行业间下行风险的非对称传染:来自区间转换模型的新证据

发布时间：2020-11-19 20:18

　　 本文对中国11个行业的下行风险进行测度,并采用新发展的非线性平滑转换向量自回归模型考察行业间风险传染的宏观驱动机制,通过构造非对称的风险传染矩阵分析了各行业在风险传染链中的角色。研究发现,下行风险在传染过程中存在显著的非对称性,当经济体的下行压力增大、面临较大的政策不确定性或实施扩张性信贷政策时,各行业间将呈现更为显著的风险传染关系。部分实体经济行业对系统性金融风险有较强的解释力。其中,能源和日常消费品等基础性行业在各体制区间均属于稳定的风险净溢出行业,能够通过产业供应链渠道对其他部门形成显著的风险冲击。此外,部分行业的风险传染角色并非一成不变,风险监控机制需要审时度势地做出适应性调整。
【部分图文】：

表3 下行风险传染的非线性检验 状态变量 滞后1阶 滞后2阶 滞后3阶 LM检验统计量 P值 LM检验统计量 P值 LM检验统计量 P值 经济景气一致指数 300.079*** 0.000 503.880*** 0.000 767.749*** 0.000 经济政策不确定性 245.189*** 0.000 382.474*** 0.000 553.954*** 0.000 贷款余额增长 410.522*** 0.000 690.824*** 0.000 906.019*** 0.000 状态变量 滞后4阶 滞后5阶 滞后6阶 LM检验统计量 P值 LM检验统计量 P值 LM检验统计量 P值 经济景气一致指数 978.708*** 0.000 1206.064*** 0.000 1439.163*** 0.000 经济政策不确定性 710.869*** 0.000 869.418*** 0.000 1115.265*** 0.000 贷款余额增长 1123.857*** 0.000 1378.059*** 0.000 1588.063*** 0.000 说明:***表示在1%显著性水平下拒绝“存在线性关系”的原假设。表4报告了经济景气一致指数为状态变量的非对称传染矩阵(8)。表4显示,在经济下行区间,风险传染总效应达到70.5%,高于经济上行区间的66.1%。这表明当经济面临较大的下行压力时,行业性的风险事件更可能沿产业供应链渠道冲击其他部门。究其原因,这是由于在经济增速放缓的背景下,投资消费疲软,国民经济各行业的经营业绩普遍面临下滑风险,此时各行业相对脆弱的财务状况容易放大异质性冲击的负面效应。此外,经济基本面持续恶化还将严重影响金融市场的稳定和投资者的预期,因此风险传染效应在经济上下行区间存在显著差异。由此可见,伴随经济短期下行压力加大以及公共卫生危机等黑天鹅事件的冲击,风险跨行业传染效应会明显加剧,这将成为中国守住不发生系统性金融风险底线所面临的重要挑战。

在经济政策不确定性指数(基于《南华早报》)为状态变量的STVAR模型中,本文使用VaR和MES指标进行稳健性检验。图6显示,相关结果与基准模型(表6)保持一致:在较高的经济政策不确定性背景下,行业间存在更为显著的风险溢出效应。同时,采用不同风险测度指标进行经验分析,对于大部分行业的风险传染角色并无显著影响(16)。3种风险指标的分析结果均表明,能源业和日常消费品等基础性行业是低政策不确定性区间主要的风险净溢出部门;而工业和金融业受EPU的影响较大,以上两个行业在高政策不确定性区间风险净溢出强度显著上升,是金融市场重要的风险来源。在以金融机构各项贷款余额为状态变量的STVAR模型中,本文同样采用VaR和MES作为行业风险测度指标,构建非对称的风险传染矩阵。图7显示,在信贷约束较为宽松的高贷款增长区间,行业间下行风险扩散效应更为显著。以上分析结果表明,本文的研究结论不会因为更换风险测度指标而发生改变,是稳健可靠的。在行业风险传染链的角色分析方面(17),更换风险测度指标对低贷款增长区间大部分行业的风险传染角色不会产生显著影响。此外,3种风险指标的分析结果均表明,能源业和材料业分别是低贷款增长区间和高贷款增长区间主要的风险净溢出行业。

表5 行业风险传染链的角色分析(基于经济景气一致指数) TO FROM NS n Η 经济下行 经济上行 经济下行 经济上行 经济下行 经济上行 能源 131.138 204.840 64.876 22.792 66.262 182.048 日常消费品 145.574 223.256 52.421 44.966 93.153 178.289 可选消费品 144.459 60.751 56.902 80.690 87.557 -19.938 公共事业 33.244 35.360 84.617 84.682 -51.373 -49.322 房地产 26.307 9.758 83.449 89.892 -57.142 -80.134 医疗保健 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 电信 8.944 6.416 55.000 54.240 -46.056 -47.823 工业 33.507 47.622 92.649 91.428 -59.142 -43.805由表5和图2可以发现,日常消费品和能源业在两个区间风险净溢出强度保持为正,是最为重要的风险净溢出节点。以上两个行业在国民经济体系中具有基础性地位,能够对其他部门产生显著的风险冲击。同时,公共事业、房地产、材料、信息、电信、工业在两个区间风险净溢出强度为负,是稳定的风险净输入行业。其中,在经济上行区间,风险净输入强度最高的行业为房地产;而在经济下行区间,材料业的风险净输入强度最高。此外,部分行业在风险传递链中的地位会受经济景气程度的影响。其中,可选消费品是风险净溢出强度区间差异最大的行业,其在经济下行区间的风险净溢出强度显著上升。这主要是由于在经济下行区间,可选消费品业的经营业绩可能出现明显下滑,会成为主要的市场动荡源,因此能够沿产业链对多个部门形成明显的风险冲击。
【相似文献】

相关期刊论文 前10条

1 陈桂宇;高甜;;金融危机后中国股市下行风险研究——基于非线性带阈值的下行风险定价模型[J];财会月刊;2012年36期

2 郭宝才;;非对称抽样区间?图[J];工业工程;2009年03期

3 黄杰英;;大规模非对称线性方程组的并行计算方法研究[J];课程教育研究;2017年15期

4 石黎;林仙;;非对称博弈的表示和求解[J];计算机系统应用;2011年10期

5 柳金甫;;平面上非对称随机徘徊的相遇问题[J];山西师大学报(自然科学版);1993年01期

6 訾琨;;圆柱形管道内气体的非对称流动[J];云南工学院学报;1987年02期

7 顾明;陈健元;;非对称循环载荷二维载荷谱编制的分析及计算程序[J];机械强度;1987年01期

8 王新志,王林祥,徐鉴;圆薄板非对称大变形问题[J];科学通报;1988年16期

9 李安华,李永富,查健禄,李葆文;非对称模糊制约关系的系统结构分析[J];模糊系统与数学;1988年01期

10 范文霈;;略论经典力学的势与等时运动[J];扬州师院学报(自然科学版);1988年04期

相关博士学位论文 前6条

1 贺军州;非对称合作系统的演化[D];云南大学;2012年

2 刘汉中;阈值自回归、非对称单位根和阈值协整：估计与检验[D];华中科技大学;2008年

3 王丽霞;非对称方程解的有界性和无界性[D];南开大学;2012年

4 罗艾花;非对称交通网络优化模型与算法[D];武汉大学;2012年

5 王宇洋;非对称均值回归与金融危机的形成机理[D];吉林大学;2016年

6 解兵;非对称微分算子的谱问题[D];山东大学;2014年

相关硕士学位论文 前10条

1 王惠韬;非对称Kuramoto模型的有界同步性[D];哈尔滨工业大学;2019年

2 孙杰;非对称雪堆博弈模型的稳定性分析[D];河北师范大学;2019年

3 刘燕;点数不超过50的旗传递非对称2-设计[D];华南理工大学;2017年

4 周文昌;频率分布非对称下的爆发式同步[D];华东师范大学;2017年

5 陈小丹;非对称离子空间[D];武汉科技大学;2011年

6 沈丹薇;微博环境下非对称性产品伤害危机演化博弈研究[D];哈尔滨工程大学;2016年

7 朱宁宁;我国货币政策非对称性研究[D];天津财经大学;2007年

8 孔亮;相依风险及非对称损失下的信度理论[D];吉林大学;2017年

9 裴极;稀疏矩阵的非对称阈值估计[D];苏州大学;2017年

10 王亮;中国股票市场非对称反应研究[D];吉林大学;2006年

本文编号：2890392