中文 / English
宫晓琳



宫晓琳 Gong Xiaolin:

QQ截图20170711144916.png


è  博士论文被采纳情况:

20131月应中国人民银行邀请赴京探讨了论文中系统性风险测度与传染机制分析等理论与方法,及其对宏观金融风险监测与系统性风险防范机制设计的决策支持作用。当前由中国人民银行、中国银行业监督管理委员会的合作单位中国金融风险量化研究协同创新中心具体实现相关技术的动态运用以提供决策信息辅助。

基于本论文中测度宏观金融风险的基础理论与模型,就涵纳不确定性的审慎风险测度这一我国及世界经济、金融界亟待攻克的重大理论与现实问题,向巴塞尔银行监管国际会议提交论文《Measuring and Managing Risk with Ambiguity Model and Random Limit Normal Distribution(2013.03):此研究首次为我国在国际相关领域开拓性的争得了一席之地,切实产生了一定的国际影响。我国银监会首度被邀入会参与监管理论与方法研究以及标准制定研讨。

 

è  博士论文被引用情况:

博士论文第四、八章内容也即《中国宏观金融中的国民经济部门间传染机制》共被引用31次:

1. 肖欣荣, 刘健. 基于网络理论的金融传染与投资者行为研究进展[J]. 经济学动态. 2015 (5). 139-146.

2. 张培. 金融危机传导的理论和实证研究——基于宏观资产负债表的视角[J]. 武汉大学学报: 哲学社会科学版. 2015 (3). 73-79.

3. 罗煜, 贝多广.  资金流量分析方法的最新进展[J]. 经济学动态. 2015(02). 87-97.

4. 王浩. 基于信息公开传染模型的金融市场稳定性测度:1992-2011[J]. 统计与决策. 2014(18). 144-147.

5. 茆训诚, 王周伟. 系统性信用风险的网络传染联动效应研究[J]. 北京理工大学学报: 社会科学版. 2014 (4). 57-63.

6. 李守伟, 何建敏, 孙婧超, 谭音邑. 金融危机前后中国银行业系统性风险实证研究[J]. 华东经济管理. 2014(1). 92-96.

7. 周攀, 俞闰良. 金融网络视角下我国银行间双边风险传染机制——基于制造业负面冲击的实证分析[J]. 现代经济信息. 2013(19). 328-329.

8. 张南. 矩阵式资金流量表与风险波及测算[J]. 统计研究. 2013(30). 67-77.

9. 苗文龙. 金融危机与金融市场间风险传染效应——以中, , 德三国为例[J]. 中国经济问题. 2013(3). 89-99.

10. 肖欣荣, 刘健, 赵海健. 机构投资者行为的传染——基于投资者网络视角[J]. 管理世界. 2012 (12). 35-45.

11. 范小云, 王道平, 刘澜飚. 规模, 关联性与中国系统重要性银行的衡量[J]. 金融研究. 2012(11). 16-30.

12. 宫晓琳. 宏观金融风险联动综合传染机制[J]. 金融研究. 2012(5). 56-69.

13. 蒋萍, 贾帅帅. 基于矩阵式资金流量表的涉外交易考察[J]. 统计研究. 2012.(4). 58-65.

14. 宫晓琳. 未定权益分析方法与中国宏观金融风险的测度分析[J]. 经济研究. 2012(3). 76-87.

15. 苏明政. 我国系统性金融风险的测度、传染与防范研究[D]. 东北财经大学. 2014.

16. 张志远. 后金融危机时代我国金融监管以及金融风险的博弈研究[D]. 吉林大学. 2013.

17. 郑小娟. 欧洲国家债务危机的风险传导研究[D]. 武汉大学. 2013.

18. 马彦平. 区域性商业银行风险及监管创新[D]. 南开大学. 2013.

19. 林昆三. 次贷危机对大陆和台湾银行信用风险管理的影响[D]. 南开大学. 2012.

20. 陈勃特. 人民币国际化进程中的货币跨境流通与金融风险研究[D]. 武汉大学. 2012.

21. 宫晓琳. 量化分析中国宏观金融风险及其演变机制[D]. 山东大学. 2011.

22. 王书斌. 银行系统性风险传染的机制研究[D]. 暨南大学. 2011.

23. 程欣. 中国供应网络结构对经济波动的影响[D]. 山东大学. 2015

24. 顾闻. 我国宏观审慎政策工具选择及其应用[D]. 华东师范大学. 2015.

25. 谭照林. 银行间网络演化与系统性风险研究[D]. 东北财经大学. 2014.

26. 薛红艳. 金融危机通过资本市场对我国经济扩散研究[D]. 河北大学. 2014.

27. 贾祥蕊. 我国银行业系统性风险分析[D]. 山东大学. 2013.

28. 申琬莉. 利用MES模型构建银行的系统重要性及系统性风险[D]. 华中科技大学. 2012.

29. 乜洪辉. 基于SIR模型的银行危机传染研究[D]. 湖南大学. 2012.

30. 金梅. 资产证券化风险机制的理论与现实[D]. 山东大学. 2011.

31. 罗煜, 贝多广. 资金流量分析方法的最新发展[J]. International Monetary Institute Working Papers (2010-2014 年合辑). 2014.

博士论文第三、五章内容也即《未定权益分析方法与中国宏观金融风险的测度分析》共被引用35次:

32. 王立勇, 石颖.  互联网金融的风险机理与风险度量研究——P2P网贷为例[J]. 东南大学学报(哲学社会科学版). 2016(02). 103-148.

33. 张立华,丁建臣. 高阶矩、HCCA模型与银行系统风险前瞻预判[J]. 统计研究. 2016(01). 70-77.

34. 耿志祥, 费为银. 金融资产风险度量及其在风险投资中的应用——基于稳定分布的新视角[J]. 管理科学学报. 2016(01). 87-101.

35. 潘志斌. 基于或有权益模型的我国地方政府性债务风险度量[J]. 系统管理学报. 2015(06). 847-853.

36. 宋凌峰, 苏新. 基于信贷网络的上市系统性重要银行清偿力风险研究[J]. 经济管理. 2015(11). 93-100.

37. 温博慧. 银行部门薪酬与经济金融系统的稳定性: 中美比较——资产值波动冲击下基于 SFC 的研究[J]. 国际金融研究. 2015 (11). 47-57.

38. 杨光, 孙浦阳. 流动性过剩是否造成了钱荒现象——基于异质性DSGE框架的分析[J]. 南开经济研究. 2015(05). 59-73.

39. 陈丹. 基于未定权益分析方法的山东省一般债务限额研究[J]. 经济研究导刊. 2015(26). 131-133.

40. 温博慧, 李向前, 袁铭. 存量流量一致框架下中国银行体系网络抗毁性研究——基于资产价格波动冲击[J]. 财贸经济. 2015 (9). 46-60.

41. 田娇, 王擎. 银行资本约束, 银行风险外溢与宏观金融风险[J]. 财贸经济. 2015(8). 74-90.

42. 沈悦, 郭培利, 李巍军. 房价冲击如何生成系统性金融风险[J]. 财贸研究. 2015(3). 120-127.

43. 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.

44. 卓娜, 昌忠泽. 金融风险的成因、传导与防范:国内外研究述评[J]. 技术经济. 2015(03). 112-122.

45. 毛建林, 张红伟. 基于CCA模型的我国银行系统性金融风险实证研究[J]. 宏观经济研究. 2015(03). 94-102.

46. 李志辉, 李源, 李政. 基于 Shapley Value 方法的金融控股公司综合经营风险评估研究——以光大集团和中信集团为例[J]. 南开经济研究. 2015(1). 32-50.

47. 吴恒煜, 胡锡亮, 吕江林, 聂富强. 我国行业风险的决定因素及传递机制研究——来自沪深 300 细分行业的经验证据[J]. 当代经济科学. 2014 (5). 70-80.

48. 吕勇斌, 陈自雅. 区域金融风险部门间传递的空间效应——2005~ 2012 [J]. 财政研究. 2014(8). 46-48.

49. 范小云, 方意, 王道平. 我国银行系统性风险的动态特征及系统重要性银行甄别——基于 CCA DAG 相结合的分析[J]. 金融研究. 2013(11). 82-95.

50. 陈守东, 章秀. 基于时变 CoVaR 模型的我国商业银行风险溢出效应研究[J]. 数量经济研究. 2013(2). 34-48.

51. 唐婵. 我国房地产业整体风险的度量——基于CCA方法的分析[J]. 时代金融. 2013(24). 219-236.

52. 姬宁. 中国金融业宏观金融风险的测度——基于 CCA 模型的分析[J]. . 2013(14). 165-165.

53. 吴恒煜, 胡锡亮, 吕江林. 我国银行业系统性风险研究[J]. 国际金融研究. 2013(7). 85-96.

54. 宫晓琳, 杨淑振. 量化分析宏观金融风险的非线性演变速度与机制[J]. 金融研究. 2013(4). 99-111.

55. 耿志祥, 王传玉, 林建忠. 金融资产厚尾分布及常用的风险度量——α-stable 分布下的 MDD, DaR CDaR[J]. 数量经济技术经济研究. 2013(2). 49-64.

56. 宫晓琳. 宏观金融风险联动综合传染机制[J]. 金融研究. 2012(5). 56-69.

57. 苏明政. 我国系统性金融风险的测度、传染与防范研究[D]. 东北财经大学. 2014.

58. 张志远. 后金融危机时代我国金融监管以及金融风险的博弈研究[D].吉林大学. 2013.

59. 郑小娟. 欧洲国家债务危机的风险传导研究[D]. 武汉大学. 2013.

60. 宋文娟. 商业银行中长期风险测量及宏观影响因素分析[D]. 山东大学. 2015.

61. 于文艳. 银行系统性风险研究及系统重要性银行识别[D]. 浙江工商大学. 2014.

62. 苏萌. 环保产业上市公司投资价值研究[D]. 西北大学. 2014.

63. 王鹏程. 中国政府债务安全性分析[D]. 上海交通大学. 2014.

64. 李文颖. 基于系统重要性金融机构鉴定的我国宏观审慎监管研究[D]. 陕西科技大学. 2014.

65. 贾祥蕊. 我国银行业系统性风险分析[D]..山东大学. 2013.

66. 吕勇斌, 陈自雅. 区域金融风险部门间传递的空间效应——2005-2012[A]. 第七届(2014)中国金融评论国际研讨会论文集[C]. 2014.

博士论文第七、九章内容也即论文《宏观金融风险联动综合传染机制》共被引用22次:

67. 胡光志, 张美玲. 我国期货市场操纵立法之完善——基于英美的经验[J]. 法学。 2016(01). 76-87.

68. 潘志斌. 基于或有权益模型的我国地方政府性债务风险度量[J]. 系统管理学报. 2015(06). 847-853.

69. 张培. 金融危机传导的理论和实证研究——基于宏观资产负债表的视角[J]. 武汉大学学报: 哲学社会科学版. 2015 (3). 73-79.

70. 卓娜, 昌忠泽. 金融风险的成因、传导与防范:国内外研究述评[J]. 技术经济.2015(03). 112-122.

71. 毛建林, 张红伟. 基于CCA模型的我国银行系统性金融风险实证研究[J]. 宏观经济研究. 2015(03). 94-102.

72. 刘湘云, 陈洋阳. 金砖国家金融市场极端风险的净传染效应——基于空间计量分析[J]. 国际经贸探索. 2015(3). 106-118.

73. 王家华, 蔡则祥. 影子银行业务的风险传染与审计免疫机制研究[J]. 经济问题. 2014(8). 54-58.

74. 张强, 杨华青. 基于时变 Copula 的股指期货与金融市场相关性研究[J]. 东南学术. 2014 (4). 106-112.

75. 赵静, 徐璋勇. 中国金融脆弱性的状况及研究动态[J]. 生产力研究. 2014 (6). 134-137.

76. 吴恒煜, 胡锡亮, 吕江林. 我国银行业系统性风险研究[J]. 国际金融研究. 2013(7). 85-96.

77. 宫晓琳, 杨淑振. 量化分析宏观金融风险的非线性演变速度与机制[J]. 金融研究. 2013(4). 99-111.

78. 苏明政. 我国系统性金融风险的测度、传染与防范研究[D]. 东北财经大学. 2014.

79. 张志远. 后金融危机时代我国金融监管以及金融风险的博弈研究[D]. 吉林大学. 2013.

80. 马彦平. 区域性商业银行风险及监管创新[D]. 南开大学. 2013

81. 于文艳. 银行系统性风险研究及系统重要性银行识别[D]. 浙江工商大学. 2014.

82. 郝晓雯. 欧美危机的传染机制:纯粹传染还是基本传染?[D]. 山西财经大学. 2014.

83. 李文颖. 基于系统重要性金融机构鉴定的我国宏观审慎监管研究[D]. 陕西科技大学. 2014.

84. 陈洋阳. 金砖国家金融市场极端风险的净传染机制研究[D]. 广东财经大学. 2014.

85. 鹿雯. 我国银行间市场的风险传染效应研究[D].南京理工大学. 2014.

86. 钟紫璇. 基于ICA-GJR-GARCH-M模型的多个对单个证券市场波动溢出研究[D]. 湖南大学. 2013.

87. 贾祥蕊. 我国银行业系统性风险分析[D]. 山东大学. 2013.

88. 吕勇斌, 陈自雅.  区域金融风险部门间传递的空间效应——2005-2012[A]. 第七届(2014)中国金融评论国际研讨会论文集[C]. 2014.

博士论文第六章内容也即《量化分析宏观金融风险的非线性演变速度与机制》共被引用5

   次:

89. 申敏, 吴和成. 国民经济行业信用风险相依结构分析[J]. 软科学. 2016(03). 126-139.

90. 卓娜, 昌忠泽. 金融风险的成因、传导与防范:国内外研究述评[J]. 技术经济. 2015(03). 112-122.

91. 吴恒煜, 胡锡亮, 吕江林, 聂富强. 我国行业风险的决定因素及传递机制研究——来自沪深300细分行业的经验证据[J]. 当代经济科学. 2014(05). 70-80+126-127.

92. 斯文. 我国外汇衍生品市场的研究[D]. 上海社会科学院. 2015.

93. 敖青. 我国房地产金融风险演进与风险抑制研究[D]. 广东省社会科学院. 2015.

博士论文第五章内容的延展创新也即《随机极限正态分布与审慎风险监测》共被引用1次:

94. 宫晓琳, 杨淑振, 胡金焱, 张宁. 非线性期望理论与基于模型不确定性的风险度量[J]. 经济研究. 2015 (11). 133-147.

博士论文整体《量化分析中国宏观金融风险及其演变机制》共被引用2次:

95. 肖欣荣, 刘健. 基于网络理论的金融传染与投资者行为研究进展[J]. 经济学动态. 2015(5). 139-146.

苏明政. 我国系统性金融风险的测度、传染与防范研究[D]. 东北财经大学. 2014. 

 

 

è个人主要内容及主要创新&学术价值:

 

论文名称
量化分析中国宏观金融风险及其演变机制
主要内容

本论文致力于研究中国宏观金融系统性风险的监测与防范。首先,本文利用未定权益分析方法(CCA),在汇集、处理与整合编制多方数据的基础上,建立了国民经济机构部门层面的风险财务报表,并量化分析了2000—2008年我国宏观金融风险敞口的动态演变。进而,文章深入探讨了宏观金融风险的演变机制。在明晰了主要风险因子及其波动原因的基础上,分析并直观演示了国民经济机构部门金融风险积聚的非线性机制;继而研究了同样具有危害性的部门间非线性风险传染机制。通过有效揭示风险积增和传染的非线性机制,在诠释了危机爆发的非线性特性的同时,从理论与实证层面阐明了,测度系统风险、密切监控宏观金融状况以防范金融危机于未然的重要性。

其次,本文通过网络模型量化分析了冲击在经济中的传导及系统危机的演生过程;利用我国20072008年宏观金融的存、流量数据,建立了基于会计数据的中国国民经济机构部门间金融关联网络模型。模型的数据基础是按各类金融工具细分的部门部门资金融通关系矩阵表。在此模型基础上,通过模拟测试,本文揭示了负面经济冲击所造成的价值损失在部门层面循环传导的轨迹——部门间资产负债表传染机制;同时量化分析了资产负债表传染发生时,各机构部门于各传染轮次中的损失量。

再次,在将基于会计数据的宏观金融网络模型与CCA风险财务报表关联网络模型相融通的基础上,本文分层次、分步骤的解析了金融/系统性危机演化过程中,宏观金融风险在各类因素的推动下加速增高的具体机制——风险联动综合传染机制。从而得以从更为全面的角度分析:局部性负面冲击升级演变为系统性危机的轨迹和速度。最后,基于如上对经济/金融脆弱性演变机制的系统性分析,本文进一步探讨了相关宏观审慎政策的设计。并简要分析了当前中国宏观金融中的个别焦点问题如地方债对宏观金融稳定的影响,以及一些国际金融领域普遍使用的风险指标VaR) 在宏观金融风险演变中的不良作用。

文中各类宏观金融关联报表系统和网络模型、风险测度模型与基于模型的定量分析、以及对我国宏观金融系统性数据的汇整编制、宏观金融风险指标体系的创建等,尤其是对系统性风险演化机制分析这一国际学术界所关注问题的创新性研究方法,均致力于为实现对宏观金融风险/系统性风险的有效监控而提供相应的理论依据与实证支持,辅助宏观审慎政策的设计,增强宏观金融审慎监管的可操作性。

主要创新与学术价值

主要创新

通过基于网络模型的国家宏观金融建模与模拟冲击分析,论文首度更为精准、全面的研究与诠释了宏观金融风险/系统性风险积增和传染的非线性演化机制。

本文在概括性总结了可致使宏观金融风险变动的各种现实经济因素和情况之后,厘清了主要风险因子及其波动原因,进而详尽分析了诸因子与主要宏观金融风险指标之间在国民经济机构部门内外的联动关系。从而,通过充分揭示部门层面宏观金融风险积增和部门间风险传染的非线性机制,明晰了风险监控的政策着眼点,助益于审慎监管政策的定量化设计。

而且,对宏观金融风险非线性演变速度的研究从新的角度剖析了经济周期的扩张和收缩阶段资产价值的变动和风险的积增与释放所表现出的非对称性这一重要经济问题。

论文所创建的多指标分析模式可为宏观金融风险审慎监管指标体系的建立与宏观审慎政策的设计奠定相当的理论与实证研究基础。

开创了基于多元化繁复来源的我国宏观金融存量数据的编制方法与数据库构建技术。

首度实现了对我国的宏观金融风险(分析时域为2000—2008 年)的测度

率先建立了具有对应关系和反映市场实时状况的我国国民经济金融资产—负债表以及宏观金融风险财务报表

学术价值

开创了分步骤、分离各因子的研究方法以全面量化解析宏观金融风险/系统性风险传染的具体过程、轨迹与速度。

论文探讨了在负面冲击下,伴随着宏观金融网络系统中资产—负债表传染的发生,国民经济机构部门层面金融风险的积增;继而,在金融市场加剧震荡的情况下,波动率因素对宏观金融风险的进一步推动作用;进而,如上所积聚的风险积增又将如何影响机构部门金融资产的市场价值;最后,缩水了的部门间金融资产、负债关联将如何再作用于宏观金融风险/系统性风险的攀升。此4步骤分析方法全面解析、动态呈现了宏观金融风险/系统性风险演化的复杂机制,而且能够同时从轨迹和速度两个角度来明晰风险和价值损失在宏观经济中的逐步积累与叠加传染。

筑了适用于我国金融体系及其数据特征的、基于复杂金融网络模型的系统性宏观金融分析框架。

通过广泛的数据汇集和审慎的数据处理、运算,汇整编制了首批可用于我国宏观金融多方位分析的数据并构建了相应的数据库。

该数据的有效性已在国际比较分析中得到了验证。

开拓性的探索了如何基于我国现有的宏观经济与金融数据进行参 数厘定,指标选取,数值实现,从而得以利用未定权益方法(CCA)实现对宏观金融/系统性风险的测定。