Page 78 - 《北京工商大学学报（社会科学版）》2019年第6期

第 ሉ࿋ 卷঒ 第 ᣷ 期 周 ঒ 亮ᖈ李红权᧙ 金融业系统性风险溢出的非对称性研究

出明显的正向波动率溢出主导ᖈ说明多元金融
行业和证券行业相似ᖈ更容易将上涨风险传导
到其他行业ᖈ同时更容易受到其他行业下跌风
险的影响ᤙ 房地产行业风险溢出的非对称性也
较为明显ᖈ其无论是接受溢出值还是对外溢出
值均表现出负向波动率主导的特征ᖈ说明其不
仅容易受其他行业下跌风险的影响ᖈ也容易将
自身的下跌风险传染到其他行业ᤙ
图 远摇 基于极差的波动率总溢出值及 因此综合来看ᖈ除了银行业风险溢出的非对
杂粤酝 值的时变特性 称性不明显外ᖈ其他行业都表现出了一定的方
向性风险溢出非对称性ᤙ 从风 险溢出视角来
঒঒ 注᧙实线表示波动率总溢出值ᖈ柱状线为 杂粤酝 值ᤙ
঒
看ᖈ证券行业和多元金融行业更容易将上涨风
半年正向波动率溢出占据主导地位ᖈ且在 ԦԗϕԦ 年
险传导到其他行业ᖈ房地产业则是最容易成为
ϕԦ 月 杂粤酝 值达到最大ᖈ这与基于已实现波动率计
下跌风险溢出的出发点ᖈ说明房地产业更容易
算的 杂粤酝 值的结果是一致的ᖈ且两种计算方法均
成为系统性风险爆发的源点ଟ而除了银行业外ᖈ
显示 Ԧԗϕ᣷ 年下半年之后负向波动率溢出占主导
其他四个行业的接受溢出均是负向波动占主
地位的趋势更加明显了ᤙ 因此ᖈ两种测度方法都
导ᖈ也进一步说明负向风险更容易在金融行业
验证了系统性风险溢出的非对称性ᖈ结论具有稳
间溢出ᖈ这与对金融行业整体风险溢出非对称
健性ᤙ
性研究的结论是相一致的ᤙ 分析背后的原因在
ཽ四ɥ各行业方向性波动率溢出的非对称性
于ᖈ银行业整体市值最大ᖈ已经超过 了 ϕ 万亿
行业整体系统性风险溢出具有非对称性ᖈ那
元ᖈ其整体估值水平最低ᖈ۠ጪ 仅为 ᣷᤾ ᣷ 倍ᖈ平均
么对于单个行业来说ᖈ其方向性波动率溢出的非
换手率不到证券行业的一半ଟ保险行业的市值
对称性又是怎样的ᥧ 图 Ꭲ 报告了以 Ԧ࿋ 个月为形
水平也很大ᖈ估值水平仅高于银行业ᖈ平均换手
成期的五个行业指数接受溢出值及对外溢出值的
率也较低ଟ而多元金融ܜ证券行业和房地产业ᖈ
杂粤酝 统计结果 ᤙ 银行业无论是接受溢出值还是
Ü
由于估值水平较高ܜ总市值较小以及换手率较
对外溢出值均没有表现出特别明显的正向或负向
高ᖈ资产价格波动大ᖈ也更容易将风险往其他行
波动率溢出主导的情况ᖈ其 杂粤酝 值大于零及小 业扩散ᤙ 如证券行业往往成为 牛熊市的风向
于零的时间大体相一致ᖈ说明银行业波动率溢 标ᖈ尤其是在牛市初期ᖈ往往领先于其他行业上
出的非对称性不明显ᤙ 证券行业接受溢出值表 涨ᖈ而在熊市时期往往成为股市的稳定器ᖈ下跌
现出明显的负向波动率溢出主导ᖈ而对外溢出 也会更晚一些ᖈ从而使得证券行业表现出较明
值表现出明显的正向波动率溢出主导ᖈ说明证 显的风险溢出非对称性ଟ而银行和保险业则无
券行业更容易将上涨风险传导到其他行业ᖈ同 论牛熊市涨跌幅度都相对较小ᖈ且会相对滞后
时更容易受到其他行业下跌风险的影响ᖈ证券 于其他行业ᖈ其风险溢出整体性和非对称性则
行业具有较明显的非对称性ᤙ 保险行业的接受 会相对较小ᤙ
溢出值表现出一定程度的负向波动率主导ᖈ主 五尧结论与讨论
要表现在 Ԧԗϕ᣷ 年下半年以后ᖈ而对外溢出值交 采用基于广义预测误差方差分解的 ᧉɕ 信息
替表现出正向波动率和负向波动率主导ᖈ总体 溢出模型ᖈ对 ԦԗԗᎢ 年 ϕ 月ᗩԦԗϕआ 年 ϕԗ 月我国银
而言ᖈ保险行业的方向性溢出表现出一定程度 行ܜ证券ܜ保险ܜ多元金融及房地产五个行业指数
的非对称性ᖈ但是不如证券行业明显ᤙ 多元金 月收益率和波动率的信息溢出情况进行了分析ᖈ
融风险溢出的非对称性则表现得较为明显ᖈ且 结果发现᧙我国金融行业间的风险联动性较强ᖈ波
与证券行业较为相似ᖈ即接受溢出值表现出明 动率的整体溢出值接近 Ꭲԗᠢ ᖈ股市上涨幅度越
显的负向波动率溢出主导ᖈ而对外溢出值表现 大ᖈ积累的风险也就越大ᖈ这从系统性风险总溢出

ኰ Ꭲ ሉ ኰ