金融风险与风险传染——基于CCA方法的宏观金融网络分析

本文用CCA模型来分析基于SNA体系的中国各部门资产负债表,并通过改进宏观金融网络模型,借鉴谷歌网页排名算法,重新构建了网络调整后的各部门金融风险指数,用于综合考虑风险在部门间的传染。研究结果表明,实体经济部门中的主要风险集中于非金融企业,其资产和负债两端所蕴含的风险都为最大。2009年—2015年,各部门以资产负债率为代表的风险指标并未出现显著变化,资产与负债以相似的速度上升。但2015年后,各项风险指标都出现恶化,应予以充分重视,有必要继续推进结构性去杠杆。本文研究得出的市场隐含的无效资产占比,大于官方公布的规模,但并不十分夸张。研究结果还表明,当前宏观金融网络有利于部门间风险的分散,居民部门在网络中吸收了一定的风险。     

信息不对称视角下互联网理财产品风险特质及防范研究——基于Q产品的案例分析

信息科技的高速发展带动了互联网金融行业的产生,以余额宝、招财宝、京东理财等为代表的互联网金融平台逐渐为家庭理财提供了重要的途径,在此背景下,互联网金融产品的规模和影响范围也逐渐扩大。然而互联网金融在运行的过程中与用户间存在信息不对称问题,可能有无法按期偿付的信用风险,以"E租宝"事件为代表的互联网债务违约事件给投资者带来了极大的损失,引起了学术界和金融监管部门对互联网金融风险的关注。由此,信息不对称视角下的互联网金融风险特征和金融风险防范成为防范系统性金融风险背景下重要的研究问题。故本文基于Q互联网金融产品的兑付违约事件,研究信息不对称视角下互联网金融产品风险环节及防范机制,并进一步提出相关的政策性建议。     

企业杠杆率、宏观经济景气指数与系统性金融风险

打赢防范化解重大金融风险攻坚战是打好"三大攻坚战"的重要任务之一。本文在对企业杠杆率、宏观经济景气指数与系统性金融风险关联性进行理论分析的基础上,利用复合系统性压力指数法测度了我国系统性金融风险,并建立了马尔可夫区制状态转换模型,以挖掘企业杠杆率、宏观经济景气指数及系统性金融风险之间的非线性动态关联机制。研究表明,样本期内我国系统性金融风险水平波动明显;企业杠杆率、宏观经济景气指数与系统性金融风险间存在动态关联,且两区制特征明显,高压力时期的关联效应比低压力时期更显著;企业杠杆率对系统性金融风险的直接影响不显著,但会通过影响宏观经济对系统性金融风险产生间接影响;宏观经济景气指数与系统性金融风险相互间存在负向影响。鉴此,现阶段应控制好从"结构性去杠杆"向"稳杠杆"转变的节奏,利用"双支柱调控"熨平局部金融失衡和杠杆结构性问题;同时,密切关注部门间金融风险的交叉传染,提升经济发展质量,进而从根本上防范化解系统性金融风险。     

基于动态D藤Copula的CoVaR度量

本文将传统CoVaR理论推广到高维情形,分别采用了两类动态D藤Copula模型,即随机自回归模型(SCAR)和广义自回归得分模型(GAS),对我国上证行业指数中五个典型行业指数间的风险溢出效应和上证金融系统的系统性风险进行了评估。研究结果表明:行业指数间的相关关系在股市动荡时期剧烈波动,整个样本期间的相关性水平较高,凸显了系统性风险;动态D藤Copula模型相较于静态模型,能更好地拟合行业指数间的相关关系。本文的研究为高维变量间系统性风险的度量提供了一个广义的框架;要防范我国的系统性风险,应加强对风险水平较高行业的监管,重视风险的传染效应。     

互联网金融系统性风险度量研究

互联网金融行业由于其独特的信息科技属性、"长尾"的特点,它的风险交叉传染性更高、可控性更低、负外部性更明显、隐蔽性更强。度量互联网金融系统性风险大小及其风险外溢程度对于维持金融系统的稳定性具有重要意义。本文建立基于分位数回归方程上的静态和动态CoVaR模型,度量了互联网金融行业与金融系统、银行、证券、保险业间的风险溢出关系,发现:金融子行业间存在正向、非对称的风险溢出效应,风险溢出会加大行业的自身风险,互联网金融对传统金融行业的风险总溢出效应显著高于传统金融行业的风险总溢出效应。     

机构困境关联下风险溢出网络研究——基于我国上市金融机构的实证

现有金融网络实证研究鲜有涉及机构陷入困境引发风险关联的描述,而现实中的系统性风险往往通过这种极端情形下的关联进行传导。选取2008—2017年上市金融机构数据,以机构间极端风险溢出能力建立有向加权网络,对我国金融行业间的风险动态关联趋势进行分析,并结合网络指标对其中关键金融机构节点进行了识别。结果表明,风险溢出网络对极端金融事件有较好描述作用,网络整体在危机期间的极端风险关联水平较高,2017年金融风险有所释放;银行机构节点具有较强的风险外溢属性,证券机构较易受到其他网络节点的风险冲击,网络中风险溢出关键节点正从早期的国有商业银行向证券业转变。     

基于综合指数法的金融系统性风险测度

国际经验表明,系统性金融风险不仅危及一国的金融稳定,而且对宏观经济造成重大损失。我国目前处于转轨经济阶段,系统性金融风险呈现上升趋势。为了有效识别和防范系统性风险,文章立足于当前金融体系特点,构建了7个市场维度的系统性风险指数模型,并用分段映射法对模型进行修正和拓展。分析结果表明,该综合指数较为准确、有效地衔接微观和宏观风险,不仅可对整体风险进行分析,而且可对局部风险进行研究;综合指数在纳入指数修正机制后更加稳健,可更好地适应中国金融市场的动态运行。     

金融审计防范系统性金融风险的路径探究——基于审计署审计结果公告的分析

金融安全是国家经济安全稳定的核心保障,是社会稳健发展的重要基础。目前国家高度重视金融安全问题,把防范金融风险放到突出位置,采取了一系列措施加强金融监管,防范和化解系统性金融风险。文章对2013—2018年审计署金融审计结果公告进行汇总,分析了金融审计开展的现状、取得的效果以及存在的缺陷,从加大关注系统性金融风险,健全金融审计问责制度,搭建区块链技术审计平台,建立金融监管协作机制等方面,提出了金融审计防范系统性金融风险的实现路径。     

数据挖掘在供应链金融风险控制中的应用

本文从供应链金融的概念出发,对供应链金融风险进行了简要的分析,之后基于数据挖掘技术探讨了其在供应链金融高风险经销商识别中的实际应用,通过目标类经销商数据采集、整理、预相关分析及属性相关性度量等手段确定了和高风险经销商相关的各类属性,在此基础上提出了风险防范控制的有效思路,希望为广大金融机构的经营管理提供一定的参考。     

网络金融投资风险的有效防控探讨

本文主要以网络金融投资风险的有效风控为重点进行阐述,以网络金融投资风险影响因素为主要依据,从注重网络安全技术的提高、注重隐私信息保护力度的加强、注重网络金融征信机制的完善、注重全面网络防御系统的构建、构建相应的支付机构风险管理几个方面进行研究分析,其目的在于让网络金融风险得到有效防控,让我国网络金融投资更加具有规范性,最终推动我国的网络金融投资更加稳定持续的进步与发展。