风险溢出效应

摘要： 研究中外股票市场在突发事件冲击下的国际联动性与风险溢出效应对于防范和化解股票市场风险具有重要的参考价值。本文运用多变量DCC-GARCH模型和GARCH-Copula-CoVaR模型对美国次贷危机、欧债危机、2015年中国股票市场大幅波动和2020年新冠肺炎疫情四个时段中外主要经济体股票市场的国际联动性和双向风险溢出强度进行测度。研究结果表明,中外股票市场在极端条件下存在明显的联动性和风险双向溢出效应,且国外股票市场对中国股票市场的风险溢出效应更为显著。分时段研究结果显示,国外股票市场对中国股票市场风险溢出效应较大的是2015年中国股票市场大幅波动时期和欧债危机时期,2020年新冠肺炎疫情期间溢出效应较小。

摘要： 本文从一个新颖的角度分析股票市场对商业银行的风险溢出效应.首先用Granger因果模型验证股票市场和商业银行之间的关系,再用基于分位数回归的CoVaR模型(条件在险价值模型)量化股市对商业银行的风险溢出.研究发现,国有银行自身的风险水平虽然相对最小,但是股票市场对其的风险溢出效应最大,股票市场对城市商业银行的风险溢出效应居中,而股份制银行受到股票市场的系统性风险的影响整体较小.另外,国有银行、股份制银行和城商行对股票市场的敏感度依次增强.论文最后为削弱股市对商业银行的影响,降低商业银行受到来自外部的风险提供了政策建议.

摘要： 防范和化解系统性风险是当前我国金融风险监管的重要任务,而对风险溢出效应进行测度则是系统性风险研究的重点。本文关注证券业的风险贡献,采用ARMA-GARCH和溢出指数模型,结合滚动时间窗口方法,分析了在股市震荡、经贸摩擦、新冠肺炎疫情等重大事件冲击的背景下,证券业内部及其对银行、保险和互联网金融等行业的风险溢出效应。研究发现:(1)各证券机构之间具有较强的风险联动性,资产规模与其对外风险溢出强度成正比。(2)证券业与相关行业间存在不对称的双向风险溢出效应,近年来其在金融体系中扮演着风险净溢出的角色。此外,证券业与不同行业间的风险溢出效应具有异质性,其与互联网金融行业间的相互溢出效应最强。(3)风险溢出效应具有与重大事件紧密相关的显著时变特征。重大事件冲击会增强证券机构间及其对相关行业的风险溢出效应,而冲击过后风险溢出效应会缓慢下降。

摘要： 为应对气候变化,越来越多的国家和地区采取碳排放权交易的方式来达到减排二氧化碳的目的。中国建立区域排放交易机制是一种新的探索性实践。为促进中国碳市场的成长和成熟,与国际碳市场融合,对碳市场风险进行测量,并研究了市场之间的风险溢出效应,为碳市场的政策制定提供了理论参考。构建ARMA-GARCH(1,1)模型在偏t、GED等分布下,对中国5个试点碳市场的CO_(2)排放配额现货价格进行建模。VaR和CVaR用来测量上海、北京、湖北、广东、深圳碳市场的风险。R-vine copula-CoVaR用来探索中国碳市场的风险溢出效应。研究结果表明风险溢出效应只存在于深圳与上海、北京与上海、湖北与广东碳市场之间,其中深圳到上海、湖北到广东均为单向风险溢出效应,北京与上海为双向风险溢出效应。

摘要： 以2017年1月3日至2020年6月30日全球20个主要国家和地区股市的日度收盘价数据为研究对象,首先构建含马尔科夫区制转换(Markov-Switching,MS)的GARCH-EVT模型拟合原始收益率数据的边缘分布,然后运用Regular Vine Copula模型刻画中国与全球股市的相依结构,最后通过估算?Co Va R和?Co ES等指标测度疫情冲击下各国股市对中国市场的风险溢出效应。结果表明:新冠肺炎疫情冲击前后的全球主要股票收益率具有马尔科夫区制转换特征,模型拟合效果理想;新冠肺炎疫情冲击下中国与全球股市的相依结构在广度上有所弱化,但在深度上有所增强;新冠肺炎疫情暴发后全球大部分国家股市对中国市场的风险溢出效应均有不同程度的降低,境外风险总体可控,中国股市的避风港效应已经相对显现。本文研究可为科学评估新冠肺炎疫情对中国金融市场的冲击、缓释境外风险输入提供参考。

摘要： 商品期货市场所具有的价格发现和套期保值功能,为企业提供了公开和连续的价格参考,规避了价格波动的风险,对企业优化自身资源配置和合理控制生产规模具有关键作用,在我国经济发展中的重要性愈发凸显。然而,近年来部分大宗商品出现了价格大幅波动等风险,不仅给自身种类造成了不良影响,而且给整个商品期货市场带来较大的风险溢出。为了进一步探究商品期货市场风险溢出关系,文章运用时变Copula模型和CoVa R模型对商品期货市场内农产品、金属、化工材料和能源这四大种类期货进行风险溢出效应分析。实证结果表明,化工材料期货和金属期货对外风险溢出效应最强,能源期货接收到的风险溢出效应最强,农产品期货无论是对外风险溢出还是接收其他期货风险溢出效应都最弱。

摘要： 近年来,高速发展的绿色债券市场为符合我国“3060”双碳目标项目提供了大量金融资源,有力地引导了社会资本流向环境偏好型项目,促进了社会的绿色转型发展。本文以2005年1月5日—2021年12月31日中债-中国绿色债券净价指数、中债国债净价指数及沪深300指数日数据为样本,构建DCC-GARCH模型对绿色债券市场与传统债券市场和股票市场之间的风险溢出效应进行研究。研究表明,我国绿色债券市场与传统债券市场之间存在较强的风险溢出效应;而绿色债券市场与股票市场之间的动态相关性较弱,风险不容易在绿色债券市场与股票市场之间传导。

摘要： 当前世界能源格局发生了深刻变化,新冠肺炎疫情和地缘政治等因素引发原油市场剧烈动荡,上海原油期货(INE)作为亚太地区的原油定价基准,在亚洲金融系统中具有重要地位。构建时变的Copula-CoES模型研究疫情前后上海原油期货和6个主要亚洲股市之间的相依性和极端风险溢出,研究发现:上海原油期货与亚洲地区股市相关性较弱,但比WTI/Brent与亚洲股市的相关性更强,且疫情后两者联动性增加。风险溢出CoES值大于CoVaR值,并且在疫情时期差距更加明显,传统CoVaR风险溢出指标可能低估了极端风险溢出的水平。INE和亚洲股市之间存在双向的不对称极端风险溢出,即下行风险高于上行风险,亚洲股市对INE的极端风险溢出水平高于INE对亚洲股市的极端风险溢出水平,风险溢出水平和不对称性在疫情之后均增加。上海原油期货与日本股市的双向风险溢出程度最大,而与中国股市、印度股市之间的风险溢出程度相对较小,并且存在负向的风险溢出。

摘要： 度量股票市场对国有银行的风险溢出效应,对于监管部门的决策制定、金融机构以及投资者的资产分配具有极其重要的理论价值与实践意义.通过Vine Copula模型可以构建股票市场与国有银行间的联合分布函数,并结合CoVaR方法和压力测试方法从单市场和多市场角度测度股票市场对五大国有银行的风险溢出效应.实证结果表明,CoVaR方法和压力测试方法可以有效地测度股票市场对国有银行的风险溢出效应,而仅考虑单个市场的风险溢出效应可能会导致国有银行的风险水平被低估;股票市场对国有银行存在显著的正向风险溢出效应,但风险溢出强度存在差异;股票市场对国有银行的上、下行风险溢出效应存在非对称特征,国有银行对股票市场风险的正向变化更为敏感.相关结论可以为监管部门、金融机构以及投资者的决策行为提供有益的经验支持.

摘要： 随着经济全球化的发展,全世界各大金融机构构建了庞大而复杂的金融体系,在资本越来越自由的国际市场环境下,一国金融危机的爆发可能对其他国家的金融体系造成不利影响。因而,测度银行间的风险溢出效应就显得尤为重要。本文首先对银行系统性风险溢出效应的概念、特征机理以及传导机制进行了相关分析,通过结合GARCH-Copula-CoVaR,修正了CoVaR模型在测度银行系统性风险溢出上的缺陷,为进一步测度银行间的风险溢出效应提供了方法。

摘要： 本文运用CoVaR方法及分位数回归分析了高新技术产业和传统产业与市场间的风险溢出效应,并用风险暴露度和风险贡献度衡量了不同方向的风险溢出效应.研究发现:首先,高新技术产业和传统产业与市场间都存在显著的风险溢出效应,高新技术产业的风险暴露度高于传统产业的风险暴露度,而对系统风险的边际贡献度低于后者;其次,极端风险具有更大的溢出效应;再次,无条件风险价值和换手率对风险暴露度和风险贡献度均存在显著的线性关系,而且股票换手率越高,其风险暴露度和风险贡献度就越高;最后,由虚拟变量模型的分析结果发现,在换手率对风险溢出效应的边际影响上,高新技术企业与传统企业存在显著差异.

摘要： 本发明公开了一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据来提取用户从具体的访问渠道进入网站后的点击行为和购买行为；从用户的渠道点击行为和购买行为中提取并统计出网站各访问渠道的点击次数和购买转化数这两类变量，形成以周为单位的时间序列数据；将计量经济学中的多元时间序列分析方法扩展到营销领域，通过消费者行为建立模型来模拟各渠道间的溢出效应和协同动态，得出具体的相关关系、因果关系和交互形式。本发明对各领域的投入网络广告的企业(尤其是电子商务企业)在渠道资源分配时提供了科学性的决策支持。

摘要： 一种基于历史数据筛选与动量溢出效应的股票预测方法，包括：收集目标股票和与目标股票相关股票的历史交易数据和文本信息；数据预处理，将历史交易数据和文本信息分别转化为二维特征矩阵；构建N只股票之间的关系网络矩阵；构建具有通道域注意力机制的时间卷积网络结合图卷积网络的融合模型；对具有通道域注意力机制的时间卷积网络结合图卷积网络的融合模型进行训练，最后根据训练结果，选择交叉熵损失值最小的超参数组合作为最优的超参数组合。本发明在收集目标股票和相关股票历史交易数据的基础上收集了文本信息，实现了多源信息的融合；利用深度学习的方法对历史数据进行筛选，并对股票价格涨跌进行预测，提高对股票价格涨跌预测的精度。

摘要： 一种基于多模态融合与动量溢出效应的股票预测方法，包括：收集目标股票和N‑1只与目标股票相关股票的交易数据和文本数据；数据预处理；构建N只股票之间的关系矩阵；对N只股票的文本数据进行特征提取，转化为每个交易日下文本特征向量；设定股票预测模型的输入样本；建立股票预测模型；采用输入样本对股票预测模型进行迭代训练和预测，在训练中更新股票预测模型的可训练参数。本发明的一种基于多模态融合与动量溢出效应的股票预测方法，主要从多模态数据特征融合和利用市场动量溢出效应两个角度入手设计出适合的、有效的深度学习模块来提升股票预测模型的准确性和可靠性。

摘要： 本发明涉及一种基于溢出效应的产品单位成本评估方法，所述的方法包括以下步骤：产品的总生产地区自底向上划分为生产企业层、多个中间地区层和总生产地区层，建立生产企业层中的各企业的学习曲线模型，根据生产企业层中各企业的学习曲线模型逐层向上构建中间地区层中生产地区和总生产地区的学习曲线模型，根据总生产地区的学习曲线模型获取总生产地区的产品单位成本。与现有技术相比，本发明利用自底向上的学习曲线模型构建方法，建立各生产层级的学习曲线模型，采用最底层级中各企业易获取的数据作为基础数据进行建模，避免中高层级生产地区历史数据采集困难的弊端，并且能够自顶向下进行分析，提高产品单位成本的评估准确程度。

摘要： 本发明公开了一种基于网络访问日志数据的在线访问渠道间的溢出效应分析方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据来提取用户从具体的访问渠道进入网站后的点击行为和购买行为；从用户的渠道点击行为和购买行为中提取并统计出网站各访问渠道的点击次数和购买转化数这两类变量，形成以周为单位的时间序列数据；将计量经济学中的多元时间序列分析方法扩展到营销领域，通过消费者行为建立模型来模拟各渠道间的溢出效应和协同动态，得出具体的相关关系、因果关系和交互形式。本发明对各领域的投入网络广告的企业(尤其是电子商务企业)在渠道资源分配时提供了科学性的决策支持。

摘要： 本发明提供一种技术溢出效应分析方法。根据本发明的实施例的技术溢出效应分析方法包括：从由分类为预先设定的技术分类的多个专利组成的专利数据中，将包括两个以上的技术分类的专利作为对象，提取共同技术分类信息的步骤；从上述共同技术分类信息中计算上述技术分类间关联度的步骤；使用上述技术分类间关联度导出关于上述技术分类的技术溢出效应的步骤。

摘要： 本发明公开了一种换流站多消防系统协同灭火溢出风险检测装置及检测方法，外壳由上至下依次安装有第一格栅和第二格栅，第一箱体至喷头连通有管道，所述管道串接有水泵、压力表、调节阀和流量计，第二空间对应铺设有支撑于第二格栅上的卵石层，外壳底部安装有排液管。模拟实际工况下的换流变场所油坑，通过缩尺寸局部模型，用于检测换流变场所溢流风险的测试，为风险评估提供数据支撑，为在运、在建的特高压工程消防能力提升及相关规程规范编制提供技术支撑。

摘要： 本发明公开了用于换流站/变电站集油坑溢出风险检测装置及检测方法；第二箱体的上方安装有缩尺寸局部模型的油坑，第一箱体与外壳的一端之间安装有管道，管道对应外壳的一端安装有喷头，外壳相对于喷头的另一端连通有排液管，外壳底部铺设有卵石层。用于检测各种混合液在单位时间内是否会出现溢流风险，其中混合液是指油和灭火介质的混合组成的溶液。为换流变场所布置灭火介质及设置灭火介质喷出量提供理论参考，成果可为在运、在建的特高压工程消防能力提升提供技术支撑，并为后续特高压换流站消防相关规程规范编制提供技术支撑。

摘要： 本发明公开了一种基于贸易的虚拟水溢出风险综合评估方法，该方法从初始风险评估、虚拟水流动风险评估和虚拟水溢出风险评估三个方面对研究区域用水风险进行评估。本发明提供的综合评估方法从初始风险评估、虚拟水流动风险评估和虚拟水溢出风险评估三个方面对研究区域用水风险进行评估，其中初始风险评估用于获取研究地区内各部门实体水耗水量，对部门的最初风险进行分类，先从最直观的用水量评估部门的用水强度情况，评估部门最初用水风险；虚拟水流动风险评估用于评估研究区域内各部门在虚拟水流动风险中的贡献；虚拟水溢出风险评估用于确定各省份之间的风险溢出关系。整个方法从上述三个方面对研究区域用水风险进行定量、综合的评价和分析，形成了一个更系统的分析评估方法，用水风险评估更全面；评估结果更精准，为水资源的可持续利用提供更全面、更精准、更可靠的科学依据。

摘要： 本发明实施例提供一种溢出风险检测方法、装置及设备，本发明实施例从深度学习量化模型的待检测网络层中获得卷积核，确定中间结果的极端值，由于中间结果的极端值是在利用待检测网络层输入数据的极端值与获得的卷积核进行卷积运算过程中产生的中间结果的极端值，因此，可以通过将中间结果的极端值与寄存器允许存储的数值范围进行比较，在中间结果的极端值超出寄存器允许存储的数值范围的情况下，判定待检测网络层存在溢出风险，从而实现对深度学习量化模型的溢出风险检测。