财经问题研究

参考文献

[1] 王朝阳，王文汇.中国系统性金融风险表现与防范：一个文献综述的视角[J].金融评论，2018,(5):100-113+125-126.

[2] 方意，赵胜民，王道平.我国金融机构系统性风险测度——基于DGC-GARCH模型的研究[J].金融监管研究，2012,(11):26-42.

[3] 肖璞，刘轶，杨苏梅.相互关联性、风险溢出与系统重要性银行识别[J].金融研究，2012,(12):96-106.

[4] 梁琪，李政，郝项超.我国系统重要性金融机构的识别与监管——基于系统性风险指数SRISK方法的分析[J].金融研究，2013,(9):56-70.

[5] 杨子晖，陈雨恬，陈里璇.极端金融风险的有效测度与非线性传染[J].经济研究，2019,(5):63-80.

[6] 李政，梁琪，方意.中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化[J].金融研究，2019,(2):40-58.

[7] Illing,M.,Liu,Y.An Index of Financial Stress for Canada[R].Staff Working Paper 2003-14,2003.

[8] 许涤龙，陈双莲.基于金融压力指数的系统性金融风险测度研究[J].经济学动态，2015,(4):69-78.

[9] 陶玲，朱迎.系统性金融风险的监测和度量——基于中国金融体系的研究[J].金融研究，2016,(6):18-36.

[10] 方芳，林海涛.系统性金融风险再认识：演化、测量与检验[J].经济理论与经济管理，2017,(11):45-57.

[11] Li,K.Does Information Asymmetry Impede Market Efficiency?Evidence From Analyst Coverage[J].Journal of Banking & Finance,2020,118(9):1-7.

[12] 牛枫，叶勇，陈效东.媒体报道与IPO公司股票发行定价研究——来自深圳中小板上市公司的经验证据[J].管理评论，2017,(11):50-61.

[13] Baker,M.,Wurgler,J.Investor Sentiment and the Cross-Section of Stock Returns[J].The Journal of Finance,2006,61(4),1645-1680.

[14] Pflueger,C.,Siriwardane,E.,Sunderam,A.Financial Market Risk Perceptions and the Macroeconomy[J].The Quarterly Journal of Economics,2020,135(3):1443-1491.

[15] 张玉鹏，王茜.政策不确定性的非线性宏观经济效应及其影响机制研究[J].财贸经济，2016,(4):116-133.

[16] Baker,R.S.,Bloom,N.,Davis,J.S.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics,2016,131(4):1593-1636.

[17] Huang,Y.,Luk,P.Measuring Economic Policy Uncertainty in China[J].China Economic Review,2020,59(1):77-95.

[18] Kremer,M.,Lo,D.M.,Holló,D.CISS :A Composite Indicator of Systemic Stress in the Financial System[R].ECB Working Paper Series No.1426,2012.

[19] 杨子晖，赵永亮.非线性Granger因果检验方法的检验功效及有限样本性质的模拟分析[J].统计研究，2014,(5):107-112.

[20] Nishiyama,Y.,Hitomi,K.,Kawasaki,Y.,et al.A Consistent Nonparametric Test for Nonlinear Causality-Specification in Time Series Regression[J].Journal of Econometrics,2011,165(1):112-127.

[21] Diks,C.,Panchenko,V.A New Statistic and Practical Guidelines for Nonparametric Granger Causality Testing[J].Journal of Economic Dynamics and Control,2006,30(9-10):1647-1669.

[22] Lopes,L.L.Between Hope and Fear:The Psychology of Risk[J].Advances in Experimental Social Psychology,1987,20(3):255-295.

[23] 林树，俞乔.有限理性、动物精神及市场崩溃：对情绪波动与交易行为的实验研究[J].经济研究，2010,(8):115-127.

[24] 陈彦斌，随晓芹，刘哲希.系统性金融风险预警指标——杠杆率与“杠杆率/投资率”比较[J].世界经济文汇，2019,(6):21-36.

[25] 陈雨露，马勇，阮卓阳.金融周期和金融波动如何影响经济增长与金融稳定?[J].金融研究，2016,(2):1-22.

[26] Berg,A.,Coke,R.N.Autocorrelation-Corrected Standard Errors in Panel Probits:An Application to Currency Crisis Prediction[R].IMF Working Papers No.04/39,2004.

[27] Hamilton,J.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle[J].Econometrica,1989,57(2):357-384.

[28] 丁慧，陈颖，卞志村.中国金融市场压力指数构建及其宏观经济非线性效应[J].现代财经(天津财经大学学报),2020,(8):18-30.

(1)本文另使用各基础变量对宏观经济景气指数的滞后1—11期相对冲击的绝对值为权重,合成金融子市场风险指标。该方法合成的指标与使用简单算术平均方法合成的指标走势基本相同,说明选用简单算术平均方法是稳健的。

(2)关键词词库数据来自经济政策不确定性指数网站http://www.policyuncertainty.com/china_epu.html及https://economicpolicyuncertaintyinchina.weebly.com。

(3)之所以选择《经济观察报》,一是因为该报是全国三大经济类报刊之一,服务于商业、财经和相关行业中的决策者,为其提供真实、科学的财经报道和分析,具备较强的专业性和权威性;二是因为其电子版发行时间符合本文的研究需要。

(4)基于可比性考虑,对各金融子市场风险指标和媒体风险感知指标进行正向去量纲处理,指标均介于[0,1]之间。

(5)反映宏观经济的指标包括国内生产总值、通货膨胀水平、投资指标、消费、宏观经济景气指数、制造业采购经理指数、工业增加值增长率等。在符合本文数据频率的月度宏观数据中,宏观经济景气指数(一致指标)综合考虑了工业生产、社会需求、就业和社会收入四个方面,对宏观经济运行现状的刻画最为全面。因此,本文选择MEI作为宏观经济的代理变量。

(6)构建VAR模型需保证各变量是平稳序列。经ADF检验,外汇市场和货币市场风险指数为非平稳序列,一阶差分后平稳。为保证权重分解的一致性,对所有变量进行一阶差分处理,然后构建VAR模型。

(7)如需要各金融子市场风险指标及媒体风险感知的IGARCH(1,1)模型平滑参数结果,可与作者联系。

(8)FSI以各金融子市场风险为权重进行合成,能够较好地反映金融市场风险的整体状态。因此,这里选取FSI作为金融市场风险的代理变量。

(9)格兰杰因果检验要求变量应为平稳序列。ADF检验结果表明,在5%的置信区间内,媒体风险感知、FSI和MEI均为平稳序列。

(10)滞后阶数的选择基于AIC准则确定。VAR模型回归结果说明,滞后1阶的FSI和RP-SRI对当期实体经济下滑风险存在显著影响,可以较好地体现风险指标的预警能力。

(11)考虑到一年之中人口增长率等社会性指标不会发生较为明显的变化,因而本文在回归中将其转化为月度数据。

(12)陶玲和朱迎[9]与丁慧等[28]也认为,三区制划分更适合中国金融市场的风险转换过程。