發(fā)布時(shí)間：2020-11-19 20:18

　　 本文對中國11個(gè)行業(yè)的下行風(fēng)險(xiǎn)進(jìn)行測度,并采用新發(fā)展的非線性平滑轉(zhuǎn)換向量自回歸模型考察行業(yè)間風(fēng)險(xiǎn)傳染的宏觀驅(qū)動(dòng)機(jī)制,通過構(gòu)造非對稱的風(fēng)險(xiǎn)傳染矩陣分析了各行業(yè)在風(fēng)險(xiǎn)傳染鏈中的角色。研究發(fā)現(xiàn),下行風(fēng)險(xiǎn)在傳染過程中存在顯著的非對稱性,當(dāng)經(jīng)濟(jì)體的下行壓力增大、面臨較大的政策不確定性或?qū)嵤�擴(kuò)張性信貸政策時(shí),各行業(yè)間將呈現(xiàn)更為顯著的風(fēng)險(xiǎn)傳染關(guān)系。部分實(shí)體經(jīng)濟(jì)行業(yè)對系統(tǒng)性金融風(fēng)險(xiǎn)有較強(qiáng)的解釋力。其中,能源和日常消費(fèi)品等基礎(chǔ)性行業(yè)在各體制區(qū)間均屬于穩(wěn)定的風(fēng)險(xiǎn)凈溢出行業(yè),能夠通過產(chǎn)業(yè)供應(yīng)鏈渠道對其他部門形成顯著的風(fēng)險(xiǎn)沖擊。此外,部分行業(yè)的風(fēng)險(xiǎn)傳染角色并非一成不變,風(fēng)險(xiǎn)監(jiān)控機(jī)制需要審時(shí)度勢地做出適應(yīng)性調(diào)整。
【部分圖文】：

表3 下行風(fēng)險(xiǎn)傳染的非線性檢驗(yàn) 狀態(tài)變量 滯后1階 滯后2階 滯后3階 LM檢驗(yàn)統(tǒng)計(jì)量 P值 LM檢驗(yàn)統(tǒng)計(jì)量 P值 LM檢驗(yàn)統(tǒng)計(jì)量 P值 經(jīng)濟(jì)景氣一致指數(shù) 300.079*** 0.000 503.880*** 0.000 767.749*** 0.000 經(jīng)濟(jì)政策不確定性 245.189*** 0.000 382.474*** 0.000 553.954*** 0.000 貸款余額增長 410.522*** 0.000 690.824*** 0.000 906.019*** 0.000 狀態(tài)變量 滯后4階 滯后5階 滯后6階 LM檢驗(yàn)統(tǒng)計(jì)量 P值 LM檢驗(yàn)統(tǒng)計(jì)量 P值 LM檢驗(yàn)統(tǒng)計(jì)量 P值 經(jīng)濟(jì)景氣一致指數(shù) 978.708*** 0.000 1206.064*** 0.000 1439.163*** 0.000 經(jīng)濟(jì)政策不確定性 710.869*** 0.000 869.418*** 0.000 1115.265*** 0.000 貸款余額增長 1123.857*** 0.000 1378.059*** 0.000 1588.063*** 0.000 說明:***表示在1%顯著性水平下拒絕“存在線性關(guān)系”的原假設(shè)。表4報(bào)告了經(jīng)濟(jì)景氣一致指數(shù)為狀態(tài)變量的非對稱傳染矩陣(8)。表4顯示,在經(jīng)濟(jì)下行區(qū)間,風(fēng)險(xiǎn)傳染總效應(yīng)達(dá)到70.5%,高于經(jīng)濟(jì)上行區(qū)間的66.1%。這表明當(dāng)經(jīng)濟(jì)面臨較大的下行壓力時(shí),行業(yè)性的風(fēng)險(xiǎn)事件更可能沿產(chǎn)業(yè)供應(yīng)鏈渠道沖擊其他部門。究其原因,這是由于在經(jīng)濟(jì)增速放緩的背景下,投資消費(fèi)疲軟,國民經(jīng)濟(jì)各行業(yè)的經(jīng)營業(yè)績普遍面臨下滑風(fēng)險(xiǎn),此時(shí)各行業(yè)相對脆弱的財(cái)務(wù)狀況容易放大異質(zhì)性沖擊的負(fù)面效應(yīng)。此外,經(jīng)濟(jì)基本面持續(xù)惡化還將嚴(yán)重影響金融市場的穩(wěn)定和投資者的預(yù)期,因此風(fēng)險(xiǎn)傳染效應(yīng)在經(jīng)濟(jì)上下行區(qū)間存在顯著差異。由此可見,伴隨經(jīng)濟(jì)短期下行壓力加大以及公共衛(wèi)生危機(jī)等黑天鵝事件的沖擊,風(fēng)險(xiǎn)跨行業(yè)傳染效應(yīng)會(huì)明顯加劇,這將成為中國守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線所面臨的重要挑戰(zhàn)。

在經(jīng)濟(jì)政策不確定性指數(shù)(基于《南華早報(bào)》)為狀態(tài)變量的STVAR模型中,本文使用VaR和MES指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。圖6顯示,相關(guān)結(jié)果與基準(zhǔn)模型(表6)保持一致:在較高的經(jīng)濟(jì)政策不確定性背景下,行業(yè)間存在更為顯著的風(fēng)險(xiǎn)溢出效應(yīng)。同時(shí),采用不同風(fēng)險(xiǎn)測度指標(biāo)進(jìn)行經(jīng)驗(yàn)分析,對于大部分行業(yè)的風(fēng)險(xiǎn)傳染角色并無顯著影響(16)。3種風(fēng)險(xiǎn)指標(biāo)的分析結(jié)果均表明,能源業(yè)和日常消費(fèi)品等基礎(chǔ)性行業(yè)是低政策不確定性區(qū)間主要的風(fēng)險(xiǎn)凈溢出部門;而工業(yè)和金融業(yè)受EPU的影響較大,以上兩個(gè)行業(yè)在高政策不確定性區(qū)間風(fēng)險(xiǎn)凈溢出強(qiáng)度顯著上升,是金融市場重要的風(fēng)險(xiǎn)來源。在以金融機(jī)構(gòu)各項(xiàng)貸款余額為狀態(tài)變量的STVAR模型中,本文同樣采用VaR和MES作為行業(yè)風(fēng)險(xiǎn)測度指標(biāo),構(gòu)建非對稱的風(fēng)險(xiǎn)傳染矩陣。圖7顯示,在信貸約束較為寬松的高貸款增長區(qū)間,行業(yè)間下行風(fēng)險(xiǎn)擴(kuò)散效應(yīng)更為顯著。以上分析結(jié)果表明,本文的研究結(jié)論不會(huì)因?yàn)楦鼡Q風(fēng)險(xiǎn)測度指標(biāo)而發(fā)生改變,是穩(wěn)健可靠的。在行業(yè)風(fēng)險(xiǎn)傳染鏈的角色分析方面(17),更換風(fēng)險(xiǎn)測度指標(biāo)對低貸款增長區(qū)間大部分行業(yè)的風(fēng)險(xiǎn)傳染角色不會(huì)產(chǎn)生顯著影響。此外,3種風(fēng)險(xiǎn)指標(biāo)的分析結(jié)果均表明,能源業(yè)和材料業(yè)分別是低貸款增長區(qū)間和高貸款增長區(qū)間主要的風(fēng)險(xiǎn)凈溢出行業(yè)。

表5 行業(yè)風(fēng)險(xiǎn)傳染鏈的角色分析(基于經(jīng)濟(jì)景氣一致指數(shù)) TO FROM NS n Η 經(jīng)濟(jì)下行 經(jīng)濟(jì)上行 經(jīng)濟(jì)下行 經(jīng)濟(jì)上行 經(jīng)濟(jì)下行 經(jīng)濟(jì)上行 能源 131.138 204.840 64.876 22.792 66.262 182.048 日常消費(fèi)品 145.574 223.256 52.421 44.966 93.153 178.289 可選消費(fèi)品 144.459 60.751 56.902 80.690 87.557 -19.938 公共事業(yè) 33.244 35.360 84.617 84.682 -51.373 -49.322 房地產(chǎn) 26.307 9.758 83.449 89.892 -57.142 -80.134 醫(yī)療保健 145.553 33.470 86.909 82.744 58.644 -49.274 材料 17.737 14.916 84.678 87.678 -66.941 -72.762 金融 54.177 110.903 71.960 59.296 -17.783 51.607 信息 28.657 13.309 79.054 79.149 -50.396 -65.839 電信 8.944 6.416 55.000 54.240 -46.056 -47.823 工業(yè) 33.507 47.622 92.649 91.428 -59.142 -43.805由表5和圖2可以發(fā)現(xiàn),日常消費(fèi)品和能源業(yè)在兩個(gè)區(qū)間風(fēng)險(xiǎn)凈溢出強(qiáng)度保持為正,是最為重要的風(fēng)險(xiǎn)凈溢出節(jié)點(diǎn)。以上兩個(gè)行業(yè)在國民經(jīng)濟(jì)體系中具有基礎(chǔ)性地位,能夠?qū)ζ渌�部門產(chǎn)生顯著的風(fēng)險(xiǎn)沖擊。同時(shí),公共事業(yè)、房地產(chǎn)、材料、信息、電信、工業(yè)在兩個(gè)區(qū)間風(fēng)險(xiǎn)凈溢出強(qiáng)度為負(fù),是穩(wěn)定的風(fēng)險(xiǎn)凈輸入行業(yè)。其中,在經(jīng)濟(jì)上行區(qū)間,風(fēng)險(xiǎn)凈輸入強(qiáng)度最高的行業(yè)為房地產(chǎn);而在經(jīng)濟(jì)下行區(qū)間,材料業(yè)的風(fēng)險(xiǎn)凈輸入強(qiáng)度最高。此外,部分行業(yè)在風(fēng)險(xiǎn)傳遞鏈中的地位會(huì)受經(jīng)濟(jì)景氣程度的影響。其中,可選消費(fèi)品是風(fēng)險(xiǎn)凈溢出強(qiáng)度區(qū)間差異最大的行業(yè),其在經(jīng)濟(jì)下行區(qū)間的風(fēng)險(xiǎn)凈溢出強(qiáng)度顯著上升。這主要是由于在經(jīng)濟(jì)下行區(qū)間,可選消費(fèi)品業(yè)的經(jīng)營業(yè)績可能出現(xiàn)明顯下滑,會(huì)成為主要的市場動(dòng)蕩源,因此能夠沿產(chǎn)業(yè)鏈對多個(gè)部門形成明顯的風(fēng)險(xiǎn)沖擊。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳桂宇;高甜;;金融危機(jī)后中國股市下行風(fēng)險(xiǎn)研究——基于非線性帶閾值的下行風(fēng)險(xiǎn)定價(jià)模型[J];財(cái)會(huì)月刊;2012年36期

2 郭寶才;;非對稱抽樣區(qū)間?圖[J];工業(yè)工程;2009年03期

3 黃杰英;;大規(guī)模非對稱線性方程組的并行計(jì)算方法研究[J];課程教育研究;2017年15期

4 石黎;林仙;;非對稱博弈的表示和求解[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年10期

5 柳金甫;;平面上非對稱隨機(jī)徘徊的相遇問題[J];山西師大學(xué)報(bào)(自然科學(xué)版);1993年01期

6 訾琨;;圓柱形管道內(nèi)氣體的非對稱流動(dòng)[J];云南工學(xué)院學(xué)報(bào);1987年02期

7 顧明;陳健元;;非對稱循環(huán)載荷二維載荷譜編制的分析及計(jì)算程序[J];機(jī)械強(qiáng)度;1987年01期

8 王新志,王林祥,徐鑒;圓薄板非對稱大變形問題[J];科學(xué)通報(bào);1988年16期

9 李安華,李永富,查健祿,李葆文;非對稱模糊制約關(guān)系的系統(tǒng)結(jié)構(gòu)分析[J];模糊系統(tǒng)與數(shù)學(xué);1988年01期

10 范文霈;;略論經(jīng)典力學(xué)的勢與等時(shí)運(yùn)動(dòng)[J];揚(yáng)州師院學(xué)報(bào)(自然科學(xué)版);1988年04期

相關(guān)博士學(xué)位論文 前6條

1 賀軍州;非對稱合作系統(tǒng)的演化[D];云南大學(xué);2012年

2 劉漢中;閾值自回歸、非對稱單位根和閾值協(xié)整：估計(jì)與檢驗(yàn)[D];華中科技大學(xué);2008年

3 王麗霞;非對稱方程解的有界性和無界性[D];南開大學(xué);2012年

4 羅艾花;非對稱交通網(wǎng)絡(luò)優(yōu)化模型與算法[D];武漢大學(xué);2012年

5 王宇洋;非對稱均值回歸與金融危機(jī)的形成機(jī)理[D];吉林大學(xué);2016年

6 解兵;非對稱微分算子的譜問題[D];山東大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王惠韜;非對稱Kuramoto模型的有界同步性[D];哈爾濱工業(yè)大學(xué);2019年

2 孫杰;非對稱雪堆博弈模型的穩(wěn)定性分析[D];河北師范大學(xué);2019年

3 劉燕;點(diǎn)數(shù)不超過50的旗傳遞非對稱2-設(shè)計(jì)[D];華南理工大學(xué);2017年

4 周文昌;頻率分布非對稱下的爆發(fā)式同步[D];華東師范大學(xué);2017年

5 陳小丹;非對稱離子空間[D];武漢科技大學(xué);2011年

6 沈丹薇;微博環(huán)境下非對稱性產(chǎn)品傷害危機(jī)演化博弈研究[D];哈爾濱工程大學(xué);2016年

7 朱寧寧;我國貨幣政策非對稱性研究[D];天津財(cái)經(jīng)大學(xué);2007年

8 孔亮;相依風(fēng)險(xiǎn)及非對稱損失下的信度理論[D];吉林大學(xué);2017年

9 裴極;稀疏矩陣的非對稱閾值估計(jì)[D];蘇州大學(xué);2017年

10 王亮;中國股票市場非對稱反應(yīng)研究[D];吉林大學(xué);2006年

本文編號：2890392