下载掌阅APP，畅读海量书库
立即打开
第一章和第二章是全书的研究基础，给出本书研究背景、研究意义，并从系统性金融风险定义、系统性金融风险的理论研究以及系统性金融风险的度量研究三个方面对国内外有关文献进行梳理与述评。在此基础上，确立本书的研究思路及逻辑结构，明确本书主要研究内容及创新点。
第三章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，包括金融脆弱性和经济金融周期影响因素。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，为本书奠定了理论基础。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，给出了系统性冲击金融系统时，风险随着时间的动态演化路径。本书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。
第四章考察了尾部风险压力下金融机构系统性风险贡献度，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金融机构系统性风险贡献的影响。一方面，金融系统内部更加紧密的关联性导致金融机构间、金融机构对金融系统的风险溢出效应增强；另一方面，投资环境变化带来投资者风险偏好的非对称变动，也会影响金融机构的系统性风险贡献程度。根据以上特征，我们应用了非对称CoVaR模型，该模型度量了金融系统处在尾部风险压力时期，金融机构对于金融系统的系统性风险贡献程度。同时，为了更好地反映极端情况下金融时间序列分布的“厚尾性”，我们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。我们通过
给出极端情况下上市金融机构的系统性风险贡献度，并根据这个贡献度对金融机构进行系统重要性排序，评定出金融系统中的系统重要性机构。在此基础之上，我们应用固定效应面板模型，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。
第五章考察了极端情况下金融市场间关联性超出阈值后市场流动性的尾部相依性。当某金融市场风险压力增加时，投机交易资金可以帮助缓解金融市场的流动性短缺，助力金融市场的服务功能发挥。但是，当市场流动性紧缺到投机者的投机交易资金也缺乏的时候，投机者的融资边际成本高于投机边际收益，投机交易减少。交易减少会进一步恶化短缺资金市场的流动性紧缺情况，易于诱发该市场中流动性风险暴露。金融市场之间紧密的关联性和整个金融环境流动性的短缺，使得流动性风险暴露在市场间扩散的概率升高，严重情况下可能带来系统性流动性危机。可见，市场中流动性的共同短缺或是市场共同处于流动性风险暴露时期，易于诱发金融市场系统性金融风险暴露。我们通过二元POT极值模型的参数和非参数估计方法，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，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”发生的时段，以及市场共同处于流动性压力的时段，据此我们给出市场流动性的尾部相依区间。
第六章研究了金融市场流动性定价指标利率的传导机制。本章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，给出了货币市场、债券市场和股票市场之间利率的传导路径。研究结果显示，银行间同业拆借利率处于货币市场和资本市场的“轴心”。我国利率市场化进程中，银行间同业拆借利率渐渐扮演起利率定价“锚”的角色，可以作为金融市场基准利率。进一步地，货币市场利率和资本市场利率之间的传导路径较为顺畅。政策性利率与货币市场利率之间、货币市场利率与债券市场利率之间均存在紧密而稳定的关联性。这些关系中，前者表现为行政化手段调节的结果，后者表现为市场化手段调节的结果。相对于行政化手段调节的政策利率和货币市场利率之间的顺畅传导，市场化的货币市场与债券市场之间的传导机制仍需加强。进一步地，我们考察了货币政策不确定性冲击下市场利率之间的传导机制。首先，应用时变系数马尔科夫区制转移模型提取表示货币政策不确定性的利率不确定性。其次，采用Dirichlet-VAR模型考察了这种不确定性冲击下政策利率和市场利率之间的传导关系。最后，结合二元和多元变量之间的影响关系，给出了不确定冲击下利率的核心传导结构。实证结果表明：不考虑不确定性冲击时，政策利率和货币市场利率之间存在基本的传导环路，货币市场和债券市场之间形成了市场化的传导环路。考虑不确定性冲击时，利率内在不确定性直接影响了股票市场收益率的变动；利率外在不确定性对债券市场和股票市场都会带来影响，进而影响市场上的融资成本。
第七章构建了反映我国金融系统中金融脆弱性的金融状况指数，并进一步考察作为外部系统性冲击的美国货币政策变化对我国经济金融状况的影响，以及美国货币政策的回溢效应。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，发现我国金融状况在高低金融脆弱性状态之间变换。进一步地，我们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。研究结果表明，美国货币政策变化和中美利差以及汇率之间具有同向性；当美国货币政策出现政策反转的时候，对我国经济金融冲击影响较大；美国货币政策变化对我国经济具有“火车头”效应。
第八章在上述实证分析和理论分析的基础上，结合我国经济金融领域中出现的不同程度风险积聚现象，以及金融风险的内生性、外部性、传染性和周期性特征，提出了关于系统性金融风险的应对对策。我们从深入系统性金融风险理论与计量方法研究、系统重要性机构审慎监管、金融市场尾部流动性相依性缓冲、我国基准利率体系市场功能完善、金融系统顺周期性逆周期调控以及防范外部冲击的风险影响六个方面，提出了监管系统性风险的相关对策建议。
最后是本书的结论，归纳和总结本书通过理论分析和计量研究得到的结论。
本书在系统性金融风险的理论分析基础上，应用理论与实证相结合的研究方法对系统性风险进行了计量研究。第一，从理论上探讨了系统性金融风险特征、影响因素和生成演化机制。第二，应用极端分位数回归模型和非对称CoVaR模型度量了，极端压力情况下金融机构的系统性金融风险贡献，并给出系统重要性机构的排序。在此基础上，运用面板模型检验了货币政策冲击通过金融机构资产负债表渠道对于金融机构系统性风险传导的影响。第三，运用多元极值理论考察银行间市场与资本市场之间的相依性，刻画相应市场极端事件的相依区间。通过二元POT极值模型，应用参数和非参数的估计方法，分析了银行间同业拆借市场和债券市场、银行间同业拆借市场和股票市场在极端压力情况下的尾部相依性。第四，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，研究货币市场利率和资产收益率之间的复杂关系。第五，应用动态因子模型构建反映我国金融系统中系统性风险累积水平的金融状况指数，在此基础上，运用LT-TVP-VAR模型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时变冲击影响，以及美国货币政策的回溢效应。
研究工作的主要创新有以下三方面：第一，从金融脆弱性视角总结了系统性金融风险的影响因素，并在此理论分析基础上针对我国的系统性金融风险进行度量研究。金融脆弱性视角下系统性金融风险的影响因素分析，帮助我们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。
第二，本书应用单极值模型方法和多元极值模型方法，实现了极端尾部风险压力下金融机构和金融市场的系统性金融风险度量。一方面，针对金融机构对金融系统的系统性风险贡献，我们应用极端分位数回归技术实现了极值理论框架下非对称CoVaR模型的估计。进一步地，我们借助金融机构和金融系统收益率损失的条件分布，通过考虑极值框架下的非对称CoVaR模型，评估了极端风险压力情况下上市金融机构的系统性金融风险贡献。另一方面，针对金融市场间流动性的尾部相依性，我们应用参数和非参数的估计方法，实现了多元极值理论框架下二元POT极值模型的估计。我们通过二元POT极值模型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。并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，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。
第三，本书应用适应于不平稳数据与不稳定结构的DVAR模型，研究了货币市场利率和资本市场利率复杂关系。基于比尔（Beal，2002）的无限隐性马尔科夫区制过程，并放宽向量自回归模型的正态分布先验条件的DVAR模型可以更好地适应诸如央票发行利率、定期存款利率等具有不稳定结构和不平稳性质的时间序列，充分保留数据序列的原本信息。此外，本书应用潜在门限时变系数向量自回归模型（LT-TVPVAR模型）刻画出时变参数的区制结构性，度量了具有区制变化特征的美国货币政策变化对我国金融系统中系统性金融风险的冲击影响和美国货币政策的回溢效应。
[1] 中国社会科学院财经战略研究院研究员冯明2016年在《金融领域风险积聚已超预期》中阐述到，“可贸易部门和不可贸易部门的价格缺口持续拉大。由房价上涨和部分垄断性服务业价格上升引起的‘消极巴拉萨—萨缪尔森效应’ 会导致中国经济潜在增长率下降，同时也不利于国际竞争力的提升”。
[2] 陈雨露、马勇和徐律2014年9月发表在《国际金融研究》上的《老龄化、金融杠杆化与系统性风险》中基于119个国家（地区）1980—2012年的动态面板数据，从实证角度研究了人口老龄化对金融杠杆的影响，发现二者存在显著的倒“U”形关系。此外，实证研究还表明，在越过老龄化“拐点”之后“去杠杆”化进程将随金融危机发生概率而明显上升。据文章实证结论推算，中国极有可能在2019—2028年进入拐点区域。此后，人口老龄化、“去杠杆”化和资产价格的下降可能产生共振效应，并对金融体系的稳定性造成猛烈冲击。
[3] 国务院发展研究中心金融研究所名誉所长夏斌在《财经》上发表的《中国已经存在系统性金融风险》中说道“从债务链的险情看，中国已经存在系统性金融风险”。