金融市场与系统性金融风险的时变冲击效应

发布时间：2021-03-23 16:15

　　利用主成分分析法筛选出7个维度变量构建我国系统性金融风险综合指数,以熵值法确定各维度权重,发现系统性金融风险综合指数能够较好地刻画2007年以来我国系统性金融风险的形势。通过构建带随机波动的时变参数向量自回归模型,考察系统性金融风险指数与股票市场、债券市场、外汇市场间的时变脉冲响应关系,发现系统性金融风险的脉冲响应在不同领先间隔期内都呈显著增加且为正效应;在不同时间节点上,系统性金融风险对股票市场和债券市场正向冲击的脉冲响应短期大、长期收敛,对汇率负向冲击的脉冲响应程度大。金融监管部门应建立统一的金融市场实时监测体系,及时防范并化解金融市场的风险冲击。 

【文章来源】：福建论坛(人文社会科学版). 2019,(12)北大核心CSSCI

【文章页数】：11 页

【部分图文】：

各维度风险指数

图2给出了样本的自相关系数(上)、模拟路径(中)和模拟分布密度(下)。从自相关效果来看，自回归系数均迅速下降，显示了马尔可夫链的收敛。图2显示样本路径相对平稳，说明MCMC算法有效。系数的后验密度显示大部分时间方差来自随机波动。3. 随机波动分析

可变随机方差是TVP-VAR-SV模型的一个重要特征，也是区别于其他VAR模型的一个重要特征，图3给出了4个变量的路径(见图3上)和结构冲击的后验随机波动率的走势图(见图3下)。由图3可知，同一时点上各个变量的波动幅度具有较大的差异，系统性风险指数的随机波动率从2016年以来逐渐上升到高位，之后又逐渐下降。这说明经过一段时间各方的努力，我国系统性金融风险已经得到了一定程度的处置和缓释，总体上系统性金融风险处于稳定状态。

【参考文献】：
期刊论文
[1]我国银行系统性金融风险研究——基于“去一法”的应用分析[J]. 杨子晖,李东承.  经济研究. 2018(08)
[2]国际原油价格对中国粮食价格的动态冲击效应分析——基于TVP-VAR模型[J]. 郑燕,马骥.  经济问题探索. 2018(02)
[3]金融风险动态相关与风险溢出异质性研究[J]. 严伟祥,张维,牛华伟.  财贸经济. 2017(10)
[4]系统性金融风险的监测和度量——基于中国金融体系的研究[J]. 陶玲,朱迎.  金融研究. 2016(06)
[5]中国影子银行体系与系统性风险压力指数构建[J]. 林琳,曹勇.  上海金融. 2013(09)
[6]我国金融机构系统性风险测度——基于DGC-GARCH模型的研究[J]. 方意,赵胜民,王道平.  金融监管研究. 2012(11)
[7]财政政策与货币政策对私人投资的影响研究——基于有向无环图的应用分析[J]. 杨子晖.  经济研究. 2008(05)

博士论文
[1]我国金融系统性风险及其防范研究[D]. 赖娟.江西财经大学 2011



本文编号：3096068