一、研究背景与意义
中国金融市场经过近30年的改革和发展，市场结构和运行环境得到了一定的改善。随着市场改革开放的持续推进，货币、股票、债券、外汇、黄金、期货、房地产等金融子市场不断发展，且各个子市场之间的联系越来越紧密，其互联互动的特征更加明显，而正是如此也为金融风险在整个体系中的传播提供了机会。
受到诸多因素的影响，金融市场通常都存在着一定的波动性，体现出所谓的风险。当一个市场受到某种冲击而价格发生变动时，其它市场的资产价格也可能受到不同程度的冲击，投资者通常会根据某个市场的价格变动来预测其它市场的价格变化，从而导致市场之间出现联动性，这就是所谓市场间的溢出效应。不同于均值溢出和波动溢出，极端风险溢出具有更强的破坏性，某个子市场原发的极端风险可能在所有子市场之间相互传导，进而引发整个金融体系震荡并造成系统性风险爆发等后果。金融市场中的极端变动当然会对金融市场的长期稳定发展造成不利影响，因此金融子市场间的联动关系和风险传染往往成为考察系统性金融风险需要关注的焦点，尤其是极端条件下子市场间的风险溢出效应更是值得高度重视。深入分析金融系统内各子市场之间极端风险传染的内在机制，准确测度子市场间的风险溢出水平，可以为防范系统性风险的爆发和蔓延，保持金融业的持续健康发展提供理论参考，对于投资主体、金融机构和监管部门均具有重要的现实意义。
金融市场具有互联互通的属性，各类资产和主体联系密切，构成一个复杂的体系。金融市场通常被看作为一个复杂系统，运用复杂网络方法可以有效刻画泛金融市场间的复杂性，展现其之间的相互作用。复杂网络分析方法为研究金融系统性风险溢出提供了新的工具，通过将金融系统中各子市场视为网络的节点，将市场之间的风险传导关系视为网络的连边，可以将金融市场中各子市场作为一个系统来考察，并反映出金融市场之间的内在关联。金融市场的关联状况会随着时间变迁而发生改变，从而形成不同时期不同联动性的结构关系。考察金融市场复杂系统网络的演变规律，可以掌握不同时期各金融子市场在系统中所处的地位及其对系统造成的影响，从全局视角研判金融市场的极端风险溢出情况。
对泛金融市场极端风险溢出效应进行描述和分析是研究系统性风险的重要组成部分，也是对现有文献的一个重要补充，具有重要的理论意义。深入探讨金融系统内各子市场之间极端风险溢出的内在机制，准确测度子市场间的风险溢出水平，可以为防范系统性风险的爆发和蔓延、保持金融业的持续健康发展提供理论参考，对于投资主体、金融机构和监管部门均具有重要的现实意义。
二、主要内容
本文通过风险Granger因果检验方法构建泛金融市场极端风险溢出网络，分析各时期子市场间的下行和上行极端风险溢出效应，并进一步考察极端风险溢出网络的演化规律。首先，对市场间风险溢出效应以及复杂网络理论进行相应的背景阐述。其次，运用GARCH模型计算各金融子市场的极端下行和上行VaR，再运用得到的VaR代入风险Granger因果检验方法中计算各金融子市场对之间的极端风险溢出效应。通过复杂网络方法将各时期泛金融市场的极端风险溢出效应可视化。将样本划分为5个时期，分别为平稳发展时期、次贷危机时期、欧债危机时期、持续恢复时期和新常态时期，对各时期金融子市场间的极端风险溢出网络的演化规律进行具体分析，并考察网络特征指标，如网络密度、全局效率在各时期的演化规律。最后得到相应的结论并提出政策建议。
金融市场参与者和监管者对发生的事件一般不会即刻响应，而是先要花费一定的时间来消化理解，后再采取行动，由此导致极端风险溢出的时滞效应。将滞后期M选择为从2到40，考察各个时期网络密度和全局效率随M变化的演变情况。当金融系统处于越极端的风险条件下时，市场参与者的恐慌情绪越浓，信心越不足，“羊群效应”越明显，各子市场间的互联性越大。网络密度和全局效率在次贷危机和欧债危机时期相比于平稳发展时期降低，说明金融危机爆发时市场遭到破坏，各子市场之间的联系减少，极端风险的传播能力下降。到持续恢复期市场情况回归正常，子市场间的联系更加紧密，特别是风险水平1%下的网络密度和全局效率都达到了比平稳期更高的水平，而且随着市场“消化”信息的不断充分，在滞后期M=40时密度和效率达到了所有时期的最高值，接近0.65。这也说明经历了金融危机，市场对越极端的风险越敏感，风险更容易在网络中传播。随着滞后阶数M增大到40，新常态时期的网络密度和全局效率相比恢复期则有所降低。这时经济下行压力加大，各子市场间的互联性相对减弱。同时，在1%风险水平下除平稳期之外的4个时期的上行网络的密度都高于下行网络，这说明长期以来中国经济持续向好发展的趋势使得投资者抱有更大信心，市场对“利好消息”(价格上涨)的反应更为敏感，上行极端风险更容易在泛金融市场中传播。
考虑到越极端的风险在风险溢出网络中的传播能力越强，选择采用更为极端的风险水平(即α=1%)下的下行和上行极端风险溢出网络，考察它们历经5个时期的演化过程。如前所述，极端风险溢出具有滞后效应，故考虑滞后阶数M=40(天)，相当于滞后期为2个交易月。
三、主要结论与政策建议
通过使用基于核函数的风险Granger因果检验统计和复杂网络方法，分别计算出在2个风险水平和5个演变时期下的泛金融市场下行和上行极端风险溢出网络的网络密度和全局效率，并重点分析了风险水平为1%且滞后期为40天的极端风险溢出情况和9个子市场之间风险溢出的演化规律，得到如下结论：
(1) 极端风险溢出网络的网络密度和全局效率有着相近的演变规律，随着滞后阶数的增加这两项指标持续加大至一定程度后达到震荡状态。同时，极端风险溢出具有时滞性，市场需要时间来“消化”过去的信息，进而对子市场之间极端风险溢出的密度和效率形成作用。
(2) 不论是下行还是上行风险，各子市场之间在越极端的情况下关联度越大。受金融危机的影响，极端风险溢出网络的密度和效率降低，但到达恢复期后1%风险水平下的网络状态回升到比平稳期更高的水平，而5%风险水平下的网络只维持在一个较低的水平上。
(3) 下行与上行极端风险溢出是不对称的，平稳期之后的4个其它时期上行网络的网络密度高于下行网络。即市场对“利好消息”(价格上涨)的反应更为敏感，宏观经济的韧性和潜力使得投资者对经济持续发展抱有的信心持续保持，他们更偏好于接受上行风险。
(4) 下行和上行极端风险溢出网络的主要节点在5个时期不断变化，期初风险的重要传播者为房地产、股票、外汇、货币和黄金子市场，金融危机后随着大宗商品和债券子市场的发展，它们的风险溢出能力明显增强。不过，能源子市场在所有时期都是最关键的上行风险的接受者。
(5) 在极端风险溢出网络密度偏低的时期，并不是主要节点的某些子市场对其它某一个子市场却存在非常显著的风险溢出效应。例如，次贷期金属子市场对能源子市场的上行风险溢出强度为36.81，欧债期外汇子市场对货币子市场的上行风险溢出强度为10.56。
根据上述研究结论本文提出以下政策建议：一方面，要加强对各个金融子市场的监管。任何一个子市场对整个泛金融市场及其每个部分都会产生一定的极端风险溢出效应，因此应针对不同金融子市场建立起其相应的监管制度，尤其是针对债券和大宗商品子市场要在创新品种与维持稳健间取得平衡，防范某个子市场大幅波动引发的系统性风险事件。另一方面，市场中的卖空方应更加关注上行风险。由于上行极端风险在泛金融市场网络中的传播能力比下行风险更强，卖空资产的投资者应特别重视根据上行风险情况加强投资组合的构建和调整，防止出现极端上行风险导致资产大面积受损，尤其是将能源类大宗商品作为资产配置内容的投资者更应如此。
四、边际贡献与未来拓展
本文的边际贡献主要在于：第一，使用一种基于核函数的风险Granger因果检验方法，能揭示金融市场在更加复杂层面的互动关系，即极端风险溢出以及不确定滞后期的因果关系。该方法可以使用所有的滞后阶数，检验结果对滞后期的长度不敏感，从而使得检验效力更强、可信度较高。考虑到金融市场参与者需要花费时间理解信息，做出决策再采取行动，因此该方法能帮助获得所有滞后期下泛金融市场各子市场间极端风险溢出情况。第二，已有的文献往往聚焦于同一类别子市场或者两个子市场之间的相互作用，很少有文献同时系统地顾及多个子市场之间的关系。考虑到金融市场具有互联互通的属性，众多子市场之间联系密切，构成一个复杂的体系，本文将泛金融市场看作一个复杂系统进行研究。
未来的研究可以进一步加以拓展。在研究对象上，随着中国金融市场以及大数据和人工智能等新兴数字技术的发展，泛金融市场的相关数据将会更加完善，能通过大数据和人工智能等技术获取多维度的泛金融市场数据，拓展研究对象，实现对泛金融市场更为全面的研究，获得更完善和全面的结论并提出更具有针对性的政策建议。
本文摘编自《系统工程理论与实践》第41卷第7期论文《基于复杂网络的泛金融市场极端风险溢出效应及其演变研究》，点击链接下载全文：http://www.sysengi.com/CN/abstract/abstract112895.shtml
作者：谢赤, 教授, 博士生导师, 金融工程与风险管理, 金融物理与复杂系统；贺慧敏, 硕士研究生, 金融工程与风险管理； 凌毓秀, 博士研究生, 金融工程与风险管理；王纲金, 副教授, 博士生导师, 金融工程与风险管理, 复杂金融网络, 系统性金融风险(通讯作者)。