第二节
研究框架与研究方法

一 研究框架

本书按照“认识系统性金融风险、测量系统性金融风险、应对系统性金融风险”的逻辑思路对于系统性金融风险进行了计量研究。首先，认识系统性金融风险。我们探讨了宏观视角和微观视角下系统性金融风险的理论基础。在此基础之上，我们给出了系统性金融风险的总体特征、系统性金融风险共同宏观风险暴露来源，并据此探讨了系统性金融风险的生成演化路径。其次，测量系统性金融风险。我们从系统性金融风险“累积—扩散—爆发”演化的不同阶段，对系统性金融风险进行度量。一是基于金融机构收益率损失角度，我们考察极端金融风险压力下，金融机构的系统性金融风险贡献度，并结合金融脆弱性假说考察了货币政策通过资产负债表渠道对我国金融机构系统性风险贡献的影响。二是基于金融市场流动性短缺角度，考察极端金融风险压力下，金融市场间关联性超出阈值后金融市场流动性的尾部相依性。三是基于金融市场关联性角度，考察正常情况下，和系统性金融风险紧密相关的金融市场流动性定价指标利率的传导机制。四是基于宏观总量的角度，我们提取了能够反映金融系统金融脆弱性的金融状况指数，并考察了作为系统性冲击的美国货币政策变化对我国金融状况的影响，以及美国货币政策的回溢效应。最后，应对系统性金融风险。在深入认识、科学测量的基础上，我们结合前文研究得到的相应结论，给出经济减速背景下系统性金融风险防范应对的对策。本书研究的框架结构如图1.1所示。

二 研究方法

本书应用理论与实践相结合的研究方法，在系统性金融风险的理论分析基础上，对金融系统内的系统性金融风险，采用多种计量方法进行实证分析。实证分析中，本书综合利用数据、图、表和统计检验等工具对模型估计结果进行具体的分析和说明。

（一）理论与实证相结合

我们从理论分析的角度对系统性金融风险进行理解，探讨了系统性金融风险的特征、影响因素和生成演化机制。我们首先从内生性、负外部性、传染性和顺周期性视角研究了系统性金融风险的特征。在此基础之上，我们从系统性金融风险的共同宏观风险暴露视角研究了系统性金融风险的影响因素，包括金融脆弱性和金融周期影响因素。进一步地，我们从杠杆率、流动性和宏观总量视角阐述了金融系统金融脆弱性的来源，为本文奠定了理论基础。最后，我们从累积—扩散—爆发的演化路径阐述了系统性金融风险的生成演化机制，给出了风险随着时间的动态演化路径。我们通过理论分析将抽象的系统性金融风险概念具体化为可操作的概念，为将防范系统性金融风险目标转变成可操作标尺和有针对性的监管工具箱提供依据。

在理论分析的基础上，第三章至第六章针对系统性金融风险“累积—扩散—爆发”的不同阶段，包含极端情况下系统性金融风险的爆发与扩散，正常情况下风险的传导与累积，对系统性金融风险进行度量。分别通过极端分位数回归模型实现了极值理论框架下非对称CoVaR模型的估计，借助金融机构和金融系统收益率损失的条件分布，评估了极端情况下上市金融机构的系统性金融风险贡献，并通过面板回归模型考察了货币政策冲击通过资产负债表渠道对金融机构系统性风险贡献的影响。通过二元POT极值模型的参数和非参数估计，度量了尾部压力情况下我国货币市场、债券市场和股票市场流动性之间的尾部相依性。通过金融市场之间这种流动性相依性在极端分位数上的变化，考察了金融市场之间“跷跷板效应”发生的时间段，以及市场共同处于流动性压力的时间段，据此给出市场流动性的尾部相依区间。应用DVAR模型给出了金融市场利率之间的传导机制，并考察了利率不确定冲击对利率传导机制的影响。我们通过动态因子模型构建了我国金融状况指数，刻画了我国金融系统中金融脆弱性的动态演化路径，并通过潜在门限时变参数向量自回归LT-TVP-VAR模型刻画出美国货币政策变化对我国金融经济状况的冲击影响。

（二）时间维度与截面维度相结合

我们从横截面维度和时间维度对于系统性金融风险进行度量。横截面维度角度，分别考虑了极端压力情况下金融市场流动性之间的相依性以及金融机构对于金融系统的风险溢出效应。在此基础之上，我们还考虑了正常时期金融市场利率之间的传导机制以及货币政策冲击通过资产负债表传导机制对于金融机构的系统性金融风险的影响。时间维度角度，我们从金融脆弱性视角选取了和信贷、资产价格相关的变量构建了反映我国金融系统金融脆弱性的金融状况指数，考虑了系统性冲击对于中国金融状况和经济的冲击效应。通过时间维度和横截面维度的系统性风险度量，实现对系统性金融风险多维度认识，掌握系统性金融风险的整体状态，为监管当局防范系统性金融风险和操作监管工具提供客观、真实的参考指标，使得监管协调机制能够更好地发挥现实功效。

（三）多角度多方法计量分析

一是极端分位数回归方法：本书将极值理论引入到系统性金融风险度量中，借助极端分位数回归模型实现了极值理论框架下非对称CoVaR模型的估计，并借助金融机构和金融系统收益率损失的条件分布，评估了极端情况下上市金融机构的系统性金融风险贡献。二是多元极值理论：本书通过二元POT模型的参数和非参数估计，度量了尾部压力情况下我国货币市场、债券市场和股票市场流动性之间的尾部相依性。进一步地，通过金融市场之间这种流动性相依性在极端分位数上的变化，帮助我们判断金融市场之间“跷跷板效应”发生的时间段，以及市场共同处于流动性压力的时间段，据此给出市场流动性的尾部相依区间。三是DVAR模型：本书借助适用于平稳数据和非平稳数据、线性关系和非线性关系的DVAR模型，研究了货币市场利率和资本市场收益率之间的复杂关系。四是动态因子模型：本书通过动态因子模型构建了反映我国金融系统中金融脆弱性的金融状况指数，刻画了我国金融状况的动态演化特征。五是潜在门限时变参数向量自回归模型：本书通过潜在门限时变参数向量自回归模型（LT-TVP-VAR模型）刻画出具有区制特征的美国货币政策变化对我国金融经济状况的冲击影响，并用时变脉冲响应函数给出了美国货币政策变化对我国金融经济状况影响的时变效应。六是固定效应面板模型：本书通过面板回归模型考察货币政策冲击通过资产负债表渠道对金融机构系统性风险贡献的影响。 QHxDMfjn4VjcpApvA+iikCMMnbuRrPyrnKic+9Qjj0JUCMVkpTe0mfBidASpFKo4