基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

中国金融机构关联性与系统性风险贡献研究——基于尾部风险溢出网络视角

在后危机时代如何准确地测度金融机构的系统性风险贡献以识别系统重要性金融机构是宏观审慎监管的重要任务.采用2010年至2019年中国32家上市金融机构数据以及宏观特征变量，通过TENET模型构建尾部风险溢出网络以度量金融机构关联性，并引入公司规模、杠杆和流动性指标，基于改进的PageRank算法提出网络-市场-账面相结合的系统性风险贡献测度思想，具体从系统整体、部门行业、机构个体三个层面对网络关联性展开实证分析.研究结果表明：1)金融系统总体关联性在危机与下行时处于高位水平，尾部风险溢出网络能有效捕捉极端风险事件；2)行业内的关联性水平总体而言高于行业间的关联性水平，但在极端情况下跨行业风险溢出强度会增大；3)银行和保险机构相对证券机构而言对系统性风险的贡献程度更高.     

双渠道风险传染下银行系统稳定性分析

随着金融危机的频率和范围的不断扩大,银行系统性风险的研究越来越受到重视。针对银行业系统性风险,构建银行同业拆借(直接传染渠道)、银行共同持有资产(间接传染渠道)的双渠道风险传染网络模型。该模型引入了宏观经济波动带来的投资风险,并允许银行通过贬值出售资产来弥补流动性,这更真实地反映了银行系统的操作规则。研究结果表明,在各种经济因素波动情况下,平均储蓄量、储蓄的波动幅度、投资的收益率、存款准备金率以及储蓄利率等对银行系统稳定性的有较大影响,并进行了定量分析。该研究为定量研究宏观经济波动下银行系统性风险问题提供了方案,并为决策者和监管部门防范银行系统性风险提供了参考。     

基于网络分析的金融机构系统重要性研究

本文提出采用最小生成树(MST)和平面极大过滤图(PMFG)两种方法构建和分析金融市场网络。运用银行间同业拆借市场数据进行的实证分析表明,方法可以动态识别金融网络中节点的系统重要性,且具有效性和稳健性,而最小生成树方法对系统性风险传导路径的识别对于实施金融风险的宏观审慎监管提供了重要而有效的手段。     

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称CoVaR模型,并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明：(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力。     

我国系统重要性银行评估：网络层次结构视角

通过改进性地引入最小密度法解构了我国银行间双边风险敞口矩阵,在此基础上运用密度估计构建了契合我国银行间网络层次结构的核心－外围模型,实证甄别了系统重要性银行,并研究了我国银行间网络关联性和系统性风险．研究表明：１）核心块动态组成作为系统重要性银行在我国银行业网络层次结构中发挥着重要作用;２）我国系统重要性银行规模随时间的变化呈现出“庞大无序－两极分化－多但有序”的三阶段特征,表明我国银行系统日渐稳定,但仍需重点关注系统重要性银行以防范系统性风险;３）金融动荡时期,系统重要性银行与其他银行的关联强度和关联权重下降,积极的监管措施会使不良关联特征得到明显改观．本研究可为逆周期宏观审慎监管、基于银行系统重要性的针对性监管提供有益参考．     

复杂网络视角下行业风险传染与银行信贷配置

信贷业务是银行业主要的收益和风险来源.然而，我国的银行对行业风险进行评估的过程中，没有考虑行业间的整体关联性.因此，基于已有研究，从复杂网络视角研究我国行业风险的主要聚类类型(循环型、中介型、吸收型和扩散型),在考虑行业聚类风险的基础上构建行业层面的银行信贷配置模型(Min-C即最小聚类系数模型)并给出信贷配置最优策略和信贷配置集中化的度量指标C-I-HHI(clustering-industry-HHI).研究结果表明：在4种聚类风险中，国内的行业间聚类风险主要是吸收型，属于较高风险传染类型；Min-C模型由于综合考虑了行业间的聚类风险类型，所以其信贷配置策略在贷款收益率、不良贷款率等指标上优于传统的Na6ve策略、Min-V模型和Min-CVaR模型下的最优策略；Min-C模型下的最优策略的银行不良贷款率也分别低于我国城市商业银行与农村商业银行的平均不良贷款率；稳健性检验中构造的C-I-HHI指标不仅说明了Min-C模型的稳定性，还为银行信贷配置是集中化还是多元化更优的争论提供了新的分析思路.     

我国金融机构的系统重要性评估:基于多元极值理论

2008年全球金融危机以后,金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数,建立了系统重要性的多角度评估指标体系,并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明:(1)我国银行业在金融体系中占有主导地位,且银行业同质性较高,易诱发系统性风险;(2)规模不是系统重要性的唯一考量因素,其他因素也会对系统重要性产生显著影响,部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。     

我国系统重要性银行评估:网络层次结构视角北大核心CSCDCSSCI

通过改进性地引入最小密度法解构了我国银行间双边风险敞口矩阵,在此基础上运用密度估计构建了契合我国银行间网络层次结构的核心-外围模型,实证甄别了系统重要性银行,并研究了我国银行间网络关联性和系统性风险.研究表明:1)核心块动态组成作为系统重要性银行在我国银行业网络层次结构中发挥着重要作用;2)我国系统重要性银行规模随时间的变化呈现出“庞大无序-两极分化-多但有序”的三阶段特征,表明我国银行系统日渐稳定,但仍需重点关注系统重要性银行以防范系统性风险;3)金融动荡时期,系统重要性银行与其他银行的关联强度和关联权重下降,积极的监管措施会使不良关联特征得到明显改观.本研究可为逆周期宏观审慎监管、基于银行系统重要性的针对性监管提供有益参考.     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

基于复杂网络的信用风险传染模型研究

本文从信用风险持有者的心理和行为角度对信用风险传染过程进行了分析,通过引入信用风险传染的主体行为因素,建立了信用风险传染的网络模型。借助严格随机占优理论,分别探讨了社会网络中个体之间的关联关系、个体的风险态度、个体的风险抵御能力、金融市场监管者的监控强度和个体的网络结构特征对信用风险传染的影响机制,通过仿真实验进一步验证理论推到的正确性,并直观地刻画了信用风险传染的内部性和外部性对信用风险传染行为及其演化的影响。     

基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究

本文针对银行双边风险敞口不可得的现实情况,利用贝叶斯方法,基于185家商业银行在2013年至2017年的资产负债表数据,在不同的网络结构设定下构建吉布斯抽样器,根据大量银行间同业资产及同业负债分布矩阵的样本,考察了每个商业银行在负面冲击后违约的概率及其分布。研究结果表明,银行同业借贷网络的结构能够显著影响银行的系统风险和违约概率。当网络连接概率处于中等水平时,冲击影响的范围最广;在完全网络结构下,风险分担的作用大于风险传染。总之,银行同业借贷既可以分担风险,也成为了风险传染的渠道,这种功能的转换取决于以下几类因素的相互作用:冲击的性质,例如冲击的规模,受冲击银行的数量以及冲击涉及的银行类型;清算时资产的贬值程度;银行自身资产负债表的特征。如果仅考虑银行同业借贷渠道,样本期内最稳健的银行系统是在2017年,而2014年的银行系统最脆弱。     

基于LGCNET多层网络的中国A股上市公司系统性风险度量

系统性风险度量一直是金融风险领域的热点问题,但是对于复杂网络条件下的度量方法还缺乏深入研究。本文将滑动窗口分位数回归与局部高斯相关方法相结合,构建出一种全新的多层时变网络——局部高斯相关网络(Local Gaussian Correlation Network, LGCNET)。基于此方法,本文通过研究中国证券市场股票总体及尾部收益的非线性相关性,分析了2018年至2021年我国A股50家上市企业关联网络的演化特征,通过考察金融网络系统性风险水平在整个时间段内的变化情况,探究了新冠疫情及中美贸易摩擦期间上市公司网络的风险变化情况。结果表明：第一,金融与科技行业是网络节点的中心,与其他行业公司存在较高关联性,表明该类行业是风险传导的中心。第二,基建及银行类公司因为其市值高,在系统中的重要程度普遍较高;同时,尾部风险排名高于其市值排名的企业具有较大市场影响力和风险传导能力,也应该受到关注。第三,在系统层面,受信用风险加剧及中美贸易摩擦的影响,2018年整个网络系统普遍具有较高风险水平;但在2020年新冠疫情期间,国内系统性风险一直控制在较低水平。     

跨部门金融机构系统重要性和共振效应的动态演化研究——基于中国A股市场的实证

金融机构由于其规模性和关联性对金融系统稳定有着举足轻重的作用。本文基于金融机构异质性风险下的收益,通过Granger因果引导关系构建金融部门的关联网络,从机构中心性、关联性和系统紧密性分析不同市场状态下银行、证券、保险和信托部门内和跨部门间的关联网络动态演化,并在关联分析的基础上引入规模指标,对金融机构的系统重要性进行综合评价。研究发现,我国金融系统的整体性和关联性日趋增强,系统内各部门之间和单一部门内金融机构联系都日趋紧密,跨部门间系统共振效应不断增强;银行和证券部门的影响力显著高于保险和信托部门,银行和保险部门的Granger影响力在熊市时相对增强,牛市时相对减弱,证券和信托部门的影响力则恰好相反;从多角度分析金融共振效应,最终给出我国金融机构系统重要性的分层级评价。结果不仅可以为金融机构的监管和系统性风险的控制提供参考依据,也可以对资本市场投资提供借鉴意义。     

基于多层网络的银企系统性风险研究

考虑到鲜有学者从银企间主体关联业务的多元性角度分析银企系统性风险,本文则基于银企间不同贷款期限的借贷关系以及不同投资周期的共同资产关系,通过构建多层网络模型研究银企系统性风险。在多层网络模型基础上,分别从多层网络结构和银企主体行为两个方面深入探究其对系统性风险的影响。研究结果表明：在多层网络结构方面,多层网络共同冲击下的系统性风险显著大于任意两层网络的共同作用,多层网络节点异质性对于系统性风险具有一定的抵御能力。在银企主体行为方面,较长贷款期限和投资周期在一定程度上都会增大系统性风险而投资周期对系统性风险具有更高灵敏性,长期投资占比减少以及外部资产选择比例提高在一定程度上能够有效降低系统性风险,而拆借对象选择比例变化对系统性风险影响相对较小。本文的研究深入挖掘银企多层网络结构以及银企主体行为与系统性风险之间的内在关联,这对于维护金融市场稳定、防范系统性风险具有重要意义。     

金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角

本文以33家上市金融机构为研究样本,利用滚动窗口动态Copula模型对金融机构与金融系统之间相依关系的时变结构与时变系数进行双时变拟合,测度了金融机构的系统性风险溢出和贡献,从宏观、行业和机构层面分析了系统性风险贡献的影响因素。研究发现：证券类机构贡献了最多的系统性风险,而银行类机构对整个金融系统最具有潜在威胁性;金融机构与金融系统的相依结构决定了机构风险的外溢程度,而金融机构与金融系统之间相依程度以及系统自身波动性会显著影响整个系统的系统性风险;中国金融风险与财政风险之间存在相互转换的现象,化解系统性风险的根本办法是不断改善金融生态环境。本文可能的贡献有两点：第一,建立具有双时变特征的滚动窗口动态Copula模型,使模型设定和估计结果更接近真实情形;第二,从宏观、行业、机构三个层面分析机构系统性风险贡献的影响因素,这有助于从系统性风险产生的源头进行风险防控,供监管部门决策参考。     

基于企业行为偏好的企业间信用担保网络与风险传染研究

本文从行为金融学视角,结合复杂网络理论和信用担保关系选择机制构建了内生性企业间信用担保网络以及企业间信用担保网络风险传染模型,仿真分析了企业间信用担保网络结构及其风险传染演化特征。研究得到如下主要结论：(1)随着时间演化,企业间信用担保网络结构呈现“弱去中心化”特征,而且企业间信用担保网络的复杂性与稳定性增强;(2)企业资信水平不仅能够提高“担保圈”风险冲击概率,而且可以降低信用担保系统的不稳定性。随着企业影响力和企业风险认知水平增大,有助于增强冲击后企业信用担保系统的稳定性。企业风险偏好较小时,保证了“担保圈”内有效的流动性供给,但当企业风险偏好不断增强时,加剧了信用担保需求方的经营困境。(3)企业风险偏好对企业影响力、企业资信水平、企业风险认知水平发挥“强化效应”。企业资信水平与企业影响力具有“互为强化效应”。企业风险认知水平的“风险制约能力”强于企业资信水平的“风险强化能力”。企业风险认知水平与企业影响力对违约企业数量的影响发挥互为逆向效应且两者强度相当。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。