胡可為 安毅 劉文超

摘 要：文章選取2007年1月至2021年4月的日數(shù)據(jù)，基于極端風(fēng)險(xiǎn)溢出視角，采用cross-quantilogram模型對(duì)我國證券、銀行、保險(xiǎn)三個(gè)金融部門與股市間的風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行實(shí)證分析，重點(diǎn)考察各金融部門在2008年、2015年、2018年股災(zāi)及2020年新冠肺炎疫情中的系統(tǒng)性風(fēng)險(xiǎn)，評(píng)估其系統(tǒng)重要性與脆弱性。結(jié)果表明：全樣本下各金融部門與股市間存在顯著的雙向極端風(fēng)險(xiǎn)溢出效應(yīng);各金融部門的系統(tǒng)重要性與脆弱性在不同極端事件中存在著異質(zhì)性特征，其中證券部門在歷次極端事件中表現(xiàn)最強(qiáng)。

關(guān)鍵詞：系統(tǒng)性風(fēng)險(xiǎn);系統(tǒng)重要性;系統(tǒng)脆弱性;極端風(fēng)險(xiǎn)溢出

一、引言與文獻(xiàn)綜述

防控金融系統(tǒng)性風(fēng)險(xiǎn)、維護(hù)金融穩(wěn)定是我國實(shí)現(xiàn)金融安全的長期任務(wù)。2014年，中國人民銀行第一次提出“要及時(shí)化解和處置各類金融風(fēng)險(xiǎn)，牢牢守住不發(fā)生區(qū)域性、系統(tǒng)性金融風(fēng)險(xiǎn)的底線?！钡搅?015年，我國金融風(fēng)險(xiǎn)事件首先出現(xiàn)在股市，由放任加杠桿和嚴(yán)厲去杠桿所引發(fā)的股市劇烈波動(dòng)幾乎引發(fā)整個(gè)金融系統(tǒng)的不穩(wěn)定。為此各部門花費(fèi)了很多精力才控制住股市風(fēng)險(xiǎn)向整個(gè)金融體系的蔓延和擴(kuò)大。2017年，黨的十九大報(bào)告再次強(qiáng)調(diào)“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。然而，2018年10月股市由于利空消息和廣泛存在的股權(quán)質(zhì)押問題之間的相互作用開始大幅下跌，險(xiǎn)些再次引發(fā)金融系統(tǒng)風(fēng)險(xiǎn)。為此，2019年中央經(jīng)濟(jì)工作會(huì)議再次提出“必須強(qiáng)化風(fēng)險(xiǎn)意識(shí)，牢牢守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線?！笨梢哉J(rèn)為，金融部門的系統(tǒng)重要性和脆弱性逐漸成為我國經(jīng)濟(jì)和金融運(yùn)行必須要長期考慮和探討的問題。

從文獻(xiàn)來看，對(duì)系統(tǒng)重要性和脆弱性進(jìn)行研究的基本視角是對(duì)金融市場(chǎng)之間、金融機(jī)構(gòu)之間、金融市場(chǎng)與金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)溢出效應(yīng)開展實(shí)證分析。很多學(xué)者對(duì)波動(dòng)溢出效應(yīng)進(jìn)行了研究。然而，僅關(guān)注波動(dòng)溢出效應(yīng)并不能精準(zhǔn)刻畫金融市場(chǎng)間的風(fēng)險(xiǎn)溢出情況?？紤]到極端風(fēng)險(xiǎn)溢出具有極強(qiáng)的破壞性，會(huì)引發(fā)金融體系震蕩，甚至?xí)l(fā)系統(tǒng)性風(fēng)險(xiǎn)，因此十分有必要考慮極端風(fēng)險(xiǎn)的溢出效應(yīng)。

國內(nèi)對(duì)極端風(fēng)險(xiǎn)溢出效應(yīng)的研究主要集中于金融機(jī)構(gòu)之間（歐陽資生和莫廷程，2017;王錦陽等，2018;楊子暉和李東承，2018）、金融部門之間（楊子暉等，2018;李政等，2019）、金融市場(chǎng)之間（周愛民和韓菲，2017;劉超等，2017），而對(duì)金融部門與金融市場(chǎng)間極端風(fēng)險(xiǎn)溢出效應(yīng)關(guān)注得相對(duì)較少。但是隨著我國金融市場(chǎng)與金融機(jī)構(gòu)間的關(guān)聯(lián)性日益增強(qiáng)，金融市場(chǎng)與金融機(jī)構(gòu)間的極端風(fēng)險(xiǎn)溢出問題已經(jīng)開始凸顯。只有考察金融市場(chǎng)對(duì)金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)的影響，才能更深地了解金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)生性問題（方意等，2018）。為此，方意等研究了不同金融市場(chǎng)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出問題，發(fā)現(xiàn)股市的風(fēng)險(xiǎn)溢出效應(yīng)最強(qiáng)。楊子暉等則基于ES指標(biāo)，對(duì)銀行、證券、保險(xiǎn)、多元金融、房地產(chǎn)五個(gè)部門和股市間的極端風(fēng)險(xiǎn)溢出的非線性因果關(guān)系進(jìn)行探討。吳永鋼等借鑒White等提出的MVMQ-CAViaR模型，將銀行、證券、保險(xiǎn)和多元金融四類金融機(jī)構(gòu)以及股市、債市、貨幣市場(chǎng)和外匯市場(chǎng)四類金融市場(chǎng)納入我國金融體系，基于網(wǎng)絡(luò)關(guān)聯(lián)視角研究這八個(gè)板塊兩兩之間的極端風(fēng)險(xiǎn)溢出效應(yīng)。

在上述文獻(xiàn)的基礎(chǔ)上，本文擬通過采用cross-quantilogram方法來進(jìn)一步探索我國金融部門與金融市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)，同時(shí)評(píng)估我國金融部門的系統(tǒng)重要性與脆弱性。其中，借鑒李政等的研究，本文將金融部門的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)定義為當(dāng)金融部門發(fā)生系統(tǒng)性風(fēng)險(xiǎn)時(shí)，金融部門對(duì)金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)程度，反映金融部門的系統(tǒng)重要性;將金融部門的系統(tǒng)性風(fēng)險(xiǎn)敞口定義為當(dāng)金融市場(chǎng)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)時(shí)，金融市場(chǎng)對(duì)金融部門的極端風(fēng)險(xiǎn)溢出程度，反映金融部門的系統(tǒng)脆弱性。相比已有研究采用VAR-VaR、ES指標(biāo)或非線性格蘭杰因果檢驗(yàn)等方法，本文采用的cross-quantilogram方法不僅可以量化金融部門與金融市場(chǎng)間極端風(fēng)險(xiǎn)溢出的程度，還可以深入分析其極端風(fēng)險(xiǎn)溢出效應(yīng)的滯后性與持續(xù)性。最重要的是，考慮到2008年、2015年和2018年的股災(zāi)事件及2020年新冠肺炎疫情對(duì)我國金融市場(chǎng)的重要影響，本文著重分析了各風(fēng)險(xiǎn)事件時(shí)期金融部門與金融市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)，探究各金融部門的系統(tǒng)重要性與脆弱性在各時(shí)期的異質(zhì)性特征，并基于歷史事件分析法來分析產(chǎn)生這種差異的原因，以期為我國金融系統(tǒng)性風(fēng)險(xiǎn)的防范與管理提供政策啟示。

二、方法與數(shù)據(jù)

（一）cross-quantilogram 模型

本文使用Han等提出的交叉定量圖（CQ）來研究我國金融部門的系統(tǒng)性風(fēng)險(xiǎn)。CQ方法是變量之間相關(guān)性的無模型度量，且與傳統(tǒng)的相關(guān)度量不同，CQ估計(jì)變量分布的分位數(shù)之間的相關(guān)性。因此，該方法可以捕獲依賴結(jié)構(gòu)中的交叉分位數(shù)不對(duì)稱性。此外，值得注意的是，CQ方法要求變量是平穩(wěn)的時(shí)間序列。

（二）樣本數(shù)據(jù)選擇與描述性統(tǒng)計(jì)分析

本文主要考察我國金融部門與金融市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)，選取證券、銀行、保險(xiǎn)部門作為金融部門的代表。考慮到股市在我國金融市場(chǎng)中的系統(tǒng)重要性，以及近年來我國股市極端風(fēng)險(xiǎn)事件頻發(fā)的現(xiàn)狀，選取股市作為金融市場(chǎng)的代表。數(shù)據(jù)選擇上，以申萬二級(jí)指數(shù)的證券、銀行和保險(xiǎn)行業(yè)指數(shù)作為各金融部門的代表，以滬深300指數(shù)作為股市的代表。此外，鑒于保險(xiǎn)行業(yè)指數(shù)從2007年1月17日開始，因此本文的樣本區(qū)間為2007年1月17日至2021年4月30日。所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。定義各指數(shù)收益率Rt為：Rt=lnPtPt-1， 其中，Pt為某指數(shù)在第t日的收盤價(jià)。

表1給出了樣本期間我國證券、銀行、保險(xiǎn)部門及股市各價(jià)格指數(shù)收益率的描述性統(tǒng)計(jì)結(jié)果。從表中可以發(fā)現(xiàn)：①標(biāo)準(zhǔn)差統(tǒng)計(jì)量顯示我國金融部門的波動(dòng)大于股市，證券部門的波動(dòng)大于銀行與保險(xiǎn)部門，說明金融部門的市場(chǎng)風(fēng)險(xiǎn)強(qiáng)于股市，證券部門的市場(chǎng)風(fēng)險(xiǎn)強(qiáng)于銀行與保險(xiǎn)部門。②偏度、峰度指標(biāo)表明我國股市、證券和保險(xiǎn)部門的收益率均存在左偏和肥尾特征，說明負(fù)向極端風(fēng)險(xiǎn)發(fā)生的概率大于正向極端風(fēng)險(xiǎn)發(fā)生的概率，而銀行部門恰恰相反。③J-B統(tǒng)計(jì)量顯示各收益率均不服從正態(tài)分布，說明僅使用均值溢出模型或多元GARCH模型并不能準(zhǔn)確刻畫我國金融部門與金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)。9A12BED8-D238-43C5-A21B-7259BF963ED4

三、實(shí)證結(jié)果與分析

本文的實(shí)證部分主要包括以下兩方面。一方面，在全樣本數(shù)據(jù)下分析我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出效應(yīng)，考察各金融部門的系統(tǒng)重要性與脆弱性。另一方面，基于2008年、2015年、2018年及2020年的四次極端風(fēng)險(xiǎn)事件，考察我國各金融部門在不同時(shí)期的系統(tǒng)重要性與脆弱性的異質(zhì)性，并采用歷史事件分析法探討產(chǎn)生異質(zhì)性的原因。具體地，子樣本1為2007年至2009年，包含2008年股災(zāi)事件;子樣本2為2014年至2016年，包含2015年股災(zāi)事件;子樣本3為2017年至2019年，包含2018年股災(zāi)事件;子樣本4為2020年至2021年4月，包含新冠肺炎疫情事件。另外，為保證結(jié)果的一致性和可比性，所有的交叉分位數(shù)圖ρ︿α（k）均將參數(shù)設(shè)定為k=60且α1=α2=0.05，以表示在滯后60期內(nèi)我國各金融部門與股市間的極端風(fēng)險(xiǎn)溢出情況。

（一）全樣本下我國各金融部門的系統(tǒng)重要性與脆弱性分析

圖1給出了全樣本下我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出結(jié)果。圖（a1）～（a3）描繪的是我國各金融部門對(duì)股市的極端風(fēng)險(xiǎn)溢出結(jié)果，從圖中可以發(fā)現(xiàn)：①各金融部門對(duì)股市的極端風(fēng)險(xiǎn)溢出在滯后1期均顯著，且證券和保險(xiǎn)部門對(duì)股市的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)在滯后3期達(dá)到最大值，銀行部門對(duì)股市的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)程度在滯后13期達(dá)到最大值。說明各金融部門極端風(fēng)險(xiǎn)事件的發(fā)生均會(huì)引起股市系統(tǒng)性風(fēng)險(xiǎn)的加劇。②各金融部門對(duì)股市系統(tǒng)性風(fēng)險(xiǎn)的持續(xù)影響主要集中在2周內(nèi)，且1個(gè)月后的極端風(fēng)險(xiǎn)溢出效應(yīng)會(huì)明顯減弱。說明一旦金融部門發(fā)生極端風(fēng)險(xiǎn)事件，2周內(nèi)就可能蔓延到股市，并引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。這也表明，應(yīng)對(duì)金融機(jī)構(gòu)突發(fā)事件引致的股市系統(tǒng)性風(fēng)險(xiǎn)加劇的最佳時(shí)間是極端事件發(fā)生的1個(gè)月內(nèi)。

圖（b1）～（b3）描繪的是我國股市對(duì)各金融部門的極端風(fēng)險(xiǎn)溢出情況，反映的是各金融部門的系統(tǒng)脆弱性。由圖中可以發(fā)現(xiàn)：①證券與保險(xiǎn)部門受股市極端事件的沖擊在滯后1期是顯著的，而銀行部門在滯后1期時(shí)不顯著。表明股市極端風(fēng)險(xiǎn)事件的發(fā)生對(duì)證券和保險(xiǎn)部門的沖擊更迅速。②證券、銀行和保險(xiǎn)部門的金融脆弱程度分別在滯后13期、4期、3期時(shí)達(dá)到最大，說明我國銀行與保險(xiǎn)部門在短期內(nèi)更容易受到金融系統(tǒng)性風(fēng)險(xiǎn)的影響。③三個(gè)金融部門受系統(tǒng)性風(fēng)險(xiǎn)影響的時(shí)間段主要集中在滯后20期內(nèi)，之后受金融系統(tǒng)性風(fēng)險(xiǎn)的影響便逐步下降。且相較于銀行和保險(xiǎn)部門，證券部門受系統(tǒng)性風(fēng)險(xiǎn)影響的時(shí)間會(huì)更持久。

（二）不同極端事件發(fā)生期間我國各金融部門的系統(tǒng)重要性與脆弱性分析

1. 2008年股災(zāi)期間我國各金融部門的系統(tǒng)重要性與脆弱性分析

圖2描繪的是2008年股災(zāi)期間我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出情況。圖（a1）～（a3）及圖（b1）～（b3）分別反映在該子樣本期間我國各金融部門的系統(tǒng)重要性和系統(tǒng)脆弱性。從圖中可以發(fā)現(xiàn)，在2008年的國際金融危機(jī)中，我國銀行、保險(xiǎn)部門與股市之間并不存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)，僅證券部門在滯后2期時(shí)受到股市極端風(fēng)險(xiǎn)的沖擊，說明該時(shí)期我國股市對(duì)各金融部門的沖擊并不持久。這是因?yàn)?008年的股災(zāi)主要是由于國際金融危機(jī)引發(fā)全球金融市場(chǎng)急劇下跌，且在這期間我國的金融部門混業(yè)經(jīng)營并不明顯，銀行、保險(xiǎn)部門與股市之間仍然相互分割，只有證券部門因?yàn)闃I(yè)務(wù)往來與股市存在相互關(guān)聯(lián)的情況。

2. 2015年股災(zāi)期間我國金融部門的系統(tǒng)重要性與脆弱性分析

圖3反映的是2015年股災(zāi)期間我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出情況。圖（a1）～（a3）描繪的是我國金融部門對(duì)股市的極端風(fēng)險(xiǎn)溢出情況，反映金融部門的系統(tǒng)重要性;圖（b1）～（b3）描繪的是我國股市對(duì)各金融部門系統(tǒng)性風(fēng)險(xiǎn)的溢出情況，反映各金融部門的系統(tǒng)脆弱性。由圖可知：①雖然各金融部門極端風(fēng)險(xiǎn)事件的發(fā)生均會(huì)導(dǎo)致股市極端風(fēng)險(xiǎn)增強(qiáng)，但證券部門對(duì)股市的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度在滯后1期時(shí)就達(dá)到最大，而銀行與保險(xiǎn)部門直到滯后13期時(shí)才達(dá)到最大值。說明在此期間，相比其他兩部門，證券部門的極端風(fēng)險(xiǎn)對(duì)股市沖擊更迅速，扮演著引發(fā)或加劇股市系統(tǒng)性風(fēng)險(xiǎn)的角色。②我國各金融部門對(duì)股市系統(tǒng)性風(fēng)險(xiǎn)的持續(xù)影響主要集中在3周內(nèi)，且沖擊在1個(gè)月后明顯減弱，表明應(yīng)對(duì)金融機(jī)構(gòu)突發(fā)事件引致的系統(tǒng)性風(fēng)險(xiǎn)加劇的最佳時(shí)間是極端事件發(fā)生的1個(gè)月內(nèi)，因此監(jiān)管層應(yīng)盡早制訂相關(guān)應(yīng)對(duì)方案。③股市對(duì)證券、銀行和保險(xiǎn)部門的極端風(fēng)險(xiǎn)溢出效應(yīng)分別在滯后2期、3期、37期處達(dá)到最大值，且對(duì)證券部門的溢出效應(yīng)最強(qiáng)。另外，相比銀行部門，證券與保險(xiǎn)部門受到股市極端風(fēng)險(xiǎn)沖擊的時(shí)間更持久，尤其是證券部門，持續(xù)期可以長達(dá)1個(gè)多月。這說明證券部門是我國金融部門中最容易受到金融系統(tǒng)性風(fēng)險(xiǎn)沖擊的部門，其系統(tǒng)脆弱性最強(qiáng)。

綜上分析可知，證券部門是2015年股災(zāi)發(fā)生期間系統(tǒng)脆弱性最大的金融部門，在2015年股市繁榮與泡沫破期間均扮演著重要的角色。因此，政府在2015年股災(zāi)期間采取購買上證50指數(shù)成分股來救市的政策的確能起到穩(wěn)定股市的作用。

3. 2018年股災(zāi)期間我國各金融部門的系統(tǒng)重要性與脆弱性分析

圖4描繪的是2018年股災(zāi)期間我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出情況。從圖中可以發(fā)現(xiàn)：①在樣本期間，證券和銀行部門并沒有對(duì)股市產(chǎn)生顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)，僅保險(xiǎn)部門在滯后3期時(shí)對(duì)股市有輕微的沖擊。表明金融部門極端風(fēng)險(xiǎn)的上升并不是引起股市發(fā)生極端風(fēng)險(xiǎn)的主要原因。②證券部門最早在滯后3期處受到股市極端風(fēng)險(xiǎn)的明顯沖擊，銀行和保險(xiǎn)部門最早在滯后7期處受到股市極端風(fēng)險(xiǎn)的明顯沖擊，且被沖擊力度由強(qiáng)到弱依次為銀行、證券和保險(xiǎn)部門。這說明在2018年股災(zāi)發(fā)生期間，相比保險(xiǎn)部門，證券和銀行部門的系統(tǒng)脆弱性更強(qiáng)，股市極端風(fēng)險(xiǎn)沖擊會(huì)更迅速地傳導(dǎo)到證券部門，但會(huì)以更強(qiáng)的力度沖擊到銀行部門。這為“股權(quán)質(zhì)押危機(jī)”是2018年股災(zāi)的主要原因提供了新的經(jīng)驗(yàn)證據(jù)，也表明業(yè)務(wù)關(guān)聯(lián)渠道是此次金融部門與股市之間極端風(fēng)險(xiǎn)傳染的主要渠道。即在2015年后影子銀行被限制的大背景下，為緩解融資難問題，上市公司通過將股權(quán)質(zhì)押給券商的方式獲得資金。部分銀行也參與其中，它們以券商為通道提供資金支持。因此，當(dāng)股市暴跌時(shí)，銀行和券商的風(fēng)險(xiǎn)暴露倉口顯著增強(qiáng)，成為最易受股市極端風(fēng)險(xiǎn)沖擊的金融部門。9A12BED8-D238-43C5-A21B-7259BF963ED4

4. 2020年新冠肺炎疫情期間我國各金融部門的系統(tǒng)重要性與脆弱性分析

圖5描繪的是2020年新冠肺炎疫情期間我國各金融部門與股市之間的極端風(fēng)險(xiǎn)溢出情況。圖（a1）～（a3）及圖（b1）～（b3）分別反映在該子樣本期間我國各金融部門的系統(tǒng)重要性和系統(tǒng)脆弱性。從圖中可以發(fā)現(xiàn)，在2020年新冠肺炎疫情期間，我國證券、銀行和保險(xiǎn)部門與股市之間并不存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)。表明在政府有力的疫情防控和高效的宏觀調(diào)控下，此次公共衛(wèi)生事件沖擊并未對(duì)我國金融部門與金融市場(chǎng)的風(fēng)險(xiǎn)水平產(chǎn)生顯著影響。

（三）進(jìn)一步比較

表2給出了全樣本及不同極端事件時(shí)期我國各金融部門與股市之間極端風(fēng)險(xiǎn)溢出的主要信息統(tǒng)計(jì)結(jié)果。由表中可知，在四次極端事件中，2015年股災(zāi)期間的極端風(fēng)險(xiǎn)溢出效應(yīng)更強(qiáng)，且該時(shí)期，各金融部門的系統(tǒng)重要性與脆弱性均顯著增強(qiáng)。其中，與銀行和保險(xiǎn)部門相比，證券部門對(duì)股市的沖擊速度更快，沖擊力度也較強(qiáng)，受股市沖擊的力度也更強(qiáng)。相對(duì)于2015年和2018年股災(zāi)而言，國際外部風(fēng)險(xiǎn)事件引發(fā)的2008年股災(zāi)和2020年新冠肺炎疫情引發(fā)的股市極端風(fēng)險(xiǎn)事件對(duì)金融體系系統(tǒng)性風(fēng)險(xiǎn)的沖擊更小。這表明我國各金融部門之間、金融部門與股市之間的業(yè)務(wù)關(guān)聯(lián)性是影響我國各金融部門系統(tǒng)重要性與脆弱性的主要因素，而國際金融動(dòng)蕩及疫情等外部風(fēng)險(xiǎn)事件對(duì)我國股市與各金融部門的沖擊較小。

四、結(jié)論與建議

本文基于2007年1月至2021年4月的日數(shù)據(jù)，通過cross-quantilogram模型對(duì)我國證券、銀行和保險(xiǎn)部門與股市之間的極端風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行實(shí)證分析。進(jìn)一步，基于2008年、2015年、2018年的三次股災(zāi)及2020年新冠肺炎疫情時(shí)期的子樣本，探討了不同金融部門與股市之間的極端風(fēng)險(xiǎn)溢出效應(yīng)，進(jìn)而揭示不同金融部門所具有的系統(tǒng)重要性以及系統(tǒng)脆弱性的異質(zhì)性。

結(jié)果表明：第一，在全樣本中，我國證券、銀行和保險(xiǎn)部門與股市之間存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)，且該效應(yīng)具有明顯的滯后性與持續(xù)性。第二，在2015年股災(zāi)期間，各金融部門均表現(xiàn)出顯著的系統(tǒng)重要性與脆弱性，且強(qiáng)度是三次股災(zāi)中最大的。另外，證券部門是該次股災(zāi)中系統(tǒng)重要性與脆弱性最強(qiáng)的金融部門，顯示了證券部門與股市的強(qiáng)相關(guān)性。第三，在2008年股災(zāi)和2018年股災(zāi)期間，我國證券、銀行和保險(xiǎn)部門并沒有對(duì)股市產(chǎn)生顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)，說明我國各金融部門不是這兩次股災(zāi)中系統(tǒng)性風(fēng)險(xiǎn)的主要貢獻(xiàn)者。第四，歷次風(fēng)險(xiǎn)事件中我國金融部門與股市間的極端風(fēng)險(xiǎn)溢出情況表明各金融部門之間、金融部門與股市之間的業(yè)務(wù)關(guān)聯(lián)性是影響我國各金融部門系統(tǒng)性風(fēng)險(xiǎn)的重要因素。

據(jù)此，本文提出以下三點(diǎn)建議：首先，監(jiān)管部門在防范和管理我國金融系統(tǒng)性風(fēng)險(xiǎn)時(shí)，應(yīng)深入分析引致金融體系系統(tǒng)性風(fēng)險(xiǎn)加劇的深層次原因，只有找出引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的源頭與傳導(dǎo)路徑，才能有針對(duì)性地采取相關(guān)措施來緩解我國各金融部門與金融市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)，維護(hù)金融體系的穩(wěn)定。其次，監(jiān)管部門在防范和管理金融系統(tǒng)性風(fēng)險(xiǎn)時(shí)，也要密切關(guān)注極端風(fēng)險(xiǎn)溢出的滯后性與持續(xù)性，及時(shí)采取相關(guān)措施，降低各金融部門與金融市場(chǎng)之間的關(guān)聯(lián)性，緩解由極端風(fēng)險(xiǎn)溢出的滯后效應(yīng)與持續(xù)效應(yīng)所帶來的不利沖擊。最后，無論是在全樣本中還是在四次極端事件中，證券部門的系統(tǒng)重要性與系統(tǒng)脆弱性最為明顯，且其系統(tǒng)重要性與脆弱性的持續(xù)期也較其他部門更長。因此，應(yīng)重點(diǎn)關(guān)注證券部門的系統(tǒng)性風(fēng)險(xiǎn)，一方面，要防范因證券部門的風(fēng)險(xiǎn)水平升高而引致整體金融體系的風(fēng)險(xiǎn)水平上升;另一方面，要防范其他部門或市場(chǎng)的風(fēng)險(xiǎn)因素引致證券部門的系統(tǒng)性風(fēng)險(xiǎn)加劇。

參考文獻(xiàn)

[1]歐陽資生，莫廷程.基于廣義CoVaR模型的系統(tǒng)重要性銀行的風(fēng)險(xiǎn)溢出效應(yīng)研究[J].統(tǒng)計(jì)研究，2017，34（9）：36-43.

[2]王錦陽，劉錫良，杜在超.相依結(jié)構(gòu)、動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度與后驗(yàn)分析[J].統(tǒng)計(jì)研究，2018，35（3）：3-13.

[3]楊子暉，李東承.我國銀行系統(tǒng)性金融風(fēng)險(xiǎn)研究——基于“去一法”的應(yīng)用分析[J].經(jīng)濟(jì)研究，2018，53（8）：36-51.

[4]楊子暉，陳雨恬，謝銳楷.我國金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)度量與跨部門風(fēng)險(xiǎn)溢出效應(yīng)研究[J].金融研究，2018（10）：19-37.

[5]李政，梁琪，方意.中國金融部門間系統(tǒng)性風(fēng)險(xiǎn)溢出的監(jiān)測(cè)預(yù)警研究——基于下行和上行ΔCoES指標(biāo)的實(shí)現(xiàn)與優(yōu)化[J].金融研究，2019（2）：40-58.

[6]周愛民，韓菲.股票市場(chǎng)和外匯市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)研究——基于GARCH-時(shí)變Copula-CoVaR模型的分析[J].國際金融研究，2017（11）：54-64.

[7]劉超，徐君慧，周文文.中國金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)研究——基于溢出指數(shù)和復(fù)雜網(wǎng)絡(luò)方法[J].系統(tǒng)工程理論與實(shí)踐，2017，37（4）：831-842.

[8]方意，陳敏，楊嬿平.金融市場(chǎng)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)及渠道識(shí)別研究[J].南開經(jīng)濟(jì)研究，2018（5）：58-75.

[9]楊子暉，陳雨恬，陳里璇.極端金融風(fēng)險(xiǎn)的有效測(cè)度與非線性傳染[J].經(jīng)濟(jì)研究，2019，54（5）：63-80.

[10]吳永鋼，趙航，卜林.中國金融體系內(nèi)極端風(fēng)險(xiǎn)溢出關(guān)系研究[J].南開經(jīng)濟(jì)研究，2019（5）：98-121.

[11]WHITE H，KIM T-H，MANGANELLI S. VAR for VaR： Measuring tail dependence using multivariate regression quantiles[J]. Journal of Econometrics，2015，187（1）：169-188.

[12]李政，涂曉楓，卜林.金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)：重要性與脆弱性[J].財(cái)經(jīng)研究，2019，45（2）：100-112，152.

[13]HAN H，LINTON O，OKA T，et al. The cross-quantilogram： Measuring quantile dependence and testing directional predictability between time series[J]. Journal of Econometrics，2016，193（1）：251-270.9A12BED8-D238-43C5-A21B-7259BF963ED4