一、波动中力求稳定——紧缩时期银行业投资策略（论文文献综述）
王晓丹[1]（2020）在《中国政府股票市场救助行为研究 ——基于2015年救市行为的分析》文中认为2015年中国股市经历了一次巨震,为了维护股票市场稳定,中国政府以“国家队”身份、以超过一万亿的资金规模直接入市救助股市。后期又面临大量资金是否和如何退市问题。此次中国“国家队”资金救助股市为世界各国（地区）所关注,也为政治经济学和金融监管领域的研究提供了重要的田野实验,本文重点考察和研究这一重大的经验事实。论文分为八章。第一章阐释了政府干预股票市场的国内外现实背景和研究现状,突出了研究意义,介绍了论文的内容结构。第二章对现有关于政府对股票市场干预的相关文献做梳理。从股市危机的特征和政府职能两个方面阐述了政府救助股市的必要性;从文献中总结政府救市策略的目标、具体方式和政策效果,并重点突出股市干预基金的设立及运行效果;进而立足于中国政府股市干预策略,以及中国2015年股市危机的研究进展并指出研究缺陷;最后指出政府股市干预策略的退出机制的研究不足。第三章从金融史的角度,以政府救助方式为划分,并遵循重大股市危机发生的时间轴,对20世纪以来历次典型性金融危机中各国（地区）政府救市的经验做比较,尤其集中于政府直接注资股市的策略比较,对比较成功的股市平准基金的运作详细展开,并总结处于不同发展阶段股市的政府干预策略差异。着眼于中国股市,对中国股市自建立以来的政府干预策略进行梳理,并详细剖析2015年股市危机的救市计划,为中国股市危机的应对措施提供历史经验。第四章对政府入市策略做理论分析,结合中国股市的典型性特征,基于噪声交易模型,分别从股市危机的形成、中国政府救市的目标与策略、入市干预的预期效果等方面,对政府救市资金入市进行理论分析;在理论模型的基础上,提出政府入市效应的三个理论假说。第五章和第六章是对中国政府救市资金的运行情况和策略效果的实证分析。对救市资金及其后续调整的详细统计是救助策略研究的重要现实依据。第五章首先集中关注2015年中国股市大波动期间,以中央汇金投资有限公司和中国证券金融股份有限公司为主力的“国家队”救市资金的统计,分别从资金入市的市场背景、资金的筹集规模、入市结构安排、选股原则、后期资金动态调整、等各方面剖析政府此番的注资行动;并对“国家队”各持股成员拆分比较,以完整展示救市资金运行全貌。第六章基于第四章提出的三个理论假说,实证检验中国政府股市救助计划的政策效果,分别从救市资金对市场流动性的改善、对市场整体层面和被救助对象个体层面的波动性影响、救市资金的影响机制检验等三个方面,对政府此番股市救助策略的实施效果作评价。第七章是政府救助策略的处置问题研究。在政府入市模型的框架之上,退市理论研究探讨了政府退市的目标设定、交易策略、预期效果等,并在两期模型中给出了政府退市的必要条件和持仓调整的操作策略,对中国政府退市策略的实施提供了初步的机制设计。本章第二部分基于退市模型的结论,通过对救市资金的投资成本和各期收益水平的核算,指出“国家队”救市资金的退出时机,为退市策略建议提供现实依据。第八章对研究成果做总结,指出本文未来的研究展望;在各国（地区）股市危机救助历史的梳理与本文研究结论的基础上,为中国政府救市的策略选择及救市资金的后期运行提出政策建议。论文的主要结论:入市方面:政府入市救助的目标是稳定市场,是必要的和有效的,具体体现在以下各方面:政府通过增持股票为市场提供额外的流动性,降低了市场的流动性风险;政府的股市干预有利于降低市场波动性,并且干预力度越大,个股的收益率波动性越低;降低股票的噪声交易程度是救市资金降低股市波动性风险的主要作用机制。退市方面:国有资金大量滞留股市是有负面作用的,退市是必要的,但是,由于退市的目标比入市实际上更多元,所以退市行为更应该谨慎和有策略。考虑到政府对不同目标的偏好或权衡,其实后危机时期政府救助资金退出可以有不同的策略和时机。假定政府的目标只是入市资金的损益平衡,其实2017年底已经出现过全部退出的时机。但是,实际上政府至今还活跃在股市中,说明政府在某些信息优势的情况下,其救助资金的目标函数中可能包含了“投资收益”最大化。如果如此,政府救市资金理论上没有确定的最优退出时间或时机,相机抉择是最优策略。本文的创新或贡献主要体现在三方面:第一,把政府干预股市的行为分为入市和退市,分别分析,尤其是退市策略分析。因为现实中往往是入市很果断,退市很麻烦,需要特别慎重。政府入市的后处置直接决定了干预政策的有效性,却往往在策略制定和政策效果评价体系中被忽视。将政府救市资金退出问题纳入政府对股票市场的干预政策研究中,为救助资金的后续处置机制作出理论设计,这在一定程度上弥补了政府“看得见的手”择机撤出救助领域的研究空缺,为全球各市场类型国家提供了可供借鉴的退市制度设计。探讨救市资金的处置问题的前提是掌握现有资金在市场中的实际运行效果,通过较为细致的核算救市资金自入市以来的成本和各期收益情况,为救市资金的后续处置策略提供现实依据,并为退市策略的机制设计提供政策建议。第二,对政府干预股市行为的理论模型进行了内生化处理,并设定政府入市的目标函数与退市的目标函数不同:前者是稳定市场,后者的目标函数中是包含投资收益的。鉴于政府以维护公共利益为主要服务目标的基本属性,结合政府在金融市场中监督和管理的职责,对政府入市的理论研究以稳定股票价格波动为主要的干预目标具有合理性,已有文献也提供了较强的理论支持。以本文对2015年政府救市资金的统计研究和实证分析为基础,结合救市资金的筹集渠道、干预效果和资金变动等现实情况,本文对救市资金在后危机时期的处置研究以投资收益最大化为政府退市的目标函数,符合政府干预政策的市场逻辑并且具有一定的现实基础。把投资收益作为政府重要的干预目标在现有文献中是鲜有的,本文对政府救市资金退市的理论研究可以进一步推广到政府对各市场领域的干预行为评估。第三,在经典的噪声交易模型中引入政府行为,在逻辑推演的基础上,总结出三个理论判断,并在实证分析中加以验证。理论上在有政府参与的市场中,政府干预行为对市场的影响可能通过改变交易噪声实现,这为政府干预的影响机制研究拓展了理论依据。本文主要不足也是三点:第一,在理论分析中,把退市目标简单化处理为“获得投资收益”,确实过于简单和抽象,不符合实际。实际上政府与双重目标即投资收益和稳定市场,甚至有更多的目标,但是,由于确定不同目标之间的权重和构建相应模型太复杂,模型构建超出了我现在的能力,所以,只能以后再深入研究。第二,受数据可得性的局限,在统计分析中,本文采用季度性数据追踪救市资金的持股情况,但是季度性数据难以捕捉政府救市资金的具体交易时点及价格,导致救市资金的成本收益核算可能与实际情况差别较大。除以出资方证券公司的资产账户收益情况为补充外,要反映救市资金的真实收益需要更多的数据支撑。第三,在实证分析时,本文仅对政府救市资金的干预效果以流动性和波动性两个标准衡量,并未考虑对市场有效性的影响;对救市资金的作用机制也仅以降低噪声交易渠道解释,指标选择比较简单。
陈建宇[2]（2020）在《中国政府债券市场发展的宏观经济效应研究》文中认为政府举债融资是现代经济发展一项常用的政策手段之一。发行政府债券作为政府举债融资最为主要的实现途径,为现代市场经济各国政府所普遍采用。在金融市场上,政府债券的持续发行必然形成一定的市场规模。政府债券市场规模的不断积累对经济增长形成一定的规模经济效应,但因客观上存在着潜在的经济增长率等因素的限制,政府债券的市场规模经过持续累积,一旦超过经济增长的潜在需求之后,则不可避免会产生一定的规模不经济问题;在政府债券发行之后,政府债券在二级市场上的流通状况亦需引起高度关注,这就延伸出政府债券的市场流动性问题。政府债券作为一种重要的金融资产,因其拥有良好的市场流动性而能够促进储蓄向投资的顺畅转化,故市场流动性愈益成为成熟发达的债券市场最为重要的标志之一。国际上发达国家成熟的债券市场发展经验显示,良好的债券市场流动性能够在宏观层面发挥政府经济调节功能,进而实现一定的宏观政策目标;在微观层面能够发挥市场所特有的资源配置优化功能,进而满足实体经济发展的投融资需求。而政府债券的市场流动性不仅涉及到金融市场基础设施、金融市场运行规则、金融市场容量以及金融市场交易对象及交易行为等市场问题,还与政府债券发行的源头管理有着密切的联系。为此,对政府债券市场的发展而言,政府债券市场规模在总量上的适度、结构上的合理,政府债券的市场流动性与实际经济增长和潜在经济增长的适应度、政府债券市场规模和流动性的经济效应,以及规模和流动性二者之间的协调匹配问题均至关重要。本文从市场规模和流动性入手,研究政府债券市场发展的宏观经济效应问题。本文研究涉及政府债券的发行和市场流通、政府债券的财政功能和金融功能等系列问题,还关乎到政府债券一级市场和二级市场的良性发展以及二者的协调运作等市场基础问题;研究政府债券的市场规模和市场流动性对宏观经济运行的效应影响,不仅需要研究政府债券市场规模和市场流动性二者各自对宏观经济运行的影响,还需要研究其市场规模和市场流动性二者之间产生的相互效应以及互动协调等深层次问题。2008年发源于美国次贷问题、随后快速在国际范围蔓延的国际金融危机,以及随后全面引爆的欧洲国家政府主权债务危机,对全球各国政府债务管理问题敲响了警钟,也给各国政府在开展举债融资背景下,加强和改善政府债券的市场规模和流动性管理提出了新的课题。与此同时,在此轮世界性大规模金融危机之后,各国政府试图分别启动财政政策的再度扩张,以及货币政策的更大规模宽松刺激经济运行,以期摆脱危机阴影,再一次推动政府债务规模的新一轮快速扩张。此轮更大规模的政府债券扩张在对低迷的经济增长以一定支撑的同时,也不可避免地给包括政府债券市场在内的债券市场和整个金融市场带来更大的泡沫积累和风险隐患集聚。2018年底,全球范围内各国债务的总规模冲到244万亿美元的新高。据国际金融协会（Institute of International Finance）预测,2019年全球债务总规模或将创下逾255万亿美元的纪录高位,是全球年度经济产值的三倍多,全球债务杠杆空前高企,债务压力也达到空前严重的峰值水平。中国的政府债券市场与中国特色社会主义市场经济的产生和发展相伴相随,对国民经济和社会发展都发挥了支持和推动作用。近年来地方政府债券的发行规模开始超过中央政府发行的国债券,其中2018年地方政府债券在政府债券发行规模中占比达到57.66%的历史高位。为此,本文立足政府债券的市场规模和市场流动性视角,研究政府债券市场发展的宏观经济效应问题,兼具理论和实践上的双重意义。本文在梳理国内外关于政府债务与政府债券等已有文献的基础上,对其进行了回顾分类与总结述评。文献中对政府债券市场规模及其经济效应问题研究较多,但对于政府债券市场流动性问题的研究偏少,且存在较大局限,有少量研究尝试开展政府债券市场流动性的测度和比较,但对于政府债券市场流动性的宏观经济效应方面的研究尚属薄弱。因此,本文立足于政府债券市场规模和市场流动性的双重视角,研究政府债券的宏观经济效应问题。本文的主要研究思路是:通过文献回顾和相关理论准备,对政府债券市场规模和市场流动性的概念及中国政府债券市场发展的现状进行厘清和回顾,并提出研究假设,在此基础上构建一个融入政府债券市场规模和市场流动性元素的新IS-LM模型,尝试从理论源头视角研究政府债券的市场规模及市场流动性的效应问题;进一步,构建一个多部门动态随机一般均衡模型,为我国政府债券市场规模和市场流动性效应研究提供理论基础和数据模拟;然后通过构建TVP-SV-VAR模型,从时变参数视角,分别对政府债券、金融杠杆与经济增长的关系,以及政府债券、债务杠杆与通货膨胀之间的关系开展动态研究;最后,在对国际27个样本国家（地区）政府债券市场规模和市场流动性效应进行定量分析的基础上,为本文的研究结论提供国际视角的经验印证。本文的研究结论主要包括以下几个方面:（1）政府债券市场规模的扩张总体上有利于推动经济增长;（2）政府债券市场规模的扩张容易推动金融杠杆的提升;（3）政府债券市场流动性的增强总体上有利于推动经济增长;（4）政府债券市场流动性的过度增强容易引发金融风险的积聚;（5）政府债券市场规模和市场流动性的良性互动有利于政府债券发行和流通的协调运作。本文研究的政策建议主要包括:（1）政府债券的市场规模要与宏观经济运行基本面基本匹配,总体市场规模的基本适度和期限结构上的优化同样重要;（2）政府债券的市场流动性管理既要注重市场规则的改进完善,也要注重市场投资者基础的拓展;（3）政府债券市场规模和市场流动性的匹配和良性互动应引起足够重视,要进一步深化拓展政府债券市场发展;（4）政府债券在市场规模上的扩张不仅要适应经济增长的内在要求,即以潜在的经济增长为准绳,还需关注通货膨胀发展态势;（5）政府经济调节中须注重各类政策措施的协调配合,当前须实施好逆周期调节的各项相关政策措施,保持市场流动性的合理充裕,支持政府债券市场健康发展和良性运作。
刘骏斌[3]（2020）在《资产价格与系统性金融风险：影响机制及其监控研究》文中认为历经多年高速发展,我国已经建立起较为完善的金融体系,金融市场体量和影响力显着增加,金融经济系统对资产价格波动的敏感性提高。2008年金融危机后,我国发生了房地产价格的多轮上涨和“千股跌停”的股灾,资产价格波动加剧了系统性金融风险压力。当前,我国经济面临深化供给侧改革和转型升级的迫切需求,守住不发生系统性金融风险的底线成为我国金融改革中的根本性任务。因此,研究资产价格与系统性金融风险的相互影响机制及其监控问题契合当下金融改革的重点,具有深远的研究意义和实践价值。基于当前研究背景和现实需求,本文将系统性金融风险扩展到国家金融安全范畴,并遵循“资产价格内涵→资产价格与系统性金融风险相互影响→风险测度→溢出效应→监控机制和政策建议”的逻辑思路展开研究,旨在构建较为系统的宏微观分析框架。本文首先从资产价格的理论基础和“价值-价格”关系入手,阐述了资产价格的形成和波动机理,研究表明:资产价格能够充分反映公开信息,资产价值是决定资产价格的基础,流动性水平是资产价格联动、泡沫化和周期性变化的主要影响因素,存在复杂的驱动机制和波动效应影响。在分析资产价格的形成与波动的基础上,本文详细阐述了资产价格与系统性金融风险的相互影响机理。首先,一系列金融危机已经明确了资产价格与系统性金融风险的相互影响事实,本文进一步从预期、市场和流动性角度分析了资产价格与系统性金融风险的相互影响途径,涉及预期影响下的资产价格和货币价值偏离、投资决策影响和价格机制、流动性冲击、信贷杠杆和货币循环等具体影响渠道;同时,基于开放式基金的资产配置和企业-银行部门的信贷关系构建理论模型,解析资产价格与系统性金融风险之间存在的跨期、“螺旋式”叠加、时滞、持续和不对称等影响效应特征。在明确资产价格与系统性金融风险相互影响机理的基础上,本文基于资产价格数据信息,分别从宏微观角度测度系统性金融风险。首先,基于网络视角测度的开放式基金的系统性金融风险结果表明系统性金融风险在基金之间的传染具有方向性和非对称性。其次,针对扩展的宏观系统性金融风险范畴,分别选用综合指数法测度金融系统压力指数和金融主权指数,选用Copula-GARCH（1,1）-Va R模型测度信用货币的币值稳定性,并验证了测度指标的合理性。在系统性金融风险测度的基础上,本文基于市场因子和面板数据分析的实证方法研究系统性金融风险的微观机构溢出效应,结果表明:基于金融网络测度的风险指标对开放式基金的现金流和收益增长的影响具有两面性,既是风险的冲击、传染和分散,也能够凸显出机构的系统重要性程度。进一步的,运用时变参数随机波动率结构VAR模型（TVP-SV-SVAR）分析系统性金融风险的宏观时变溢出效应,结果表明:美元货币政策冲击和跨国资本循环持续增加系统性金融风险压力,并共同冲击人民币币值稳定和阻碍金融主权实力的提升。最后,本文基于资产价格视角构建系统性金融风险监控机制。通过借鉴能够反映变化方向、大小和延续性的时变方法,分析系统性金融风险监控的现状,提出转变监控的理念思路和原则,构建多维度、多系统的系统性金融风险监控体系。并进一步从资产价格变化、外生性冲击和风险指数视角对系统性金融风险的监控效果进行了非线性时变检验,明确了相应监控指标及其适应的监控范围。
张德园[4]（2020）在《中国经济不确定性及其宏观经济效应研究》文中认为伴随着金融一体化和经济全球化的深入,世界各国经济发展联系日益紧密的同时,世界经济形势变幻莫测,不确定性因素形影相随。特别是,2008年全球金融危机爆发以来,全球不确定性因素明显增加,这使得本已就陷入2008金融危机泥潭而尚待恢复的世界经济一直延续低迷增长的态势。与此同时,中国作为世界第二大经济体,在经历30年高速增长后,中国经济活动的不确定性和复杂性近年来也有所增加。一方面,作为世界上最大的发展中国家,在全球化背景下中美贸易摩擦、美联储货币政策调整、全球经济尤其是新兴经济体经济放缓等外部因素势必对中国经济运行产生影响;另一方面,中国经济正处于深化供给侧改革的关键性时期,经济增长内生性动力依然不足,仍然面临着资本市场杠杆过高、地方政府债务风险和金融风险累积等问题,这些内外部不确定性因素相互叠加,加大了中国经济运行的压力和不确定性。在此背景下,本文在充分梳理和借鉴国内外研究的基础上,以中国经济不确定性测度为切入点,采用多种计量经济学模型按照递进式的行文逻辑对中国经济不确定性问题展开实证研究。首先,借鉴Jurado et al.（2015）的研究方法构建出中国经济不确定性指数,并进一步采用MS-AR模型和分位数格兰杰因果检验分析了中国经济不确定性的状态演变特征以及与中国经济周期的联动特征。结果表明,中国经济不确定性的最高峰出现在2008-2009年全球金融危机期间,次高峰出现在2015-2016年经济下行与“股灾”期间,其他的峰值较小,主要出现在政府频繁调控宏观经济期间。中国经济不确定性难以从低不确定性状态转移到高不确定性状态,但从高不确定性状态转移到低不确定性状态则相对比较容易,并且处于高不确定性区制的持续期仅为低不确定性区制持续期的35%;在2008年全球金融危机和2015年中国“股灾”这两个时间段,中国经济处于高不确定性状态的持续时间较长,尤其是2008年全球金融危机期间。中国经济不确定性具有反周期特征,且与经济周期存在明显的先行滞后关系,虽然在整个分布上经济不确定性与经济周期存在显着的双向格兰杰因果关系,但格兰杰因果关系主要体现在低分位数和中上分位数水平上。然后,采用时变溢出指数模型考察了世界主要经济体经济不确定性和中国不同类型经济政策不确定性对中国经济不确定性的影响。结果表明,就国际层面而言,中国经济不确定性66.946%的变化是由国际经济不确定性影响引起的,且主要集中于美国、英国、法国和日本,而加拿大、德国和意大利的影响较小。国际经济不确定性对中国经济不确定性的溢出效应主要集中在2008年全球金融危机和后危机期间,尤其是在2007Q2-2010Q2期间美国、英国和法国经济不确定性对中国经济不确定性产生的溢出效应最为明显。就国内层面而言,中国经济不确定性32.233%的变化是由各类经济政策不确定性引起的,其中财政政策不确定性的影响最大,其次为汇率与资本账户政策不确定性,货币政策不确定性紧随其后,而贸易政策不确定性的影响最小。经济政策不确定性对中国经济不确定性的溢出效应主要集中于2008Q1-2011Q2期间,其中财政政策不确定性、货币政策不确定性和汇率与资本账户政策不确定性对经济不确定性的溢出效应在2007Q3-2008Q2期间尤为明显。其次,在理论分析经济不确定性影响宏观经济的基础上,运用MH-TVC-SVAR-SV模型实证分析了中国经济不确定性对宏观经济的时变影响,并对比了2008年全球金融危机和2015年中国“股灾”两个典型时期的时点脉冲响应结果。结果表明:中国经济不确定性在短期内引致产出、价格和利率下降,并且随着时间的推移,产出、价格和利率下降的幅度大体上呈现出下降的趋势,特别是在2008年全球金融危机期间产出、价格和利率下降的幅度最为明显。短期内中国经济不确定性冲击在2008年全球金融危机时期和2015年“股灾”时期对产出、价格和利率均产生了负向影响,但对宏观经济的负向影响在2008年全球金融危机期间明显大于2015年“股灾”时期的负向影响。中国经济不确定性冲击对产出、价格和利率变化的贡献率呈现出明显的时变特征,且大致呈现出依时间递减的趋势特征,而在持续期上呈现出随期数增加而递增的趋势;经济不确定性冲击对产出、价格和利率变动的贡献率在2008年全球金融危机期间最大,其次为经济反弹时期,最后为新常态经济下行时期。再次,为进一步探究中国经济不确定性影响宏观经济的渠道,在理论分析金融市场影响不确定性宏观经济效应的基础上,利用C-SVAR模型实证考察了金融市场在经济不确定性冲击宏观经济中的传导作用,以厘清经济不确定性、金融市场和宏观经济之间的影响关系。结果表明:经济不确定性增加引致金融市场压力上升,而金融市场压力上升进一步扩大了经济不确定性冲击对宏观经济的负向效应;金融市场压力上升并未增加经济不确定性冲击对宏观经济负向影响的持续期,而是通过快速增加其负向影响极值来增强这种负向效应。金融冲击虽然也引致经济不确定性水平有所上升,但是经济不确定性在金融市场冲击宏观经济中所起的作用比较小,即经济不确定性在放大金融冲击对宏观经济负面效应中的作用非常小。最后,利用SE-IVAR模型实证考察了价格型和数量型货币政策在经济不确定性冲击宏观经济中所发挥的作用,以厘清经济不确定性、货币政策和宏观经济之间的影响关系。结果表明:不论央行采取价格型还是数量型扩张性货币政策来应对经济不确定性冲击,扩张性货币政策均在一定程度上缓解了经济不确定性对宏观经济的负向效应。当央行采取价格型扩张性货币政策时,货币政策存在明显的时滞性,而当央行采取数量型扩张性货币政策时,货币政策的时滞性并不明显。当央行采取价格型扩张性货币政策时,货币政策通过降低经济不确定性冲击对宏观经济的负向影响值和缩短负向影响的持续期来缓解经济不确定性冲击对宏观经济的负向效应;而当央行采取数量型扩张性货币政策时,货币政策并未缩短经济不确定性冲击对宏观经济的负向影响持续期,而是通过降低经济不确定性冲击对宏观经济的负向影响值来缓解经济不确定性冲击对宏观经济的负向效应。
李璐[5]（2020）在《分散化投资下机构风险行为对于市场的负外部性效应》文中研究表明随着全球金融市场互联互通、交易技术智能便捷,金融市场的基础资产日益丰富,然而分散化投资并没有有效降低风险,金融危机仍时有发生。针对日益复杂的金融环境,巴塞尔Ⅲ新增信用风险暴露类别,细化公司、房地产和零售的风险暴露类型,调整金融机构的风险准备金,制定宏观与微观审慎相结合的监管办法。如何全面洞察风险的传导机制,并通过数据的复杂特征动态拟合和预测风险值成为目前十分必要的研究内容。本文在异质性假设条件下,论证了第一多米诺机构的存在性,该机构通过尾部指数与投资规模主导金融市场风险。本文利用市场价值的减少定义负外部性,并根据重尾分布构造破产指数来观测机构与市场的风险,其有效性也在金融市场实证中得到验证。本文采用包含历史信息的标记点过程模型和高斯混合模型拟合与预测机构风险。本文的主要创新点在于:补充完善了异质性重尾风险在基础资产、金融机构到金融市场这一体系中的影响模式与传导路径,从行为组合理论和市场微观结构的角度解释分散化投资下依然存在系统性风险的问题;采用动态标记自激点过程模型精准度量尾部极端下行风险值及发生的时间间隔规律,同时利用高斯混合模型对非尾部数据进行柔性拟合;实证发现该混合模型不仅可以识别金融机构风险行为,而且能够准确预测不同置信度下的在险价值。本文研究内容具体罗列如下:第一章介绍了分散化投资产生市场风险这一问题的研究背景和近年来的相关研究成果,以及本文的主要研究内容与创新点。第二章论述了重尾投资组合损失的渐近性和点过程的极值表示,为后面第三章和第四章提供预备知识和理论基础。第三章研究风险在金融系统中的传导机制。首先建立具有相关性的基础资产、持续运行的金融机构、经济波动中的市场三层价值模型,在金融机构行为最优的目标下,发现基础资产的相关性强弱可以通过机构风险的重尾分布指数进行表达。在同质性风险假设下,机构与市场的尾部指数相同,严重重尾风险会损害机构与市场价值,且侵蚀二者共担风险的偏好。在异质性风险假设下,文章论证了主导市场风险的第一多米诺机构的存在性,并提出该机构风险溢出行为对于其它机构以及金融市场价值的影响方式。文章首次根据重尾分布构造破产指数来判断机构和市场价值变化,发现机构会跟随和效仿第一多米诺机构风险行为,导致投资规模在最小尾部指数上堆积,通过抬高市场的破产指数形成金融市场的负外部性。基于第三章的结论,第四章进一步加入时间维度对机构风险行为进行动态估计和预测,为风险监控和管理提供更加精准的参考。首先,极端风险值发生的时间间隔以历史时间间隔期望为基础,通过服从广义伽马分布的随机误差项进行调整;其次,极端下行风险程度由广义帕雷托分布进行估计;然后,非极端风险值的数据通过高斯混合模型拟合,形成贴合较好的密度函数曲线。最后本文利用整体模型对数据进行训练得到的参数与模型的估计值,采用蒙特卡洛模拟滚动预测VaR值。实证发现即使具备充分分散投资条件的机构,由于受到风险行为特征影响,具有对时间间隔强度敏感的更加显着的重尾风险特点。第五章总结基础资产相关性形成负外部性的模式和路径,以及利用标记自激点过程动态捕捉金融机构风险行为的方法;同时指出所用方法的局限和未能够解决的问题,对于金融生态系统的风险问题提出一些设想,给出可以进一步探索的研究方向。
崔微微[6]（2020）在《中国保险业顺周期性与逆周期附加资本研究》文中研究指明随着中国保险市场的迅速发展,保险发展与宏观经济增长之间的关系日益成为热点议题。但与中国保险市场发展不相称的是,保险与银行、证券、信托并列为四大金融支柱产业,保险业是否对宏观经济产生系统性冲击并未得到学界的一致认可。甚至瑞再保险（Swiss Re）早期的保险学者研究发现,非寿险业可能不存在对宏观经济的系统性冲击。随着全球保险业的发展,保险业的顺经济周期性发展逐步成为研究保险业与宏观经济内在关系的焦点话题。直至今日,保险发展是否存在顺经济周期性波动依然是学界争论的议题之一。2012年3月保监会展开保险业第二代偿付能力监管制度体系（中国风险导向的偿付能力体系,China Risk Oriented Solvency System（C-ROSS）,简称“偿二代”）建设工作,随后中国保监会2012年初发布《中国第二代偿付能力监管制度体系建设规划》,同时考虑引入宏观审慎框架下的保险业逆周期监管机制。2016年保监会正式实施的“保险业第二代偿付能力监管制度”中,引入了保险业逆周期附加资本监管机制,并且《保险公司偿付能力监管规则第2号:最低资本》明确指出,保险公司需要计提逆周期附加资本,但具体实施细则尚未制定。因此,保险公司逆周期附加资本计提机制有待加速完善进程。为研究保险业逆周期附加资本监管问题,首先弄清保险业顺经济周期机理是什么?实际中的保险业是否存在顺经济周期现象或顺周期风险?如果存在顺经济周期问题,保险机构监管部门如何构建逆周期附加资本监管的中介指标?以及如何设计保险业逆周期附加资本计提与释放方案?为解决以上问题,本文研究思路是:梳理相关文献及分析实际经验数据发现并提出问题——中国保险业可能存在顺经济周期现象;然后基于已有研究文献理清保险业顺经济周期发展的内在作用机理;其次依据保险业与宏观经济相关指标构建实证模型,检验保险业发展的顺经济周期现象并进一步实证检验保险业偿付风险的顺周期性,从而确定保险业逆周期附加资本监管的必要性;再次,为实现保险业逆周期附加资本监管,首先需确定逆周期附加资本监管的中介指标,其次便是设计保险业逆周期附加资本计提与释放方案;最后基于保险业逆周期监管问题的研究基础,为宏观监管决策者等提出相关建议与对策。根据以上研究思路,本文的主要研究内容如下:第一,基于已有研究文献理清保险业顺经济周期性的内在作用机理。第二,由于保险业发展的不同阶段可能与宏观经济之间的顺周期性波动存在差异,因此基于保险业发展演变角度,以保险业及宏观经济样本数据为基础构建时变参数模型（TVP-VAR）并研究得出,无论非寿险还是寿险的发展过程均存在顺经济周期现象,同时其潜在的偿付风险水平也存在顺经济周期特征,且随时间推移顺周期发展强度也随之动态演变。第三,参照《巴塞尔协议Ⅲ》中商业银行资本缓冲机制中“挂钩变量”的设计思路,构建保险业逆周期附加资本潜在中介指标体系;然后基于时变Copula模型的动态时差相关分析,并结合KLR信号分析等检验潜在中介指标的经济预警效果,最终确定保险业逆周期附加资本监管的中介指标。第四,基于Markov区制转移（MS）模型判别非寿险和寿险业所处的不同发展区制,最终设计出离散式与平滑式保险业逆周期附加资本计提与释放方案。第五,结合保险业顺周期理论及逆周期附加资本监管机制的相关研究,做出总结并提出相关建议。本文总共分为七章,具体章节设置如下:第一章导论。本章着重介绍论文的选题背景、研究意义、国内外研究现状、技术路线与研究方法及论文可能存在的创新点与不足等相关问题。其中,文献综述部分主要针对金融业顺经济周期问题、逆周期监管机制及保险业顺经济周期性及逆周期监管机制等相关问题,梳理国内外相关文献,并进一步对相关研究做出总结与述评。第二章概念界定及相关理论基础。本章首先界定保险业顺经济周期性、附加资本及逆周期监管等相关概念。然后基于偿付能力监管制度、公允价值的会计制度以及投资不足理论、宏观审慎监管等方面梳理保险业顺经济周期性的潜在作用机理及逆周期监管的必要性。第三章中国保险业与宏观经济的关联性发展。本章基于保险业发展与经济增长的共同发展趋势以及保险周期与经济周期的内在联系得到,保险业存在顺经济周期发展现象,尤其保险业在金融危机期间以及宏观经济进入新常态后,顺经济周期发展现象愈发显着;最后以保险发展与宏观经济内在关联的数理基础作总结,并提出相关研究假设,为下一章保险业顺经济周期发展及顺周期风险问题的相关实证检验打下基础。第四章中国保险业顺周期发展与顺周期风险的实证检验。本章从微观与宏观两个角度分别验证了保险业顺周期性发展现象。首先基于微观角度,以2010年-2018年保险公司财务样本为基础,通过GMM差分估计得到,中国保险业存在顺周期发展现象。然后,基于宏观视角,以时变角度研究保险业发展与宏观经济指标之间的动态演变路径,通过时变脉冲响应研究了保险业的顺周期发展及顺周期风险问题。基于宏观视角,本章选取2005年-2018年月度数据分别研究非寿险业和寿险业的顺经济周期问题,一方面基于保险发展指标研究保险市场发展水平的顺经济周期特征,另一方面通过构建保险风险压力指数,分别研究非寿险与寿险偿付风险的顺经济周期性。通过时变参数模型得到,无论非寿险还是寿险的发展水平均存在顺经济周期特征,同时其潜在的偿付风险水平也存在顺经济周期特征,且随时间推移,顺经济周期发展强度呈现逐步递增的演变趋势。第五章中国保险业逆周期附加资本监管中介指标的确定。由于中国保险业存在顺周期发展现象且存在潜在顺周期风险隐患,因此对保险业实施逆周期附加资本监管制度存在必要性。为实现逆周期附加资本监管,首先需解决其中介指标问题。本章基于静态与动态时差相关分析并结合KLR信号分析等技术手段,确定保险业逆周期附加资本计提与释放机制的中介指标。首先,确定设计中介指标的基本原则:第一,指标同保险业发展与宏观经济之间的关联程度高且稳定。逆周期监管中介指标既要求与保险业发展相关,又要与宏观经济紧密相连,并且其关联结构要稳定,否则根据中介指标难于判别保险公司计提与释放逆周期附加资本的时点期限。第二,先行预警程度高。保险业逆周期监管中介指标类似于保险业发展的“晴雨表”,能够提前预判宏观经济处于兴衰周期之前,保险业未来的发展走势。其次,基于传统时差相关分析及时变Copula模型的动态时差相关分析,初步确定保险业逆周期监管的潜在中介指标,然后基于KLR信号分析的相关统计指标如噪音信号比、条件危机概率及正确信号发出率等,检验潜在逆周期监管中介指标的预警效果,最终结合时差相关分析、KLR信号分析及保险业实际发展状况等,确定保险业逆周期附加资本计提与释放机制的中介指标。第六章保险业逆周期附加资本计提与释放方案的研究设计。本章首先基于Markov区制转换模型能够甄别经济变量的结构性突变这一特征,分别推断出非寿险业和寿险业发展所处的萧条、平稳、繁荣三个不同区制,进而为计算非寿险与寿险业逆周期附加资本计提与释放资本比例做出相关准备。其次,基于KLR信号分析,分别评判基于区制转移（MS）模型获取的保险业发展区制与保险业实际发展状态的一致性程度。最后,依据《巴塞尔协议Ⅲ》等相关文献,分别针对非寿险业和寿险业逆周期监管机制,设计出离散式与平滑式保险业逆周期附加资本计提与释放方案。第七章结论、建议与展望。基于对保险业顺经济周期问题及逆周期监管的相关研究,归纳总结文章研究结论,并在研究结论的基础上提出相关监管问题与建议,展望今后保险业逆周期监管中可能存在的研究方向。本文可能存在如下三方面的创新点:（1）首次相对完整地设计了保险业逆周期附加资本计提与释放的研究方案。2016年正式实施的“偿二代”监管体系中,明确指出保险公司应该计提逆周期附加资本,国际保险监管组织也提出同样要求,但具体计提细则并未公布。国内外学者对保险公司逆周期附加资本的相关研究十分匮乏,更尚未提出一套完整的逆周期附加资本计提与释放方案。本文针对这一监管空白,在吴杰、粟芳等学者研究基础上,构建了逆周期附加资本监管方案的“中介指标”,以此为基础设计了一套相对完整的逆周期附加资本计提与释放方案。因此,对保险业逆周期附加资本计提机制的研究具有一定的实践前瞻性和理论前瞻性。（2）丰富和完善了关于保险业顺周期性及逆周期监管的相关理论研究。关于保险业顺周期性及逆周期监管的研究文献相对匮乏,尤其是保险业逆周期附加资本监管方面的理论研究严重不足,本文基于此进一步丰富和完善了相关理论。第一,已有文献多基于宏观监管角度论证保险业的顺周期性,而由于监管制度致使保险业出现顺周期性的内在作用机理未做阐释。本文基于前人对保险业顺周期发展的理论基础,比较全面系统地分析了中国“偿二代”监管制度引致的保险业顺经济周期发展作用机理,首次基于资产端和负债端等角度阐释了保险业顺经济周期发展的内在制度动力。第二,本文首次基于投资不足理论阐释了保险业顺周期性的作用机理,尤其是宏观经济处于衰退期时,保险业的萧条发展将进一步恶化宏观经济的下行发展趋势,另一方面也一定程度说明了对保险业施行逆周期附加资本监管的必要性。第三,本文首次全面系统的基于宏观审慎监管角度论证了保险业逆周期附加资本监管的必要性,一定程度丰富了中国金融市场的宏观审慎监管理论体系。（3）研究方法上的改进。第一,中国保险业起步较晚但发展迅速,保险业结构调整频繁,受经济政策冲击明显,在不同宏观经济环境下,保险业发展状态不同。已有少量研究文献中,多以微观线性或静态角度研究保险业顺周期性,不能反映保险业发展的阶段性特征。本文基于微观和宏观角度,首次基于保险业发展演变视角研究了保险业的顺周期问题,基于时变参数模型一定程度上反映了保险业发展的阶段性特征;并且首次通过构建偿付风险压力指数实证检验了保险业顺周期风险的潜在隐患。第二,已有研究文献基于KLR信号分析确定指标的先行预警效果,但不能确定先行预警期限。本文为解决这一缺陷,将时差相关分析与KLR信号方法相结合,通过设置预警期限较短的窗宽,一定程度能够确定指标的先行预警期限,基于此可以缓解监管滞后性问题。第三,本文对设计的逆周期附加资本监管方案进行了一定的实证检验。首先以逆周期监管中介指标为基础构建Markov区制转移模型,然后设计保险业逆周期附加资本计提与释放方案;最后基于KLR信号分析,对通过Markov区制转移模型所得到的保险业不同时期的发展状态与保险业实际发展状态进行一致性检验,使模型结论更具说服力。
阳丹[7]（2019）在《经济周期对企业研发投入及其效率的影响机制研究》文中指出创新是社会发展和人类进步的根本动力,而企业研发投入则是整个经济发展的根基。近年来,我国经济进入增速放缓期,资源环境约束加剧,人口红利消退,高投入、高消耗的粗放型增长方式空间收窄。一方面,研发投入不仅影响了企业的竞争力,更是驱动经济发展和经济转型的重要引擎,而另一方面,微观企业的研发投资决策又会受到宏观经济发展的重要影响。已有研究发现,企业会通过调整内部成本费用以适应宏观经济变化（孙铮和刘浩,2004）。西方发达国家的经验证据表明,企业研发投入在经济扩张期往往比经济紧缩期更高,即研发投入呈顺周期变动（Barlevy,2007）。然而,我国进入经济紧缩期后,GDP增长率下滑,研发投入却逆周期上升（程惠芳等,2015）,呈现出与美国等发达国家截然不同的趋势。与此同时,进入经济增速放缓期以来,政府对创新扶持力度不断增大,对企业研发补贴持续提升。那么,在中国制度背景下,企业研发投入与宏观经济之间存在怎样的内在逻辑,这其中,政府扶持和市场机制各自发挥怎样的作用?已有研究对研发投入周期性变动的内在机理进行了广泛讨论。一些学者认为研发投入逆周期变动,其原因在于“机会成本假说”,即在经济紧缩期,生产活动盈利能力下降,研发机会成本减少,进而导致研发活动集中在经济紧缩期（Aghion and Saint-Paul,1998）。另一些学者则认为研发投入顺周期变动,他们认为研发活动会由于融资约束、创新外部性、经济周期持续性等原因呈现顺周期特征。程惠芳等（2015）发现我国研发投入呈现逆经济周期变动,但并未探讨其背后成因。与西方发达国家不同,我国政府对宏观经济和微观企业决策具有更大的调控能力。进入经济增速放缓期以来,为实现经济复苏,创造新的经济增长点,政府实施了创新驱动发展战略,推行科技扶持政策,增加企业研发补贴。那么,我国企业研发投入的周期性调整是源于西方已有研究所提出的理论假说,还是因为中国制度背景下的独特机制?进一步地,已有文献表明,企业研发能力的提升不仅来源于研发资源投入,还取决于研发资源的利用效率（张杰等,2011）。很显然,考察经济周期影响研发效率的内在逻辑,有利于政府在不同经济周期下制定恰当的创新扶持策略,提高政策的实施效果。然而,现有考察经济周期影响研发效率的文献还很少。鉴于此,本文以2006—2017年A股上市公司为研究对象,考察了经济周期对企业研发投入、研发效率和研发补贴效率的影响。研究发现:第一,我国研发投入呈逆周期变动,经济紧缩期研发投入更多,经济扩张期研发投入更少。第二,我国研发投入的逆周期变动源于政府扶持,而非西方学者提出的“机会成本假说”。具体而言,在经济紧缩期,企业获得了更多的研发补贴。相较于研发补贴少的企业,研发补贴多的企业R&D投入逆周期性更明显;相比民营企业,国有企业在经济紧缩期获得了更多研发补贴,研发投入逆周期性也更明显;在经济紧缩期,生产和投资规模与研发投入之间存在显着的正相关关系,并不存在“机会成本假说”下二者之间的替代效应。第三,企业研发效率在经济紧缩期更高,这一现象在发达市场中更明显,但在国有企业与民营企业之间并没有显着差异。第四,政府研发补贴效率在经济紧缩期更高,这一现象在发达市场和行业竞争程度高的企业更明显,为了确保研究结论的可靠性,我们进行了一系列稳健性测试,包括:（1）采用了经济周期的其他度量方法;（2）采用了研发效率的其他度量方法;（3）考虑了经济周期影响研发投入的时间滞后效应等。本文共包括七章,各章节的主要内容如下:第一章为绪论,主要介绍了本文的研究背景、研究意义、研究方法和技术路线、主要研究内容和结构安排、研究创新。第二章为制度背景,本章从我国科技创新体系发展历程、经济紧缩期政府扶持政策、国有企业预算软约束与政策性负担三个方面进行介绍。在我国由计划经济向市场经济转型过程中,政府在科技体制改革中一直发挥着主导作用,对我国科技体制发展产生了重要影响。虽然在经济衰退期,世界各国普遍施行经济刺激计划,但与西方国家不同,我国政府对实体经济具有更大的调控功能。进入经济紧缩期以来,我国相继推出了“四万亿计划”、十大产业调整与振兴规划、“中国制造2025”等政策,有力的促进了我国实体企业研发投资。而国有企业作为政府扶持的主体,不仅获得了更多的研发资源,更肩负在经济紧缩期,推动国家创新型经济建设的政策性任务。第三章为文献回顾与理论分析,文献回顾部分梳理了经济周期和其他因素对企业研发活动影响的相关文献,并评析了现有研究的局限性。在理论分析部分,基于国家创新系统理论,本章分析发现,政府扶持可能是我国研发投入逆周期变动的原因,而非西方学者提出的“机会成本假说”。其次,基于“环境压力理论”,本章分析发现宏观经济紧缩给企业带来的压力提升了企业研发效率和研发补贴效率。第四章对经济周期影响研发投入的作用机制进行了实证检验,研究发现:第一,我国研发投入逆周期变动,经济紧缩期研发投入更多;第二,经济紧缩期,政府对研发的扶持力度更大,表现为研发补贴更多,相比研发补贴少的企业,研发补贴多的企业R&D投入逆周期性更明显;第三,相比民营企业,国有企业在经济紧缩期获得了更多的研发补贴,研发投入逆周期性也更明显;第四,本章发现在经济紧缩期,研发投入水平更高的企业,生产性投资和固定资产投资也更多。这些发现表明我国研发投入逆周期变动的原因是政府扶持,而非机会成本假说。第五章对经济周期影响企业研发效率的作用机制进行了实证检验,研究发现:第一,经济紧缩期,企业研发效率更高;第二,在经济紧缩期,市场化程度越高,企业研发效率越高;第三,无论在国有企业还是民营企业,低市场竞争还是高市场竞争的企业,经济周期均对研发效率产生了明显影响。第六章对经济周期影响研发补贴效率的作用机制进行了实证检验,研究发现:第一,经济紧缩期,研发补贴效率更高;第二,在发达市场和行业竞争程度高的企业,经济周期对研发补贴效率的影响更强;第三,在国有和民营企业,经济周期均对研发补贴效率产生了明显影响。第七章为结论和建议部分,在总结全文主要研究结论后,引出本文的理论贡献,指出后续的研究方向,并给出了几点启示。本文可能的创新和贡献如下:第一,基于中国制度背景,考察了我国企业研发投入的周期性变动及其背后原因,并发现了区别于西方现有理论的新解释。现有文献认为研发投入逆周期变动的原因是“机会成本假说”,本文将政府支持引入研发投入周期性变动的分析框架后发现,导致我国企业研发投入逆周期变动源于政府扶持;第二,本文考察了经济周期对我国企业研发效率的影响。研究发现,在经济紧缩期,企业研发效率更高,说明宏观经济紧缩带来的压力能够提升企业研发效率,政府在经济紧缩期扶持企业创新具有政策合理性;第三,本文发现完善的市场机制对公司研发效率具有明显的正向作用,这对进一步认识企业研发投资中政府和市场各自的角色定位,优化我国创新体系与机制,提升研发补助政策实施效果具有一定的启示意义。
朱衡[8]（2019）在《保险业系统性风险：根源、传染与监管》文中研究说明2007—2009年全球金融危机爆发,对国际金融体系造成了巨大的灾难性影响,这场由次级房屋信贷危机引发并渗透到其他行业的金融危机是典型的系统性风险表现,对实体经济造成了巨大创伤。在这场席卷全球的金融危机中,作为美国最大的保险公司AIG集团陷入绝境,濒临破产,对金融行业乃至全球经济都产生重大影响。追求传统商业模式的保险公司由于负债水平不同,而且与其他金融机构和资本市场的关联性较低,通常被认为比银行具有更低的系统风险水平。然而,当代的保险领域不能仅仅以传统的商业模式来描述,它还拥有大型、复杂的保险集团或以保险为基础的企业集团,在许多司法管辖区开展业务。这些保险集团和联合企业可能包括非传统的、非保险的业务模式,特别是具有非传统特征的人寿保险产品和不同类型的金融担保产品,提高了保险集团对金融市场风险的敞口,致使它们更容易受到金融市场状况的影响。此后,保险业系统性风险成为各界关注重点,“保险业是否会产生系统性风险?”“如何评估监管保险业系统性风险”等议题被提上征程,学界和业界纷纷跻身保险业系统性风险研究。从监管趋势来说,保险业作为金融领域的三驾马车之一,行业重要性毋庸置疑,国内外掀起了对保险业系统性风险监管研究的热潮。国际方面,金融危机发生后,2009年4月成立了金融稳定监督委员会（FSB）,主要负责认定是否存在具有系统重要性的非银行金融机构,国际相关权威监管部门出台的一系列政策,肯定了保险业在维护金融稳定中的作用,明确了保险业系统性风险的核心地位。国内方面,中国保监会于2012年启动了“中国风险导向偿付能力体系”建设工作,2016年4月中国保监会召开国内系统重要性保险机构监管制度建设启动会,明确要在国内构建系统重要性保险机构的监管制度;8月,保监会发布《国内系统重要性保险机构监管暂行办法》;12月,颁布《国内系统重要性保险机构监管暂行办法（第二轮征求意见稿）》;2018《关于完善系统重要性金融机构监管的指导意见》颁布后,完善我国系统重要性金融机构监管框架要求日益凸显,进一步明确了开展系统重要性保险机构监管的必要性,充分体现了对保险业系统性风险的重视。从保险经营来说,多元化的投资策略以及密切的金融资本市场联系都对未来保险业的稳定发展提出了挑战。保险业投资范围进一步扩大,境内外投资标准进一步放宽,投资范围包括流动性资产、固定收益类资产、权益类资产、不动产类资产和其他金融资产,保险业务进一步渗透到金融领域。纵以历史的角度看,银行、保险和其他金融机构都被严格区分,一旦发生危机也不会对其他机构造成影响。但近年来,这种金融机构间的壁垒正逐步瓦解,取而代之的是更紧密的业务联系以及相互关联。虽说目前的金融危机主要源于银行业,但随着银保互联性增强,溢出效应将蔓延至保险危机。正如我们在这次金融危机中所见,保险业很大程度上受到一定冲击,不得不质疑保险业是否会反过来影响金融危机,成为危机发生的主导因素。纵观全局,在与金融资本市场密切关联的大环境下,跟进保险业系统性风险研究是大势所趋。中国作为保险大国,牵一发而动全身,要确保保险业系统性风险不发生,前提是要结合具体国情,将涉及系统性风险的相关研究做到位。厘清“保险业是否存在系统性风险,如何科学有效评估?”,“保险业系统性风险的根源和传染机制是什么?”以及“如何监管保险业系统性风险?”等一系列问题,为中国保险业持续健康良好的发展打下坚实的理论基础。本文共九章,具体结构设计如下:第一章:整理国内外保险业系统性风险的研究现状,总结保险业系统性风险争议、成因、传染机制、评估、监管方面的最新研究前沿与成果,总体上掌握国内外关于保险业系统性风险的研究状况,分析现阶段研究成果与不足之处,探究保险业系统性风险研究意义,引出本文所要研究的问题以及目标。第二章:首先定义了系统性风险、保险业系统性风险,从系统性风险特征区分了保险业系统风险的主导因素和贡献因素,并融合保险业系统性风险特征与中国具体情况初步探究了保险业系统性风险的潜在隐患;结合国际监管最新前沿动态以及推演定义了保险公司系统重要性与保险业系统性风险监管;从起因、传染以及影响机制等方面对三者比较了系统性风险、保险业系统性风险、保险公司系统重要性三者间的关联与区别。第三章:通过历史透视实践中保险业系统性风险的存在性,以历史上金融危机对国际、国内的保险业的影响为核心,探究保险业在这场危机中所面临的冲击;与此同时,总结历史上的重大保险危机,找出导致此类破产的影响机制,归纳危机对保险市场的影响,分析危机的结构性变化,厘清保险业系统性风险存在性的潜在原因与表征,并从保险脆弱性这个维度对保险业系统性风险的存在性进行理论推演。第四章:从系统性风险的内在来源探究保险业系统性风险根源:一方面通过保险业务本质厘清其与系统性风险的内在联系;另一方面保险不良资产从经营环境不确定性这个维度也将增加保险体系的脆弱性。外生环境冲击则从保险危机这个视角进一步推进了对保险业系统性风险根源的深思,探究共谋、利率、侵权与保险危机的关系,论证外生环境冲击导致的保险业危机与系统性风险之间的关联。第五章:首先,以中国的金融环境为对象,重点探究了接触性传染渠道中的银保关联传染渠道。从理论分析银行与保险的不同系统重要性特征,构建银保关联的直接与间接渠道;从实证测算了我国银行业和保险业的静态和动态（整体和极端）关联性,探究保险业和银行业的系统性风险重要性及敏感度,厘清保险业与银行业关联的内外作用机制,度量银保间的溢出效应。其次,重点分析了接触性传染渠道中的再保险关联渠道。围绕再保险业务本质总结其与系统性风险的关系,并从影子保险业务安排展示了“影子保险”的业务特点与系统性风险的关系,在此基础上,统计保险公司对再保险公司的依赖度,评估我国保险公司和再保险公司之间的关联性。最后,探究了接触性传染渠道金融市场以及保险证券、金融服务集团内的保险公司、保险机构重组与并购以及金融恐慌导致的非接触性传染渠道。第六章:本章研究集中在通过度量我国保险业系统性风险的敞口与贡献,识别具有系统重要性的保险公司,评估保险业系统性风险。一方面从系统性风险敞口与贡献度衡量中国保险业的系统性风险,实现了多角度评估,增强了评估结果的客观可信度。另一方面,通过面板模型实证识别影响保险业系统性风险的主要、次要因素,并结合BP神经网络模拟非上市保险公司的系统性风险。第七章:探究了现有系统性风险金融监管的改革与实践。首先阐述了系统性风险金融改革面临的挑战,接着围绕主要国家的金融监管改革政策实例,结合金融监管改革面临的挑战,评估各国的改革方案,在总结主要国家应对金融改革挑战经验的基础上,区分金融监管框架改革模式,并以此为中国金融改革提供借鉴经验。在系统性风险金融监管改革经验总结基础上,总结国际系统性风险监管实践,并就保险业监管框架的主要机构G20、FSB、IMF和IAIS做简明阐述。最后结合最新监管趋势,提出保险业系统性风险监管新方向—宏观审慎监管的概念。第八章:首先,从理论和实践两个维度分析了保险业系统性风险监管的必要性。接着,围绕金融监管改革必须应对的四大挑战以及宏观审慎监管要素,站在宏观审慎监管框架的视角下实施保险业系统性风险监管规划,在金融监管框架内进行合作和有效协调的前提下,提出中国保险宏观审慎监管框架构想;在此基础上,提出保险业系统性风险管理的具体实施方案;再者,更为具体地结合美国系统性风险监管机构（SRR）,提出搭建保险业系统性风险监管机构构想。最后,通过制度安排提出了未来保险业系统性风险监管建议。第九章:总结研究结果,提出相应政策建议,展望未来研究方向。已有研究表明,现有保险业系统性风险根源、传染及监管的研究零零散散,缺乏针对性分析,系统性的研究更是寥寥无几。本文首次系统性的研究保险业系统性风险根源、传染、评估与监管,形成系统性的研究成果,实现了以下创新:（1）创新了银保传染机制的理论和实证内容:理论上,分析银行与保险的不同系统重要性特征与影响机制,从直接与间接两个渠道识别银保关联的内生机制,构建银保关联的内生影响机制指标体系。实证上,首先以中国的具体金融环境为背景,区分“保险主导型”关联和“银行主导型”关联,探究保险业和银行业的系统性风险重要性及敏感度;其次,首次从静态和动态（整体和极端）两个维度研究银行业和保险业的关联性,分别采用格兰杰因果模型衡量银保的整体关联性,Copula模型从动态非线性的角度衡量极端风险条件下银保的尾部关联性;再次,在关联性研究的基础上进一步拓展了研究深度,一方面利用Spearman相关性识别了影响银保关联内生机制中的显着因素,一方面从影响银保关联的外生机制入手,分析不同金融环境（金融事件冲击）下银保之间的关联度,厘清我国特定金融环境对银保关联的作用机制,测算不同金融事件冲击对银保关联度的影响;最后,利用（35）Co Va R模型分年度、分金融事件冲击具体度量银保间的溢出效应。（2）创新了再保险传染机制研究视角:一方面围绕再保险业务本质,从风险转移的视角以及保险网络视角分析再保险风险传染过程,从再保险与保险的关联性总结了产生系统性风险可能性的三大原因;另一方面,提出国际最新前沿“影子保险”,目前国内关于“影子保险”的研究基本属于真空地带,本文从影子保险业务安排展示了“影子保险”的业务特点,接着从影子保险面临再保险违约风险、赎回风险、母公司相关风险（系统性风险）以及互联性风险展开论述,提出“影子保险”作为再保险的一部分,存在产生系统性风险的可能性。（3）创新了保险业系统性风险根源与评估的研究视角:一方面,已有研究尚未从存在性与根源视角探究保险业系统性风险。首先,本文以历史的保险危机实践厘清了保险业系统性风险存在性的潜在原因与表征,并结合理论推导了保险业的脆弱性,综合实践和理论推演了保险业系统性风险的存在性。其次,从内生和外生两个维度探究了保险业系统性风险根源,结合保险业务本质与保险不良资产论证保险业系统性风险的内在根源,并利用外生保险危机进一步推进共谋、利率、侵权与保险业系统性风险的关系。另一方面,本文以中国的具体金融保险环境为基础,创新了保险业系统性风险实证思路,从上市保险公司和非上市保险公司对我国保险业系统性风险实施了较为全面的风险识别、评估。（4）探索了保险业系统性风险监管新思路:本文率先围绕金融监管改革必须应对的四大挑战（监管体系应如何构建?每个司法管辖区必须考虑如何在管理机构之间划分责任,是否需要将监管责任合并?如何确保不同监管机构之间的协调沟通?）以及宏观审慎监管要素,宏观上提出了“宏观审慎+微观审慎”监管的“共赢”保险业系统性风险监管思路,微观上提出了中国保险保险业系统性风险监管的具体实施以及保险业系统性风险监管机构构想,对完善保险业系统性风险监管体系有较强的现实指导意义。
朱莎[9]（2019）在《中国金融压力指数的测度、甄别以及对基金收益的影响》文中进行了进一步梳理源于2007年次贷危机爆发的全球金融危机,不仅给各个主要事件国带来了严重的经济损失,也造成了世界各国金融风险的加剧和金融市场的结构性变化。全球金融危机后,为了增强金融风险的识别和防范能力,世界各国的金融机构、政府部门和学者们纷纷探索金融市场新规律,并尤为重视金融体系的脆弱性和国家的金融安全。如何评估、防范与化解金融体系的系统性金融风险,成为全球范围内广受关注的学术性与政策性问题。世界各国的经济学家和政策制定者都认识到了识别和测量系统性金融风险的重要意义,认识到这是攸关新秩序时期金融稳定和宏观审慎监管的关键性工作。当前,随着中国经济的发展进入新常态时代,中国的金融业运行亦进入了重大转折时期。金融风险多发将成为当前及今后一段时期中国金融业运行的新常态。在近年来的政府工作会议上,中央把对金融风险的防范提到了首要位置。如今,“守住系统性金融风险的底线”是中国的优先工作。在新时期背景下,构筑中国金融风险防范体系和风险监管体系,及时监测系统性金融风险,预警重大风险隐患,健全早期政策干预机制,是十分必要的。鉴于此,本文针对中国国情,改进国际货币基金组织IMF（2011）发布的EM-FSI（Emerging Market Financial Stress Index,简称EM-FSI）指数,编制专门实用于中国金融体系的系统性金融风险实时监测指数——中国金融压力指数（China Financial Stress Index,简称CFSI）,旨在刻画金融市场风险的律动,动态监测金融安全的基本状况。EM-FSI选择了银行业的贝塔系数、股指收益率、时变股指收益波动率、主权债券利差、汇率的贬值和外汇储备的下降共六个源指标来度量了25个新兴市场国的压力指数。与此同时,IMF还发布了发达国家金融压力指数（Advanced Financial Stress Index,简称AE-FSI）。除以上六个源指标以外,AE-FSI还包括了银行业泰德利差和期限利差两个指标。因此,本文所构建的指数体系在EM-FSI的基础上增加了被忽略的银行业泰德利差和期限利差两大指标,以期能够更好地反映中国金融市场压力变化。改进后的中国金融压力指数体系有整体金融市场指数CFSI,还涵盖了银行业、证券市场和外汇市场三大高发金融风险的金融市场,即子市场风险指数分别为CFSIbank、CFSIsecurity和CFSIFX。为全面验证CFSI指数体系在中国的适用性,本文在已构建的中国金融压力指数和子市场指数的基础上,逐一讨论了金融压力指数的实际运用,包括对未来中国宏观经济变化的预测作用、中美金融压力的跨国溢出现状、金融压力指数的预测方法以及新时期中国金融压力风险状态转变的甄别。更进一步的是,从宏观经济运行视角准确地切入金融投资理论,对中国公募基金收益的研究有了创新性的认识。最后,本文总结了研究结论,对系统性金融风险形成金融市场视角下的新的认识,提出系统性金融风险监管的政策建议。本论文的主要研究创新与贡献是:第一,改进IMF（2011）发布的EM-FSI指数,构建中国金融压力指数（China Financial Stress Index,简称CFSI）。改进一是,参考发达国家已发布的金融压力指数,融入能更好反映中国银行业压力的新指标,即银行业泰德利差和期限利差。改进二是,补充被国内文献忽略的中国银行业的贝塔系数测算。改进后的中国金融压力指数CFSI和子市场指数CFSIbank、CFSIsecurity和CFSIFX的样本期为1997年1月至2016年12月,从不同的市场角度捕捉中国金融市场风险的脉动,逐一对应历史危机事件。第二,在金融秩序重塑的背景下,构建金融压力识别指数判别中国金融体系的极高风险事件,采用马尔可夫状态转变模型甄别金融市场的两区制风险转变特征,为预警新时期中国金融市场系统性风险危机提出有效的防范手段。因此,中国金融体系的监管者和经济政策的制定者为坚持守住不发生系统性风险的底线,积极维护金融体系的稳定,应通过“前瞻性”的干预手段来规范金融机构行为,及时调整政策舵向,弥补监管漏洞和监管空白。在此基础上,首次尝试从金融市场风险视角探究新秩序下中国经济政策不确定性（EPU）攀高的原因,提出了金融市场风险会通过银行业、证券市场和外汇市场对经济政策颁布形成冲击。截止2016年底,全球和中国的经济政策不确定性已升至历史新高。本文认为,这种经济政策不确定性变化的原因极有可能与这一时期中国系统性金融风险的累积有关。实证发现,中国金融市场风险会通过银行业、证券市场和外汇市场三个市场的金融压力正向冲击中国经济政策的变动。当金融市场压力增大时,政府会持续出台若干经济政策措施,从而增加了我国经济政策不确定性。第三,提出一种更易实现和测度的金融压力指标,深入分析其对宏观经济波动的实时跟踪,改进和补充现有研究框架,从金融压力新视角看待资产收益预测谜题。现有的研究框架有两个特点:首先,缺少适合基金研究的宏观经济跟踪指数。已有的研究文献大多采用大数据的方法或高阶计算方法,涉及经济的宏观微观细节,跟踪宏观经济的波动,在实证操纵上对于大部分中小型金融机构是有一定难度的。其次,缺乏适合中国公募基金收益研究的有效计量方法。Fama-French三因子和惯性因子在中国股票市场有较好的适用性,但是其对中国公募基金收益的影响还有待讨论。本文的研究结果和其他国内学者的研究结果均表明,Fama-French三因子和惯性因子是不适用于中国公募基金市场的。为改进现有的研究框架,本文寻找到了能够影响中国公募基金收益的新影响因子——金融压力,增加了适合基金投资市场的新宏观因子,并提出了有效的计量方法,深入探讨了金融市场信息对基金收益的影响,论证了中国公募基金收益与宏观经济波动之间的定价关联,弥补了现有研究的不足:首先,与已有的宏观经济波动的跟踪指数相比,本文提出的金融压力指数具有明显的相对优势:金融压力指数是更易实现和测度;金融压力指数的源指标选择的逻辑更为严密;金融压力指数蕴含着经济周期信息和宏观经济风险信息。其次,实证结果显示,本文所构建的中国金融压力指数能够作为市场信号影响和预测未来基金收益的走势。最后,不同于美国公募基金的表现,中国公募基金市场更重视宏观形势的追踪,公募基金具备择时能力,但择时能力尚待提高。因此,本文建议投资者参考金融压力的变化去捕捉宏观市场信息,作出相应的择时投资决策,这样更有助于优化基金的投资收益。本论文的主要研究内容和研究结论如下:第一章是导论部分。主要先提出研究的问题,阐述研究选题的背景,论述本文的研究意义。再对重要的概念进行界定。最后对研究方法和逻辑思路、主要的创新点以及未来的研究展望等方面的内容进行概述。第二章是论文的研究综述。主要分为文献回顾和研究述评两大部分。文献回顾部分从国内外与金融压力指数提出、发展现状、构建和运用等有关的研究现状总结,拓展到基于宏观经济波动的资本资产定价的理论框架、实证发展和前沿的研究进展。研究述评部分提出了两个重要观点,阐述了本文研究问题与文献回顾的联系。第一,从宏观、微观和溢出三个维度的系统性金融风险再界定,提出本文系统性金融风险的研究范畴以高发金融风险的金融市场为主体,并且金融压力指数与系统性金融风险的同步性;第二,从金融压力指数蕴含的经济金融信息以及它对宏观经济收缩的预示作用,提出金融压力指数对资本资产定价有影响。第三章是中国金融压力指数的构建体系和运用实证。从理论角度,对金融压力的概念、重要特征和对宏观经济发展减速的影响进行详述,对能够实时有效地反映中国金融压力的若干指标的精心选取进行了说明。从实证角度,构建符合国情的中国金融压力指数以及子市场指数,对已构建的金融压力指数在中国的实际运用加以实证。第四章是新时期中国金融市场风险状态的甄别。截取2007年1月至2016年12月为新时期的样本期,划分为全球金融危机、后危机时代和新常态时期。基于前文建立的中国金融压力指数,构建极高风险事件的识别指数——中国金融压力识别指数,采用马尔可夫状态模型甄别金融市场的两区制风险转变特征。此外,还首次尝试从金融市场风险视角去探究新时期中国经济政策不确定性攀高的原因。第五章是中国金融压力指数对基金收益的定价和冲击。主要分为:中国金融压力指数对基金收益定价的理论框架和实证研究。在基金收益定价的理论部分,先梳理宏观因子与资产定价密切相关的经典理论;再剖析金融压力指数能够作为领先宏观经济周期的信号指标,反映宏观经济运行风险,影响资产价格走势;然后,就金融压力指数在中国基金市场中定价的适用性和可行性进行讨论;最后,基于金融压力指数建立适用于中国基金市场的宏观经济风险的条件资产定价模型,阐述模型理论的相关分析和假设假说。在基金收益定价的实证部分,先采用36个月滚动窗口的时间序列回归方法估计月度时变的金融压力指数对基金收益的风险暴露βCFSI,再选择βCFSI、当期基金收益以及其他影响基金收益的因素,对未来基金收益进行Fama-MacBeth横截面月度回归。研究结论是,中国金融压力指数能够影响基金收益。基金-月度的βCFSI绝大部分散在[-0.05,0.05]之间,呈现出正态分布特征,这说明了CFSI指数对于公募基金的收益有很好的判别能力。并且,金融压力的风险暴露βCFSI对单个中国公募基金收益横截面有显着解释力。金融压力的风险暴露βCFSI每增加1单位,投资者需要每月约为81%的风险溢价作为补偿,其中βCFSI>0的基金组平均每月可以获得0.32%的风险收益（年化收益为3.96%）,而βCFSI<0的基金组平均每月的风险损失为-0.49%（年化损失为-5.88%）。在基金收益冲击的实证部分,先计算金融压力的冲击大小,估计金融压力冲击对基金收益的风险暴露βshock,再对未来的基金收益构建金融压力冲击贝塔βshock和其他控制变量的Fama-MacBeth横截面回归,最后按金融压力冲击的好坏对实证结果分组统计。研究结论是,金融压力冲击的风险暴露βshock对基金收益的冲击是显着的。金融压力冲击每增加1单位,其风险的市场价格每月增加62%73%,其中βshock>0的基金组平均每月可以获得0.2%的风险收益,年化收益为2.9%,而βshock<0的基金组平均每月的风险损失为-0.3%,年化损失为-3.6%。此外,按照好坏冲击分组后,坏冲击组风险的市场价格较高约为74%89%且显着,好冲击组风险的市场价格较低约为39%55%但不显着。其经济意义是,金融压力对基金收益的影响是非对称的,宏观金融市场环境变好时,基金市场并不一定能够很快地接受信号或者有高的风险补偿,但是当市场持续变糟糕时,投资者会要求获得更高的风险补偿。第六章是全文研究结论总结和政策建议。根据全文研究框架,该部分对各章研究结论进行统一的归纳梳理,结合研究的主要观点与结论,并阐述金融市场视角下的系统性金融风险的剖析。在此基础上,提出相应的监管建议,包括:建立金融市场预警指数动态监测金融市场风险;针对主要金融市场建立完善的分市场系统性金融风险监测;警惕金融市场间系统性金融风险的溢出和传染;兼顾微观主要金融机构系统性金融风险的监测;提出系统性金融风险的宏微观审慎并重的新监管机制。总之,基于金融压力去研究中国系统性金融风险问题,本文不仅仅只局限于系统性金融风险本身,更首次把金融压力的测度、甄别、冲击、传导、预测和资本资产定价等等有机统一起来,形成了全面、系统的研究框架。
尹智超[10]（2017）在《资本监管与货币政策对银行风险承担的影响研究》文中研究指明2008年金融危机前,以《巴塞尔协议Ⅱ》为蓝本的资本监管措施忽视了银行业经营的顺周期性问题,低利率的货币政策环境下银行风险承担水平的高企最终导致了发端于银行次贷危机的金融危机。危机后,对于资本监管、货币政策与银行风险承担的探讨和实证检验成为学术热点,学界形成了“收入与估值效应”、“逐利效应”、“政策预期效应”和“思维定式与保险效应”的观点,这四种效应较全面地涵盖了银行风险承担产生的重要条件。即,货币政策通过改变银行对收入与资产估值的判断、提升银行逐利动机、提高银行对未来货币政策走势的预测能力、以及使银行产生“大而不倒”的道德风险从而对银行风险承担产生影响。同时学界和实务界认为应通过资本监管加强对银行风险承担的约束,并基于相关结论和监管实践完善了银行资本监管的相关措施,形成了现行的《巴塞尔协议Ⅲ》基本框架。但是资本监管和货币政策影响银行风险承的理论机理是什么、在资本监管和货币政策双重约束下银行风险承担水平如何调整、调整后果如何,尚缺乏较为深入的研究。鉴于此,本文在既有研究的基础上,对银行风险承担的概念和内涵进行了科学的界定,并从银行风险承担的“收入与估值效应”、“逐利效应”、“政策预期效应”和“思维定式与保险效应”为视角,通过理论模型研究了资本监管与货币政策对银行风险承担的影响机理,在此基础上运用我国商业银行数据对资本监管与货币政策对银行风险承担的影响进行了实证分析,基于实证研究中反映出的我国银行业特殊状况和资本监管与货币政策操作中存在的问题提出了有针对性的政策建议。本文的主要结论如下:（1）在收入与估值视角下,机理分析表明货币政策通过影响资产价格和银行收入改变银行风险承担意愿,使银行风险承担水平发生变化;资本监管的存在短期内将使银行减少信贷规模来快速补充资本以满足监管要求,长期内随着银行资产结构失衡以及错配问题得到缓解,资本监管将促使银行审视其资产结构的不合理问题,从而选择更多低风险资产。实证结果显示,货币政策通过影响银行收入与资产价格对银行风险承担水平产生影响,说明货币政策影响银行风险承担的“收入与估值效应”存在,但是银行收入对资本监管不敏感,导致长期内银行仍然倾向于配置高风险资产,使资本监管抑制银行风险承担的作用受到削弱。（2）在逐利视角下,资本监管与货币政策对银行风险承担的影响因银行收益状况的不同而有差异。当银行收益水平较低无法弥补成本时,货币政策通过风险承担渠道传导产生的流动性与政策预期相背离,如果提高资本监管水平,在紧缩的货币政策下将进一步提升银行的风险承担水平。反之,当银行资本收益率提高后,资本监管能够发挥抑制银行风险承担水平的作用,此时宽松的货币政策下银行风险承担水平显着下降,通过风险承担渠道产生的银行贷款规模减少,但是紧缩的货币政策下资本监管将使货币政策效果更加紧缩。从实证结果来看,我国银行资本收益率存在双重门限效应,只有高于第二门限值时,资本监管才会抑制银行风险承担行为,否则资本监管给银行带来的资本持有成本会加剧银行的道德风险,使货币政策通过风险承担渠道形成的流动性偏离预期效果。同时,在收益水平较低的情形下,银行对价格型货币政策工具较为敏感,而在收益水平较高的情形下对数量型货币政策工具较为敏感。（3）在政策预期视角下,透明的货币政策操作规则使银行形成了对未来政策方向和经济前景的准确判断,从而改变其风险承担水平。资本监管的存在亦会使银行形成监管预期,如果风险承担水平过高会使其面临更为严格的监管甚至惩罚,那么银行风险承担行为就会收敛,从而抵消银行对货币政策形成的预期。通过构建DSGE模型进行动态模拟发现,我国银行风险承担水平与货币政策透明度是呈正比的,资本监管的存在能够降低二者的相关性。因为资本监管的加强能够使银行提高对贷款的监督力度,并且风险承担水平越高计提资本缓冲越多,实际上以增加其资本持有成本的方式给银行高风险承担征收了税收,从而降低了银行承担高风险水平的收益,降低其风险承担意愿。在人民银行不断加强政策预期引导、提高政策透明度的背景下,资本监管部门可以通过透明的监管规则使银行形成监管惩罚预期来实现对银行风险承担水平的有效监管。（4）在思维定式与保险视角下,货币政策对银行风险承担的影响因其系统重要性的特征而被放大。由于系统重要性银行规模庞大、资本充裕,资本充足率监管对其不构成实质性影响,杠杆率作为一种有效的监管工具,实际上给银行设定了一个稳健的资本水平,银行资产质量的下降将使银行资产价值下降,给银行带来的损失将更多地由商业银行承担,而不是由外部监管者和政府承担,从而使银行风险承担意愿下降。通过利用我国商业银行数据进行实证研究发现,我国系统重要性银行风险承担水平显着高于非系统重要性银行,货币政策对系统重要性银行风险承担水平的影响要大于非系统重要性银行,并且宽松的货币政策环境下系统重要性银行风险承担水平更多。由于我国系统重要性银行是大型国有银行,其资本水平充裕、规模庞大,资本充足率对其风险承担水平的调控效果不理想,但杠杆率对其风险承担水平的的调控效果较好,验证了理论模型的分析结论,对于我国系统重要性银行的监管需要从杠杆率这一工具上寻找突破口。针对上述研究结论,结合我国银行发展状况和资本监管与货币政策操作特点,本文从优化银行资本结构和拓宽资产配置渠道以提高银行对资本监管的敏感度、资本监管与货币政策协调搭配实现对银行风险承担水平的有效调控、加强政策预期引导提高监管透明度以及系统重要性银行监管四个方面提出了政策建议。概括来说:第一个方面,政策当局需要在增加银行资本配置渠道、扩展银行收入来源等方面努力,包括优化银行资本存量、优选资本增量,以及调整银行资产结构,减少银行对利息收入的依赖度;第二个方面,针对资本监管给银行带来的监管压力可能引起银行的道德风险,为避免使货币政策调控效果下降,在银行收益水平较低和货币政策紧缩时期,可适当降低监管水平来提高银行积极性,还可根据银行收益水平灵活选择货币政策工具;第三个方面,为有效抑制政策预期产生的银行风险承担行为,政策当局要加强预期引导,提高资本监管政策透明度。包括完善市场环境和价格形成机制,形成引导货币政策预期的基础。同时提高资本监管政策透明度,使银行形成的监管预期与其形成的货币政策预期相抵消;第四个方面,对于系统重要性银行的监管,监管部门要提高其总损失吸收能力（TLAC）,提高系统重要性银行对资本监管的敏感度,并实施灵活的杠杆率监管和建立资本监管激励机制。
二、波动中力求稳定——紧缩时期银行业投资策略（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、波动中力求稳定——紧缩时期银行业投资策略（论文提纲范文）
（1）中国政府股票市场救助行为研究 ——基于2015年救市行为的分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 导论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究创新 |
| 1.3 论文的主要不足之处 |
| 1.4 研究结构 |
| 第二章 文献综述 |
| 2.1 政府救助股市的必要性研究 |
| 2.1.1 股市危机的特征 |
| 2.1.2 政府干预股票市场的利弊之争 |
| 2.2 政府救市政策的方式及政策效应的评价 |
| 2.2.1 政府干预政策的目标及方式划分 |
| 2.2.2 股市平准基金的设立 |
| 2.2.3 政府干预股市的政策效应 |
| 2.3 中国政府干预股票市场行为研究总结 |
| 2.3.1 中国政府干预股市的必要性研究 |
| 2.3.2 中国政府历次干预股市的方式及影响分析 |
| 2.3.3 2015年中国股市崩盘的成因分析 |
| 2.3.4 中国政府救市行为的理论研究与不足 |
| 2.3.5 中国政府救市行为的实证研究与不足 |
| 2.4 政府股市干预策略的处置理论探究 |
| 2.4.1 政府干预措施退市的必要性 |
| 2.4.2 政府干预措施的退出困境 |
| 2.4.3 中国政府救市行动的后处置研究进展 |
| 2.5 文献评述 |
| 第三章 各国(地区)政府股市救助政策的比较 |
| 3.1 自由放任走向积极干预的美国股市 |
| 3.1.1 “黑色星期四”:自由放任主义 |
| 3.1.2 “黑色星期一”:建立熔断机制 |
| 3.1.3 2000年互联网泡沫:交易制度改革 |
| 3.1.4 2008年金融危机:不良资产救助计划 |
| 3.1.5 2020年股市崩盘:无限量量化宽松 |
| 3.2 股市平准基金盛行的亚洲市场 |
| 3.2.1 日本经济泡沫与非传统货币政策 |
| 3.2.2 1997年东南亚金融危机与政府注资 |
| 3.2.3 俄罗斯金融危机与政府借贷 |
| 3.2.4 1998年中国香港金融危机与盈富基金 |
| 3.2.5 中国台湾股市危机与股市平准基金 |
| 3.3 中国大陆的股市干预史 |
| 3.3.1 中国2015年以前的历次股市干预 |
| 3.3.2 2015年中国政府救市计划简介 |
| 3.3.3 中国政府的股市干预措施总结 |
| 3.4 各国(地区)政府救市政策对比 |
| 小结 |
| 第四章 中国政府入市的理论分析 |
| 4.1 噪声交易模型在中国股市的适用性 |
| 4.2 入市模型基本假设 |
| 4.3 无政府干预的市场均衡 |
| 4.4 政府股市干预的行为及其目标 |
| 4.5 政府干预下的市场均衡 |
| 4.6 政府入市效应的理论假说 |
| 小结 |
| 第五章 中国政府救市资金运行的统计分析 |
| 5.1 救市资金持股统计 |
| 5.1.1 持股规模 |
| 5.1.2 持股结构 |
| 5.2 救市资金动态追踪 |
| 5.2.1 持股规模变动 |
| 5.2.2 持股结构调整 |
| 5.3 救市资金持股指数编制 |
| 5.3.1 指数计算说明 |
| 5.3.2 救市资金整体持股指数 |
| 小结 |
| 第六章 中国政府救市效果的实证检验 |
| 6.1 救市资金对市场流动性的影响 |
| 6.1.1 流动性衡量及假设 |
| 6.1.2 模型设定与变量说明 |
| 6.1.3 变量说明及样本描述性统计 |
| 6.1.4 DID流动性实证结果 |
| 6.1.5 稳健性检验 |
| 6.2 救市资金对市场整体波动性的影响 |
| 6.2.1 模型设定及假设 |
| 6.2.2 样本描述性统计 |
| 6.2.3 序列平稳性检验 |
| 6.2.4 GARCH模型检验结果 |
| 6.3 救市资金对个股波动性的影响 |
| 6.3.1 模型设定及假设 |
| 6.3.2 样本描述性统计 |
| 6.3.3 固定效应面板回归检验结果 |
| 6.3.4 GMM稳健性检验 |
| 6.4 救市资金的影响机制分析 |
| 6.4.1 噪声交易的量化 |
| 6.4.2 噪声交易机制检验 |
| 小结 |
| 第七章 中国政府股市救助资金退出策略(后处置)研究 |
| 7.1 中国政府退市策略的理论研究 |
| 7.1.1 退市模型设定 |
| 7.1.2 定义均衡策略 |
| 7.1.3 退市均衡策略求解 |
| 7.1.4 两期模型下的政府退市策略设计 |
| 7.1.5 政府退市模型的政策含义 |
| 7.2 救市资金退市的现实依据 |
| 7.2.1 收益率估算方法 |
| 7.2.2 救市资金初始成本核算 |
| 7.2.3 救市资金累计收益率核算 |
| 7.2.4 救市资金与A股股指收益比较 |
| 7.2.5 救市资金收益横向比较 |
| 小结 |
| 第八章 研究总结与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 学位论文评阅及答辩情况表 |
（2）中国政府债券市场发展的宏观经济效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 研究背景及选题意义 |
| 一、本文研究背景 |
| 二、本研究的选题意义 |
| 第二节 文献综述 |
| 一、政府债务作为国家干预宏观经济运行的政策手段的研究 |
| 二、政府债务适度规模及其效应问题的研究 |
| 三、债券市场流动性方面的研究 |
| 四、政府债券市场流动性对政府债务作用发挥的效应研究 |
| 五、政府债务的金融效应研究 |
| 六、动态研究方法 |
| 七、文献评述 |
| 第三节 研究的思路和方法 |
| 一、本文的研究目标、主要内容和拟解决的关键问题 |
| 二、本研究的技术路线 |
| 三、本文可能的创新和不足之处 |
| 第二章 中国政府债务与政府债券市场发展 |
| 第一节 中国政府债务的产生和发展 |
| 一、中央政府债务 |
| 二、地方政府债务 |
| 第二节 中国政府债券市场 |
| 一、国债(中央政府债券)市场 |
| 二、地方政府债券市场 |
| 第三节 中国政府债券市场的金融功能探析 |
| 一、中国政府债券发行的信用属性和市场交易属性 |
| 二、中国政府债券二级市场信用属性与交易属性 |
| 第四节 中国政府债券市场发展特点分析 |
| 第五节 本章小结 |
| 第三章 理论基础和研究假设 |
| 第一节 相关理论基础 |
| 一、财政领域相关理论 |
| (一)政府债务理论 |
| (二)预算约束理论 |
| 二、金融领域相关理论 |
| (一)金融市场理论 |
| (二)市场流动性理论 |
| 三、经济社会领域相关理论 |
| (一)经济增长理论 |
| (二)规模经济理论 |
| (三)通货膨胀理论 |
| (四)经济周期理论 |
| (五)风险管理理论 |
| 四、动态经济学理论 |
| 第二节 研究假设的提出 |
| 一、理论推导 |
| 二、研究假设 |
| 第三节 本章小结 |
| 第四章 政府债券、宏观效应与政策调节的动态随机一般均衡分析 |
| 第一节 DSGE模型构建 |
| 一、家庭部门 |
| 二、银行部门 |
| 三、生产部门 |
| 四、政府部门和货币政策 |
| 五、市场出清 |
| 第二节 参数校准和估计 |
| 一、部分参数校准 |
| 二、贝叶斯估计 |
| 第三节 数值模拟 |
| 一、政府债券市场规模扩张效应分析 |
| 二、政府债券市场流动性增强效应分析 |
| 三、银行机构持有政府债券规模权重改变下的流动性冲击 |
| 四、政策调节 |
| 第四节 本章研究结论 |
| 第五节 本章小结 |
| 第五章 政府债券的金融杠杆与经济增长效应 |
| 第一节 政府债券、金融杠杆与经济增长的逻辑关系 |
| 第二节 模型构建和变量选取 |
| 一、模型构建 |
| 二、变量选取和数据处理 |
| 第三节 实证分析 |
| 一、模型适用性分析 |
| 二、政府债券市场规模和流动性变动的波动率特征分析 |
| 三、政府债券市场规模和流动性效应的脉冲响应分析 |
| 四、政府债券市场规模和市场流动性互动时变特征分析 |
| 第四节 本章研究结论 |
| 第五节 本章小结 |
| 第六章 政府债券的债务杠杆与通货膨胀效应 |
| 第一节 政府债券、债务杠杆与通货膨胀的逻辑关系 |
| 第二节 变量选取和数据处理 |
| 第三节 实证分析 |
| 一、模型适用性分析 |
| 二、脉冲响应分析 |
| 第四节 本章研究结论 |
| 第五节 本章小结 |
| 第七章 政府债券市场发展宏观效应的国际经验验证 |
| 第一节 研究样本的选取 |
| 第二节 模型构建 |
| 一、变量选取和数据说明 |
| 二、模型设定 |
| 第三节 实证检验 |
| 一、基准回归 |
| 二、两阶段最小二乘(2sls)回归 |
| 第四节 本章小结 |
| 第八章 本文研究结论及政策建议 |
| 第一节 结论总结 |
| 第二节 本文研究的主要政策建议 |
| 参考文献 |
| 博士在读期间的科研成果和参与项目 |
| 致谢 |
（3）资产价格与系统性金融风险：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究范围界定 |
| 1.2.2 研究思路 |
| 1.2.3 研究内容 |
| 1.2.4 研究方法 |
| 1.3 研究创新与不足之处 |
| 1.3.1 研究创新 |
| 1.3.2 可能的不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格形成与波动研究综述 |
| 2.1.1 资产定价理论研究 |
| 2.1.2 资产价格波动研究 |
| 2.2 资产价格与系统性金融风险关联研究综述 |
| 2.2.1 系统性金融风险的理论属性研究 |
| 2.2.2 系统性金融风险的生成机制研究 |
| 2.2.3 资产价格与系统性金融风险的影响研究 |
| 2.3 系统性金融风险的测度与监控研究综述 |
| 2.3.1 系统性金融风险的识别与测度研究 |
| 2.3.2 系统性金融风险的影响与监控研究 |
| 2.4 文献述评 |
| 2.5 本章小结 |
| 第三章 资产价格的形成及其波动效应研究 |
| 3.1 资产价格的形成与波动机理分析 |
| 3.1.1 资产价格的理论基础 |
| 3.1.2 资产价格形成的市场机理 |
| 3.1.3 资产价格波动的流动性驱动机制 |
| 3.2 资产价格统计特征与泡沫分析 |
| 3.2.1 资产价格的统计特征分析 |
| 3.2.2 资产价格泡沫分析 |
| 3.3 资产价格的波动效应分析 |
| 3.3.1 研究设计 |
| 3.3.2 变量选取与检验 |
| 3.3.3 实证分析 |
| 3.4 本章小结 |
| 第四章 资产价格与系统性金融风险的影响机理研究 |
| 4.1 资产价格与系统性金融风险影响的典型事实 |
| 4.1.1 房地产危机 |
| 4.1.2 股票市场危机 |
| 4.1.3 银行业危机 |
| 4.1.4 回顾与分析 |
| 4.2 资产价格与系统性金融风险的影响途径分析 |
| 4.2.1 预期途径影响分析 |
| 4.2.2 市场途径影响分析 |
| 4.2.3 流动性途径影响分析 |
| 4.3 资产价格与系统性金融风险的影响效应分析 |
| 4.3.1 基于金融机构的影响效应分析 |
| 4.3.2 基于宏观视角的影响效应分析 |
| 4.4 本章小结 |
| 第五章 基于资产价格的系统性金融风险测度研究 |
| 5.1 系统性金融风险测度的理论基础 |
| 5.1.1 微观视角的系统性金融风险测度理论 |
| 5.1.2 宏观视角的系统性金融风险测度理论 |
| 5.2 基于网络视角的系统性金融风险测度体系构建 |
| 5.2.1 基于网络关联的测度分析 |
| 5.2.2 基于网络视角系统性金融风险测度体系构建 |
| 5.3 宏观视角的系统性金融风险测度 |
| 5.3.1 金融系统压力指数 |
| 5.3.2 金融实力指数体系 |
| 5.4 本章小结 |
| 第六章 基于资产价格的系统性金融风险溢出效应研究 |
| 6.1 系统性金融风险溢出效应的理论分析 |
| 6.1.1 微观溢出效应分析 |
| 6.1.2 宏观溢出效应分析 |
| 6.2 系统性金融风险的微观机构溢出效应实证分析 |
| 6.2.1 研究设计 |
| 6.2.2 变量选取和实证模型 |
| 6.2.3 实证结果分析 |
| 6.2.4 微观机构溢出效应小结 |
| 6.3 系统性金融风险的宏观时变溢出效应实证分析 |
| 6.3.1 研究设计 |
| 6.3.2 因果检验与模型估计结果 |
| 6.3.3 脉冲结果分析 |
| 6.3.4 宏观时变溢出效应小结 |
| 6.4 本章小结 |
| 第七章 基于资产价格视角的系统性金融风险监控研究 |
| 7.1 系统性金融风险监控的理论基础 |
| 7.1.1 系统性金融风险监控的理论发展 |
| 7.1.2 系统性金融风险监控方法演化 |
| 7.2 系统性金融风险监控的现状与构建 |
| 7.2.1 系统性金融风险监控的现状分析 |
| 7.2.2 系统性金融风险监控理念与原则 |
| 7.2.3 多维度风险监控体系的构建 |
| 7.3 系统性金融风险的资产价格监控 |
| 7.3.1 极端条件下信贷杠杆对资产价格波动冲击 |
| 7.3.2 基于资产价格泡沫的测度监控 |
| 7.3.3 基于资产组合的尾部风险度量与监控 |
| 7.4 基于资产价格视角的外生流动性冲击监控 |
| 7.4.1 外生流动性冲击监控基础 |
| 7.4.2 研究设计 |
| 7.4.3 初步检验与模型设定 |
| 7.4.4 正交脉冲响应分析 |
| 7.5 基于资产价格的系统性金融风险指数化监控 |
| 7.5.1 微观系统性金融风险监控体系构建 |
| 7.5.2 微观系统性金融风险的时变监控 |
| 7.5.3 宏观系统性金融风险的时变监控效果检验 |
| 7.6 本章小结 |
| 第八章 研究结论与未来展望 |
| 8.1 主要结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（4）中国经济不确定性及其宏观经济效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 不确定性的度量 |
| 1.2.2 不确定性的来源因素分析 |
| 1.2.3 不确定性的宏观经济效应 |
| 1.2.4 金融市场在不确定性冲击宏观经济中的作用 |
| 1.2.5 不确定性与宏观经济政策相互作用 |
| 1.3 主要研究目标、结构安排和主要内容 |
| 1.3.1 主要研究目标 |
| 1.3.2 结构安排与主要内容 |
| 1.4 研究方法、主要创新与不足之处 |
| 1.4.1 研究方法 |
| 1.4.2 主要创新 |
| 1.4.3 不足之处 |
| 第2章 经济不确定性理论基础 |
| 2.1 实物期权效应 |
| 2.2 预防储蓄效应 |
| 2.3 Oi-Hartman-Abel效应 |
| 2.4 不确定性商业周期理论 |
| 2.5 不确定性金融摩擦理论 |
| 第3章 中国经济不确定性测度与典型事实分析 |
| 3.1 中国经济不确定性指数构建原理 |
| 3.2 中国经济不确定性测度与结果分析 |
| 3.2.1 变量选取与数据处理 |
| 3.2.2 中国经济不确定性结果分析 |
| 3.3 中国经济不确定性的典型事实特征分析 |
| 3.3.1 基于MS-AR的中国经济不确定性状态演变特征分析 |
| 3.3.2 基于分位数格兰杰因果检验的中国经济不确定性与经济周期关联特征分析 |
| 3.4 本章小节 |
| 第4章 国际经济与国内经济政策不确定性对中国经济不确定性的时变溢出效应分析 |
| 4.1 时变溢出指数模型基本原理 |
| 4.2 国际经济不确定性对中国经济不确定性的时变溢出分析 |
| 4.2.1 变量选取与数据处理 |
| 4.2.2 格兰杰因果检验 |
| 4.2.3 时变溢出效应分析 |
| 4.3 国内经济政策不确定性对中国经济不确定性的时变溢出分析 |
| 4.3.1 变量选取与数据处理 |
| 4.3.2 格兰杰因果检验 |
| 4.3.3 时变溢出效应分析 |
| 4.4 本章小结 |
| 第5章 中国经济不确定性对宏观经济的时变冲击效应分析 |
| 5.1 经济不确定性影响宏观经济的理论分析 |
| 5.2 MH-TVC-SVAR-SV模型原理 |
| 5.3 基于MH-TVC-SVAR-SV模型的经济不确定性对宏观经济的冲击效应分析 |
| 5.3.1 变量选取与数据处理 |
| 5.3.2 模型设定与先验信息 |
| 5.3.3 脉冲响应分析 |
| 5.3.4 时变方差分解 |
| 5.4 稳健性检验 |
| 5.5 本章小结 |
| 第6章 中国经济不确定性影响宏观经济的金融渠道分析 |
| 6.1 金融市场影响不确定性宏观经济效应的理论分析 |
| 6.2 C-SVAR模型基本原理 |
| 6.3 基于C-SVAR模型的金融渠道分析 |
| 6.3.1 数据选取与变量处理 |
| 6.3.2 模型设定 |
| 6.3.3 脉冲响应分析 |
| 6.4 稳健性分析 |
| 6.5 本章小结 |
| 第7章 货币政策在中国经济不确定性冲击宏观经济中的作用分析 |
| 7.1 SE-IVAR模型基本原理 |
| 7.2 基于SE-IVAR模型的货币政策作用分析 |
| 7.2.1 变量选取与数据处理 |
| 7.2.2 模型设定与非线性检验 |
| 7.2.3 广义脉冲响应分析 |
| 7.3 稳健性分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）分散化投资下机构风险行为对于市场的负外部性效应（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 文献综述 |
| 1.2.1 均值-方差策略转向行为组合理论 |
| 1.2.2 概率分布结构影响风险度量 |
| 1.2.3 尾部风险度量与投资行为的关系 |
| 1.2.4 市场微观结构角度看待分散化与负外部性 |
| 1.2.5 文献综述小结 |
| 1.3 主要研究内容、创新点和研究框架 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新点 |
| 1.3.3 研究框架 |
| 第2章 理论依据 |
| 2.1 重尾投资组合损失的渐近性 |
| 2.2 点过程的极值表示 |
| 第3章 基础资产相依性与机构风险重尾分布 |
| 3.1 重尾分布风险与机构最优行为 |
| 3.2 经济周期中的市场价值 |
| 3.3 机构在市场中共担风险 |
| 3.3.1 两家机构的情况 |
| 3.3.2 多家同质化机构共存于市场 |
| 3.3.3 多家异质化机构共存于市场 |
| 3.4 机构行为偏好 |
| 3.5 市场负外部性 |
| 3.6 金融市场应用 |
| 3.6.1 中国金融市场 |
| 3.6.2 美国金融市场 |
| 3.7 本章总结和政策建议 |
| 第4章 机构下行风险的动态估计与预测 |
| 4.1 齐次泊松过程无法有效刻画尾部极值特征 |
| 4.2 动态标记自激点过程模型捕捉极端风险行为 |
| 4.2.1 传统POT模型 |
| 4.2.2 将传统的POT模型推广到ACD-POT模型 |
| 4.3 高斯混合模型柔性拟合非极值部分数据 |
| 4.4 模拟数据分析与检验 |
| 4.5 金融数据分析与检验 |
| 4.5.1 ACD-POT模型捕捉极端下行风险变化 |
| 4.5.2 动态预测VaR值 |
| 4.6 本章总结和政策建议 |
| 第5章 总结与展望 |
| 5.1 本文总结与政策建议 |
| 5.2 未来研究方向的思考 |
| 附录 |
| Appendix A:关于(3.6)式的证明 |
| Appendix B:关于命题3.2的证明 |
| Appendix C:关于命题3.3的证明 |
| Appendix D:关于命题3.4的证明 |
| Appendix E:关于命题3.5的证明 |
| Appendix F:关于命题3.6的证明 |
| Appendix G:关于命题3.7的证明 |
| Appendix H:关于VaR递归滚动预测的算法 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（6）中国保险业顺周期性与逆周期附加资本研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.导论 |
| 1.1 选题背景、意义及研究目的 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.1.3 研究目的 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 关于金融业顺周期研究的相关文献 |
| 1.2.2 金融业逆周期监管相关文献 |
| 1.2.3 文献述评 |
| 1.3 研究思路与框架、技术路线及研究方法 |
| 1.3.1 研究思路、框架及技术路线 |
| 1.3.2 研究方法 |
| 1.4 论文创新点及不足 |
| 1.4.1 可能的创新点 |
| 1.4.2 存在的不足 |
| 2.概念界定及相关理论基础 |
| 2.1 保险业顺周期性及逆周期监管相关概念 |
| 2.1.1 保险业的顺经济周期性 |
| 2.1.2 附加资本 |
| 2.1.3 逆周期监管及其相关概念 |
| 2.2 保险业顺周期性相关理论 |
| 2.2.1 保险业偿付能力监管制度引致的顺周期性 |
| 2.2.2 公允价值的会计制度 |
| 2.2.3 薪酬激励制度的顺周期性 |
| 2.2.4 投资不足理论 |
| 2.3 基于宏观审慎视角的保险业逆周期监管必要性 |
| 2.3.1 对微观审慎监管制度的冲击 |
| 2.3.2 宏观审慎监管概念的提出及其内涵 |
| 2.3.3 保险市场宏观审慎监管的理论基础 |
| 2.3.4 保险业逆周期监管的必要性 |
| 2.4 本章小结 |
| 3.中国保险业发展与宏观经济周期的关联性发展 |
| 3.1 中国保险市场的发展现状 |
| 3.2 中国保险业与宏观经济的发展趋势分析 |
| 3.2.1 中国保险业总体发展与宏观经济增长的趋同性 |
| 3.2.2 中国非寿险业发展与宏观经济增长的趋同性 |
| 3.2.3 中国寿险业发展与宏观经济增长的趋同性 |
| 3.2.4 中国保险资金运用与宏观经济的互联互动 |
| 3.3 保险周期与经济周期的界定及共同发展趋势 |
| 3.3.1 经济周期与保险周期的基本概念及划分 |
| 3.3.2 保险周期与经济周期的趋同性发展 |
| 3.4 保险业顺经济周期波动的数理基础与研究假设 |
| 3.4.1 宏观经济作用于保险发展的数理基础 |
| 3.4.2 保险发展作用于宏观经济的数理基础 |
| 3.4.3 研究假设 |
| 3.5 本章小结 |
| 4.中国保险业顺周期发展与顺周期风险的实证检验 |
| 4.1 基于微观视角的顺周期发展检验 |
| 4.1.1 指标设计与数据分析 |
| 4.1.2 模型构建 |
| 4.1.3 模型结论 |
| 4.2 基于宏观视角的顺周期发展检验 |
| 4.2.1 时变参数模型理论基础 |
| 4.2.2 TVP-VAR模型的估计方法 |
| 4.2.3 样本数据及指标体系构建 |
| 4.2.4 时变参数模型脉冲响应分析 |
| 4.3 基于偿付风险压力指数的顺周期风险检验 |
| 4.3.1 指标设计 |
| 4.3.2 模型估计 |
| 4.3.3 保险市场偿付风险压力的顺周期性 |
| 4.4 本章小结 |
| 5.中国保险业逆周期附加资本监管中介指标的确定 |
| 5.1 确定保险业逆周期监管中介指标的基本原则与具体思路 |
| 5.1.1 筛选保险业逆周期监管中介指标的基本原则 |
| 5.1.2 确定保险业逆周期附加资本监管中介指标的具体思路 |
| 5.2 潜在的逆周期附加资本监管中介指标体系设计 |
| 5.2.1 Copula模型的相关理论 |
| 5.2.2 构建逆周期附加资本监管相关指标的基础准备 |
| 5.2.3 数据来源及指标体系构建 |
| 5.2.4 保险发展指标及潜在中介指标的描述性分析 |
| 5.3 保险发展与潜在中介指标之间的时差相关分析 |
| 5.3.1 非寿险业与潜在中介指标之间的静态时差相关分析 |
| 5.3.2 基于时变Copula模型的非寿险业动态时差相关分析 |
| 5.3.3 寿险业与潜在中介指标之间的静态时差相关分析 |
| 5.3.4 基于时变Copula模型的寿险业动态时差相关分析 |
| 5.4 逆周期附加资本监管潜在中介指标之间的差异化分析 |
| 5.5 确定保险业逆周期附加资本监管的最佳中介指标 |
| 5.5.1 关于KLR信号分析的相关理论 |
| 5.5.2 基于KLR信号分析筛选非寿险业逆周期附加资本监管中介指标 |
| 5.5.3 非寿险业逆周期附加资本监管最佳中介指标的确定 |
| 5.5.4 基于KLR信号分析筛选寿险业逆周期附加资本监管中介指标 |
| 5.5.5 寿险业逆周期附加资本监管最佳中介指标的确定 |
| 5.6 本章小结 |
| 6.中国保险业逆周期附加资本监管方案的研究设计 |
| 6.1 马尔科夫区制转移(MS)模型的相关理论 |
| 6.1.1 马尔科夫区制转移(MS)模型的理论基础 |
| 6.1.2 滤波与平滑 |
| 6.1.3 马尔科夫区制转移动态回归模型 |
| 6.2 关于保险业的Markov区制转换模型相关参数估计 |
| 6.2.1 基于非寿险业的Markov区制转移模型参数估计 |
| 6.2.2 基于寿险业的Markov区制转移模型参数估计 |
| 6.3 基于KLR信号分析对保险业发展区制划分的评判 |
| 6.3.1 关于非寿险业马尔科夫区制划分的检验 |
| 6.3.2 关于寿险业马尔科夫区制划分的检验 |
| 6.4 保险业逆周期附加资本计提与释放方案的设计 |
| 6.4.1 非寿险业逆周期附加资本计提与释放方案的设计 |
| 6.4.2 寿险业逆周期附加资本计提与释放方案的设计 |
| 6.5 本章小结 |
| 7.结论、政策建议与展望 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.2.1 缓解“偿二代”监管制度引致的顺周期风险应对能力 |
| 7.2.2 构建应对保险业系统性风险的宏观审慎监管制度 |
| 7.2.3 缓解公允价值计价引致的顺周期性波动 |
| 7.2.4 构建薪酬激励制度的长期机制 |
| 7.3 研究展望 |
| 参考文献 |
| (一)中文文献 |
| (二)英文文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（7）经济周期对企业研发投入及其效率的影响机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究内容及结构安排 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究创新 |
| 2 制度背景 |
| 2.1 我国科技创新体系发展历程 |
| 2.2 经济紧缩期我国政府的经济扶持政策 |
| 2.3 国有企业预算软约束与政策性负担 |
| 3 文献回顾与理论分析 |
| 3.1 文献回顾 |
| 3.1.1 经济周期对研发活动的影响 |
| 3.1.2 其他因素对企业研发活动的影响 |
| 3.1.3 现有研究的局限 |
| 3.2 理论分析 |
| 3.2.1 研发活动周期性调整理论 |
| 3.2.2 国家创新系统理论 |
| 3.2.3 经营环境对研发效率的影响 |
| 3.2.4 理论框架 |
| 4 经济周期对企业研发投入的作用机制 |
| 4.1 假设提出 |
| 4.1.1 经济周期对企业研发投入的影响 |
| 4.1.2 企业研发投入逆周期变动的原因 |
| 4.2 研究设计 |
| 4.2.1 样本选择与数据来源 |
| 4.2.2 模型设定与变量选择 |
| 4.3 实证结果 |
| 4.3.1 描述性统计分析 |
| 4.3.2 相关系数分析 |
| 4.3.3 结果与讨论 |
| 4.4 稳健性检验 |
| 4.5 小结 |
| 5 经济周期对企业研发效率的影响 |
| 5.1 假设提出 |
| 5.1.1 经济周期对企业研发效率的影响:整体视角 |
| 5.1.2 经济周期对企业研发效率的影响:基于产权背景视角 |
| 5.1.3 经济周期对企业研发效率的影响:基于市场化进程视角 |
| 5.1.4 经济周期对企业研发效率的影响:基于行业竞争视角 |
| 5.2 研究设计 |
| 5.2.1 样本选择与数据来源 |
| 5.2.2 模型设定与变量定义 |
| 5.3 实证结果 |
| 5.3.1 描述性统计分析 |
| 5.3.2 相关系数分析 |
| 5.3.3 结果与讨论 |
| 5.4 稳健性检验 |
| 5.5 小结 |
| 6 经济周期对研发补贴效率的影响 |
| 6.1 假设提出 |
| 6.1.1 经济周期对研发补贴效率的影响:基于整体视角 |
| 6.1.2 经济周期对研发补贴效率的影响:基于产权背景视角 |
| 6.1.3 经济周期对研发补贴效率的影响:基于市场化进程视角 |
| 6.1.4 经济周期对研发补贴效率的影响:基于行业竞争视角 |
| 6.2 研究设计 |
| 6.2.1 样本选择与数据来源 |
| 6.2.2 模型设定与变量定义 |
| 6.3 实证结果 |
| 6.3.1 描述性统计分析 |
| 6.3.2 相关系数分析 |
| 6.3.3 结果与讨论 |
| 6.4 稳健性检验 |
| 6.5 小结 |
| 7 结论和建议 |
| 7.1 主要研究结论 |
| 7.2 研究成果的理论贡献 |
| 7.3 研究局限及后续的研究方向 |
| 7.4 几点启示 |
| 参考文献 |
| 后记 |
| 致谢 |
| 在读期间发表的学术论文 |
（8）保险业系统性风险：根源、传染与监管（论文提纲范文）
| 摘要 |
| abstract |
| 0.绪论 |
| 0.1 研究背景 |
| 0.2 研究意义 |
| 0.3 研究内容 |
| 0.3.1 研究内容 |
| 0.3.2 研究方法 |
| 0.3.3 研究范畴 |
| 0.3.4 研究框架 |
| 0.4 创新点与不足 |
| 0.4.1 创新点 |
| 0.4.2 不足点 |
| 1.保险业系统性风险研究文献综述 |
| 1.1 保险业系统性风险的认识 |
| 1.1.1 保险业是系统性风险的受害者还是主导者 |
| 1.1.2 保险业系统性风险的存在性争议 |
| 1.2 保险业系统性风险的成因 |
| 1.2.1 保险业系统性风险的主导因素(primary indicators) |
| 1.2.2 保险业系统性风险的贡献因素(contributing indicators) |
| 1.2.3 金融市场参与度 |
| 1.2.4 自然与人为灾难 |
| 1.3 保险业系统性风险的传染机制 |
| 1.3.1 保险业与再保险的风险传染 |
| 1.3.2 保险业与银行业的风险传染 |
| 1.4 保险业系统性风险评估 |
| 1.4.1 系统性风险评估方法 |
| 1.4.2 保险业系统性风险评估应用 |
| 1.5 保险业系统性风险监管 |
| 1.5.1 保险业系统性风险制度演变 |
| 1.5.2 系统重要性保险公司颁布 |
| 1.5.3 保险业系统性风险监管的发展与争议 |
| 1.6 中国保险业系统性风险研究综述 |
| 1.7 文献总结及述评 |
| 2.研究术语界定与理论基础 |
| 2.1 研究术语界定 |
| 2.1.1 系统性风险 |
| 2.1.2 保险业系统性风险 |
| 2.1.3 保险公司系统重要性 |
| 2.1.4 保险业系统性风险监管 |
| 2.2 理论基础 |
| 2.2.1 金融脆弱性 |
| 2.2.2 信息不对称 |
| 2.2.3 委托代理理论 |
| 2.2.4 金融危机传染理论 |
| 2.2.5 金融监管理论 |
| 2.3 小结 |
| 3.保险业系统性风险的存在性 |
| 3.1 实践中的存在性——历史的透视 |
| 3.1.1 国际保险业的金融危机表现 |
| 3.1.2 中国保险业的金融危机表征 |
| 3.1.3 保险公司破产危机典型案例 |
| 3.1.4 保险业系统性风险存在性深剖 |
| 3.2 理论上的存在性——脆弱性视角 |
| 3.2.1 信息不对称与保险脆弱性 |
| 3.2.2 委托代理与保险脆弱性 |
| 3.2.3 税收不对称与保险脆弱性 |
| 3.2.4 合约的不完全性与保险脆弱性 |
| 3.2.5 宏观金融冲击与保险脆弱性 |
| 3.3 小结 |
| 4.保险业系统性风险根源 |
| 4.1 保险业内生的金融不稳定 |
| 4.1.1 保险业务本质与系统性风险根源 |
| 4.1.2 保险不良资产与系统性风险根源 |
| 4.2 保险危机的外生环境冲击 |
| 4.2.1 共谋与保险危机 |
| 4.2.2 利率与保险危机 |
| 4.2.3 侵权与保险危机 |
| 4.3 小结 |
| 5.保险业系统性风险的传染机制 |
| 5.1 银保关联传染渠道 |
| 5.1.1 银行业与保险业的传染机制——理论推演 |
| 5.1.2 银保关联性及影响机制——实证测算 |
| 5.1.3 银保溢出效应度量 |
| 5.2 再保险关联传染渠道 |
| 5.2.1 再保险与保险业的传染机制 |
| 5.2.2 保险公司对再保险公司的依赖度测算 |
| 5.2.3 “影子保险”与保险业的传染机制 |
| 5.3 金融市场关联传染渠道 |
| 5.3.1 保险公司购买模式导致金融市场扭曲 |
| 5.3.2 保险公司出售模式导致金融市场扭曲 |
| 5.4 保险业系统性风险非接触传染渠道 |
| 5.4.1 保险证券传染 |
| 5.4.2 金融服务集团内的保险公司传染 |
| 5.4.3 保险机构重组与并购传染 |
| 5.4.4 金融恐慌传染 |
| 5.5 小结 |
| 6.保险业系统性风险评估 |
| 6.1 保险业系统性风险模型设定 |
| 6.1.1 MES模型 |
| 6.1.2 SRISK模型 |
| 6.1.3 GARCH-CoVa R模型 |
| 6.1.4 面板模型 |
| 6.1.5 BP神经网络 |
| 6.2 上市保险公司系统性风险测算 |
| 6.2.1 保险公司系统性风险敞口测算 |
| 6.2.2 保险公司系统性风险贡献度测算 |
| 6.3 保险公司系统性风险影响因素 |
| 6.4 非上市保险公司的系统性风险测算 |
| 6.5 小结 |
| 7.保险业系统性风险金融监管改革与实践 |
| 7.1 系统性风险金融监管改革 |
| 7.1.1 系统性风险金融监管改革挑战 |
| 7.1.2 系统性风险金融监管改革实例 |
| 7.1.3 系统性风险金融监管改革评估 |
| 7.1.4 系统性风险金融监管改革启示 |
| 7.2 保险业系统性风险监管实践 |
| 7.2.1 全球金融监管框架 |
| 7.2.2 20 国集团(G20)的系统性风险监管 |
| 7.2.3 金融稳定委员会(FSB)的系统性风险监管 |
| 7.2.4 国际货币基金组织(IMF)的系统性风险监管 |
| 7.2.5 国际保险监督管理协会(IAIS)的系统性风险监管 |
| 7.3 保险业系统性风险监管新方向 |
| 7.3.1 宏观审慎监管理念 |
| 7.3.2 宏观审慎和微观审慎的区别 |
| 7.3.3 宏观审慎监管工具的选择 |
| 7.3.4 宏观审慎政策挑战 |
| 7.4 小结 |
| 8.中国保险业系统性风险监管的对策思路 |
| 8.1 中国保险业系统性风险监管的必要性 |
| 8.1.1 保险危机防范与控制的理论必要性 |
| 8.1.2 保险业系统性风险监管的实践必要性 |
| 8.2 宏观审慎视角下的保险业系统性风险监管思路 |
| 8.2.1 中国保险宏观审慎监管框架构想 |
| 8.2.2 保险业系统性风险监管的具体实施 |
| 8.2.3 保险业系统性风险监管机构构想 |
| 8.3 保险业系统性风险监管制度安排 |
| 8.3.1 “双管齐下”的监管思路 |
| 8.3.2 筑牢银保混业监管“防火墙”体系 |
| 8.3.3 重视系统重要性保险机构评估 |
| 8.3.4 加强保险公司的信息披露 |
| 8.3.5 推进金融改革,维护金融稳定 |
| 8.4 小结 |
| 9.结论及展望 |
| 9.1 研究结论 |
| 9.2 研究展望 |
| 参考文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（9）中国金融压力指数的测度、甄别以及对基金收益的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 问题的提出 |
| 1.2 研究背景和意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 重要概念界定 |
| 1.4 主要研究内容和拟解决的问题 |
| 1.4.1 研究内容 |
| 1.4.2 拟解决的问题 |
| 1.5 研究方法和思路 |
| 1.5.1 研究方法 |
| 1.5.2 研究思路 |
| 1.6 研究创新与展望 |
| 1.6.1 研究创新和贡献 |
| 1.6.2 研究展望 |
| 第2章 研究综述 |
| 2.1 金融压力指数的构建理论 |
| 2.1.1 金融压力指数的提出 |
| 2.1.2 国外金融压力指数的发展现状 |
| 2.1.3 中国金融压力指数的构建 |
| 2.1.4 金融压力指数的运用 |
| 2.2 资产定价视角下的宏观经济波动追踪 |
| 2.2.1 资产定价视角下宏观经济波动的根源 |
| 2.2.2 资产定价视角下宏观经济波动的变量选择 |
| 2.3 资产定价视角下宏观经济与金融资产的关联 |
| 2.3.1 宏观经济波动与资产定价关联的理论探索 |
| 2.3.2 宏观经济波动与资产定价关联的实证发展脉络 |
| 2.3.3 宏观经济波动与资产定价关联的研究突破 |
| 2.4 研究述评与启示 |
| 2.4.1 金融压力指数与系统性金融风险理论的关系 |
| 2.4.2 资产定价视角下宏观经济与金融压力指数的关系 |
| 2.5 本章小结 |
| 第3章 金融市场视角下中国金融压力指数的构建与测度 |
| 3.1 中国金融压力指数理论 |
| 3.1.1 金融压力的解释 |
| 3.1.2 金融压力的重要特征 |
| 3.1.3 金融压力与宏观经济发展减速 |
| 3.2 研究设计与指数构建 |
| 3.2.1 CFSI源指标选取 |
| 3.2.2 银行业贝塔的核算 |
| 3.3 CFSI的构建实证 |
| 3.3.1 CFSI的构建 |
| 3.3.2 金融压力对宏观经济的冲击实证 |
| 3.3.3 金融压力的风险传导 |
| 3.3.4 金融压力的预测 |
| 3.4 本章小结 |
| 第4章 新时期中国金融市场系统性风险状态甄别及政策冲击 |
| 4.1 国际金融新秩序的重塑与金融市场风险的防范 |
| 4.2 新时期CFSI的风险特征描述 |
| 4.3 新时期CFSI的极端压力识别 |
| 4.4 新时期中国金融系统压力的状况甄别 |
| 4.5 新时期中国金融系统压力对经济政策不确定性的冲击 |
| 4.6 本章小结 |
| 第5章 中国金融压力指数对基金收益的定价和冲击 |
| 5.1 金融压力、宏观经济运行与基金收益的关联 |
| 5.1.1 宏观经济运行与金融资产收益的关联 |
| 5.1.2 基于金融压力指数对基金收益研究的可行性 |
| 5.2 基于宏观经济风险的条件资产定价模型 |
| 5.3 理论分析和假设假说 |
| 5.4 中国金融压力指数对基金收益的定价 |
| 5.4.1 基金数据和金融压力指标变量 |
| 5.4.2 中国金融压力指数的贝塔 |
| 5.4.3 中国金融压力的贝塔与基金收益横截面回归 |
| 5.5 中国金融压力指数对基金收益的冲击 |
| 5.5.1 中国金融压力的冲击 |
| 5.5.2 中国金融压力的冲击与基金收益横截面回归 |
| 5.6 对比分析 |
| 5.7 稳健性检验 |
| 5.8 本章小结 |
| 第6章 研究结论与政策建议 |
| 6.1 全文研究总结 |
| 6.1.1 第一层面 |
| 6.1.2 第二层面 |
| 6.1.3 第三层面 |
| 6.2 政策建议:金融市场视角下系统性金融风险剖析 |
| 6.2.1 新常态下的系统性金融风险 |
| 6.2.2 主要金融市场的系统性金融风险 |
| 6.2.3 多市场间系统性金融风险溢出的可能 |
| 6.3 政策建议:金融市场视角下系统性金融风险监管 |
| 6.3.1 建立金融市场预警指数动态监测金融市场风险 |
| 6.3.2 针对主要金融市场建立完善的分市场系统性金融风险监测 |
| 6.3.3 警惕金融市场间系统性金融风险的溢出和传染 |
| 6.3.4 兼顾微观主要金融机构系统性风险的监测 |
| 6.3.5 完善系统性金融风险的宏微观审慎相结合的新监管机制 |
| 参考文献 |
| 附录 |
| 致谢 |
| 博士研究生期间科研成果 |
（10）资本监管与货币政策对银行风险承担的影响研究（论文提纲范文）
| 论文的创新点 |
| 中文摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 创新点与不足 |
| 1.3.1 本文的创新点 |
| 1.3.2 本文的不足之处 |
| 1.4 相关概念的界定 |
| 1.4.1 银行风险承担 |
| 1.4.2 巴塞尔协议与资本监管 |
| 1.4.3 货币政策相关概念 |
| 2 文献综述 |
| 2.1 资本监管对银行风险承担的影响研究 |
| 2.1.1 有效性观点 |
| 2.1.2 无效性观点 |
| 2.1.3 非线性观点 |
| 2.2 货币政策对银行风险承担的影响研究 |
| 2.2.1 收入与估值效应 |
| 2.2.2 逐利效应 |
| 2.2.3 政策预期效应 |
| 2.2.4 思维定式与保险效应 |
| 2.3 资本监管、货币政策对银行风险承担的影响 |
| 2.3.1 同时考虑资本监管与货币政策的银行风险承担相关研究 |
| 2.3.2 资本监管与货币政策的协调 |
| 2.4 银行风险承担的其它影响因素研究 |
| 2.4.1 宏观经济状况 |
| 2.4.2 银行间市场环境 |
| 2.4.3 银行微观特征 |
| 2.5 既有研究的评述 |
| 3 资本监管与货币政策对银行风险承担的影响机理 |
| 3.1 收入与估值视角下资本监管与货币政策对银行风险承担的影响机理 |
| 3.1.1 模型构建 |
| 3.1.2 模型分析 |
| 3.1.3 影响机理 |
| 3.2 逐利视角下资本监管与货币政策对银行风险承担的影响机理 |
| 3.2.1 模型构建 |
| 3.2.2 模型分析 |
| 3.2.3 影响机理 |
| 3.3 政策预期视角下资本监管与货币政策对银行风险承担的影响机理 |
| 3.3.1 模型构建 |
| 3.3.2 模型分析 |
| 3.3.3 影响机理 |
| 3.4 思维定式与保险视角下资本监管与货币政策对银行风险承担的影响机理 |
| 3.4.1 模型构建 |
| 3.4.2 模型分析 |
| 3.4.3 影响机理 |
| 3.5 本章小结 |
| 4 收入与估值视角下资本监管与货币政策影响银行风险承担的实证分析 |
| 4.1 模型构建 |
| 4.2 变量选取与数据来源 |
| 4.2.1 变量选取 |
| 4.2.2 数据来源 |
| 4.3 实证结果与分析 |
| 4.4 本章小结 |
| 5 逐利视角下资本监管与货币政策影响银行风险承担的实证分析 |
| 5.1 门限面板模型的构建 |
| 5.1.1 门限面板模型简介 |
| 5.1.2 实证模型构建 |
| 5.2 变量选取与数据来源 |
| 5.3 实证结果与分析 |
| 5.3.1 门限值检验 |
| 5.3.2 模型回归结果 |
| 5.3.3 回归结果分析 |
| 5.4 本章小结 |
| 6 政策预期视角下资本监管与货币政策影响银行风险承担的模拟分析 |
| 6.1 模型构建 |
| 6.1.1 家庭部门 |
| 6.1.2 企业部门 |
| 6.1.3 银行部门 |
| 6.1.4 货币政策与资本监管 |
| 6.1.5 市场出清条件与外生冲击 |
| 6.2 参数校准与贝叶斯估计 |
| 6.3 模拟结果与分析 |
| 6.4 本章小结 |
| 7 思维定式与保险视角下资本监管与货币政策影响银行风险承担的实证分析 |
| 7.1 模型构建 |
| 7.2 变量选取与数据来源 |
| 7.2.1 变量选取 |
| 7.2.2 数据来源 |
| 7.3 实证结果与分析 |
| 7.4 本章小结 |
| 8 研究结论与政策含义 |
| 8.1 研究结论 |
| 8.2 政策含义 |
| 参考文献 |
| 攻读博士学位期间的科研成果 |
| 致谢 |
四、波动中力求稳定——紧缩时期银行业投资策略（论文参考文献）
- [1]中国政府股票市场救助行为研究 ——基于2015年救市行为的分析[D]. 王晓丹. 山东大学, 2020(02)
- [2]中国政府债券市场发展的宏观经济效应研究[D]. 陈建宇. 南京大学, 2020(09)
- [3]资产价格与系统性金融风险：影响机制及其监控研究[D]. 刘骏斌. 东南大学, 2020(02)
- [4]中国经济不确定性及其宏观经济效应研究[D]. 张德园. 吉林大学, 2020(08)
- [5]分散化投资下机构风险行为对于市场的负外部性效应[D]. 李璐. 中国科学技术大学, 2020(01)
- [6]中国保险业顺周期性与逆周期附加资本研究[D]. 崔微微. 西南财经大学, 2020(02)
- [7]经济周期对企业研发投入及其效率的影响机制研究[D]. 阳丹. 西南财经大学, 2019(12)
- [8]保险业系统性风险：根源、传染与监管[D]. 朱衡. 西南财经大学, 2019(12)
- [9]中国金融压力指数的测度、甄别以及对基金收益的影响[D]. 朱莎. 中央财经大学, 2019(08)
- [10]资本监管与货币政策对银行风险承担的影响研究[D]. 尹智超. 武汉大学, 2017(07)