CoVaR

摘要： 准确测度金融市场极端风险溢出效应对风险管理具有重要意义.然而,仅以高频微观数据开展的研究会忽略宏观经济背景的影响,可能导致对风险溢出效应测量的不准确.针对已有研究的不足,文章充分运用高频微观和低频宏观数据信息,结合混频时变Copula模型和CoVaR模型对我国股指期货与现货市场间的极端风险溢出效应进行研究.结果表明,模型拟合效果良好,我国股指期货与现货市场间存在显著的非对称极端风险溢出效应,且现货市场对期货市场的风险溢出效应更为剧烈.研究结论有助于监管层对金融市场风险采取更加有效的防范举措.

摘要： 为了厘清金融机构间的风险传染效应,基于沪深上市77家金融机构的日度股票收益率构建分位数回归的CoVaR模型,度量金融机构系统性风险水平,采用网络拓扑分析法建立风险传染网络。研究结果表明,证券、银行、保险对系统性金融风险的影响较大,随着中国金融的不断发展,多元金融对系统性金融风险的贡献增加;规模越大的机构更容易成为风险来源;由于业务关联程度增加,中小规模金融机构在机构风险传染网络中的地位不容忽视。

摘要： 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。

摘要： 本文选取2011—2020年度66家上市金融机构的股票数据,采用条件在险价值法(CoVaR)度量金融业上市公司系统性风险,建立分位数回归模型计算CoVaR。通过对近十年来我国金融业上市公司的系统性风险变化趋势的研究,发现我国金融业上市公司系统性风险近十年来整体在可控范围内,并通过近几年的改革逐步降低。期望本研究能为我国下一步的金融风险控制提供参考。

摘要： 人民币国际化进程不断推进,沪港通等相关举措的实施对提高中国金融市场开放程度和完善离、在岸利率传导机制等做出了贡献,因此,探究两岸人民币利率市场间的风险溢出效应对促进利率市场化和维护金融稳定具有重要意义。以沪港通正式启动为节点,将研究样本划分为资本单向开放和资本双向开放两个阶段,运用单(双)状态结合的马尔科夫状态转换GARCH(MSGARCH)模型对收益率序列进行边缘拟合,在此基础上构建混合Copula模型分析离、在岸人民币同业拆借利率之间的相关性,最后通过CoES和CoVaR实现两者之间风险溢出的有效测度。实证结果表明:人民币在岸与离岸利率间整体呈正相关性,其中对于短期期限品种两者相关性较弱,且其在资本双向开放阶段相关性小幅增强,中长期期限的利率与之相反;各利率对的ΔCoVaR绝对值均低于ΔCoES绝对值,传统的CoVaR模型相较于CoES模型可能会低估各利率对之间的风险溢出;分析%CoES和%CoVaR发现,各期限的Shibor与CNH Hibor间在两个资本开放阶段均具有双向的风险溢出效应,对于两岸短期利率市场间的风险溢出而言,在岸较离岸在资本单向开放时期具有明显优势;资本的双向开放在一定程度上削弱了在岸人民币利率对离岸人民币利率的风险溢出,离岸利率对在岸利率的风险溢出在资本双向开放阶段逐步显现,且对于大部分利率期限品种而言,离岸对在岸的风险溢出强度远大于二者反向的风险溢出。因此,文末就如何推动两岸市场双向发展和防范系统性风险溢出提出相关政策建议。

摘要： 大数据技术的运用给反垄断规制带来了挑战.大数据的价格算法的应用促成了默示通谋与中心辐射型垄断协议的达成;大数据技术一旦遭到滥用,将阻碍市场自由竞争;大数据驱动下的企业并购行为亦有可能造成垄断效应.为解决前述问题,规制者应当着重分析寡头市场中相关经营者通过价格算法达成默示通谋的可能性,并警惕价格算法可能导致的中心辐射型垄断协议;引入滥用相对优势地位制度应对数据市场力量的单方滥用行为,并强化市场支配地位的直接认定;完善事前申报制度以应对数据驱动型并购,并在实质审查中考察并购的单边效应与效率抗辩.

摘要： 运用动态半参数分位数回归模型构建金融网络结构,厘清金融机构间的极端风险传染效应,并将市场情绪指标作为条件变量引入网络模型中.研究发现,金融机构的系统性风险贡献和暴露以及尾部风险传染度的统计特征(如排名)存在显著差异.金融机构的网络传染度排名,尾部风险接收源排名和尾部风险发射源排名存在显著差异.在经济金融动荡时期,三大金融行业(银行业、证券业和保险业)的内部网络传染效应均显著增强,且证券业内的传染效应明显高于银行业内的传染效应.基于滚动窗宽选择标准的金融网络模型优化了金融机构间的风险传染关系的时变性识别过程.对高传染性的金融机构实施监管已成为一个至关重要的政策问题,因此探究极端风险的网络关联性有助于提升对金融系统的监督和监管效率,本文的研究框架为此提供了相应依据.

摘要： 文章将复杂网络理论模型与传统的极端风险衡量指标相结合,根据银行指数行情分阶段构建复杂网络,分析银行间的极端风险传染效应。结果表明,随着市场发展演化,网络各节点之间存在着绝对联系,尤其危机时期呈现典型的小世界网络特性,银行间风险传导效应较强;在银行间极端风险传染网络中,可直观地判定潜在风险传导路径,有效识别系统重要性银行和风险传染性银行。为此,应在经济下行期加强周期性和差异化银行监管,以防止因风险大规模扩散而造成系统性风险。

摘要： 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.

摘要： 我国绿色债券市场发展迅速,不仅符合"绿色"发展理念,而且其广阔前景吸引了众多投资者,尤其是具有环保意识的投资者,因此探究绿色债券市场与其他金融市场的相关性十分重要.本文选取2016—2019年各金融市场指数数据,运用Copula函数进行相关性建模来研究绿色债券与相关金融证券形成的资产组合的分散化收益,以及其他金融市场发生极端价格波动时对绿色债券市场的价格溢出效应.研究发现:中国绿色债券市场与企业债、国债市场呈现非对称的尾部相关性,与其余市场呈现对称的尾部相关性;绿色债券与工业、能源、公共事业和房地产市场组成的资产组合分散化收益较高,且随绿色债券权重达到95％时达到最大;其他金融市场发生极端价格波动对绿色债券市场的价格溢出效应有大有小,但是总体而言相对较小.