极端金融事件的非线性风险传染及其动态管理研究

After the occurrence of extreme financial events, their risks explosively increase in a short time. The nonlinear mechanism of the abrupt risk surge is difficult to describe by conventional financial risk studies based on the assumption of stationary random process. The project will start with the essential differences between extreme financial events and conventional financial risk events, extract the nonlinear characteristics of risk contagion of extreme financial events, and then make full use of the availability of financial market data and introduce Macro Contingent Claims Analysis (MCCA) to cleverly solve the nonlinear mechanism problem of financial risk abrupt surge and contagion after the occurrence of extreme financial events, thereby quantitatively measuring macro-financial risks caused by extreme financial events and developing a new way of early warning of extreme financial events. On this basis, the project will adopt VAR-MGARCH-BEKK model and MRS-DCC-MGARCH model respectively to analyze the spillover effects and dynamic correlations of financial risk contagion after the occurrence of extreme financial events, establish the key index system of the risk management of extreme financial events which is suitable for China, and finally incorporate the key indexes into objective functions to form the dynamic optimization of intervention decisions. If successful, this exploration is expected to apply in both financial industry and relevant government departments to achieve a successful dynamic risk management of extreme financial events.

极端金融事件发生后，其风险在短时间内爆发式增长，这种突变式激增的非线性机制是基于平稳随机过程假设的常规金融风险研究难以刻画的。本项目拟从极端金融事件与常规金融风险事件的本质区别出发，提炼出极端金融事件风险传染的非线性特征，进而充分利用金融市场数据的易得性引入宏观未定权益分析方法巧妙地解决极端金融事件发生后金融风险突变和传染的非线性机制问题，量化测度极端金融事件所造成的宏观金融风险，发展出极端金融事件预警的一种新思路；而后分别采用VAR-MGARCH-BEKK模型和MRS-DCC-MGARCH模型分析极端金融事件发生后金融市场间风险溢出和动态相关传染，建立适合中国国情的极端金融事件风险管理的关键指标体系，并最终将其纳入目标函数形成干预决策的动态优化选择。这一探索若成功，可望在金融行业和相关政府部门获得极广泛的应用，实现极端金融事件的动态风险管理。

极端金融事件的风险往往在短时间内爆发式增长，呈现出突变式激增的非线性机制，而传统经济学基于平稳随机过程假设的常规金融风险研究难以刻画这种风险激增的非线性机制，因而其提出的风险管理方案往往难以奏效，因此，本课题从极端金融事件与常规金融风险事件的本质区别出发，提炼出极端金融事件风险传染的非线性特征，在传统CCA方法基础上引入跳跃扩散，在CoVaR方法中引入极端尾部冲击，以此反映极端金融事件引起的跳跃性风险激增机制，实现在理论设定上对极端金融事件风险激增机制的拟合，从而大幅增强了其应用于极端金融事件风险测度的理论可行性，进而从非线性视角研究极端金融事件的动态风险管理，探索出一个更有效的极端金融事件风险管理方案，其研究具有大量的实际背景，是金融管理与决策科学领域迫切需要研究的新课题，具有前沿性和探索性。..本课题从金融市场间风险传染的视角切入研究极端金融事件的风险管理问题，在分析方法和模型选择上进行新拓展，综合利用金融市场和宏观经济信息创造性地构建混频宏观动态因子，以此替换原有单纯从金融市场获得的资产价格信息，从而有效解决引入跳跃扩散假设带来的市场跳跃性风险信息和系统性金融风险激增信息不匹配等问题，为极端金融事件和金融风险管理等相关研究提出一种新视角，对于进一步发展和完善极端金融事件管理决策理论具有重要意义。..本课题紧密联系中国极端金融事件的实际案例，从中梳理出中国极端金融事件风险管理的特色，建立一套极端金融事件关键信息指标体系，运用事件分析法、DCC-GARCH、平滑转移等模型深入探讨了极端金融事件在金融市场中的风险传染机制，相比已有研究更准确识别了各类极端金融事件对我国金融市场的冲击强度和传染方向，筛选出了在风险传染中的系统重要性部门、市场板块，可以为我国“牢牢守住不发生系统性金融风险底线”提供实践参考。