题目：基于格兰杰因果网络模型的金融系统性风险研究

金融全球化和激烈的市场竞争，促使金融企业开展综合化经营，以多样的服务扩充市场份额，激励它们不断创新金融产品，提高盈利能力同时分散业务风险。这些新趋势把银行、证券、保险等金融部门联系成一个更加紧密的整体。次贷金融危机里，雷曼兄弟申请破产，华盛顿互惠银行被迫倒闭，美国国际集团遭受巨大损失。危机过后，防御系统性风险成为业界和学界的共识。巴塞尔委员会修订银行业的国际监管规则，在新推出的巴塞尔协议III里加入系统性风险管理的内容。我国2012年的《商业银行资本管理办法（试行）》，对系统重要性金融机构提出了1%的附加资本要求。在这种条件下，推进系统性风险研究具有十分重要的理论和现实意义。网络模型善于刻画多个主体的复杂联系，描述风险事件在金融机构间的传播途径，刻画系统性风险的形成过程。学界和业界先后开发信用风险网络模型、流动性风险网络模型等银行间市场的网络模型，以及阈值相关网络模型、格兰杰因果网络模型等股票市场的网络模型。本文首先改进格兰杰因果网络模型，然后实证研究我国的金融体系，最后应用网络特征研究系统性风险领域的几个关键问题。具体来说，本文的创新工作主要体现在以下几个方面：1 利用资本资产定价模型（CAPM）提取公司风险，建立更加准确的格兰杰因果网络模型。基于股票收益率的格兰杰因果关系建立网络模型，需要假设投资者完全了解金融机构之间的业务关联，可以刻画风险在金融系统内的传播过程。但是Billio et al (2012) [1]在提出格兰杰因果网络模型时，忽视了股票收益率和公司风险的区别。一般的，公司风险代表特定公司的异质风险。本文使用CAPM提取公司风险，控制资本市场的共同因素的影响。2 实证研究我国金融系统，分析它的格兰杰因果网络结构，及其在不同市场状态的变化。本文选择29家中国金融机构，涵盖银行、证券、保险和信托等公司类型，以及2008年、2009年两个代表时期，应用平均距离、集聚系数和度分布三个拓扑指标，研究我国金融系统的因果网络是否属于小世界网络和无标度网络。本文还从网络性质和管理含义等方面，说明添加CAPM滤波的原因。3 根据网络结构开发风险免疫方法，避免金融体系陷入系统性危机。因果网络属于有向网络，它的免疫效果可以表述为最大强连通成分的规模变化。本文按照“度”从大到小的顺序选择目标免疫节点，收到比较良好的免疫效果。4 应用面板数据模型研究网络位置和个体风险的关系。在面板数据模型里，被解释变量是个体风险，表示为股票的年度对数变化率，解释变量不仅包括描述网络位置的节点中心度，还包括一些辅助变量，例如CAPM的贝塔系数、资产收益率等。5 整合系统重要性评估的模型法和指标法，对我国金融企业进行系统重要性排序。本文基于格兰杰因果网络模型，利用特征向量中心度表示金融机构的关联度得分，采用标准化的总资产表示它们的规模得分，综合考虑金融机构的间接影响与直接服务能力，全面评价我国金融机构的系统重要性。