基于大数据的中国金融系统性风险测度及其演化规律研究

Generally, Chinese financial market manifests itself with following characteristics: there is a significant synchronicity between large corporations and financial institutions as well as the leverage ratio is relatively high and the de-leverage process is less effective with a slow pace; the intersectional financial innovations and the intertwined uses of capitals have limited efficiency of government intervention. Therefore, it is crucially imperative to conduct research on exploring financial systemic risk in China. This proposal will address following problems: (1) investigating the measurement of systemic risk resulting from micro-behavior; (2) measuring the possible risk contagion mechanism among micro-agents; (3) quantifying the inter-connected networks among micro-agents as well as disclosing its dynamic relations with systemic risk; (4) research on new paradigms for systemic risk management based on the perspective of macro-prudence. ..This project will unveil the law and evolution traits of systemic risk resulting from micro-behavior, risk contagion mechanism and inter-connected networks, through which provide key technical supports and foundations for managers to measure and predict systemic risk. This project will also provide new paradigm and theoretical evidence for government regulation to “keep the bottom line of not triggering financial systemic risk” through conducting deepened research on Chinese financial systemic risk management based on big-data.

我国金融市场具有如下系统性风险特征：大型企业和金融机构的杠杆率具有同步性、杠杆率偏高、去杠杆过程缓慢、交叉性金融产品的创新和资金叠加导致政府监管效果有限。因此，研究我国金融系统性风险具有重要意义。本项目拟从如下四个方面进行展开：（1）微观个体诱发系统性风险行为的测度；（2）微观个体之间潜在的风险传导模式的测度；（3）微观个体间关联网络的动态演化与金融系统性风险关联的研究；（4）基于宏观审慎视角的中国金融系统性风险生成机理研究。..本项目将揭示金融市场微观个体的诱发系统性风险行为、微观个体之间潜在的风险传导模式以及微观个体间关联网络的动态演化规律，为管理者对金融系统性风险的预判与干预提供关键技术支持与决策基础。本研究将扩展与深化基于大数据的中国金融系统性风险管理研究，为“不发生系统性金融风险底线的能力”提供大数据背景下的监管思路与手段的理论依据。

本项目按照计划书执行，采用实证分析和理论建模的方法，对中国金融系统性风险测度及其演化规律进行了研究。主要研究发现包括了如下3个方面的研究进展：.（1）微观个体诱发系统性风险行为测度研究。亮点包括；重点关注了大数据背景下的不同微观个体（如：银行、企业、投资者等）的行为特征，对诱发系统性风险的行为因素进行了研究与测度，基于自然语言处理，构建央行行为与沟通指数，发现央行沟通语气变化通过利率传导和金融市场联动将发挥更大的作用；通过构建投资者情绪代理变量，发现投资者情绪较为乐观的国家，更有可能出现经济增长放缓和主权债务违约。相关研究成果涵盖研究内容1。.（2）微观个体间关联网络与金融系统性风险传导模式的研究。亮点包括：构建银行间网络层次结构的核心-外围模型，实证甄别了系统重要性银行；基于新闻和发帖数据分别构建银行间和股票关联网络，发现在全球金融危机和“钱荒”期间，系统性风险明显上升，银行系统重要性普遍提高，银行间关联明显增强，并且中国系统性风险传染存在集群效应。相关研究成果涵盖研究内容2和3。.（3）基于宏观审慎视角的中国金融系统性风险生成机理研究。亮点包括：通过机器学习的方法研究发现，在中国相较于金融机构系统性风险的影响，货币政策对于外部和不动产的冲击更为敏感；通过构建金融状况指数，证实了恶化的金融状况和高系统性风险会增强未来的下行风险，捕捉了金融状况，系统性风险，和下行风险在中国的动态关系；从宏观总量层面检验了货币政策不确定性对于违约风险和实体经济活动的影响，发现货币政策不确定性的增加会带来违约风险的上升和产出的下降。相关研究成果涵盖研究内容4。..项目负责人及其研究团队在《管理科学学报》（2篇）、《经济研究》（2篇）、《金融研究》（2篇）、《世界经济》、《管理世界》、《Journal of Forecasting》以及《Pacific-Basin Finance Journal》等国内外重要学术期刊上发表论文33篇。项目负责人及其研究团队多次获得天津市社会科学优秀成果奖以及中国成本研究会优秀论文等科研奖励。