行業(yè)間下行風險的非對稱傳染:來自區(qū)間轉換模型的新證據(jù)
【部分圖文】:
表3 下行風險傳染的非線性檢驗 狀態(tài)變量 滯后1階 滯后2階 滯后3階 LM檢驗統(tǒng)計量 P值 LM檢驗統(tǒng)計量 P值 LM檢驗統(tǒng)計量 P值 經(jīng)濟景氣一致指數(shù) 300.079*** 0.000 503.880*** 0.000 767.749*** 0.000 經(jīng)濟政策不確定性 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檢驗統(tǒng)計量 P值 LM檢驗統(tǒng)計量 P值 LM檢驗統(tǒng)計量 P值 經(jīng)濟景氣一致指數(shù) 978.708*** 0.000 1206.064*** 0.000 1439.163*** 0.000 經(jīng)濟政策不確定性 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“存在線性關系”的原假設。表4報告了經(jīng)濟景氣一致指數(shù)為狀態(tài)變量的非對稱傳染矩陣(8)。表4顯示,在經(jīng)濟下行區(qū)間,風險傳染總效應達到70.5%,高于經(jīng)濟上行區(qū)間的66.1%。這表明當經(jīng)濟面臨較大的下行壓力時,行業(yè)性的風險事件更可能沿產(chǎn)業(yè)供應鏈渠道沖擊其他部門。究其原因,這是由于在經(jīng)濟增速放緩的背景下,投資消費疲軟,國民經(jīng)濟各行業(yè)的經(jīng)營業(yè)績普遍面臨下滑風險,此時各行業(yè)相對脆弱的財務狀況容易放大異質性沖擊的負面效應。此外,經(jīng)濟基本面持續(xù)惡化還將嚴重影響金融市場的穩(wěn)定和投資者的預期,因此風險傳染效應在經(jīng)濟上下行區(qū)間存在顯著差異。由此可見,伴隨經(jīng)濟短期下行壓力加大以及公共衛(wèi)生危機等黑天鵝事件的沖擊,風險跨行業(yè)傳染效應會明顯加劇,這將成為中國守住不發(fā)生系統(tǒng)性金融風險底線所面臨的重要挑戰(zhàn)。
在經(jīng)濟政策不確定性指數(shù)(基于《南華早報》)為狀態(tài)變量的STVAR模型中,本文使用VaR和MES指標進行穩(wěn)健性檢驗。圖6顯示,相關結果與基準模型(表6)保持一致:在較高的經(jīng)濟政策不確定性背景下,行業(yè)間存在更為顯著的風險溢出效應。同時,采用不同風險測度指標進行經(jīng)驗分析,對于大部分行業(yè)的風險傳染角色并無顯著影響(16)。3種風險指標的分析結果均表明,能源業(yè)和日常消費品等基礎性行業(yè)是低政策不確定性區(qū)間主要的風險凈溢出部門;而工業(yè)和金融業(yè)受EPU的影響較大,以上兩個行業(yè)在高政策不確定性區(qū)間風險凈溢出強度顯著上升,是金融市場重要的風險來源。在以金融機構各項貸款余額為狀態(tài)變量的STVAR模型中,本文同樣采用VaR和MES作為行業(yè)風險測度指標,構建非對稱的風險傳染矩陣。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)間下行風險擴散效應更為顯著。以上分析結果表明,本文的研究結論不會因為更換風險測度指標而發(fā)生改變,是穩(wěn)健可靠的。在行業(yè)風險傳染鏈的角色分析方面(17),更換風險測度指標對低貸款增長區(qū)間大部分行業(yè)的風險傳染角色不會產(chǎn)生顯著影響。此外,3種風險指標的分析結果均表明,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)間主要的風險凈溢出行業(yè)。
表5 行業(yè)風險傳染鏈的角色分析(基于經(jīng)濟景氣一致指數(shù)) TO FROM NS n Η 經(jīng)濟下行 經(jīng)濟上行 經(jīng)濟下行 經(jīng)濟上行 經(jīng)濟下行 經(jīng)濟上行 能源 131.138 204.840 64.876 22.792 66.262 182.048 日常消費品 145.574 223.256 52.421 44.966 93.153 178.289 可選消費品 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),日常消費品和能源業(yè)在兩個區(qū)間風險凈溢出強度保持為正,是最為重要的風險凈溢出節(jié)點。以上兩個行業(yè)在國民經(jīng)濟體系中具有基礎性地位,能夠對其他部門產(chǎn)生顯著的風險沖擊。同時,公共事業(yè)、房地產(chǎn)、材料、信息、電信、工業(yè)在兩個區(qū)間風險凈溢出強度為負,是穩(wěn)定的風險凈輸入行業(yè)。其中,在經(jīng)濟上行區(qū)間,風險凈輸入強度最高的行業(yè)為房地產(chǎn);而在經(jīng)濟下行區(qū)間,材料業(yè)的風險凈輸入強度最高。此外,部分行業(yè)在風險傳遞鏈中的地位會受經(jīng)濟景氣程度的影響。其中,可選消費品是風險凈溢出強度區(qū)間差異最大的行業(yè),其在經(jīng)濟下行區(qū)間的風險凈溢出強度顯著上升。這主要是由于在經(jīng)濟下行區(qū)間,可選消費品業(yè)的經(jīng)營業(yè)績可能出現(xiàn)明顯下滑,會成為主要的市場動蕩源,因此能夠沿產(chǎn)業(yè)鏈對多個部門形成明顯的風險沖擊。
【相似文獻】
相關期刊論文 前10條
1 陳桂宇;高甜;;金融危機后中國股市下行風險研究——基于非線性帶閾值的下行風險定價模型[J];財會月刊;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];計算機系統(tǒng)應用;2011年10期
5 柳金甫;;平面上非對稱隨機徘徊的相遇問題[J];山西師大學報(自然科學版);1993年01期
6 訾琨;;圓柱形管道內氣體的非對稱流動[J];云南工學院學報;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算程序[J];機械強度;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];科學通報;1988年16期
9 李安華,李永富,查健祿,李葆文;非對稱模糊制約關系的系統(tǒng)結構分析[J];模糊系統(tǒng)與數(shù)學;1988年01期
10 范文霈;;略論經(jīng)典力學的勢與等時運動[J];揚州師院學報(自然科學版);1988年04期
相關博士學位論文 前6條
1 賀軍州;非對稱合作系統(tǒng)的演化[D];云南大學;2012年
2 劉漢中;閾值自回歸、非對稱單位根和閾值協(xié)整:估計與檢驗[D];華中科技大學;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;2012年
4 羅艾花;非對稱交通網(wǎng)絡優(yōu)化模型與算法[D];武漢大學;2012年
5 王宇洋;非對稱均值回歸與金融危機的形成機理[D];吉林大學;2016年
6 解兵;非對稱微分算子的譜問題[D];山東大學;2014年
相關碩士學位論文 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;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;2019年
3 劉燕;點數(shù)不超過50的旗傳遞非對稱2-設計[D];華南理工大學;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;2017年
5 陳小丹;非對稱離子空間[D];武漢科技大學;2011年
6 沈丹薇;微博環(huán)境下非對稱性產(chǎn)品傷害危機演化博弈研究[D];哈爾濱工程大學;2016年
7 朱寧寧;我國貨幣政策非對稱性研究[D];天津財經(jīng)大學;2007年
8 孔亮;相依風險及非對稱損失下的信度理論[D];吉林大學;2017年
9 裴極;稀疏矩陣的非對稱閾值估計[D];蘇州大學;2017年
10 王亮;中國股票市場非對稱反應研究[D];吉林大學;2006年
本文編號:2890392
本文鏈接:http://www.wukwdryxk.cn/jingjilunwen/hongguanjingjilunwen/2890392.html