动态相关系数传染效应的非参数检验方法.同时,利用方法实证检验了美国次贷危机对中国大陆、中国香港和英国股市的风险传染特征.结果表明,动态相关系数确实不服从正态分析,故结合Wilcoxon符号秩检验验证了美国股市对其余三个市场传染效应的存在性.     

基于ICA-SV模型的金融市场协同波动溢出分析及实证研究

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的.已有的文献证明SV模型比GARCH模型能够更好地刻画金融市场的波动,使用SV模型研究两个金融市场间波动溢出的文献并不多见,而使用SV模型研究多个金融市场对一个金融市场协同波动溢出的文献则更为少见.本文以独立成分表示金融市场波动的协同指标,提出了独立成分SV模型(ICA-SV),并研究了多个金融市场对一个金融市场的协同波动溢出,实证结果验证了ICA-SV模型在分析金融市场协同波动溢出是可行的.     

基于FIDC模型变点检测的美国次贷危机传染分析

现有文献主要讨论单个市场收益的长记忆性质或者市场间收益的相依性,但都没有将上述两个问题联系起来进行研究.与以往研究不同,文章将研究多个国家的股票市场收益与美国股票市场收益之间尾部相依性的长记忆问题.这不仅能检验市场的有效性,还有助于刻画国际市场间的相依结构,观察危机传染的特征并做出预警.为了刻画市场间尾部相依长记忆性的动态变化结构,文章对现有模型加以改进,提出了长记忆性的变点检测方法.从变点的角度实证分析了中国、日本、德国和法国股市与美国股市之间尾部相依的长记忆性,进而研究了次贷危机的传染现象.实证结果表明,文章提出的模型在分析金融传染方面是有效的,在不同的股市之间的实证结果具有相似性.第一变点和第二变点的时刻分别与次贷危机的结束和开始时间相对应,基于两个变点将数据分为三段对估计结果进行分析发现,下尾相依系数在危机传染期间明显变大,而且相依性的长记忆性也明显增强,说明次贷危机对所分析的国家具有传染效应.     

突发公共卫生事件对系统性金融风险的冲击及传染效应研究

首先基于面板向量自回归模型考察了突发公共卫生事件对系统性金融风险的冲击影响,接着综合考虑突发公共卫生事件的影响及其所导致的收益率的非对称性构建单指标非对称CoVaR模型,最后借助LASSO惩罚函数与局部估计法进行求解,以此构建有向网络分析金融机构间的传染效应.研究发现:(1)突发公共卫生事件冲击会使系统性金融风险水平短...