| 2,090 | 18 | 130 |
| 下载次数 | 被引频次 | 阅读次数 |
基于TVP-SV-SVAR模型，分析六个不同金融子市场风险对实体经济的实时冲击效应，结合时变脉冲响应方法构建了动态权重系统性金融风险综合指数，并区分高低风险状态探讨其对实体经济的影响。结果表明，银行部门、股票市场和外部金融市场对系统性金融风险的贡献较大；基于对实体经济冲击视角的动态权重系统性金融风险综合指数与样本期内实际金融经济事件的发展趋势一致；不同状态下系统性金融风险对经济增长的冲击效应不同：短期来看，高风险点系统性金融风险抑制经济增长，低风险点系统性金融风险促进经济增长；长期来看，系统性金融风险在高低状态下对经济增长均有负向冲击效应。研究结论对于防范和化解系统性金融风险的宏观审慎政策制定具有重要的参考意义。
Abstract：Based on the TVP-SV-SVAR model,this paper investigates the time-varying shock effects of financial pressures in the banking sector,stock market,real estate market,bond market,foreign exchange market and currency market on the real economy.Then we use the time-varying impulse response method to construct a comprehensive index of systemic financial risks with dynamic weights from the perspective of the impact on the real economy,and distinguishes the high and low risk states to analyze its impact on the real economy. The results show that the banking sector,stock market,and foreign exchange market contribute significantly to the systemic financial risks; the comprehensive index of systemic financial risks we constructed is consistent with the development trend of actual financial and economic events during the sample period. Furthermore,we find that the impact of systemic financial risks on economic growth is different under different risk conditions. From the perspective of short-term effects,systemic financial risk shocks in a high-risk state can inhibit economic growth,while systemic financial risk shocks in a low-risk state can promote economic growth. From the perspective of long-term effects,regardless of high-risk or low-risk status,systemic financial risks have a negative impact on economic growth. The conclusions of this paper are of great significance to the formulation of macro-prudential policies to prevent and resolve systemic financial risks.
[1]DUCA M L,PELTONEN T A.Macro-financial vulnerabilities and future financial stress-assessing systemic risks and predicting systemic events[J].SSRN Electronic Journal,2011,60(1):82-88．
[2]ADRIAN T,BRUNNERMEIER M K.Co Va R[J].American Economic Review,2016,106(7):1705-1741．
[3]刘晓星，段斌，谢福座．股票市场风险溢出效应研究:基于EVT-Copula-Co Va R模型的分析[J]．世界经济，2011(11):145-159．
[4]和文佳，方意，荆中博．中美贸易摩擦对中国系统性金融风险的影响研究[J]．国际金融研究，2019(3):34-45．
[5]ACHARYA V V,ENGLE R,RICHARDSON M.Capital shortfall:a new approach to ranking and regulating systemic risks[J].The American Economic Review,2012,102(3):59-64．
[6]宋清华，姜玉东．中国上市银行系统性风险度量---基于MES方法的分析[J]．财经理论与实践，2014(6):2-7．
[7]杨子晖，周颖刚．全球系统性金融风险溢出与外部冲击[J]．中国社会科学，2018(12):69-90．
[8]SALDIAS M.Systemic risk analysis using forward-looking Distance-to-Default series[J].Journal of Financial Stability,2013,9(4):498-517．
[9]宫晓琳．未定权益分析方法与中国宏观金融风险的测度分析[J]．经济研究，2012(3):76-87．
[10]杨子晖，陈雨恬，谢锐楷．我国金融机构系统性金融风险度量与跨部门风险溢出效应研究[J]．金融研究，2018(10):19-37．
[11]ILLING M,YING L.Measuring financial stress in a developed country:an application to Canada[J].Journal of Financial Stability,2007,2(3):243-265．
[12]BALAKRISHNAN R,DANNINGER S,ELEKDAG S,et al.The transmission of financial stress from advanced to emerging economies[J].Emerging Markets Finance and Trade,2011,47(2):40-68．
[13]LOUZIS D P,VOULDIS A T.A methodology for constructing a financial systemic stress index:an application to Greece[J].Economic Modeling,2012,29(4):1228-1241．
[14]许涤龙，陈双莲．基于金融压力指数的系统性金融风险测度研究[J]．经济学动态，2015(4):69-78．
[15]陶玲，朱迎．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]．金融研究，2016(6):18-36．
[16]何青，钱宗鑫，刘伟．中国系统性金融风险的度量---基于实体经济的视角[J]．金融研究，2018(4):57-74．
[17]清华大学金融与发展中心课题组．中国系统性金融压力的检测[J]．国际金融研究，2019(12):3-12．
[18]郭娜，申琳，张宁．中国金融系统脆弱性指数的构建与区制状态分析[J]．当代经济科学，2020(1):1-9．
[19]李绍芳，刘晓星．金融系统压力:指数化测度及其溢出效应研究[J]．系统工程理论与实践，2020(5):3-26．
[20]郭娜，祁帆，张宁．我国系统性金融风险指数的度量与监测[J]．财经科学，2018(12):1-14．
[21]唐升，周新苗．中国系统性金融风险与安全预警实证研究[J]．宏观经济研究，2018(3):48-61．
[22]马勇，黄科．金融压力指数及其政策应用:基于中国的实证分析[J]．金融监管研究，2019(7):1-17．
[23]丁慧，陈颖，卞志村．中国金融市场压力指数构建及其宏观经济非线性效应[J]．现代财经，2020(8):18-30．
[24]欧阳资生，李虹宣，刘凤根．中国系统性金融风险对宏观经济的影响研究[J]．统计研究，2019(8):19-31．
[25]刘晓星，方磊．金融压力指数构建及其有效性检验---基于中国数据的实证分析[J]．管理工程学报，2012(3):1-6．
[26]刘瑞兴．金融压力对中国实体经济冲击研究[J]．数量经济技术经济研究，2015(6):147-160．
[27]陈建青，王擎，许韶辉．金融行业间的系统性金融风险溢出效应研究[J]．数量经济技术经济研究，2015(9):89-100．
[28]ABOURA S,ROYE B V.Financial stress and economic dynamics:the case of France[J].International Economics,2016,149:57-73．
[29]徐国祥，李波．中国金融压力指数的构建及动态传导效应研究[J]．统计研究，2017(4):59-71．
[30]NAKAJIMA J.Time-varying parameter VAR model with stochastic volatility:an overview of methodology and empirical applications[J].Monetary and Economic Studies,2011,29:107-142．
[31]HAMILTON J D.Rational-expectations econometric analysis of changes in regime:an investigation of the term structure of interest rates[J].Journal of Economic Dynamics and Control,1988,12(2/3):385-423．
[32]刘丽娟，江红莉．基于MS-VAR模型的居民杠杆率与系统性金融风险动态关联研究[J]．武汉金融，2020(2):28-34．
[33]孙姝，姜薇．要素价格扭曲与商业银行创新效率损失[J]．金融发展研究，2018(7):21-29．
[34]秦建文，王涛．新常态下中国金融压力与宏观经济动态效应研究[J]．浙江工商大学学报，2017(3):75-87．
[35]王克达．金融压力指数构建及其宏观经济效应研究[J]．上海金融，2020(1):32-40．
[36]黄济生，罗海波．我国隐性资本流入的影响因素实证研究[J]．世界经济研究，2008(6):32-37．
[37]陈彦，陈森发，张建坤，等．模糊模式识别在房地产预警信息系统中的应用[J]．运筹与管理，2005(3):95-100．
[38]何畅，邢天才．中国金融体系脆弱性指标体系构建及风险因素分解[J]．上海金融，2018(10):12-22．
[39]KREMER M,LO DUCA M,HOLLO D,et al.CISS-a composite indicator of systemic stress in the financial system[J].SSRN Electronic Journal,2012,1(3):347-351．
[40]郑金麟，张业圳，谢八妹．我国系统性金融风险的衡量与识别[J]．金融监管研究，2019(12):54-65.
(1)对于处于高风险区制的个别点(图1和图2中数竖直的线而未形成阴影区域),由于仅一个点的高风险表明其持续期短,本文只分析阴影区域部分。
基本信息:
DOI：10.14134/j.cnki.cn33-1336/f.2022.03.007
中图分类号:F832
引用信息:
[1]石广平,刘晓星,段聪颖.系统性金融风险的度量及其时变经济效应研究[J].商业经济与管理,2022,No.365(03):87-100.DOI:10.14134/j.cnki.cn33-1336/f.2022.03.007.
基金信息:
国家自然科学基金青年项目“金融周期与系统性金融风险：影响机制及监控预警研究”(71903048); 研究阐释党的十九大精神国家社会科学基金重大专项课题“新时代基于系统性金融风险的国家金融安全体系研究”(18VSJ035); 河南省软科学项目“河南省科技型中小企业发展与多层次资本市场对接的实现路径研究”(212400410353); 河南财经政法大学华贸金融研究院2019年度研究项目(HYK-2019014)
2022-03-15
2022-03-15