论文部分内容阅读
近年来的美国次贷危机和欧洲主权债务危机表明,在高度关联的金融体系内,个别机构的破产会通过这种关联传播,并迅速扩散到整个金融体系,最终引发持续性的经济衰退。这种由个别事件引发金融体系内出现大范围违约或倒闭的风险被称为系统性风险。目前,从金融机构间的相互关联性出发,构建系统性风险的测度、预警和控制体系,已引起了国际学术界和政府部门的高度重视。 本文在当前经济金融体系越来越错综复杂,金融机构、金融部门之间的关联越来越紧密的形势下,将MST(最小生成树)和PMFG(极大平面过滤图)方法运用到我国金融市场网络特性的分析中,证明利用复杂网络的节点中心性来识别系统重要性的方法是稳健且有效的。同时,最小生成树(MST)方法可以运用图示直观地指出系统性风险传染的潜在机制。 其次,本文非常巧妙地将博弈论、网络拓扑结构分析与空间自回归模型分析融合在一起,估计出网络层面的系统性风险系数和系统性风险乘数,从数量上非常清晰地刻画了系统性风险的危害程度,克服了目前国内研究仅从定性角度描述系统性风险危害的缺陷,这样既充分发挥了网络分析直观、系统的优势和空间自回归模型估计空间溢出效应的优势,也为系统性风险的形成和传导夯实了微观经济基础,弥补了当前宏观审慎监管研究所缺乏的微观基础,并在一定程度上解释了金融监管由微观审慎监管向宏观审慎监管转变的原因。 最后,本文定义了已实现系统性风险β,将其作为金融机构对整个金融体系的系统性风险贡献度,并在此基础上对金融机构的系统重要性进行了排序,结果显示大型银行是最具系统重要性的金融机构。在研究中,本文采用了两步分位数回归:第一步,使用最小绝对缩减和筛选控制(LASSO)技术,筛选出影响上市金融机构收益率的关键因子。结果显示,这些关键因子是其他机构滞后一期的损失超出量(loss exceedance),在此基础上利用分位数回归估计出该机构的在险价值(VaR);第二步,利用分位数回归,估计出已实现系统性风险β。 总之,本文充分利用复杂网络理论以及尾部风险度量技术(在险价值(VaR)),对我国金融市场的系统性风险进行了全面研究,并得出了有意义的结论。这对监管部门准确识别金融体系的网络特征,分析金融机构的系统重要性及其动态,以及评估系统性风险的大小和机构的系统性影响,从而有针对性地防范系统性风险,都是非常重要的。