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。     

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.     

我国股市网络稳定性及其宏观影响因素——基于三种网络拓扑结构、鲁棒性的实证研究

基于金融时间序列的多重分形特征及衡量市场风险的VaR模型,建立我国沪深股市的股票关联网络,实证研究三种网络拓扑结构特征,并使用协整检验方法分析网络稳定性和宏观经济变量间的长期均衡关系。结果表明:股票价格网络不具有无标度性,多标度网络和风险网络都具有无标度性;在三种网络中,风险网络具有更强的鲁棒性。此外,股市波动率和网络稳定系数间互为格兰杰因果关系,股市波动的前期变化能有效解释网络稳定性系数的变化;网络稳定性与宏观经济变量间具有长期的均衡关系,GDP增长率、消费者物价水平CPI对网络稳定性具有正向效应,利率对网络稳定性具有负向效应。风险网络的提出有助于分析我国股市的短期风险及稳定性,并为制定系统风险防御策略提供参考。     

VaR理论及其在股市周末效应中的应用

本文首先讨论了VaR的教育处方法 ,然后通过实证分析沪市综合指数周一至周五的收益率分布 ,并分别利用历史模拟法、风险矩阵法、t分布法计算出周一至周五相应的VaR值 ,从而得出上海股市在“二、五”效应的结论 ,并发现利用VaR理论在我国的股票市场风险投资中可以很好的度量风险和规避风险 .     

股市和债市波动溢出马尔科夫体制转换特征的数量研究

在利用滑动相关系数描述两市波动溢出强度基础上,实证选择了马尔科夫体制转换ARMA(1,1)刻画我国股市和债市的体制转换特征;接着利用LR检验等验证了MS-ARMA(1,1)整体及各类参数结构变化的显著性;然后利用概率外推法预测了短期内两市的波动溢出强度变动趋势.结果表明,两市体制转换非对称,正相关状态持续期更长,体制转换中存在交替的逃离效应和传染效应特征.     

商业银行间风险相依结构、传染网络与溢出效应

为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-CoVaR模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明:银行风险相依结构具有国有商业银行、股份制商业银行各自聚集,城市商业银行分布于股份制商业银行周边的经济性质聚集分布特征,其中股份制商业银行起到了枢纽连接作用;国有商业银行管理、抵御及分散风险的能力大于股份制商业银行大于城市商业银行;银行间存在双向溢出效应且呈现非对称性,其中股份制银行的风险溢出大小大于城市商业银行大于国有商业银行,且银行之间存在负向溢出效应。     

基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应

基于Copula函数和极值理论研究美国次贷危机对重要经济体的传染效应,首先根据信息准则来选取Copula函数,然后用Cvm和Ks统计量来检验Copula函数的拟合程度,确保选取合适的Copula函数,并在此基础上计算一般相关系数和尾部相关系数;实证发现使用尾部相关系数度量金融传染并不可靠,因此基于Copula函数和极值理论的POT模型,构造了尾部附近相关系数并通过实证分析了其用于金融传染的有效性.结果表明发达国家所受传染较重,中国所受传染较轻.     

国内外股市波动溢出效应——基于多元GARCH模型的实证研究

通过对多个股票市场间波动溢出效应的研究,可以了解波动风险在市场间的传导路径和方向,以及在股市因外部冲击动荡前做出短期预测。本文以美国、日本、香港和我国沪市作为研究对象,采用多元GARCH模型对国内外股市波动溢出关系进行了研究。结果表明:只有香港股市对沪市具有显著的波动溢出,美、日股市对沪市的波动溢出则不显著,但由于美、日股市波动均对香港股市具有传染效应,它们可以借助对香港股市波动的影响间接地引起我国沪市的波动。所以,对我国沪市外部波动风险的把握在短期上应主要关注香港股市波动,其次还必须关注日本和美国股市的波动,尤其是美国股市的波动。     

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.     

中国股市和债市波动溢出效应的MV-GARCH分析

股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

网络结构、资本缓冲与银行系统性风险传染效应——来自2007~2017年中国14个上市商业银行数据

银行体系稳健运行对国民经济健康发展具有重要意义。选取2007~2017年中国14个上市商业银行数据,利用债务矩阵构建银行网络,运用无残差完全分解模型将其分解为网络结构和资本缓冲两个因素,对我国银行系统性风险传染效应研究。结果表明:网络结构与银行系统性风险存在复杂的关联性,而资本缓冲与银行系统性风险有显著负相关关系;在金融危机期间,网络结构是诱导银行系统性风险波动的决定性因素,资本缓冲对降低银行系统性风险有重要作用。此外国有商业银行与其他银行债务关系更为紧密,对系统性金融风险贡献较大,中国银行处于网络结构中重要位置,中国工商银行和中国建设银行处于次重要位置。该结果为资本监管政策和宏观审慎政策有效实施提供了理论依据。     

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.     

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。     

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。     

基于分位数因子VAR模型的金融机构间特质风险关联研究

文章采用最新发展的QFVAR (Quantile Factor VAR)模型,借助市场因子消除误差项中的横截面相关性,从而研究中国36家上市金融机构间的特质风险关联,并通过分位数回归估计,考察了金融机构间的均值风险传染和尾部风险传染,最后从风险溢出和风险溢入角度,探讨了金融机构特质风险的主要来源.研究发现:1)金融机构特质风险关联会随着分位数发生显著变化,相较条件均值和条件中位数,特质风险在两侧尾部存在强烈的时变关联效应.2)特质风险的均值传染主要集中在部门内,而尾部传染则表现出明显的跨部门效应,其中右尾的风险传染强度更高.3)在金融市场平稳期,证券部门具有较高的特质风险溢出水平,而在金融市场危机期,银行部门具有较高的特质风险溢出水平.文章的研究结果对监管部门防范化解金融风险具有借鉴意义,有助于其从特质冲击角度,加深对金融风险传染机制的理解.