基于GAS模型的系统性金融风险测度及其在宏观经济预测中的应用研究

In recent years, the Chinese Government attaches great importance to the prediction and prevention of systemic financial risk and sets up “strengthening financial supervisory system and guarding against systemic financial risks” as the eternal theme of financial work. This project aims to carry out investigations on three main contents: a. Proposing a new econometric model and index, which combine “Microprudential regulation” with “Macroprudential regulation”, to measure the systemic financial risk in China; b. Investigating whether this new measure is useful in the prediction of future economic downturn; c. Analyzing which factors have significant impacts on the dynamics of systemic financial risk. First of all, we use a forward intensity model to calculate the default risk of Chinese listed financial companies. Then, we propose a new GAS model-based time-varying asymmetric factor copula (TVAFC) model to capture the dynamic dependence among financial companies. At last, we use a Monte Carlo simulation to compute the Joint Probability of Default (JPD) as a measure of systemic financial risk. Furthermore, we will investigate whether the proposed JPD could provide useful information to predict the macroeconomy in China, especially the risk of economic downturn. Finally, we will provide a comprehensive analysis of the driving factors of systemic financial risk. This project will provide strong support to the regulation and supervision of financial authority.

近年来，我国政府高度重视系统性金融风险的防范工作，并将“健全金融监管体系，守住不发生系统性金融风险的底线”确立为金融工作永恒的主题。本项目提出将“微观审慎监管”和“宏观审慎监管”原则相结合的系统性金融风险模型和度量指标JPD，检验JPD指标是否能有效地预测宏观经济下行风险，并分析对JPD产生显著影响的因素。首先，我们使用远期强度模型对上市金融机构的自身违约风险进行测算，再构造一个新的基于GAS模型的时变非对称因子Copula来对机构之间的风险相依结构进行建模，最后使用蒙特卡洛模拟计算机构的联合违约概率JPD作为度量系统性金融风险的一个新指标。然后，探究该指标是否能对预测我国宏观经济的下行风险提供有用的信息。最后，分析影响系统性金融风险JPD变化的宏观和微观因素。本项目旨在通过对系统性金融风险监测和分析，为监管机构制定政策来有效控制和降低系统性金融风险提供决策依据。

作为新时代我国金融工作的核心任务之一，防范化解系统性金融风险成为监管当局、学术界和金融业界关注的焦点问题。本项目构建了新的计量模型对国际和国内金融市场的系统性风险进行度量和预测，并进一步研究了系统性风险与宏观经济之间的联系，以及跨市场之间的风险溢出。具体地，本项目研究了如下内容：（a）通过构造一个基于广义自回归分数模型的时变非对称Copula函数来对市场的系统性风险和尾部风险进行度量和预测；（b）提出新的风险指标来度量市场的系统性风险，以及单个资产对于整个市场系统性风险的贡献度；（c）探究提出的新的系统性风险指标是否能对预测我国宏观经济走势提供有用的信息；（d）研究跨市场间的系统性风险溢出及其作用渠道。此外，课题组还开展了一系列扩展性的相关研究，包括：（e）使用系统性风险指标来帮助预测公司破产或违约；（f）金融资产间的关联性和尾部风险预测；（g）新冠疫情冲击下我国市场的系统性风险的生成和溢出等。本项目的研究具有一定的政策意义和实践意义。首先，项目研究中提出的新风险计量模型和指标能为监管机构提供有力的系统性金融风险度量工具，帮助完善现有的系统性金融风险管理框架，并建立更具有前瞻性的风险预警体系。其次，项目通过研究系统性风险和宏观经济指标之间的关联，可以帮助监管部门更加有效地预测宏观经济可能出现的波动，为制定相应政策以及完善风险管理体系提供科学的参考依据。最后，通过研究系统性风险的溢出和作用渠道，为金融监管部门制定防范化解系统性金融风险政策提供较为明确的启示及实证支持。在项目的支持下，项目团队已发表（含接受后在线发表）SSCI和CSSCI检索期刊论文14篇。其中，SSCI论文13篇（6篇论文发表在金融和预测领域的ABS 3星期刊，如International Journal of Forecasting，Journal of Futures Markets，International Review of Financial Analysis和Quantitative Finance等）。其中，项目负责人发表课题相关的SSCI期刊论文9篇。另外，项目负责人在CSSCI期刊《财贸经济》发表论文1篇，该文被《中国社会科学文摘》和人大复印报刊资料全文转载。