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。     

灾难风险、习惯形成和含高阶矩的资产定价模型

从战略领导理论和竞争基础观出发,探讨交易型领导、竞争强度和技术创新三者的交互作用对企业绩效的影响。以182家中国高新技术企业数据为样本,用实证研究方法构建概念模型,通过分层回归分析和交互图的方法验证相关假设。研究结果表明,交易型领导下,企业倾向于选择产品创新而非过程创新。高竞争强度下,实施产品创新的企业比实施过程创新的企业拥有更高的绩效。交易型领导在竞争强度低时对绩效提升发挥较大的作用,而随着竞争强度增强则显示出对环境的不适应性。交易型领导、竞争强度和产品创新3项的交互作用负向影响企业绩效, 即在竞争程度较低时,交易型领导较强且产品创新程度较高的企业拥有较好的绩效表现,交易型领导对绩效的贡献程度比产品创新高;而在竞争强度较强时,产品创新程度较高的企业拥有较高的绩效表现,交易型领导对绩效的贡献程度不明显。该研究有助于企业在不同的竞争强度下完成领导风格和创新模式的转变,使企业在管理实践中改善绩效。     

我国股市财富效应的非对称性研究

文章基于生命周期消费模型,利用门限协整、惯性-门限协整及DOLS模型,考察了我国股市财富效应的非对称性特征.研究发现,在股市"下跌"阶段,人们迅速调整其消费,因而实际消费与目标消费间误差调整的收敛速度比较快;相反,在股市"上涨"阶段,由于我国股市在长期上更多地体现出"挤出效应",说明人们没有将从股市中获得的收益进行消费,而是由于非理性躁动的投机动机而将获得的收益用于股市的再投资,从而在短期内进一步推动股市的继续上涨,并使得实际消费与长期均衡消费之间的差距保持一定的持续性,最终导致误差调整的非对称性.     

公司治理、声誉机制和上市公司违法违规行为分析

本文首先通过建模分析了公司治理结构在约束上市公司违法违规行为中的作用,然后以我国上市公司在2001-2002年间受处罚事件为样本,用Logit模型检验了公司治理和声誉机制对上市公司违法违规行为的约束作用,发现公司第一大股东集中持股有利于约束违法违规行为,但是声誉机制的作用甚微。此外,以CROA为代表的公司业绩指标与上市公司违法违规概率之间存在显著负相关关系。     

汇率调整之谜:基于产业内贸易的新解释

在符合马歇尔—勒纳条件下,汇率调整可以平衡贸易差额的经典理论在实证上并没有得到很好的支持,学术界称之为“汇率调整”之谜.产业内贸易可以为“汇率调整之谜”提供新的解释,忽视产业内贸易对出口汇率弹性的影响是该谜题出现的重要原因.在理论分析基础上建立的实证模型,通过面板协整方法,可我国与包括美国、欧盟等36个国家和地区的出口贸易数据和分行业出口贸易进行检验.研究结果表明,不管是总体数据还是分行业数据,产业内贸易的存在均减弱了我国出口的汇率弹性效应,对于出口总体数据而言,其数值下降的幅度大约为九个百分点.由此可见,忽略产业内贸易的传统理论高估了汇率对出口贸易、国际收支的调节作用.     

中国股市泡沫的识别和预测:基于SSMS模型

文章将前沿的向量自回归—对数线性化资产定价模型改写成状态空间形式,并与二元马尔科夫区制转换有机地结合,得到用于股市泡沫识别和预测的状态空间马尔科夫区制转换模型,以便在一个统一模型框架中解决股市泡沫的时变性和不可观察性.基于中国股市的实证研究表明:(1)该模型能够很好捕捉股市泡沫,识别泡沫的膨胀区制和破裂区制,估计泡沫在两个区制之间的转换概率.(2)中国股市泡沫具有周期性、持续性和不对称性特征.基于滤波概率和平滑概率的预测进一步支持了上述结论.     

信贷驱动、博傻投机与房价泡沫骑乘

在信息不对称框架下建立了信贷驱动的房价泡沫骑乘模型,探讨影响投资者博傻投机和房价泡沫骑乘的主要因素并形成相关理论命题.在此基础上,基于22国1975年～2017年季度面板数据,运用GSADF技术估计房价泡沫并使用Ⅳ-Probit两步法和面板VAR模型实证分析了信贷-房价正反馈、异质信念、货币政策和宏观审慎监管对房价泡沫的影响及其具体传导机制.主要结论有:1)信贷-房价正反馈、投资者对银行的风险转移动机、投资者异质信念、低利率环境和宏观审慎信贷监管放松是影响投资者博傻投机和骑乘房价泡沫的主要因素;2)信贷和房价的正反馈会显著增加房价泡沫的发生概率且这一效应在经济繁荣时期尤为明显;3)投资者信念异质性越强,房价泡沫发生的概率越大;4)紧缩性货币政策和宏观审慎监管可分别通过遏制房价过快上涨和调节家庭部门信贷扩张进而抑制房价泡沫."双支柱"政策对房价泡沫的调控效果在发展中国家要好于发达国家.     

如何构建我国稳健的金融体系

稳健的货币政策是防止金融危机生成的重要保证,建立存款保险制度是我国金融安全网建设的必然结果,制度创新是加强我国金融监管的必然要求.     

“坏”跳跃、“好”跳跃与高频波动率预测

  准确的波动率预测对资产组合配置和风险管理有非常重要的意义，在当今大数据时代，充分利用股市高频数据预测股票波动率成为可能。         股市高频信息的一种应用是使用已实现方差和它的组成部分预测股票波动率。已实现方差可以拆分为已实现负半方差和已实现正半方差两个部分。由于已实现负半方差和已实现正半方差极限形式中包含的连续运动部分完全一致，所以它们的不同仅来源于它们跳跃部分的差异，但连续运动部分的存在是否会“稀释”股价跳跃对波动率所产生的影响，为此有必要进一步提取负跳跃和正跳跃。基于负跳跃变差和正跳跃变差，利用HAR模型研究两种不同方向的跳跃是否对波动率产生不对称影响，使用DM统计量和样本外 R²_OS，作为评判标准，考察这种区分跳跃方向的做法是否改进了对波动率的预测能力。         研究结果表明，①负跳跃对应未来波动率上升，正跳跃对应未来波动率下降。作为风险规避者的投资者厌恶风险和不确定性，意味着投资者厌恶未来波动率上升而偏好未来波动率下降。因此，将股价的负跳跃称为“坏”跳跃，将股价的正跳跃称为“好”跳跃。②“好”跳跃导致未来波动率下降，而连续运动部分的上升导致未来波动率上升，两者效应的总和是已实现正半方差对未来波动率的影响不显著；“坏”跳跃和连续运动部分的上升都导致未来波动率上升，两者效应的总和是已实现负半方差对未来波动率产生显著的正影响。③利用“坏”跳跃和“好”跳跃不但能够更好地拟合样本内的未来波动率，而且还能够明显地改善波动率的样本外预测能力。         研究结果支持日内收益率的正负符号信息在波动率预测领域有其价值，两种不同方向的跳跃对波动率产生不对称影响。在波动率预测实践中，利用“坏”跳跃和“好”跳跃能够改进对波动率的预测能力。     

经济政策不确定性与股票风险特征

构建了包含经济政策不确定性的随机贴现模型,通过参数校准、静态比较等方法,探讨了不同政策不确定性下股票风险的动态特征.在此基础上,通过实证模拟分析政策不确定性影响股票风险的传导机制,并通过组合分析法检验政策不确定性在股票风险形成中的作用,以此验证该理论模型在中国的适用性.最后,运用面板数据回归模型对政策不确定性与股票风险的关系进行量化分析.结果表明:1)政策不确定性能够通过企业现金流、贴现因子和相关系数等途径提高股票风险,该效应在控制传统风险因子、企业异质性因素和外部环境因素后依然显著;2)具有非国有性质、较低盈利能力和低资产增长率的企业股票更易受政策不确定性的影响;3)在经济萧条和改革幅度较大的阶段,政策不确定性对股票风险的溢出效应显著增强.