居民杠桿率過快攀升與系統(tǒng)性金融風(fēng)險之間是否存在關(guān)聯(lián)已引起廣泛的社會關(guān)注。本文基于貨幣、股票、債券、外匯市場數(shù)據(jù)測度我國系統(tǒng)性金融風(fēng)險,建立非線性MS-VAR模型探究我國居民杠桿率與系統(tǒng)性金融風(fēng)險間是否存在時變動態(tài)關(guān)聯(lián)。研究結(jié)果表明:金融危機后我國居民杠桿率與系統(tǒng)性金融風(fēng)險之間存在明顯的兩區(qū)制"棘輪效應(yīng)";居民杠桿率和系統(tǒng)性金融風(fēng)險都對自身具有粘性;居民杠桿率與系統(tǒng)性金融風(fēng)險間存在由負轉(zhuǎn)正的時變動態(tài)關(guān)聯(lián),并且風(fēng)險釋放期的關(guān)聯(lián)程度顯著大于風(fēng)險累積期;居民杠桿率對系統(tǒng)性金融風(fēng)險的影響顯著,而系統(tǒng)性金融風(fēng)險對居民杠桿率的影響甚微。因此,不能簡單地將居民部門作為企業(yè)、金融部門轉(zhuǎn)移杠桿的對象,需警惕居民杠桿飆升對系統(tǒng)性金融風(fēng)險的誘發(fā)影響。 

【文章來源】：武漢金融. 2020,(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

2008年1月—2018年1月我國系統(tǒng)性金融風(fēng)險變化情況

圖2為MSIA(2)-VAR(2）的區(qū)制狀態(tài)圖，可以看出我國居民杠桿率與系統(tǒng)性金融風(fēng)險具有明顯的兩區(qū)制特征，并給出各區(qū)制狀態(tài)的平滑概率、濾波概率和預(yù)測概率。表3為MSIA(2)-VAR(2）的區(qū)制屬性表，可以看出在滯后2階前提下，共有8.6個季度處于區(qū)制1狀態(tài)，具體包括2008年第四季度—2010年第一季度、2012年第二季度—2013年第二季度和2016年第一季度—2016年第四季度，狀態(tài)持續(xù)期為3.97；共有30.4個季度處于區(qū)制2狀態(tài)，具體包括2008年第三季度、2010年第二季度—2012年第一季度、2013年第三季度—2015年第四季度以及2017年第一季度—2017年第四季度，狀態(tài)持續(xù)期為6.47。結(jié)合我國居民杠桿率和系統(tǒng)性金融風(fēng)險波動事實，可以發(fā)現(xiàn)區(qū)制1下的居民杠桿率與系統(tǒng)性金融風(fēng)險水平較高，基本保持高位波動狀態(tài)，區(qū)制2下的居民杠桿率和系統(tǒng)性金融風(fēng)險水平相對較低且波動平緩，因此可以判斷我國的居民杠桿率和系統(tǒng)性金融風(fēng)險之間的動態(tài)關(guān)聯(lián)具有明顯的“棘輪效應(yīng)”，其中區(qū)制1為風(fēng)險釋放期（高風(fēng)險），區(qū)制2為風(fēng)險累積期（低風(fēng)險）。此外，從區(qū)制轉(zhuǎn)移概率看，保持在區(qū)制1、區(qū)制2的狀態(tài)概率分別為0.7484、0.8455，從區(qū)制1轉(zhuǎn)移為區(qū)制2的概率為0.2516，從區(qū)制2轉(zhuǎn)移為區(qū)制1的概率為0.1545，說明風(fēng)險狀態(tài)具有很好的穩(wěn)定性，高、低風(fēng)險狀態(tài)之間的轉(zhuǎn)移較難實現(xiàn)。2.模型參數(shù)結(jié)果分析

【參考文獻】：
期刊論文
[1]居民杠桿率結(jié)構(gòu)性飆升對金融風(fēng)險的影響分析——基于荊州市居民杠桿率的調(diào)查[J]. 胡學(xué)平,楊利敏,徐夢潔.  武漢金融. 2018(09)
[2]結(jié)構(gòu)性去杠桿的推進重點與趨勢觀察[J]. 陳小亮,陳彥斌.  改革. 2018(07)
[3]結(jié)構(gòu)性去杠桿:進程、邏輯與前景——中國去杠桿2017年度報告[J]. 張曉晶,常欣,劉磊.  經(jīng)濟學(xué)動態(tài). 2018(05)
[4]居民家庭“加杠桿”能促進消費嗎?——來自中國家庭微觀調(diào)查的經(jīng)驗證據(jù)[J]. 潘敏,劉知琪.  金融研究. 2018(04)
[5]居民部門杠桿率對經(jīng)濟增長影響的實證研究——基于ARDL-ECM模型[J]. 謝云峰.  區(qū)域金融研究. 2017(05)
[6]居民杠桿率、房地產(chǎn)信貸與房價泡沫風(fēng)險[J]. 孫丹,李宏瑾.  金融發(fā)展評論. 2017(01)
[7]中國房地產(chǎn)市場居民加杠桿:現(xiàn)狀、機理、風(fēng)險及對策[J]. 黃燕芬,趙永升,夏方舟.  價格理論與實踐. 2016(08)
[8]巴曙松:居民杠桿率逼近美國次貸危機水平[J]. 巴曙松.  房地產(chǎn)導(dǎo)刊. 2016(09)
[9]城鎮(zhèn)化視角下收入不平等與家庭債務(wù)變動——來自中國30個省市的數(shù)據(jù)[J]. 伍再華,張雄.  經(jīng)濟與管理. 2016(03)
[10]房價過度波動的系統(tǒng)性風(fēng)險溢出效應(yīng)測度——基于GARCH-Copula-CoVaR模型[J]. 沈悅,戴士偉,陳錕.  中央財經(jīng)大學(xué)學(xué)報. 2016(03)



本文編號：3053836