来源：期刊VIP网 时间：
作者：许启发;蒋翠侠;汤彬彬;
单位：合肥工业大学管理学院;合肥工业大学过程优化与智能决策教育部重点实验室;
摘要：基于LASSO-QVAR模型，筛选金融机构之间有效关联，构建有向加权尾部关联网络，可以从系统视角揭示系统性风险动态特征。一方面，通过尾部关联网络构造系统性风险计分及其贡献，以度量系统性风险水平与识别系统重要性金融机构，进一步从微观层面探究系统性风险贡献的影响机制；另一方面，将尾部关联网络区分为正关联网络与负关联网络，分别提取网络整体特征以及网络节点特征，考察不同关联关系下网络特征的系统性风险预测能力。以2011—2022年32家中国A股上市金融机构作为研究对象，开展了实证研究。研究结果显示：第一，尾部关联网络具有时变特征，能够较好地吻合一些危机事件，银行业和证券业呈现出更为紧密的关联性，具有行业异质性。进一步，发现银行业风险共振(正关联网络)与风险分散(负关联网络)功能相较其他金融行业更强。第二，系统性风险计分可以作为量化系统性风险动态性的重要指标，系统性风险贡献主要集中于银行业与保险业，进一步机制分析表明公司治理水平能够显著影响到系统性风险贡献。第三，尾部关联网络特征具有很好的预测能力，网络整体特征能够预测系统性风险大小，网络节点特征能够预测金融机构系统性风险贡献。
关键词：系统性风险;;尾部关联网络;;风险计分;;LASSO-QVAR模型;;金融机构
基金资助：国家自然科学基金面上项目“基于GaR新框架的系统性风险混频计量与监管研究”(72171070)
