利率市场化下的系统性风险与宏观审慎监管

This is an innovative study about systemic risk regulation and coordination from the perspective of macroprudential regulation based on the background of globalization and marketization of interest rate of China.According to the Basel III, we recognize the Chinese systemic important banks and analyze the the risk of individual bank and the mechanism of systemic risk by building the systemic important index and using the multi-extreme-value model,then we find out the factors which affect the risk of bank system.To study the relationship between systemic risk and term structure,we use the dynamic capital model with an endogenous maturity capital structure.By building the dynamic factor model(DFM),we track and quantize the interaction of styemic financial risk and real marcoeconomy.We construct a systemic risk index system from both low frequency data of macroeconomy & balance sheet and high frequency data of market prices & interest rates.Further,referring to the weights of risk,we further quantize the macroprudential regulation tools to ensure the scientific,effective and operative nature of our regulation system.Finally, we use the method of dynamic general equilibrium model(DSGE) to find the optimal solution reaction of macroprudential policy and monetary policy facing financial shocks,this will have important implications and reference effects for construction and implementation of our macroprudential regulation framework.

本课题基于中国经济全球化和利率市场化的背景，从宏观审慎监管角度，研究系统性风险的识别与监管手段的创新。依据巴塞尔协议III，通过构建系统重要性指数和采用多变量极值模型识别我国系统重要性银行，分析单个银行的风险，探讨银行间系统性风险的传导机制，找出影响银行风险的冲击因素。利用带有内生到期期限的动态资本结构模型研究系统性风险与期限结构的关系。构建动态因子模型（DFM）跟踪和量化宏观经济与系统性金融风险的相互冲击和影响。分别从基于资产负债表和宏观经济数据的低频指标以及基于市场价格和利率的高频指构建系统性风险评估的指标体系，评价单个银行对整个系统风险的贡献度，从而根据风险贡献权重进一步量化宏观监管指标，确保其科学性、有效性和可操作性。采用动态一般均衡(DSGE)模型，探讨金融冲击下宏观审慎政策与货币政策的最优反应，从而为我国宏观审慎监管框架的建立与实施提供参考和指导。

本课题从宏观审慎监管角度，识别与度量系统性风险，构建系统性风险度量指标，运用主成分分位数回归法和偏分位数回归法对单一指标进行合成得到综合指标，综合指标在用于预测宏观经济和金融变量方面表现得更为稳健。构建的中国金融压力指数FSI能较好地拟合我国金融市场的压力状况。研究银行间系统性风险的传导机制与影响因素，发现影响系统性风险的因素众多且复杂，涉及到银行特征、银行竞争、货币政策、银行监管压力以及宏观经济变量等。充分融合复杂网络理论和VaR模型的优点，采用分位数回归下的LASSO技术，识别我国系统重要性金融机构。发现金融机构的尾部风险之间存在强依赖性，且是风险的来源和传播的途径。针对上市企业资本结构的变化以及IPO抑价率的反应模式，探讨企业债务比例的变化趋势与特征，利用带有内生到期期限的动态资本结构模型，研究融资困境的原因以及风险聚集的特点，发现财务灵活性通过债务融资渠道缓解了企业的投资扭曲，债务到期期限显著降低了企业在金融危机时的投资水平。通过构建包含影子银行体系和宏观审慎政策的DSGE模型，贝叶斯模拟分析发现，对影子银行的监管，货币政策和宏观审慎政策的协调搭配能有效地降低金融风险。通过改进传统的房地产新凯恩斯DSGE模型，将异质性房价波动和住房信贷违约加入模型中，从控制住房信贷扩张速度的视角提出预防房地产金融风险的宏观审慎政策工具，尝试弥补现有宏观审慎政策体系的不足。通过在小型开放经济的DSGE模型中引入跨境资本和外汇管理宏观审慎政策，为完善我国跨境资本流动管理宏观审慎政策提供理论分析框架，以更好地实现我国宏观审慎政策工具之间的协调与搭配。本项目的研究成果将为动态识别和监管系统重要性机构以及防范系统性风险提供定量分析的基础，为我国宏观审慎监管框架的建立与实施提供科学的决策支持，将进一步丰富和完善金融理论和政策评价方法。