行业特征、货币政策与系统性风险——基于“经济金融”关联网络的分析

被引:26
作者
朱波
马永谈
机构
[1] 西南财经大学金融学院
关键词
系统性风险; “经济金融”; 关联网络; 特征向量中心性; 面板数据模型;
D O I
10.16475/j.cnki.1006-1029.2018.04.003
中图分类号
F822.0 [方针政策及其阐述]; F832.51 [];
学科分类号
020101 ; 020203 ; 020204 ; 1201 ;
摘要
本文运用网络拓扑结构中的特征向量中心性方法,使用2006—2016年期间沪深300指数成分股高频数据,基于"经济金融"关联网络,在测度行业系统性风险的基础上,对行业特征与行业系统性风险关系及其与货币政策联系等问题进行了考察。结果表明:金融业系统性风险相对较高,次贷危机后呈下降趋势;矿采业和房地产业等行业系统性风险在部分时期高于金融业;杠杆比率和规模等行业特征对行业系统性风险具有一定解释力,但在金融业与非金融业上呈现出不同规律;不同货币政策下行业系统性风险演化机制存在差异,我国货币政策对抑制源自杠杆比率的系统性风险扩散效应具有积极影响。论文研究为在系统性风险可控条件下对部分行业"去杠杆"的政策制定和实施提供了参考。
引用
收藏
页码:22 / 32
页数:11
相关论文
共 26 条
[1]   模型不确定下我国商业银行系统性风险影响因素分析 [J].
张天顶 ;
张宇 .
国际金融研究, 2017, (03) :45-54
[2]   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].
陶玲 ;
朱迎 .
金融研究, 2016, (06) :18-36
[3]   非利息收入降低了银行的系统性风险吗?——基于规模异质的视角 [J].
朱波 ;
杨文华 ;
邓叶峰 .
国际金融研究, 2016, (04) :62-73
[4]   债务杠杆与系统性风险传染机制——基于CCA模型的分析 [J].
苟文均 ;
袁鹰 ;
漆鑫 .
金融研究, 2016, (03) :74-91
[5]   系统性风险、网络传染与金融机构系统重要性评估 [J].
邓向荣 ;
曹红 .
中央财经大学学报, 2016, (03) :52-60
[6]   不同货币政策工具对系统性金融风险的影响研究 [J].
朱波 ;
卢露 .
数量经济技术经济研究, 2016, 33 (01) :58-74
[7]   中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角 [J].
欧阳红兵 ;
刘晓东 .
中国管理科学, 2015, 23 (10) :30-37
[8]   金融行业间的系统性金融风险溢出效应研究 [J].
陈建青 ;
王擎 ;
许韶辉 .
数量经济技术经济研究, 2015, 32 (09) :89-100
[9]   我国上市银行系统重要性度量及其影响因素 [J].
朱波 ;
卢露 .
财经科学, 2014, (12) :39-50
[10]   基于政策工具视角的我国货币政策冲击效应研究 [J].
陈浪南 ;
田磊 .
经济学(季刊), 2015, 14 (01) :285-304