基于机器学习技术的系统性金融风险监测预警

相对于传统的经济建模手段,机器学习方法具有良好的非线性建模性能等内在优点,从而显示出巨大的应用潜力。本文提出了一个基于机器学习技术的系统性金融风险监测预警体系,并从理论依据和实证检验双重角度给出了解释和验证。具体而言,从经济基本面、货币供给面、财政状况、证券和利率市场、价格指数、外汇和汇率市场、杠杆率及银行体系8个层面选取预测预警指标,并采用5种典型的机器学习模型及其集成模型对系统性金融风险进行预测,研究结果表明：(1)相对于传统的线性模型,善于捕捉非线性关系的机器学习模型,无论是在样本内还是在样本外均表现优异;(2)Lasso模型在向前一期预测时表现最好,SVM模型在向前多期预测时能力更强,集成模型则能兼顾样本内拟合效果和样本外预测能力,具有较强的稳健性;(3)PDP模型可以对特征的非线性性和重要性进行有效识别,从而有助于打开机器学习的黑箱;在所有预测预警变量中,汇率、货币供给量、市场利率以及工业品价格是影响系统性金融风险的关键因素,通过对这些重点变量的监测有助于对系统性金融风险进行早期防范。     

基于贝叶斯时变VAR模型的中国FCI构建及其应用

本文综合宏观经济变量,利用混频动态因子模型测度月度GDP,之后结合货币供应量、房价以及股价等金融变量,基于贝叶斯时变VAR模型构建科学的金融状况指数(FCI),并采用谱分析研究其预警能力。研究结果表明,股票市场、房地产市场、货币政策与实体经济对我国金融市场状况的影响具备时变性。基于贝叶斯时变VAR模型的脉冲响应分析可以发现,上述变量的影响程度依次递减。在此基础上构建的FCI较基于常系数VAR模型构建的FCI具备更强的预警能力,尤其进行三个月以内的短期预测时,优势更加明显,进而可以为有效监测金融市场状况,预警通货膨胀与金融风险提供科学决策依据。     

中国八大综合经济区区域性金融风险分布动态、空间差异及收敛性研究

精准施策治理区域性金融风险的前提是掌握区域性金融风险的地区异质性。本文研究了中国八大综合经济区2000年～2018年区域性金融风险的分布动态、空间差异与空间收敛性。研究发现：作为区域性金融风险总和的系统性金融风险水平从多峰低值向单峰高值演进且呈现明显的周期性变动规律,当前我国的系统性金融风险正处于新的爬坡期;考察期内八大综合经济区区域性金融风险差异空间异质性特征突出,区域间差异是总体差异的主要来源;不同区域金融风险拥有各自稳态水平且影响因素各不相同,在管控区域性金融风险时应因地制宜,精准施策。研究结论对于从区域层面入手控制区域性金融风险水平,守住不发生系统性金融风险的底线具有积极意义。     

成也萧何,败也萧何？——高管金融经历与公司债券融资

基于印记理论和高层梯队理论,本文以2008至2018年发行公司债券的上市公司为研究对象,考察高管金融经历对公司债券融资的影响机理。结果表明:首先,高管金融经历在提高公司债券发行成功率的同时也会增加债券融资成本和违约风险,而对发债规模与期限并不会产生显著影响,在控制可能的内生性问题后结论依然成立;其次,具有金融经历的高管所任职公司会通过盈余管理来提高债券发行成功率,但也会增加债券的融资成本和违约风险;最后,具有证券公司或商业银行工作经历的高管对公司债券融资的影响更为显著。本文有助于实务界和理论界理解高管异质性特征对公司债券融资的影响机制,为监管部门制定防范金融风险的政策提供可靠的理论依据。     

基于MTS模型的政府融资平台风险预警实证研究

地方政府融资平台的信用风险是目前政府部门和金融系统面临的全新课题,如何正确度量、评估融资平台潜在金融风险、并建立合适的预警分析模型,是目前社会各界普遍关心和探讨的重要课题。本文简要介绍了政府融资平台的背景和风险特征,在此基础上采用合适的财务指标构建风险预警指标体系,运用MTS模型对风险预警客户和政府融资平台客户的样本数据进行定量分析、分类验证和实证研究,证明MTS模型和降维特征变量的有效性,最终得出融资平台风险预警的关键性财务指标,供政府及银行从业人员在实际工作中参考,并对今后的研究提出合理化建议。     

基于VAR模型的QE政策下人民币汇率传导机制研究

针对美国实施的量化宽松货币政策,基于Frankel理论,通过建立VAR模型实证分析货币政策的汇率传导机制.研究发现:在美国四轮(2008-2014)QE国际环境下,从长期看,相对货币供给、利差、通货膨胀差、相对真实收入和人民币汇率具有一定长期均衡关系,但单个变量对汇率的影响并不显著,货币政策并不具有汇率有效传导机制;从短期看,上述长期均衡关系是汇率变化的重要因素,汇率的短期波动在很大程度上来自于系统对偏离这种长期均衡的修复,汇率的即期波动也受其自身、货币供给及真实收入的影响,且短期传导机制具有一定滞后性,其中货币供给效应滞后2个月;从中短期看,汇率变化除受到很强的自身相关性影响外,也受相对真实收入、相对利率冲击的影响,且影响滞后持久、深远(至少10个月),具有显著的汇率理论传导效应.据此提出了相关建议.     

激辩风控

P2P行业是互联网金融的创新产业,也是金融风险的高发地带。一方面,作为一个年轻的行业,国内P2P平台的风控能力相比西方国家整体偏弱,很难构筑起高效的抗风险体系和投资保护机制;另一方面,P2P行业时至今日还处在“无监管、无门槛、无标准”的法律空白地带,杂乱无章的行业内“问题P2P”、“跑跑P2P”、“倒闭P2P”等始终有增无减。     

基于复杂网络的金融风险跨市场传导机制研究——以金融危机时期(2007~2009年)数据为例

金融系统具有典型的非线性复杂系统的特征,其多层次和多重反馈特性使得金融风险跨市场传导效应更加复杂多变。选取2007~2009年金融危机时期的相关数据,构建金融网络,并采用最小生成树(MST)的方法对金融风险跨市场传导机制进行实证分析。结果表明:我国金融市场具有明显的小世界特征;金融危机期间金融市场内部各子市场间的关联程度显著加强;股票、债券、房地产和外汇市场是系统重要性市场,需要重点监控;对金融风险跨市场传导的潜在路径进行了识别,为宏观审慎监管提供了理论基础。     

基于模糊Black-Scholes模型的螺纹钢期权定价

能源金融和大宗商品的衍生品交易已逐渐成为金融领域的前沿热点问题。钢铁类金融衍生品定价和能源金融风险研究,对能源资产证券化和金融的发展有着重要意义。本文在现有的期权定价模型下,结合影响螺纹钢实物期权价格的因素,优化经典的Black-Scholes实物期权定价模型,得到螺纹钢模糊B-S实物期权定价模型,并结合VaR方法,研究螺纹钢实物期权的定价机制,量化钢铁类金融风险,从而合理的控制风险传播。     

“资本中国”提速——访美国万通投资银行执行董事、美国格林证券公司首席经济学家孙飞

《新理财》：2008年伊始，中国政府对资本市场可谓动作频频。 孙飞：是的。这是大势所趋。一方面．从宏观经济角度来讲，一是国民经济持续向好．连续六年两位数高速增长。二是人民币流动性过剩。中央今年制定从紧的货币政策，包括提高存款准备金率、加息等等．这主要是收缩商业银行的流动性，控制商业银行信贷规模。     

复杂环境下银行业多指标风险评估方法及防控策略研究——基于中国省际面板数据的分析

在目前国内外复杂金融环境下,有效识别金融风险及其变化趋势有助于防范和化解金融危机,筑牢国家金融安全屏障。特别是在大数据金融蓬勃发展的背景下,应用数据信息监控金融风险的状况和趋势更具重要的现实意义。以下首先依托已有经验数据提出度量极大经验风险曲面和极小经验风险曲面的方法。其次,根据极大风险曲面提出计算决策单元综合风险指数的模型,以及相应的决策单元投影公式。同时,依据极小风险曲面估计决策单元风险降低的程度和策略。最后,应用这些方法分析了中国31个省区市2013~2017年银行业的风险状况,并提出了相应的改进策略。     

实战汇率避险

今年以来,随着国内外经济金融形势的变化,人民币对外不断升值,人民币汇率形成机制改革的进一步深化,银行组合型汇率避险产品不断丰富,满足了企业规避汇率风险及财务运作需求,准确了解这些产品的特征和运转模式,在很大程度上有利于CFO们全面及时摆布企业资产,并力求取得收益最大化和风险最小化。     

加权主成分距离聚类下金融安全指标评价体系构建与分析

首先在前人研究的经典文献基础土选出有关金融安全指标体系的28个基础指标,并且根据当前经济金融发展形势和"十三五"规划战略导向,有选择地添加13个指标,构建了一套新的涵盖宏观经济安全、中观金融机构安全、微观金融市场安全、外部金融安全和金融软环境安全5个维度、41个指标的金融安全指标体系;然后根据这41个指标,运用加权主成分距离聚类分析法对中国金融安全2000-2014年的时间段进行聚类,分析2000-2014年这期间的金融安全影响程度和该期间的金融安全状况分别受哪些主成分的影响较大;最后,对中国金融安全指标的主成分进行综合评价,为国家或企业如何防范金融风险,保障金融安全提供参考建议.     

金融科技发展对金融机构系统性风险的影响——基于时变视角的实证研究

本文基于2011-2020年金融科技关键词的百度搜索指数,通过动态因子模型构建我国金融科技发展指标;利用沪深两市金融机构的相关数据,基于DCC-GJR-GARCH模型构建我国金融机构系统性风险指标。然后通过TVP-VAR模型,在控制宏观经济变量和微观金融市场变量的条件下,研究了我国金融科技发展对金融机构系统性风险的动态时变影响。实证结果表明:我国金融科技发展对金融机构系统性风险的影响有显著的时变特征,在金融科技发展初期,金融科技发展会增大金融机构系统性风险;随着金融科技进一步发展,金融科技发展会降低金融机构系统性风险。通过对金融机构进一步分类实证,发现金融科技发展对银行类金融机构系统性风险的影响更显著。     

地方政府债券信用风险缓释工具定价研究

随着地方政府债券发行规模的扩大,地方政府债务的信用风险日益凸出。本研究以企业债信用风险缓释工具的推出为契机,借鉴结构化模型的思路和KMV模型求解违约概率的逻辑,通过Monte Carlo方法模拟地方政府的违约过程,直接测算地方政府的整体违约概率;结合简约化模型的思路测算地方政府债券的具体违约概率,计算信用风险缓释工具的理论价格,从而构建了地方政府债券信用风险缓释工具的混合定价模型。研究发现,以企业债券为标的测算出的模型理论价格与市场报价基本一致,参数的敏感性检验进一步验证了模型的理论自洽性和实证可靠性。上述结论或将为新《预算法》实施过程中地方政府债务的治理与掌控及中国区域性、系统性金融风险的防范提供新思路。     

中国东部地区能源环境效率评价及环境策略选择研究——基于自然处置和管理处置动态交叉效率模型

随着环境问题的日益严峻,如何提高能源利用效率,逐渐成为中国经济发展亟待解决的重要问题。而东部地区是中国改革开放的先行区域,其节能减排经验和措施可以在一定程度上为其他区域提供参考。为从自互评体系研究中国东部地区在自然处置和管理处置策略下的动态能源环境效率,论文建立了自然处置和管理处置动态交叉效率模型,根据《中国统计年鉴》(2016—2020),《中国能源统计年鉴》(2016—2020)的相关数据,对2015—2019年中国东部地区的能源环境效率和环境策略选择进行实证研究。结果表明：2015—2019年期间,大多数省市在自然处置下的能源环境效率更高,而管理处置下大部分省市能源环境效率偏低,有较大的节能减排潜力。从整个研究时期来看,天津之外的省市采取自然处置策略对能源环境效率的提高更有效,而天津采取管理处置策略对提高效率更有帮助。     

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。     

金融创新中的银行信用风险及其管理

从银行信用风险来看,金融创新既是降低和分散转移风险的一种手段,但也是导致银行信用风险加大的一条重要途径,为此,政府及货币当局应在鼓励创新的前提下,加强对创新活动的引导,规范金融创新行为;强化金融监管,同时,中央银行也应主动对其货币政策进行调整、转移和创新,以增强其货币政策对金融创新的适应能力,进而促进金融发展和经济增长。     

货币政策不宜过度摇摆

8月13日,央行货币政策报告发布。截至7月末,本外币存款余额115．38万亿元,同比增长11.7％：人民币存款余额111．62万亿元,同比增长1O．9％,增速分别比上月末和去年同期低1.7个和3.7个百分点;当月人民币存款减少1．98万亿元,同比多减1．73万亿元。其中,住户存款减少1．08万亿元．非金融企业存款减少1．35万亿元。     

动态

继温州金融综合改革试验区获批之后,深圳市政府常务会议近日通过《关于加强和改善金融服务支持实体经济发展的若干意见》。该《意见》提出多项金融服务实体经济的意见措施,被认为是继温州之后的第二个重大金融创新政策。