我國金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染效應(yīng)測度

摘 要：研究金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染效應(yīng)，對(duì)于優(yōu)化風(fēng)險(xiǎn)管理措施，防范和抵御系統(tǒng)性風(fēng)險(xiǎn)具有重要意義。本文通過構(gòu)建Copula-ARMR-GARCH-CoVaR模型，從波動(dòng)性信息提取、非線性尾部相依結(jié)構(gòu)估計(jì)、標(biāo)準(zhǔn)化溢出風(fēng)險(xiǎn)價(jià)值計(jì)算等方面，測度銀行、證券、保險(xiǎn)及房地產(chǎn)市場對(duì)金融系統(tǒng)以及各自間的風(fēng)險(xiǎn)傳染效應(yīng)。研究發(fā)現(xiàn)：各子市場對(duì)金融系統(tǒng)都存在明顯的風(fēng)險(xiǎn)傳染效應(yīng)，但不同子市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)傳染程度存在差異，房地產(chǎn)市場是最重要的風(fēng)險(xiǎn)傳染源，其次是證券市場、商業(yè)銀行和保險(xiǎn)市場；商業(yè)銀行是最大的風(fēng)險(xiǎn)承受方，最容易受到房地產(chǎn)市場的風(fēng)險(xiǎn)傳染；各子市場對(duì)房地產(chǎn)市場均有一定程度的風(fēng)險(xiǎn)傳染。建議加強(qiáng)房地產(chǎn)企業(yè)融資安全性管理；強(qiáng)化銀行業(yè)逆周期監(jiān)管；完善金融市場風(fēng)險(xiǎn)預(yù)警制度，及時(shí)切斷風(fēng)險(xiǎn)傳染鏈。

關(guān)鍵詞：金融市場；房地產(chǎn)市場；風(fēng)險(xiǎn)傳染；Copula；CoVaR

一、引言

黨的二十大報(bào)告指出：要加強(qiáng)和完善現(xiàn)代金融監(jiān)管，強(qiáng)化金融穩(wěn)定保障體系，依法將各類金融活動(dòng)全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)底線。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示：2021年我國房地產(chǎn)開發(fā)企業(yè)的資產(chǎn)負(fù)債率高達(dá)80.3%，而房地產(chǎn)企業(yè)的主要融資渠道依賴各類金融市場。當(dāng)下我國銀行、證券、保險(xiǎn)等主要金融市場之間，及其與房地產(chǎn)市場之間存在業(yè)務(wù)交叉和資金往來，各子市場之間的關(guān)聯(lián)性也在不斷增強(qiáng)，單一市場風(fēng)險(xiǎn)可能蔓延至多個(gè)市場，甚至引發(fā)金融危機(jī)。因此，研究我國金融市場與房地產(chǎn)市場間的風(fēng)險(xiǎn)傳染效應(yīng)，測度風(fēng)險(xiǎn)傳染水平，有助于明確風(fēng)險(xiǎn)傳染源，切斷風(fēng)險(xiǎn)傳染鏈，防范系統(tǒng)性金融風(fēng)險(xiǎn)。

二、文獻(xiàn)綜述

金融部門的風(fēng)險(xiǎn)水平不僅取決于自身的風(fēng)險(xiǎn)因素，還會(huì)受到來自其他金融部門的風(fēng)險(xiǎn)傳染，然而，衡量風(fēng)險(xiǎn)水平的傳統(tǒng)方法VaR（在險(xiǎn)價(jià)值）只能度量金融部門的自身風(fēng)險(xiǎn)，對(duì)于跨部門之間的風(fēng)險(xiǎn)溢出效應(yīng)卻難以量化。Adrian（2008）改良了VaR方法，建立了能夠量化評(píng)估市場雙邊風(fēng)險(xiǎn)溢出水平的CoVaR（條件風(fēng)險(xiǎn)價(jià)值）模型[1]。國內(nèi)學(xué)者普遍應(yīng)用分位數(shù)回歸技術(shù)計(jì)算CoVaR，在此基礎(chǔ)上，驗(yàn)證了金融市場系統(tǒng)性風(fēng)險(xiǎn)關(guān)鍵影響因素，測度了多種金融市場的風(fēng)險(xiǎn)溢出效應(yīng)，確定了系統(tǒng)重要性金融部門，取得一系列研究成果。歐陽資生等（2017）、李明輝等（2017）通過建立CoVaR模型，測度銀行、證券等各類金融部門系統(tǒng)性風(fēng)險(xiǎn)溢出，結(jié)果表明銀行業(yè)具有明顯的風(fēng)險(xiǎn)溢出效應(yīng)[2][3]。吳婷婷等（2020）基于CoVaR方法，對(duì)于銀行、證券等金融部門的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行考察，發(fā)現(xiàn)與其他金融部門相比，銀行類金融機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度更大[4]。

盡管如此，CoVaR模型的原理決定該方法難以刻畫變量間的非線性風(fēng)險(xiǎn)相關(guān)關(guān)系，而金融市場風(fēng)險(xiǎn)傳染往往具有非線性相關(guān)特征，因此在一定程度上削弱了計(jì)算結(jié)果的有效性。為彌補(bǔ)這一不足，諸多學(xué)者引入Copula函數(shù)刻畫金融變量間的非線性相關(guān)性，在此基礎(chǔ)上建立CoVaR模型，圍繞金融市場、國際原油市場等領(lǐng)域的風(fēng)險(xiǎn)溢出效應(yīng)展開廣泛研究。王帥等（2019）選取動(dòng)態(tài)Copula-CoVaR模型，考量影子銀行與傳統(tǒng)金融業(yè)間的風(fēng)險(xiǎn)溢出效應(yīng)，研究表明：影子銀行與傳統(tǒng)金融市場存在雙向凈風(fēng)險(xiǎn)溢出效應(yīng)[5]。李竹薇等（2021）通過構(gòu)建CoVaR模型測度互聯(lián)網(wǎng)金融與傳統(tǒng)金融之間的廣義動(dòng)態(tài)風(fēng)險(xiǎn)溢出效應(yīng)，結(jié)果發(fā)現(xiàn)：新舊金融行業(yè)間的風(fēng)險(xiǎn)溢出水平隨時(shí)間而變化，風(fēng)險(xiǎn)從互聯(lián)網(wǎng)金融向傳統(tǒng)金融的傳導(dǎo)更為迅速[6]。

綜上，在金融風(fēng)險(xiǎn)傳染效應(yīng)的研究方面，一是較少考慮金融市場風(fēng)險(xiǎn)普遍具有非線性相關(guān)的特征，以及市場收益率序列普遍存在的自相關(guān)性和異方差性。二是忽視了房地產(chǎn)市場與金融市場，尤其是對(duì)商業(yè)銀行的高度依賴性。鑒于此，本文考慮金融風(fēng)險(xiǎn)傳染的非線性特征，以及市場收益率序列自相關(guān)性、異方差性和厚尾性，構(gòu)建Copula-ARMA-GARCH-CoVaR模型，分別測度銀行、證券、保險(xiǎn)以及房地產(chǎn)市場對(duì)整個(gè)金融體系以及各市場之間的風(fēng)險(xiǎn)傳染效應(yīng)，為提升風(fēng)險(xiǎn)管理有效性提供實(shí)證依據(jù)。

三、金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染效應(yīng)的理論分析

（一）金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染的要素

隨著金融混業(yè)經(jīng)營的深化、金融機(jī)構(gòu)與房地產(chǎn)企業(yè)業(yè)務(wù)往來的增加，金融市場各主體間、金融市場與房地產(chǎn)市場間，形成了關(guān)聯(lián)網(wǎng)絡(luò)，在這個(gè)網(wǎng)絡(luò)中，每個(gè)主體可能是感染的起點(diǎn)，也有可能是被感染的一環(huán)。某一市場發(fā)生的風(fēng)險(xiǎn)事件，通過各種金融渠道和市場關(guān)聯(lián)，進(jìn)一步引發(fā)其他市場的風(fēng)險(xiǎn)傳染和蔓延。金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染涉及三種要素：傳染源、傳染渠道和易感個(gè)體。傳染源是指引起風(fēng)險(xiǎn)傳染的風(fēng)險(xiǎn)源頭，包括金融機(jī)構(gòu)、市場、金融產(chǎn)品、房地產(chǎn)企業(yè)等。金融機(jī)構(gòu)可能因?yàn)檫^度放松風(fēng)險(xiǎn)管理、資產(chǎn)質(zhì)量下降、流動(dòng)性風(fēng)險(xiǎn)等問題而成為傳染源，金融市場也可能因?yàn)槟承┎淮_定性因素引發(fā)風(fēng)險(xiǎn)傳染，進(jìn)而成為傳染源，金融產(chǎn)品也可能因?yàn)樵O(shè)計(jì)不當(dāng)、風(fēng)險(xiǎn)溢價(jià)過低等問題而成為傳染源，房地產(chǎn)企業(yè)可能因資金鏈斷裂或債務(wù)違約而成為傳染源。傳染渠道是指風(fēng)險(xiǎn)傳染的路徑和方式，包括直接傳染和間接傳染。前者主要是指由于金融機(jī)構(gòu)之間、金融機(jī)構(gòu)與房地產(chǎn)企業(yè)之間的關(guān)聯(lián)性，當(dāng)某一家金融機(jī)構(gòu)或房地產(chǎn)企業(yè)出現(xiàn)風(fēng)險(xiǎn)問題時(shí)，將可能傳染給其他市場主體，后者則是指因?yàn)槭袌銮榫w、信息傳遞等因素，導(dǎo)致其他市場主體面臨相應(yīng)風(fēng)險(xiǎn)。易感個(gè)體是指可能受到風(fēng)險(xiǎn)傳染的金融機(jī)構(gòu)、投資者或房地產(chǎn)企業(yè)。金融機(jī)構(gòu)可能因?yàn)殛P(guān)聯(lián)性、資產(chǎn)質(zhì)量、流動(dòng)性等問題而成為易感個(gè)體，投資者也可能因?yàn)槌钟酗L(fēng)險(xiǎn)敞口較大的金融產(chǎn)品而成為易感個(gè)體，房地產(chǎn)企業(yè)也可能因融資能力不足以支撐高負(fù)債經(jīng)營而成為易感個(gè)體。

（二）金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染的機(jī)理

一是信用違約傳染。與其他行業(yè)不同，金融機(jī)構(gòu)和房地產(chǎn)企業(yè)普遍采取杠桿經(jīng)營，存在資產(chǎn)負(fù)債期限錯(cuò)配的特征，形成了系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)在源頭。伴隨金融混業(yè)經(jīng)營的深化、金融機(jī)構(gòu)與房地產(chǎn)企業(yè)業(yè)務(wù)往來的增加，金融機(jī)構(gòu)之間、金融機(jī)構(gòu)與房地產(chǎn)企業(yè)之間的關(guān)聯(lián)更為緊密，各類市場主體之間的債權(quán)債務(wù)關(guān)系愈發(fā)復(fù)雜，風(fēng)險(xiǎn)的隱匿性更強(qiáng)，當(dāng)一家市場主體面臨債務(wù)違約時(shí)，可能引發(fā)其他市場機(jī)構(gòu)的連鎖反應(yīng)，進(jìn)而導(dǎo)致風(fēng)險(xiǎn)傳染。二是市場關(guān)聯(lián)渠道傳染。房地產(chǎn)抵押證券化等金融衍生品的出現(xiàn)，提高了金融市場與房地產(chǎn)市場的業(yè)務(wù)關(guān)聯(lián)度。房地產(chǎn)企業(yè)通過抵押土地、房產(chǎn)等資產(chǎn)向金融機(jī)構(gòu)進(jìn)行融資，使得此類業(yè)務(wù)關(guān)聯(lián)成為連接金融市場和房地產(chǎn)市場的重要紐帶和金融風(fēng)險(xiǎn)跨市場傳染的新型載體。一旦金融市場或者房地產(chǎn)市場遭受沖擊，市場風(fēng)險(xiǎn)便可通過關(guān)聯(lián)渠道向其他市場進(jìn)行傳染。三是流動(dòng)性傳染。一方面，房地產(chǎn)業(yè)的信貸需求具有規(guī)模大、期限長等特點(diǎn)，因此金融機(jī)構(gòu)更傾向于向房地產(chǎn)企業(yè)放貸，通過借短貸長的方式增加利差收入，從而加劇了資產(chǎn)負(fù)債期限錯(cuò)配程度，增加了流動(dòng)性風(fēng)險(xiǎn)。另一方面，金融機(jī)構(gòu)以房地產(chǎn)作為抵押品開展信貸業(yè)務(wù)時(shí)，按照抵押品的價(jià)值決定授信額度，當(dāng)房地產(chǎn)市場處于上升周期時(shí)，抵押品增值，推動(dòng)房地產(chǎn)價(jià)格與房地產(chǎn)信貸規(guī)模螺旋上升，加速風(fēng)險(xiǎn)集聚。一旦房地產(chǎn)市場出現(xiàn)大幅波動(dòng)，金融機(jī)構(gòu)難以對(duì)房地產(chǎn)抵押品進(jìn)行無損變現(xiàn)，導(dǎo)致巨額損失，引發(fā)流動(dòng)性危機(jī)，并通過金融系統(tǒng)關(guān)聯(lián)性在各主體之間傳染蔓延。

四、金融市場與房地產(chǎn)市場間風(fēng)險(xiǎn)傳染效應(yīng)的實(shí)證分析

（一）樣本選取及統(tǒng)計(jì)特征描述

當(dāng)前，金融市場交易運(yùn)行網(wǎng)絡(luò)錯(cuò)綜復(fù)雜，來自國家統(tǒng)計(jì)局、央行和國家金融監(jiān)督管理總局的數(shù)據(jù)顯示，截至2021年末，建設(shè)銀行、郵儲(chǔ)銀行、招商銀行、興業(yè)銀行房地產(chǎn)行業(yè)貸款和個(gè)人住房貸款占比均超過32.5%的監(jiān)管上限，工、農(nóng)、中、建四大行對(duì)公房貸不良率出現(xiàn)37-247BP不等的增長，其中，工商銀行對(duì)公房貸不良率從2020年末的2.32%增至2021年末的4.79%，不良貸款余額從162.4億元增至338.2億元，均呈成倍增長態(tài)勢(shì)。此外，多家保險(xiǎn)公司在不具備相應(yīng)投資管理能力情況下，直接開展不動(dòng)產(chǎn)或金融產(chǎn)品投資，違規(guī)流入房地產(chǎn)和證券領(lǐng)域，涉及金額462.18億元，金融風(fēng)險(xiǎn)在銀行、證券、保險(xiǎn)和房地產(chǎn)領(lǐng)域交叉?zhèn)魅镜奶卣魅找嫱癸@。基于此，本文針對(duì)銀行、證券、保險(xiǎn)和房地產(chǎn)市場的風(fēng)險(xiǎn)傳染效應(yīng)展開研究，為保證數(shù)據(jù)的連續(xù)性和可得性，選取中信行業(yè)指數(shù)中的國有銀行、證券、保險(xiǎn)、房地產(chǎn)指數(shù)，以及中證金融指數(shù)作為研究樣本，區(qū)間為2013年1月4日至2022年12月30日，對(duì)缺失值做剔除處理，每組共獲取2426個(gè)有效數(shù)據(jù)，均來自WIND數(shù)據(jù)庫。樣本時(shí)間跨度涵蓋“錢荒”事件、股票市場大幅波動(dòng)、中美貿(mào)易摩擦等對(duì)我國金融業(yè)具有重大影響的事件，能有效反映國內(nèi)金融市場風(fēng)險(xiǎn)波動(dòng)情況。本文使用R-4.0.3軟件進(jìn)行數(shù)據(jù)處理。

本文樣本統(tǒng)計(jì)特征描述步驟如下：先對(duì)各指數(shù)序列取對(duì)數(shù)一階差分，得到各市場收益率序列，即：[Rit=ln（pit/pit-1）]，[pit]代表子市場在t日的指數(shù)。對(duì)所有市場收益率序列進(jìn)行統(tǒng)計(jì)特征描述，見表1。

Jarque-Bera檢驗(yàn)結(jié)果表明：在1%的顯著性水平下，各市場收益率序列均不服從正態(tài)分布。Q（20）及ARCH-LM統(tǒng)計(jì)量結(jié)果顯示：在1%的顯著性水平下，各市場收益率序列具有顯著的自相關(guān)和異方差效應(yīng)，無法直接使用Copula函數(shù)進(jìn)行擬合。因此，采用ARMA-GARCH-t模型過濾各市場指數(shù)收益率，獲取不相關(guān)且無異方差的平穩(wěn)收益率序列，以滿足Copula建模條件。

觀察表2發(fā)現(xiàn)，各市場殘差A(yù)RCH-LM檢驗(yàn)以及殘差平方的Ljung-Box檢驗(yàn)結(jié)果均不顯著，無法拒絕序列中沒有自相關(guān)性及異方差性的原假設(shè)，表明經(jīng)過濾后得到了不相關(guān)且無異方差的平穩(wěn)殘差序列。

（二）風(fēng)險(xiǎn)傳染效應(yīng)計(jì)算

經(jīng)ARMA-GARCH-t模型過濾各市場指數(shù)收益率得到平穩(wěn)殘差序列后，按照前文所述步驟，借助R語言編程，選擇各市場指數(shù)收益率殘差序列間的最優(yōu)Copula函數(shù)，并結(jié)合蒙特卡洛模擬法，計(jì)算子市場對(duì)金融體系以及各子市場之間的條件風(fēng)險(xiǎn)價(jià)值，量化分析風(fēng)險(xiǎn)傳染效應(yīng)。

五、結(jié)論及對(duì)策建議

（一）結(jié)論

表3結(jié)果顯示：各子市場的風(fēng)險(xiǎn)價(jià)值從高到低依次為證券（-0.067）、保險(xiǎn)（-0.047）、房地產(chǎn)（-0.045）、銀行（-0.034）。為了進(jìn)一步考察各子市場對(duì)金融體系的風(fēng)險(xiǎn)傳染效應(yīng)，將標(biāo)準(zhǔn)化溢出風(fēng)險(xiǎn)價(jià)值進(jìn)行排序發(fā)現(xiàn)，房地產(chǎn)的標(biāo)準(zhǔn)化溢出風(fēng)險(xiǎn)價(jià)值最高為47.35%，其次分別是：證券市場（11.31%）、商業(yè)銀行（10.93%）、保險(xiǎn)市場（7.01%）。另外，從表4看到：銀行、證券、保險(xiǎn)、房地產(chǎn)市場之間均存在雙向風(fēng)險(xiǎn)傳染效應(yīng)，但不同市場和方向的傳染程度有所差異，表現(xiàn)出明顯的不對(duì)稱性。進(jìn)一步分析數(shù)據(jù)得到如下結(jié)果：

第一，每個(gè)子市場對(duì)金融系統(tǒng)都存在明顯的風(fēng)險(xiǎn)傳染效應(yīng)，但不同子市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)貢獻(xiàn)程度存在差異，房地產(chǎn)市場是最重要的風(fēng)險(xiǎn)傳染源，其次是證券市場、商業(yè)銀行和保險(xiǎn)市場，具體原因分析如下：

首先，房地產(chǎn)市場是最重要的風(fēng)險(xiǎn)傳染源。在極端情景下，房地產(chǎn)市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)傳染效應(yīng)最明顯。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2021年我國房地產(chǎn)開發(fā)企業(yè)的資產(chǎn)負(fù)債率高達(dá)80.3%。由此可見，房地產(chǎn)業(yè)具有高負(fù)債率和資本密集的特點(diǎn)，資金來源高度依賴金融機(jī)構(gòu)。房地產(chǎn)公司通常以土地和房產(chǎn)作為抵押向金融機(jī)構(gòu)借貸，金融機(jī)構(gòu)又通過房地產(chǎn)抵押債權(quán)證券化等方式進(jìn)行融資，這一過程促使房地產(chǎn)市場與金融機(jī)構(gòu)的關(guān)聯(lián)性不斷增強(qiáng)，金融杠桿不斷放大，金融風(fēng)險(xiǎn)隨之上升。

其次，證券市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)傳染效應(yīng)僅次于房地產(chǎn)市場。近年來，得益于資本市場的快速壯大，越來越多的優(yōu)質(zhì)企業(yè)選擇通過資本市場進(jìn)行融資，推動(dòng)直接融資占社會(huì)融資總額的比例逐年上升，證券市場成為僅次于商業(yè)銀行的第二大融資渠道。結(jié)合現(xiàn)實(shí)來看，我國證券市場的主體主要是股票市場和債券市場，其中股票市場規(guī)模遠(yuǎn)超后者，并且具備極高的波動(dòng)性。

再次，商業(yè)銀行對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)傳染效應(yīng)低于證券市場。商業(yè)銀行作為社會(huì)融資的主要渠道，在我國金融體系中居于主導(dǎo)地位，與實(shí)體經(jīng)濟(jì)深度融合，因而受到高度重視。監(jiān)管部門通過實(shí)施一系列科學(xué)有效的監(jiān)管政策，把銀行業(yè)的風(fēng)險(xiǎn)維持在較低的水平，有效預(yù)防和抑制了銀行業(yè)風(fēng)險(xiǎn)對(duì)其他行業(yè)或市場的風(fēng)險(xiǎn)傳染。

最后，保險(xiǎn)市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)傳染效應(yīng)相對(duì)最低。與銀行業(yè)和證券業(yè)不同，保險(xiǎn)業(yè)的主要功能并不是滿足市場的投融資需求，而是幫助市場主體通過各種保險(xiǎn)業(yè)務(wù)規(guī)避風(fēng)險(xiǎn)，這種特殊的業(yè)務(wù)模式?jīng)Q定保險(xiǎn)業(yè)與各類金融機(jī)構(gòu)的關(guān)聯(lián)不如銀行業(yè)和證券業(yè)那么緊密，因此，風(fēng)險(xiǎn)傳染效應(yīng)相對(duì)較低。

第二，商業(yè)銀行是最大的風(fēng)險(xiǎn)承受方，主要受到房地產(chǎn)市場的風(fēng)險(xiǎn)傳染。房地產(chǎn)市場對(duì)于商業(yè)銀行的標(biāo)準(zhǔn)化溢出風(fēng)險(xiǎn)價(jià)值為69.75%，遠(yuǎn)高于證券市場和保險(xiǎn)市場的總和。與其他金融市場相比，房地產(chǎn)市場與商業(yè)銀行的關(guān)聯(lián)最為密切，房地產(chǎn)業(yè)的融資渠道主要依賴銀行信貸，因此，一旦房地產(chǎn)市場出現(xiàn)極端風(fēng)險(xiǎn)，房地產(chǎn)企業(yè)將會(huì)發(fā)生大規(guī)模債務(wù)違約，進(jìn)而導(dǎo)致商業(yè)銀行的信貸業(yè)務(wù)受損，引發(fā)流動(dòng)性危機(jī)，并通過關(guān)聯(lián)渠道傳染至整個(gè)金融市場，最終引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

第三，各子市場對(duì)房地產(chǎn)市場均有一定程度的風(fēng)險(xiǎn)傳染。商業(yè)銀行對(duì)房地產(chǎn)市場的標(biāo)準(zhǔn)化溢出風(fēng)險(xiǎn)價(jià)值最高，達(dá)到52.65%，說明以商業(yè)銀行為代表的主要金融部門，作為房地產(chǎn)企業(yè)的主要融資渠道，一旦遭受嚴(yán)重的風(fēng)險(xiǎn)沖擊，將會(huì)迅速傳染至房地產(chǎn)市場，威脅房地產(chǎn)企業(yè)資金鏈，并進(jìn)一步導(dǎo)致各類金融機(jī)構(gòu)產(chǎn)生大量壞賬及違約，進(jìn)而陷入惡性循環(huán)，甚至?xí)l(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

（二）對(duì)策建議

本文基于Copula-ARMA-GARCH-CoVaR模型，引入t分布，測度銀行、證券、保險(xiǎn)、房地產(chǎn)對(duì)金融系統(tǒng)以及各自間的風(fēng)險(xiǎn)傳染效應(yīng)。研究發(fā)現(xiàn)：各子市場對(duì)金融系統(tǒng)都存在明顯的風(fēng)險(xiǎn)傳染效應(yīng)，但不同子市場對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)貢獻(xiàn)程度存在差異，房地產(chǎn)市場是最重要的風(fēng)險(xiǎn)傳染源，其次是證券市場、商業(yè)銀行和保險(xiǎn)市場；商業(yè)銀行是最大的風(fēng)險(xiǎn)承受方，最容易受到房地產(chǎn)市場的風(fēng)險(xiǎn)傳染；各子市場對(duì)房地產(chǎn)市場均有一定程度的風(fēng)險(xiǎn)傳染。為了更有效地防范和控制金融風(fēng)險(xiǎn)的跨市場傳染，本文提出以下建議：

首先，加強(qiáng)房地產(chǎn)企業(yè)融資安全性管理，合理控制房地產(chǎn)企業(yè)杠桿率。由于房地產(chǎn)行業(yè)的高回報(bào)率，金融機(jī)構(gòu)可能參與到房地產(chǎn)項(xiàng)目的開發(fā)投資中，甚至通過資本運(yùn)作等方式間接獲取房地產(chǎn)企業(yè)股權(quán)，以此繞開監(jiān)管。監(jiān)管部門應(yīng)當(dāng)加強(qiáng)房地產(chǎn)企業(yè)融資合規(guī)性審查，適度降低房地產(chǎn)企業(yè)負(fù)債規(guī)模，引導(dǎo)資本流向?qū)嶓w先進(jìn)制造業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)，從而有效降低房地產(chǎn)業(yè)和金融業(yè)風(fēng)險(xiǎn)傳染效應(yīng)。

其次，強(qiáng)化銀行業(yè)逆周期監(jiān)管，嚴(yán)控風(fēng)險(xiǎn)外溢。近年來，利率市場化的深入、金融脫媒的加速和互聯(lián)網(wǎng)金融的崛起，各家商業(yè)銀行競爭加劇，商業(yè)銀行存貸業(yè)務(wù)息差收入面臨挑戰(zhàn)，內(nèi)外部風(fēng)險(xiǎn)顯著增大。監(jiān)管部門應(yīng)當(dāng)實(shí)施動(dòng)態(tài)的監(jiān)管政策，依據(jù)經(jīng)濟(jì)金融周期對(duì)商業(yè)銀行的作用效果，實(shí)行逆周期風(fēng)險(xiǎn)監(jiān)管措施。既要預(yù)防經(jīng)濟(jì)衰退或重大金融事件給銀行帶來的流動(dòng)性沖擊，也要防止銀行因流動(dòng)性不足發(fā)生危機(jī)傳染至金融系統(tǒng)，引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

最后，完善金融市場風(fēng)險(xiǎn)預(yù)警制度，有效切斷風(fēng)險(xiǎn)傳染鏈。監(jiān)管當(dāng)局應(yīng)當(dāng)組織專業(yè)力量，結(jié)合我65c4f71d48ed3492bc7f06624888ce3f國金融市場風(fēng)險(xiǎn)特征，充分借助金融工程、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，針對(duì)各類金融機(jī)構(gòu)，出臺(tái)規(guī)范性文件，開發(fā)專門軟件，建立起一套實(shí)用數(shù)字化風(fēng)險(xiǎn)預(yù)警制度，及時(shí)有效地隔離風(fēng)險(xiǎn)傳染源。

參考文獻(xiàn)：

[1] ADRIAN T， BRUNNERMEIER M K.CoVaR [R].Fed Reserve Bank of New York Staff Report，2009：1-27.

[2] 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.

[3] 李明輝，黃葉苨.商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)溢出及系統(tǒng)重要性研究——來自中國16家上市銀行CoVaR的證據(jù)[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017，49（5）：106-116.

[4] 吳婷婷，華飛，江世銀.中國金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)貢獻(xiàn)度的量化研究——基于極端分位數(shù)回歸的CoVaR模型[J].江西社會(huì)科學(xué)，2020，40（9）：54-65.

[5] 王帥，李治章.基于動(dòng)態(tài)Copula-CoVaR模型的影子銀行風(fēng)險(xiǎn)溢出效應(yīng)研究[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（2）：36-40.

[6] 李竹薇，劉森楠，李小鳳，王寶璐.互聯(lián)網(wǎng)金融與傳統(tǒng)金融之間的廣義動(dòng)態(tài)風(fēng)險(xiǎn)溢出——基于Copula-ARMA-GARCH-CoVaR的實(shí)證研究[J].系統(tǒng)工程，2021，39（4）：126-138.

作者簡介：張永恒（1991— ），男，安徽鳳臺(tái)人，安徽理工大學(xué)助教，碩士，研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理；胡娟（1992— ），女，安徽鳳臺(tái)人，安徽理工大學(xué)助教，碩士，研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理。