摘" "要：基于傳統(tǒng)金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)等）和新型類金融機(jī)構(gòu) （金融科技公司、其他類金融機(jī)構(gòu)等）兩類復(fù)雜主體構(gòu)成的新關(guān)聯(lián)網(wǎng)絡(luò)這一復(fù)雜系統(tǒng)，利用2012—2022年上市機(jī)構(gòu)數(shù)據(jù)，基于TENET方法構(gòu)建尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，刻畫(huà)新關(guān)聯(lián)網(wǎng)絡(luò)中機(jī)構(gòu)關(guān)聯(lián)度，進(jìn)而分析兩類機(jī)構(gòu)關(guān)聯(lián)水平。研究結(jié)果表明，新關(guān)聯(lián)網(wǎng)絡(luò)下兩類機(jī)構(gòu)間的總體關(guān)聯(lián)度呈現(xiàn)周期性變化，在危機(jī)與經(jīng)濟(jì)下行時(shí)處于高位水平；新型類金融機(jī)構(gòu)對(duì)其自身和傳統(tǒng)金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出較為強(qiáng)烈，部門(mén)內(nèi)部風(fēng)險(xiǎn)溢出強(qiáng)度高于跨部門(mén)風(fēng)險(xiǎn)溢出強(qiáng)度；新型類金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢入強(qiáng)度和溢出強(qiáng)度在危機(jī)發(fā)生時(shí)較高；銀行和保險(xiǎn)部門(mén)對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)程度更高，同時(shí)受系統(tǒng)性風(fēng)險(xiǎn)影響較為顯著。建議在完善中國(guó)版監(jiān)管沙盒制度模式的同時(shí)，強(qiáng)化新型類金融機(jī)構(gòu)的內(nèi)控機(jī)制建設(shè)和外部監(jiān)管，發(fā)展傳統(tǒng)金融機(jī)構(gòu)跨部門(mén)協(xié)同監(jiān)管路徑。

關(guān)鍵詞：新關(guān)聯(lián)網(wǎng)絡(luò)；TENET；金融科技；尾部風(fēng)險(xiǎn)溢出；系統(tǒng)性風(fēng)險(xiǎn)

中圖分類號(hào)：F832.5" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2023）12-0049-12

DOI：10.19647/j.cnki.37-1462/f.2023.12.006

一、引言

近年來(lái)，第四次工業(yè)革命浪潮風(fēng)起云涌，作為由技術(shù)創(chuàng)新驅(qū)動(dòng)的金融創(chuàng)新，金融科技是大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等新科技與金融深度融合、復(fù)合疊加的結(jié)果，已經(jīng)或正在改變著傳統(tǒng)金融體系。繼《金融科技（FinTech）發(fā)展規(guī)劃（2019—2021年）》后，中國(guó)人民銀行印發(fā)《金融科技發(fā)展規(guī)劃（2022—2025年）》，進(jìn)一步要求金融機(jī)構(gòu)將數(shù)字元素注入金融服務(wù)全流程，將數(shù)字思維貫穿業(yè)務(wù)運(yùn)營(yíng)全鏈條，注重金融創(chuàng)新的科技驅(qū)動(dòng)和數(shù)據(jù)賦能，推動(dòng)我國(guó)金融科技從“立柱架梁”全面邁入“積厚成勢(shì)”新階段。金融科技的飛速發(fā)展正重塑著金融發(fā)展格局，塑造金融新生態(tài)，一個(gè)由傳統(tǒng)金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)等）和新型類金融機(jī)構(gòu)（金融科技公司、其他類金融機(jī)構(gòu)等）兩類復(fù)雜體構(gòu)成的新關(guān)聯(lián)網(wǎng)絡(luò)悄然形成。

在新關(guān)聯(lián)網(wǎng)絡(luò)下，金融機(jī)構(gòu)間的業(yè)務(wù)由于金融業(yè)的混業(yè)經(jīng)營(yíng)愈發(fā)明顯而變得更加頻繁，相互交叉、關(guān)聯(lián)、滲透的金融產(chǎn)品不斷增加，多重潛在風(fēng)險(xiǎn)交織疊加，其突發(fā)性、復(fù)雜性、交叉性和傳染性更加突出，各種風(fēng)險(xiǎn)在兩類復(fù)雜主體的融合滲透中疊加衍化并通過(guò)關(guān)聯(lián)網(wǎng)絡(luò)路徑發(fā)生外溢、傳染，甚至可能觸發(fā)系統(tǒng)性風(fēng)險(xiǎn)。近年來(lái)，螞蟻集團(tuán)、京東數(shù)科登陸資本市場(chǎng)被緊急叫停，頭部互聯(lián)網(wǎng)企業(yè)（百度、阿里巴巴、騰訊、京東）和互聯(lián)網(wǎng)新星（滴滴、美團(tuán)、360數(shù)科等）均被監(jiān)管約談，凸顯了金融科技的巨大風(fēng)險(xiǎn)隱患。本文從傳統(tǒng)金融機(jī)構(gòu)和新型類金融機(jī)構(gòu)兩類復(fù)雜主體構(gòu)成的新關(guān)聯(lián)網(wǎng)絡(luò)這一新的金融復(fù)雜系統(tǒng)出發(fā)，運(yùn)用TENET（基于尾部事件驅(qū)動(dòng)的網(wǎng)絡(luò)模型）方法構(gòu)建尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)探討新關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征，研究新關(guān)聯(lián)網(wǎng)絡(luò)中兩類機(jī)構(gòu)間的關(guān)聯(lián)性以及在此關(guān)聯(lián)系統(tǒng)中兩類機(jī)構(gòu)間的金融科技風(fēng)險(xiǎn)關(guān)聯(lián)特征、傳染路徑與溢出效應(yīng)，識(shí)別系統(tǒng)性重要機(jī)構(gòu)，這對(duì)于科學(xué)揭示和把握新的關(guān)聯(lián)網(wǎng)絡(luò)復(fù)雜系統(tǒng)中金融科技風(fēng)險(xiǎn)生成演化規(guī)律，進(jìn)而構(gòu)建有效的金融科技風(fēng)險(xiǎn)防控機(jī)制，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線，促進(jìn)金融科技健康發(fā)展，提升我國(guó)金融科技國(guó)際競(jìng)爭(zhēng)力等，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

二、文獻(xiàn)回顧

隨著金融創(chuàng)新的快速發(fā)展以及金融主體之間交易的增多，金融機(jī)構(gòu)之間形成的關(guān)聯(lián)網(wǎng)絡(luò)關(guān)系也日益緊密，從復(fù)雜網(wǎng)絡(luò)的關(guān)聯(lián)性角度研究金融風(fēng)險(xiǎn)生成機(jī)制，探究系統(tǒng)性風(fēng)險(xiǎn)防范對(duì)策，這既為學(xué)術(shù)界提供了新的研究視角，也賦予了學(xué)者們重要的研究使命。

隨著現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展，國(guó)外學(xué)者開(kāi)始從復(fù)雜網(wǎng)絡(luò)角度來(lái)考察金融機(jī)構(gòu)的關(guān)聯(lián)性從而研究金融風(fēng)險(xiǎn)在復(fù)雜網(wǎng)絡(luò)中的衍生以及傳染（Brownlees等，2021；Brunetti等，2019）[1，2]。Billio等（2012）[3]通過(guò)Granger因果檢驗(yàn)與主成分分析方法構(gòu)建金融機(jī)構(gòu)的收益率關(guān)聯(lián)網(wǎng)絡(luò)，發(fā)現(xiàn)近年來(lái)金融機(jī)構(gòu)之間的關(guān)聯(lián)性水平正逐步上升。Diebold和Yilmaz（2014）[4]將方差分解與網(wǎng)絡(luò)拓?fù)淅碚撓嘟Y(jié)合并置于VaR（在險(xiǎn)價(jià)值）模型框架下構(gòu)建金融機(jī)構(gòu)股票收益率的有向加權(quán)網(wǎng)絡(luò)，以此來(lái)研究金融機(jī)構(gòu)之間的相互關(guān)聯(lián)性。在CoVaR（條件在險(xiǎn)價(jià)值）模型基礎(chǔ)上，Hautsch等（2015）[5]結(jié)合分位數(shù)回歸和LASSO算法提出尾部風(fēng)險(xiǎn)網(wǎng)絡(luò)模型，并度量不同階段的尾部風(fēng)險(xiǎn)傳染水平。H?rdle等（2016）[6]擴(kuò)展CoVaR模型，引入金融機(jī)構(gòu)的非線性關(guān)系，提出TENET方法，構(gòu)建納斯達(dá)克上市的100家金融機(jī)構(gòu)的尾部風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)，并發(fā)現(xiàn)銀行具有較高的系統(tǒng)重要性。Wang等（2018）[7]采用TENET模型研究中國(guó)上市金融機(jī)構(gòu)的關(guān)聯(lián)性與系統(tǒng)性風(fēng)險(xiǎn)，發(fā)現(xiàn)規(guī)模較小的金融機(jī)構(gòu)也有較強(qiáng)的風(fēng)險(xiǎn)溢出效應(yīng)。此外，也有學(xué)者研究發(fā)現(xiàn)規(guī)模較小的金融機(jī)構(gòu)可能更易引發(fā)尾部風(fēng)險(xiǎn)（Altunbas等，2018；Parrado-Martinez等，2019）[8，9]。

國(guó)內(nèi)學(xué)者基于復(fù)雜網(wǎng)絡(luò)理論對(duì)我國(guó)金融市場(chǎng)、部門(mén)和機(jī)構(gòu)之間的關(guān)聯(lián)性進(jìn)行了大量研究。傳統(tǒng)“大而不能倒”的思想開(kāi)始轉(zhuǎn)向“太關(guān)聯(lián)而不能倒”的新理念（楊子暉和周穎剛，2018）[10]。李政等（2016）[11]通過(guò)網(wǎng)絡(luò)分析法分析發(fā)現(xiàn)我國(guó)金融機(jī)構(gòu)的關(guān)聯(lián)網(wǎng)絡(luò)具有“小世界現(xiàn)象”和“無(wú)標(biāo)度特性”等復(fù)雜網(wǎng)絡(luò)特征，中國(guó)金融市場(chǎng)中機(jī)構(gòu)的關(guān)聯(lián)渠道較為復(fù)雜，且具有很強(qiáng)的層次特點(diǎn)（鄧向榮和曹紅，2016）[12]。楊子暉等（2020）[13]結(jié)合網(wǎng)絡(luò)分析方法和非線性因果檢驗(yàn)方法，構(gòu)建“全球金融市場(chǎng)和經(jīng)濟(jì)政策不確定性”的非線性關(guān)聯(lián)網(wǎng)絡(luò)，發(fā)現(xiàn)股票市場(chǎng)和外匯市場(chǎng)分別是風(fēng)險(xiǎn)的主要溢出方和主要接受者，且兩者之間存在非對(duì)稱傳染效應(yīng)。曹齊芳和孔英（2021）[14]采用TENET方法搭建以金融科技、銀行和證券機(jī)構(gòu)為主體的風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)，得出了金融科技的內(nèi)外部風(fēng)險(xiǎn)傳染性最強(qiáng)且金融危機(jī)會(huì)加劇風(fēng)險(xiǎn)的跨部門(mén)傳染的結(jié)論。王綱金等（2022）[15]通過(guò)TENET模型構(gòu)建尾部風(fēng)險(xiǎn)網(wǎng)絡(luò)度量金融機(jī)構(gòu)關(guān)聯(lián)性，并從系統(tǒng)整體、部門(mén)行業(yè)、機(jī)構(gòu)個(gè)體三個(gè)層面對(duì)網(wǎng)絡(luò)關(guān)聯(lián)進(jìn)行了分析。張飛鵬等（2022）[16]創(chuàng)新性地將滑動(dòng)窗口分位數(shù)回歸與局部高斯相關(guān)方程相結(jié)合，構(gòu)建了一種全新的多層時(shí)變網(wǎng)絡(luò)，即局部高斯相關(guān)網(wǎng)絡(luò)（LGCNET）。傅強(qiáng)和石澤龍（2022）[17]則建立了高維度局部平穩(wěn)的非參數(shù)時(shí)變VHAR模型，提出聯(lián)合網(wǎng)絡(luò)關(guān)聯(lián)度的頻率成分指標(biāo)，通過(guò)研究認(rèn)為我國(guó)金融系統(tǒng)性風(fēng)險(xiǎn)的聯(lián)合網(wǎng)絡(luò)關(guān)聯(lián)度比較高且持續(xù)性波動(dòng)，且大型證券公司和股份制銀行為風(fēng)險(xiǎn)凈傳播者，大型國(guó)有銀行及其他金融機(jī)構(gòu)為風(fēng)險(xiǎn)凈接受者。

現(xiàn)有研究表明H?rdle等（2016）[6]提出的TENET方法不僅將機(jī)構(gòu)間可能的非線性交互關(guān)系考慮在內(nèi)，而且還具備變量選擇優(yōu)勢(shì)，將更多重要且合適的影響因素考慮在內(nèi)。因此，TENET方法更適用于構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)以分析機(jī)構(gòu)間的關(guān)聯(lián)水平，能更好識(shí)別尾部風(fēng)險(xiǎn)條件下的系統(tǒng)性金融風(fēng)險(xiǎn)。與既有文獻(xiàn)側(cè)重于傳統(tǒng)金融機(jī)構(gòu)之間的關(guān)聯(lián)網(wǎng)絡(luò)風(fēng)險(xiǎn)研究不同，本文的邊際貢獻(xiàn)主要在于：創(chuàng)新性地將銀行、證券、保險(xiǎn)等傳統(tǒng)金融機(jī)構(gòu)和金融科技公司、其他類金融機(jī)構(gòu)等新型類金融機(jī)構(gòu)所結(jié)成的關(guān)聯(lián)關(guān)系定義為新關(guān)聯(lián)網(wǎng)絡(luò)，利用這一新的金融復(fù)雜關(guān)聯(lián)網(wǎng)絡(luò)探討兩類復(fù)雜主體機(jī)構(gòu)、部門(mén)間的風(fēng)險(xiǎn)關(guān)聯(lián)性及其尾部風(fēng)險(xiǎn)溢出水平，拓寬了金融復(fù)雜系統(tǒng)研究的邊界；將金融科技公司等類金融機(jī)構(gòu)作為新的參與主體刻畫(huà)新關(guān)聯(lián)網(wǎng)絡(luò)的復(fù)雜結(jié)構(gòu)特征，拓展了類金融機(jī)構(gòu)關(guān)聯(lián)性研究；構(gòu)建新關(guān)聯(lián)網(wǎng)絡(luò)中兩類主體間的關(guān)聯(lián)強(qiáng)度度量模型并對(duì)其風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行測(cè)度，豐富了風(fēng)險(xiǎn)傳染機(jī)制理論。

三、研究設(shè)計(jì)

（一）尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)模型

1. CoVaR模型。由于VaR模型衡量機(jī)構(gòu)的風(fēng)險(xiǎn)大小，無(wú)法度量各機(jī)構(gòu)內(nèi)部的相互影響和各部門(mén)之間的風(fēng)險(xiǎn)溢出效應(yīng)，Adrian和Brunnermeier（2016）[18]在傳統(tǒng)VaR模型的基礎(chǔ)上提出了CoVaR理論，該理論不僅能分析金融系統(tǒng)內(nèi)機(jī)構(gòu)的關(guān)聯(lián)性，還能對(duì)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行度量。機(jī)構(gòu)[i]和[j]在時(shí)間[t]時(shí)，機(jī)構(gòu)[j]的CoVaR定義為機(jī)構(gòu)[i]處于某種情況[C（Xi，t）]時(shí)機(jī)構(gòu)[j]的風(fēng)險(xiǎn)價(jià)值，記為[CoVaRjC（Xi，t），t，q]。其中，[C（Xi，t）]包括[Xi，t=VaRi，t，q]的事件和宏觀經(jīng)濟(jì)狀態(tài)[Mt-1]，下文將把[CoVaRjC（Xi，t），t，q]簡(jiǎn)記為[CoVaRji，t，q]。

[Pr（Xj，tC（Xi，t）≤CoVaRjC（Xi，t），t，q）=q] （1）

[Xi，t]為機(jī)構(gòu)[i]在時(shí)間[t]的對(duì)數(shù)收益率，[q]為置信水平。利用線性分位數(shù)模型估計(jì)時(shí)變[VaRi，t，q]和[CoVaRji，t，q]，得到如下表達(dá)式。

[VaRi，t，q=αi+γiMt-1] （2）

[CoVaRji，t，q=αji+γjiMt-1+βjiVaRi，t，q]" （3）

[Mt-1]為影響風(fēng)險(xiǎn)溢出效應(yīng)的宏觀經(jīng)濟(jì)變量，由于信息傳遞具有滯后性，故將其滯后一階進(jìn)行表示。由此可見(jiàn)，機(jī)構(gòu)[j]的風(fēng)險(xiǎn)大小取決于宏觀經(jīng)濟(jì)變量[Mt-1]和機(jī)構(gòu)[i]的在險(xiǎn)價(jià)值[VaRi，t，q]，系數(shù)[βji]表示機(jī)構(gòu)[i]溢出到機(jī)構(gòu)[j]的尾部風(fēng)險(xiǎn)大小。

2. TENET模型。由于金融系統(tǒng)競(jìng)爭(zhēng)合作、業(yè)務(wù)交叉以及市場(chǎng)本身存在的多樣性和復(fù)雜性，機(jī)構(gòu)間的風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)已經(jīng)不能完全用簡(jiǎn)單的線性關(guān)系進(jìn)行解釋，非線性模型在市場(chǎng)不穩(wěn)定的條件下表現(xiàn)得更加合適。因此，本文借鑒H?rdle等（2016）[6]的TENET模型構(gòu)建金融系統(tǒng)的尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)。該模型先估計(jì)各機(jī)構(gòu)在[q]分位數(shù)下的在險(xiǎn)價(jià)值[VaRi，t，q]，再采用單指數(shù)分位數(shù)回歸模型構(gòu)建尾部風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)。具體設(shè)定公式為：

[Xj，t=g（βTjRjRj，t）+εj，t] （4）

[CoVaRTENETjRj，t，q=g（βTjRjRj，t）] （5）

[DjRj=?g（βTjRjRj，t）?Rj，tRj，t=Rj，t=g'（βTjRjRj，t）βjRj] （6）

上述公式中，[Xj，t]為機(jī)構(gòu)[j]的對(duì)數(shù)收益率，[Rj，t=X-j，t，Mt-1，Bj，t-1]為解釋變量集，[X-j，t=X1，t，X2，t，X3，t，…，XN，t]為除了機(jī)構(gòu)[j]以外其他[N-1]家機(jī)構(gòu)的對(duì)數(shù)收益率，[N]為樣本總數(shù)；[Mt-1]為在[t-1]時(shí)刻的宏觀狀態(tài)變量集；[Bj，t-1]為各機(jī)構(gòu)的特征變量。[βjRj=βj-j，βjM，βjBjT]為[Rj，t=X-j，t，Mt-1，Bj，t-1]對(duì)應(yīng)的系數(shù)集，[βjRj=βj-j，βjM，βjBjT]由[g（·）]代表機(jī)構(gòu)間風(fēng)險(xiǎn)的非線性估計(jì)。[Rj，t=VaR-j，t，q，Mt-1，Bj，t-1]，[VaR-j，t，q]為除機(jī)構(gòu)[j]以外其他[N-1]個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)價(jià)值[VaR-j，t，q]，[CoVaRTENETjRj，t，q]為在模型TENET下機(jī)構(gòu)的尾部風(fēng)險(xiǎn)大小。

公式（6）中的[Dji]由[CoVaRTENETjRj，t，q]求導(dǎo)得出，[DjRj=Dj-j，DjM，DjBjT]刻畫(huà)了協(xié)變量的邊際影響，其中[Dj-j]表示其他機(jī)構(gòu)對(duì)機(jī)構(gòu)[j]的風(fēng)險(xiǎn)溢出效應(yīng)，在此基礎(chǔ)上可構(gòu)建尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)[GV，E]，[V=1，2，…，N]表示金融系統(tǒng)中的各個(gè)機(jī)構(gòu)，[E]表示機(jī)構(gòu)間風(fēng)險(xiǎn)溢出大小和方向。因此，基于TENET模型的鄰接矩陣D定義如下。

[D=0D12D13…D210D23…D31D320…?DN1?DN2?DN3?… D1ND2ND3N?0] （7）

[Dji]為[Dji]的絕對(duì)值，反映了機(jī)構(gòu)[i]對(duì)機(jī)構(gòu)[j]的尾部風(fēng)險(xiǎn)絕對(duì)溢出大小，當(dāng)[j=i]時(shí)，[Dji=0]，該矩陣每一行表示各機(jī)構(gòu)的風(fēng)險(xiǎn)溢出效應(yīng)，每一列表示各機(jī)構(gòu)的風(fēng)險(xiǎn)溢入效應(yīng)。本文參考H?rdle等（2016）[6]和王綱金等（2022）[15]的研究，采用滾動(dòng)窗口分位數(shù)回歸估計(jì)時(shí)變VaR并構(gòu)建動(dòng)態(tài)TENET尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)。

（二）新關(guān)聯(lián)網(wǎng)絡(luò)關(guān)聯(lián)性結(jié)構(gòu)的刻畫(huà)

1. 新關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)性結(jié)構(gòu)衡量指標(biāo)。新關(guān)聯(lián)網(wǎng)絡(luò)由傳統(tǒng)金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)等）和新型類金融機(jī)構(gòu)（金融科技公司、其他類金融機(jī)構(gòu)等）兩類復(fù)雜主體構(gòu)成，為全面刻畫(huà)新關(guān)聯(lián)網(wǎng)絡(luò)復(fù)雜的結(jié)構(gòu)特征，本文參考Wang等（2018）[7]的研究方法，分別從金融系統(tǒng)、兩類主體間、部門(mén)、機(jī)構(gòu)四方面進(jìn)行探討（見(jiàn)表1）。

2. 新關(guān)聯(lián)網(wǎng)絡(luò)關(guān)聯(lián)性結(jié)構(gòu)刻畫(huà)的數(shù)據(jù)說(shuō)明與變量選取。（1）數(shù)據(jù)說(shuō)明。新關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)成主體為上市銀行、證券、保險(xiǎn)和金融科技公司四個(gè)部門(mén)，本文參考2021年第三季度行業(yè)分類指引、國(guó)證香蜜湖金融科技指數(shù)和中證金融科技主題指數(shù)確定初始研究樣本，再結(jié)合數(shù)據(jù)完整性按照以下原則進(jìn)行二次篩選：①上市時(shí)間在2012年1月之前；②樣本期間內(nèi)連續(xù)停牌時(shí)間不得超過(guò)14周；③樣本期間內(nèi)不存在ST及*ST情況；④上市公司市值位于行業(yè)前列，即四大部門(mén)市值排名前30位的企業(yè)。將借殼上市的機(jī)構(gòu)股票復(fù)牌時(shí)間設(shè)為上市時(shí)間，最終確定51家代表性機(jī)構(gòu)作為研究樣本，包括16家商業(yè)銀行、15家證券公司、4家保險(xiǎn)機(jī)構(gòu)以及16家金融科技公司。考慮到充足的歷史數(shù)據(jù)能較好刻畫(huà)新關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征，本文將樣本確定為2012年1月6日—2022年9月30日的周度數(shù)據(jù)，此段時(shí)間范圍包含了農(nóng)業(yè)銀行、東吳證券、新華保險(xiǎn)等重要金融機(jī)構(gòu)，能較好確保樣本的數(shù)量規(guī)模，總樣本觀測(cè)值為551。

（2）機(jī)構(gòu)收益率。上市機(jī)構(gòu)的資產(chǎn)價(jià)格和資金風(fēng)險(xiǎn)能在股票市場(chǎng)得到充分體現(xiàn)，股票市場(chǎng)數(shù)據(jù)不僅能反映市場(chǎng)對(duì)機(jī)構(gòu)的預(yù)期，還反映了不同時(shí)期的金融風(fēng)險(xiǎn)，因此，選取上市機(jī)構(gòu)的股票收益率作為研究對(duì)象。利用各上市機(jī)構(gòu)每周的收盤(pán)價(jià)計(jì)算周對(duì)數(shù)收益率[Xi，t=ln（Pi，t/Pi，t-1）]，其中[Pi，t]為機(jī)構(gòu)[i]在時(shí)間[t]的周度收盤(pán)價(jià)，樣本機(jī)構(gòu)收益率的描述性統(tǒng)計(jì)見(jiàn)表2。描述性統(tǒng)計(jì)①顯示收益率序列為尖峰厚尾狀態(tài)，對(duì)收益率序列進(jìn)行正態(tài)性檢驗(yàn)發(fā)現(xiàn)中國(guó)太保在10%水平下顯著，其余機(jī)構(gòu)均在5%水平下顯著，表明所選樣本機(jī)構(gòu)均不是正態(tài)分布，符合金融序列建模特征。ADF統(tǒng)計(jì)結(jié)果顯示樣本機(jī)構(gòu)均在1%顯著性水平下拒絕存在單位根的原假設(shè)，各機(jī)構(gòu)的收益率序列是平穩(wěn)的。

（3）機(jī)構(gòu)特征變量。微觀個(gè)體特征是機(jī)構(gòu)風(fēng)險(xiǎn)的主要來(lái)源，參考Adrian和Brunnermeier（2016）[18]、H?rdle等（2016）[6]、曹齊芳和孔英（2021）[14]的相關(guān)研究，從財(cái)務(wù)指標(biāo)中選取能反映機(jī)構(gòu)內(nèi)在脆弱性和規(guī)模的個(gè)體特征變量，分別是資產(chǎn)權(quán)益比、資產(chǎn)規(guī)模、市值賬面比和資產(chǎn)收益率（見(jiàn)表3）。由于特征變量數(shù)據(jù)來(lái)自上市機(jī)構(gòu)的季度財(cái)務(wù)報(bào)表，故采用三次樣條插值法將季度數(shù)據(jù)轉(zhuǎn)換為周度數(shù)據(jù)。

（4）宏觀狀態(tài)變量。借鑒周天蕓等（2014）[19]的相關(guān)研究，選取與金融機(jī)構(gòu)尾部風(fēng)險(xiǎn)有緊密關(guān)聯(lián)的宏觀狀態(tài)變量（見(jiàn)表4），變量統(tǒng)計(jì)頻率為周。其中，流動(dòng)資產(chǎn)利息差（M1）反映流動(dòng)性風(fēng)險(xiǎn)，短期債券利率差（M2）反映利率風(fēng)險(xiǎn)，期限結(jié)構(gòu)（M3）反映不同期限資金的供求關(guān)系，信用利差（M4）反映信用違約風(fēng)險(xiǎn)，市場(chǎng)回報(bào)率（M5）和市場(chǎng)波動(dòng)率（M6）反映市場(chǎng)風(fēng)險(xiǎn)，房地產(chǎn)收益率（M7）反映房地產(chǎn)市場(chǎng)收益。

以上上市機(jī)構(gòu)收盤(pán)價(jià)數(shù)據(jù)、特征變量數(shù)據(jù)和宏觀狀態(tài)變量數(shù)據(jù)均來(lái)自萬(wàn)得數(shù)據(jù)庫(kù)。

四、實(shí)證分析

如前所述，為捕捉新關(guān)聯(lián)網(wǎng)絡(luò)下金融系統(tǒng)、兩類主體間、部門(mén)間、機(jī)構(gòu)間的動(dòng)態(tài)關(guān)聯(lián)性和網(wǎng)絡(luò)特征，本文運(yùn)用滾動(dòng)時(shí)間窗口估計(jì)時(shí)變VaR和CoVaR，并在此基礎(chǔ)上通過(guò)TENET模型構(gòu)建機(jī)構(gòu)間尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，在此設(shè)定時(shí)間窗口n=51（約為1年交易周），分位數(shù)q=0.01。研究樣本起始時(shí)間為2012年1月6日，總樣本觀測(cè)值為551，而經(jīng)過(guò)滾動(dòng)窗口估計(jì)后得到498個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的周關(guān)聯(lián)特征。

（一）金融系統(tǒng)總體關(guān)聯(lián)性分析

圖1展示了樣本期間內(nèi)金融系統(tǒng)總體關(guān)聯(lián)度（TC）動(dòng)態(tài)演化結(jié)果?？傮w來(lái)看，機(jī)構(gòu)尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)總體關(guān)聯(lián)性水平呈現(xiàn)明顯的周期性特征，宏觀經(jīng)濟(jì)波動(dòng)和市場(chǎng)效應(yīng)會(huì)導(dǎo)致不同的網(wǎng)絡(luò)關(guān)聯(lián)特征，機(jī)構(gòu)尾部風(fēng)險(xiǎn)在金融危機(jī)發(fā)生期間的溢出效應(yīng)較為強(qiáng)烈，金融系統(tǒng)關(guān)聯(lián)網(wǎng)絡(luò)的總體關(guān)聯(lián)度在危機(jī)發(fā)生期間較高。具體來(lái)看，2013年的總體關(guān)聯(lián)性相對(duì)穩(wěn)定，在3～4區(qū)間中波動(dòng)；2014年開(kāi)始總體關(guān)聯(lián)度上升，并在第四季度達(dá)到了該年度最高點(diǎn)6.62。一方面，2014年債務(wù)危機(jī)繼續(xù)惡化，我國(guó)開(kāi)啟貨幣寬松周期；另一方面，中國(guó)股市于2014年第四季度開(kāi)始在資金和風(fēng)險(xiǎn)偏好的驅(qū)動(dòng)下進(jìn)入牛市，金融系統(tǒng)總體關(guān)聯(lián)度明顯上升并開(kāi)始維持高位。2015—2016年年中，金融系統(tǒng)總體關(guān)聯(lián)度不斷攀升，并于2016年第二季度達(dá)到最高點(diǎn)14.07，主要原因可能是：在此期間中國(guó)股市出現(xiàn)大幅震蕩導(dǎo)致上市公司大面積停牌，熔斷機(jī)制出臺(tái)、資本市場(chǎng)暴漲暴跌、地產(chǎn)泡沫日趨嚴(yán)重等加重了以銀行為核心的金融機(jī)構(gòu)的風(fēng)險(xiǎn)承擔(dān)；此外，金融科技行業(yè)在此期間的增長(zhǎng)速度加快，股權(quán)眾籌、互聯(lián)網(wǎng)保險(xiǎn)、互聯(lián)網(wǎng)理財(cái)?shù)戎饾u進(jìn)入大眾視野。2016年下半年開(kāi)展了金融“亂象”整治，市場(chǎng)交易量隨著多項(xiàng)政策文件的出臺(tái)開(kāi)始萎縮，總體關(guān)聯(lián)度在該年第四季度急劇下降至1.56。2017年第一季度的總體關(guān)聯(lián)度在監(jiān)管政策有效實(shí)施的背景下保持平穩(wěn)，但隨著流動(dòng)性回暖疊加美聯(lián)儲(chǔ)加息和中美貿(mào)易爭(zhēng)端，總體關(guān)聯(lián)度從該年第二季度開(kāi)始回升。2018年的中美貿(mào)易摩擦和P2P爆雷潮使總體關(guān)聯(lián)度上升并在2～4區(qū)間中波動(dòng)，但隨著互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治、網(wǎng)貸風(fēng)險(xiǎn)專項(xiàng)整治和P2P網(wǎng)貸行業(yè)縮水，總體關(guān)聯(lián)度在2019年開(kāi)始下降并保持在較低水平。2020年初突如其來(lái)的新冠疫情使總體關(guān)聯(lián)度水平再次上升，2020年2月，中央政治局常委會(huì)會(huì)議圍繞做好“六穩(wěn)”工作提出加大金融支持力度、加大新投資項(xiàng)目開(kāi)工力度等，與此同時(shí)國(guó)務(wù)院常務(wù)會(huì)議提出下調(diào)貸款利率、完善稅收減免政策等以維護(hù)經(jīng)濟(jì)社會(huì)正常運(yùn)行，2020—2022年總體關(guān)聯(lián)度在一系列政策的有效實(shí)施下保持較低水平。

為驗(yàn)證本文的研究結(jié)論，采用總體關(guān)聯(lián)度密度（WTC）對(duì)樣本期間關(guān)聯(lián)網(wǎng)絡(luò)的動(dòng)態(tài)變化進(jìn)行分析，表示為[WTC=TCN×（N-1）]，即總體關(guān)聯(lián)度與各機(jī)構(gòu)間最大可能有向連接數(shù)據(jù)的比值（李紹芬和劉曉星，2018）[20]。經(jīng)過(guò)對(duì)新關(guān)聯(lián)網(wǎng)絡(luò)中金融系統(tǒng)總體關(guān)聯(lián)度密度的計(jì)算和描述可以發(fā)現(xiàn)（見(jiàn)圖2），樣本期間內(nèi)的總體關(guān)聯(lián)度密度與總體關(guān)聯(lián)度的變化趨勢(shì)大致吻合，說(shuō)明本文的研究結(jié)論具有一定穩(wěn)健性。

（二）兩類主體間關(guān)聯(lián)度分析

從樣本期間內(nèi)兩類主體間的風(fēng)險(xiǎn)溢出總和方向可以看出（見(jiàn)表5），傳統(tǒng)金融機(jī)構(gòu)對(duì)新型類金融機(jī)構(gòu)的溢出強(qiáng)度高于對(duì)本身的溢出強(qiáng)度，新型類金融機(jī)構(gòu)則對(duì)本身的風(fēng)險(xiǎn)溢出強(qiáng)度較高，而對(duì)傳統(tǒng)金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出強(qiáng)度較低，即新型類金融機(jī)構(gòu)內(nèi)部風(fēng)險(xiǎn)溢出最為緊密。金融科技機(jī)構(gòu)一般跨行業(yè)、跨市場(chǎng)、跨區(qū)域經(jīng)營(yíng)，業(yè)務(wù)產(chǎn)品表現(xiàn)為多主體、多環(huán)節(jié)、多層次技術(shù)疊加，這使得金融市場(chǎng)主體之間的連接模式日益復(fù)雜，新型類金融機(jī)構(gòu)的技術(shù)創(chuàng)新不穩(wěn)定性與業(yè)務(wù)相聯(lián)性容易引發(fā)價(jià)格效應(yīng)等間接風(fēng)險(xiǎn)傳染（曹齊芳和孔英，2021）[14]。而銀行、證券和保險(xiǎn)等傳統(tǒng)金融機(jī)構(gòu)逐漸向業(yè)務(wù)辦理線上化、理財(cái)智能化等轉(zhuǎn)型，與新型類金融機(jī)構(gòu)形成了競(jìng)爭(zhēng)與合作并存的發(fā)展格局。

從兩類主體間的風(fēng)險(xiǎn)溢出動(dòng)態(tài)變化發(fā)現(xiàn)，不同主體的風(fēng)險(xiǎn)關(guān)聯(lián)性存在一定差異（見(jiàn)圖3）。從圖3（a）看，2013—2016年，傳統(tǒng)金融機(jī)構(gòu)對(duì)新型類金融機(jī)構(gòu)有顯著的風(fēng)險(xiǎn)溢出；2017—2018年，傳統(tǒng)金融機(jī)構(gòu)對(duì)自身的風(fēng)險(xiǎn)溢出強(qiáng)度高于對(duì)新型類金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出強(qiáng)度；2019—2022年，傳統(tǒng)金融機(jī)構(gòu)對(duì)自身和新型類金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出強(qiáng)度相差不大，但略低于對(duì)新型類金融機(jī)構(gòu)的溢出強(qiáng)度。從圖3（b）看，在整個(gè)樣本期間，新型類金融機(jī)構(gòu)對(duì)自身的風(fēng)險(xiǎn)溢出強(qiáng)度變化趨勢(shì)與總體關(guān)聯(lián)度的變化趨勢(shì)相似，存在周期性波動(dòng)，并且始終高于對(duì)傳統(tǒng)金融機(jī)構(gòu)的溢出強(qiáng)度，而對(duì)傳統(tǒng)金融機(jī)構(gòu)的溢出強(qiáng)度則較低且處于平穩(wěn)狀態(tài)。綜上所述，在復(fù)雜的新關(guān)聯(lián)網(wǎng)絡(luò)中，新型類金融機(jī)構(gòu)更容易受到來(lái)自傳統(tǒng)金融機(jī)構(gòu)和自身尾部風(fēng)險(xiǎn)溢出效應(yīng)的影響。

（三）金融部門(mén)間關(guān)聯(lián)度分析

部門(mén)溢入強(qiáng)度（ISS）與溢出強(qiáng)度（OSS）動(dòng)態(tài)變化圖（見(jiàn)圖4）顯示了金融系統(tǒng)內(nèi)四大部門(mén)在樣本期間內(nèi)尾部風(fēng)險(xiǎn)溢入與溢出水平的強(qiáng)弱及其動(dòng)態(tài)變化。從圖4（a）來(lái)看，縱向分析發(fā)現(xiàn)四大部門(mén)在危機(jī)發(fā)生時(shí)的變化趨勢(shì)相似，橫向分析發(fā)現(xiàn)金融科技部門(mén)的風(fēng)險(xiǎn)接受程度最高，銀行和證券部門(mén)風(fēng)險(xiǎn)接受程度不相上下，保險(xiǎn)部門(mén)風(fēng)險(xiǎn)接受程度最低。從圖4（b）來(lái)看，四大部門(mén)總體變化趨勢(shì)與部門(mén)溢入強(qiáng)度一致，比如2016年，四大部門(mén)的尾部風(fēng)險(xiǎn)溢入強(qiáng)度與溢出強(qiáng)度都呈現(xiàn)急劇下降趨勢(shì)，橫向?qū)Ρ劝l(fā)現(xiàn)金融科技部門(mén)對(duì)其他部門(mén)的影響最大，而保險(xiǎn)部門(mén)對(duì)其他部門(mén)的影響最弱。

由于部門(mén)溢入強(qiáng)度或溢出強(qiáng)度之和為金融系統(tǒng)總體關(guān)聯(lián)度，因此，部門(mén)溢入強(qiáng)度與溢出強(qiáng)度的變化趨勢(shì)與總體關(guān)聯(lián)度的變化趨勢(shì)相似，部門(mén)間的風(fēng)險(xiǎn)與金融系統(tǒng)整體的風(fēng)險(xiǎn)緊密相連。結(jié)合圖1與圖4進(jìn)行關(guān)聯(lián)性分解分析，在整個(gè)樣本期間內(nèi)，金融科技部門(mén)的風(fēng)險(xiǎn)溢入與溢出強(qiáng)度明顯高于其他三個(gè)部門(mén)，并且在2016年達(dá)到最高水平，也主導(dǎo)總體關(guān)聯(lián)度在2016年達(dá)到最高水平，說(shuō)明金融科技在整個(gè)金融系統(tǒng)中占據(jù)重要地位，而保險(xiǎn)部門(mén)的溢入溢出強(qiáng)度處于平穩(wěn)狀態(tài)。具體來(lái)看，2013—2014年，在金融科技部門(mén)風(fēng)險(xiǎn)溢入強(qiáng)度與溢出強(qiáng)度與其他三個(gè)部門(mén)變化趨勢(shì)相反的情況下，總體關(guān)聯(lián)度的變化趨勢(shì)主要與金融科技部門(mén)一致。2015年至2016年年中，“股災(zāi)”期間的資本市場(chǎng)經(jīng)歷暴漲暴跌，總體關(guān)聯(lián)度劇烈波動(dòng)并處于高位，金融科技部門(mén)的風(fēng)險(xiǎn)溢入與溢出強(qiáng)度整體上呈現(xiàn)上升趨勢(shì)，銀行和保險(xiǎn)部門(mén)呈現(xiàn)先上升后下降的趨勢(shì)，但此期間證券部門(mén)呈現(xiàn)先下降后上升的趨勢(shì)。2016年年中至2017年年中，總體關(guān)聯(lián)度呈現(xiàn)先急劇下降再上升的趨勢(shì)，該趨勢(shì)主要由金融科技部門(mén)和銀行部門(mén)的溢入溢出強(qiáng)度以及證券部門(mén)的溢出強(qiáng)度主導(dǎo)。2017年下半年至2019年年中，受互聯(lián)網(wǎng)金融整頓、中美貿(mào)易摩擦、金融監(jiān)管等因素的影響，總體關(guān)聯(lián)度呈現(xiàn)“下降—上升”的周期性變化，此時(shí)金融科技部門(mén)的溢入與溢出強(qiáng)度變化趨勢(shì)與總體關(guān)聯(lián)度相似，保險(xiǎn)部門(mén)保持平穩(wěn)，而銀行部門(mén)的溢入與溢出強(qiáng)度在2018年至2019年的變化趨勢(shì)與金融科技部門(mén)相反。2019年下半年至2020年年中，總體關(guān)聯(lián)度的持續(xù)下降趨勢(shì)由金融科技、證券、銀行部門(mén)的溢入溢出強(qiáng)度共同主導(dǎo)。2020年下半年至2022年，總體關(guān)聯(lián)度雖然存在持續(xù)波動(dòng)，但波動(dòng)幅度不大，主要由金融科技、證券、銀行部門(mén)的溢入強(qiáng)度主導(dǎo)。

綜上所述，從總體關(guān)聯(lián)度、部門(mén)風(fēng)險(xiǎn)溢入強(qiáng)度與溢出強(qiáng)度的變化趨勢(shì)來(lái)看，在新關(guān)聯(lián)復(fù)雜網(wǎng)絡(luò)中，金融科技部門(mén)不僅是風(fēng)險(xiǎn)的主要溢出者，還是尾部風(fēng)險(xiǎn)的主要接受者。

觀察樣本期間各部門(mén)內(nèi)部和不同部門(mén)間尾部風(fēng)險(xiǎn)溢出強(qiáng)度和方向（見(jiàn)表6），發(fā)現(xiàn)各部門(mén)內(nèi)部風(fēng)險(xiǎn)溢出強(qiáng)度高于跨部門(mén)風(fēng)險(xiǎn)溢出強(qiáng)度，主要原因是同部門(mén)內(nèi)部的業(yè)務(wù)模式相近且聯(lián)系緊密。四個(gè)部門(mén)相比較，金融科技部門(mén)內(nèi)部風(fēng)險(xiǎn)溢出最強(qiáng)，這與曹齊芳和孔英（2021）[14]的研究結(jié)論一致。其他三個(gè)部門(mén)的內(nèi)部風(fēng)險(xiǎn)溢出總和較低，均在0.75左右，保險(xiǎn)部門(mén)最低，其次是銀行部門(mén)和證券部門(mén)。保險(xiǎn)部門(mén)相較于銀行部門(mén)和證券部門(mén)更加穩(wěn)定，而作為金融監(jiān)管機(jī)構(gòu)重點(diǎn)關(guān)注對(duì)象的銀行部門(mén)，其接受嚴(yán)格的合規(guī)監(jiān)管和風(fēng)險(xiǎn)控制是風(fēng)險(xiǎn)溢出總和較低的主要原因。

（四）機(jī)構(gòu)間關(guān)聯(lián)度分析

為分析機(jī)構(gòu)間的直接影響，本文將[Dsji]和[Dsij]進(jìn)行求和得到某機(jī)構(gòu)對(duì)其余機(jī)構(gòu)的風(fēng)險(xiǎn)溢出排名以及其余機(jī)構(gòu)對(duì)某機(jī)構(gòu)的風(fēng)險(xiǎn)溢入排名，選取51家機(jī)構(gòu)中市值規(guī)模排名前15的機(jī)構(gòu)，對(duì)每個(gè)所選機(jī)構(gòu)僅分析三家對(duì)其最有影響的其他機(jī)構(gòu)（見(jiàn)表7）。對(duì)于工商銀行（ICBC）來(lái)說(shuō)，建設(shè)銀行（CCB）、農(nóng)業(yè)銀行（ABC）、數(shù)碼視訊（SV）對(duì)其影響較大，其則對(duì)博彥科技（BYKJ）、中國(guó)銀行（BOC）、用友網(wǎng)絡(luò)（YON）的影響較大。對(duì)比機(jī)構(gòu)的風(fēng)險(xiǎn)溢入和風(fēng)險(xiǎn)溢出，發(fā)現(xiàn)部分機(jī)構(gòu)之間存在相互影響的關(guān)系，比如農(nóng)業(yè)銀行（ABC）與北京銀行（BOB）、浦發(fā)銀行（SPD）與平安銀行（PAB）。

表8展示了2013年（“錢荒”事件）、2015年（“股災(zāi)”事件）、2018年（中美貿(mào)易摩擦）和2020年（新冠疫情）四個(gè)年度中機(jī)構(gòu)風(fēng)險(xiǎn)溢入強(qiáng)度和溢出強(qiáng)度排名前10的機(jī)構(gòu)信息。對(duì)比發(fā)現(xiàn)，溢入強(qiáng)度和溢出強(qiáng)度相差不大，當(dāng)金融系統(tǒng)總體關(guān)聯(lián)度較大時(shí)（比如2015年），溢入強(qiáng)度和溢出強(qiáng)度相比其他三個(gè)年度也較大，當(dāng)總體關(guān)聯(lián)度較小時(shí)（比如2020年），溢入強(qiáng)度和溢出強(qiáng)度相比于其他三個(gè)年度也較小，這表明溢入強(qiáng)度和溢出強(qiáng)度變化趨勢(shì)與總體關(guān)聯(lián)度動(dòng)態(tài)變化趨勢(shì)基本一致。對(duì)比部門(mén)分布發(fā)現(xiàn)，在發(fā)生極端事件的四個(gè)年度中，風(fēng)險(xiǎn)溢入強(qiáng)度和溢出強(qiáng)度排名前10的金融機(jī)構(gòu)主要集中在金融科技部門(mén)，比如在2013年，風(fēng)險(xiǎn)溢入排名前10的金融科技機(jī)構(gòu)有6家，風(fēng)險(xiǎn)溢出排名前10的金融科技機(jī)構(gòu)有7家，說(shuō)明金融科技部門(mén)在金融系統(tǒng)中占據(jù)著重要地位。另外，結(jié)合機(jī)構(gòu)市值規(guī)模來(lái)看，風(fēng)險(xiǎn)溢入和溢出強(qiáng)度與市值規(guī)模不存在必然關(guān)系。

為了更形象地呈現(xiàn)全樣本在2013年、2015年、2018年和2020年機(jī)構(gòu)間、部門(mén)間的尾部風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)特征，進(jìn)一步繪制了上市機(jī)構(gòu)尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)關(guān)聯(lián)圖（見(jiàn)圖5），并通過(guò)設(shè)定閾值使關(guān)聯(lián)網(wǎng)絡(luò)圖更加清晰。網(wǎng)絡(luò)圖中的各個(gè)節(jié)點(diǎn)代表樣本機(jī)構(gòu)，上方是銀行部門(mén)，左邊是金融科技部門(mén)，右邊是證券部門(mén)，下方是保險(xiǎn)部門(mén)，關(guān)聯(lián)邊的箭頭方向表示尾部風(fēng)險(xiǎn)的溢出方向，關(guān)聯(lián)邊的粗細(xì)表示風(fēng)險(xiǎn)溢出強(qiáng)度?？傮w來(lái)看，發(fā)生極端事件的四個(gè)年度中，機(jī)構(gòu)總體關(guān)聯(lián)度較高，且部門(mén)內(nèi)部的聯(lián)系相對(duì)緊密，說(shuō)明尾部風(fēng)險(xiǎn)溢出效應(yīng)在各部門(mén)內(nèi)部較強(qiáng)，也再次證明部門(mén)內(nèi)部風(fēng)險(xiǎn)溢出強(qiáng)度高于跨部門(mén)風(fēng)險(xiǎn)溢出強(qiáng)度。其中，金融科技機(jī)構(gòu)與證券機(jī)構(gòu)之間的關(guān)聯(lián)邊較為密集，說(shuō)明金融科技部門(mén)與證券部門(mén)之間的風(fēng)險(xiǎn)溢出效應(yīng)在極端事件發(fā)生時(shí)較強(qiáng)，且金融科技機(jī)構(gòu)既是尾部風(fēng)險(xiǎn)溢出者，也是風(fēng)險(xiǎn)溢入者，而保險(xiǎn)機(jī)構(gòu)與其他機(jī)構(gòu)的關(guān)聯(lián)性較弱。就具體機(jī)構(gòu)來(lái)看，2013年，南京銀行（NJCB）對(duì)證通電子（SZZT）的風(fēng)險(xiǎn)溢出強(qiáng)度較大；2015年，恒寶股份（HB）對(duì)證通電子（SZZT）、博彥科技（BYKJ）對(duì)華勝天成（TS）、中國(guó)平安（PAI）對(duì)數(shù)碼視訊（SV）的風(fēng)險(xiǎn)溢出強(qiáng)度較大；2018年，東北證券（NS）對(duì)華勝天成（TS）、國(guó)海證券（SS）對(duì)證通電子（SZZT）、博彥科技（BYKJ）對(duì)證通電子（SZZT）的風(fēng)險(xiǎn)溢出強(qiáng)度較大；2020年，中國(guó)太保（CPIC）對(duì)工商銀行（ICBC）、東吳證券（SCS）對(duì)證通電子（SZZT）的風(fēng)險(xiǎn)溢出強(qiáng)度較大。綜合來(lái)看，在極端事件發(fā)生期間受尾部風(fēng)險(xiǎn)影響較大的機(jī)構(gòu)主要集中在金融科技部門(mén)。

（五）系統(tǒng)重要性金融機(jī)構(gòu)識(shí)別

為進(jìn)一步分析各機(jī)構(gòu)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)情況，本文將機(jī)構(gòu)市值規(guī)?？紤]在內(nèi)，計(jì)算樣本期間內(nèi)不同時(shí)間窗口的系統(tǒng)性風(fēng)險(xiǎn)接受者指數(shù)（SRR）和系統(tǒng)性風(fēng)險(xiǎn)發(fā)送者指數(shù)（SRE），并根據(jù)機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)進(jìn)行排名。圖6和圖7分別展示SRR和SRE的熱力圖變化，其中顏色越淺表示SRR和SRE值越高，顏色越深表示SRR和SRE值越低。從系統(tǒng)整體角度來(lái)看，隨著時(shí)間的推移，大部分機(jī)構(gòu)的SRR值和SRE值在2014—2018年逐漸變深，在2018—2021年逐漸變淺，說(shuō)明各機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)程度呈現(xiàn)先減弱后增強(qiáng)的趨勢(shì)。從部門(mén)角度來(lái)看，四大部門(mén)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)存在明顯差異，SRE和SRR熱力圖顯示銀行部門(mén)和保險(xiǎn)部門(mén)顏色偏淺，證券部門(mén)和金融科技部門(mén)偏深，說(shuō)明銀行部門(mén)和保險(xiǎn)部門(mén)不僅是系統(tǒng)性風(fēng)險(xiǎn)的主要來(lái)源，還是受系統(tǒng)性風(fēng)險(xiǎn)影響最為顯著的部門(mén)，而證券部門(mén)和金融科技部門(mén)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)程度較低。從機(jī)構(gòu)和機(jī)構(gòu)市值規(guī)模角度來(lái)看，SRR和SRE值與機(jī)構(gòu)市值存在一定關(guān)系，系統(tǒng)性風(fēng)險(xiǎn)指數(shù)隨著機(jī)構(gòu)市值的增加而增加，如銀行部門(mén)的建設(shè)銀行（CCB）、農(nóng)業(yè)銀行（ABC）、中國(guó)銀行（BOC），保險(xiǎn)業(yè)的中國(guó)人壽（CL）和中國(guó)平安（PAI）。另外，規(guī)模最大的中國(guó)工商銀行（ICBC）不是主要的系統(tǒng)性風(fēng)險(xiǎn)來(lái)源，卻是受系統(tǒng)性風(fēng)險(xiǎn)影響最顯著的機(jī)構(gòu)。

根據(jù)系統(tǒng)性風(fēng)險(xiǎn)指數(shù)（SRR和SRE）給出樣本機(jī)構(gòu)在系統(tǒng)內(nèi)的排名熱力圖（見(jiàn)圖8和圖9），顏色越淺表示SRR和SRE值的排名越靠前，顏色越深表示排名越靠后。觀察圖8和圖9發(fā)現(xiàn)，其主要特征與圖6和圖7相同，排名靠前的依舊為銀行部門(mén)和保險(xiǎn)部門(mén)，其次為證券部門(mén)和金融科技部門(mén)。銀行部門(mén)對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)程度最大，主要原因在于迅速增長(zhǎng)的中國(guó)經(jīng)濟(jì)和直接融資市場(chǎng)的有限體量造成的過(guò)度銀行化，銀行積聚的大量風(fēng)險(xiǎn)會(huì)通過(guò)同業(yè)拆借、清算業(yè)務(wù)等渠道傳遞給其他金融機(jī)構(gòu)。保險(xiǎn)業(yè)在金融混業(yè)經(jīng)營(yíng)的趨勢(shì)下逐漸向多元化發(fā)展，保險(xiǎn)機(jī)構(gòu)發(fā)生的業(yè)務(wù)關(guān)系由于銀保、信保等產(chǎn)品多層嵌套業(yè)務(wù)而變得更加密集，對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)也相對(duì)變大。證券部門(mén)處于較低的系統(tǒng)重要性水平，可能的原因是券商自身資本相對(duì)豐厚，有能力抵抗系統(tǒng)性風(fēng)險(xiǎn)沖擊，并且能通過(guò)調(diào)整自身資產(chǎn)配置減少對(duì)其他部門(mén)的影響。金融科技部門(mén)對(duì)系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)排名靠后，可能原因是金融科技機(jī)構(gòu)規(guī)模較小，當(dāng)出現(xiàn)較大的風(fēng)險(xiǎn)缺口時(shí)，會(huì)通過(guò)網(wǎng)絡(luò)信貸、同類技術(shù)漏洞等渠道將風(fēng)險(xiǎn)傳遞給其他機(jī)構(gòu)。

五、結(jié)論與政策建議

（一）研究結(jié)論

本文立足傳統(tǒng)金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)等）和新型類金融機(jī)構(gòu)（金融科技公司、其他類金融機(jī)構(gòu)等）兩類復(fù)雜金融主體構(gòu)成的新關(guān)聯(lián)網(wǎng)絡(luò)，依據(jù)51家上市機(jī)構(gòu)數(shù)據(jù)，運(yùn)用TENET方法構(gòu)建機(jī)構(gòu)尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，度量機(jī)構(gòu)間的關(guān)聯(lián)度，在此基礎(chǔ)上識(shí)別出系統(tǒng)重要性機(jī)構(gòu)。主要結(jié)論如下：第一，新關(guān)聯(lián)網(wǎng)絡(luò)系統(tǒng)總體關(guān)聯(lián)度呈現(xiàn)明顯的周期性特征，并且在危機(jī)發(fā)生時(shí)處于較高水平，機(jī)構(gòu)尾部風(fēng)險(xiǎn)溢出效應(yīng)較為強(qiáng)烈。第二，新型類金融機(jī)構(gòu)更容易受到來(lái)自傳統(tǒng)金融機(jī)構(gòu)和自身尾部風(fēng)險(xiǎn)溢出效應(yīng)的影響。第三，新型類金融機(jī)構(gòu)既是風(fēng)險(xiǎn)溢出的主要輸出者，也是風(fēng)險(xiǎn)溢出的主要接受者，金融部門(mén)內(nèi)部風(fēng)險(xiǎn)溢出強(qiáng)度高于跨部門(mén)風(fēng)險(xiǎn)溢出強(qiáng)度。第四，新型類金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢入強(qiáng)度和溢出強(qiáng)度在危機(jī)期間較為突出，但與市值規(guī)模無(wú)明顯因果關(guān)系。第五，銀行和保險(xiǎn)部門(mén)不僅是系統(tǒng)性風(fēng)險(xiǎn)的主要來(lái)源，而且受系統(tǒng)性風(fēng)險(xiǎn)影響較為顯著。

（二）對(duì)策建議

基于以上研究結(jié)論，建議從以下方面加強(qiáng)和改進(jìn)金融科技風(fēng)險(xiǎn)防控策略。

1. 完善中國(guó)版監(jiān)管沙盒模式，實(shí)現(xiàn)金融科技創(chuàng)新與風(fēng)險(xiǎn)監(jiān)管之間的平衡。將金融科技創(chuàng)新全鏈條納入沙盒測(cè)試，一方面，要通過(guò)對(duì)創(chuàng)新產(chǎn)品的全程評(píng)估，識(shí)別和支持有效金融科技創(chuàng)新，提高金融效率，加大金融對(duì)實(shí)體經(jīng)濟(jì)的支持。另一方面，要通過(guò)對(duì)金融科技創(chuàng)新主體行為、資金多層嵌套的跟蹤監(jiān)測(cè)，將金融科技創(chuàng)新的資金來(lái)源、業(yè)務(wù)環(huán)節(jié)與最終投向穿透連接起來(lái)，運(yùn)用大數(shù)據(jù)、機(jī)器學(xué)習(xí)、智能算法、網(wǎng)絡(luò)分析等科技手段賦能穿透式監(jiān)管，增強(qiáng)監(jiān)管的靈敏性、時(shí)效性、精準(zhǔn)性和前瞻性。強(qiáng)化穿透式監(jiān)管的關(guān)鍵是落實(shí)“兩個(gè)穿透”：一是對(duì)高風(fēng)險(xiǎn)產(chǎn)品落實(shí)資本監(jiān)管穿透，嚴(yán)格執(zhí)行邊界管理和名錄管理，明確產(chǎn)品的邊界和規(guī)模，掌握基礎(chǔ)資產(chǎn)的性質(zhì)和風(fēng)險(xiǎn)，限制期限錯(cuò)配和多層嵌套；二是對(duì)高風(fēng)險(xiǎn)關(guān)聯(lián)業(yè)務(wù)加強(qiáng)交易行為穿透，嚴(yán)格評(píng)估監(jiān)測(cè)交易對(duì)手風(fēng)險(xiǎn)，最大限度避免監(jiān)管盲區(qū)，堵塞監(jiān)管漏洞。

2. 建立跨新關(guān)聯(lián)網(wǎng)絡(luò)的審慎監(jiān)管機(jī)制，確保對(duì)關(guān)聯(lián)風(fēng)險(xiǎn)的全覆蓋。一是嚴(yán)格落實(shí)持牌經(jīng)營(yíng)，防止金融科技公司或平臺(tái)以各種方式或途徑“無(wú)證駕駛”開(kāi)展金融業(yè)務(wù)。二是對(duì)合格新型類金融機(jī)構(gòu)，應(yīng)與傳統(tǒng)金融機(jī)構(gòu)一樣設(shè)立資本充足率、杠桿率等監(jiān)管指標(biāo)，防止因其濫用杠桿、放大杠桿、過(guò)度授信而導(dǎo)致風(fēng)險(xiǎn)外溢至傳統(tǒng)金融機(jī)構(gòu)。三是對(duì)新型類金融機(jī)構(gòu)建立風(fēng)險(xiǎn)隔離機(jī)制，在關(guān)聯(lián)網(wǎng)絡(luò)中的金融科技產(chǎn)品之間、新舊機(jī)構(gòu)之間、業(yè)務(wù)渠道之間筑起“防火墻”，有效阻斷風(fēng)險(xiǎn)的交叉溢出。四是加強(qiáng)對(duì)系統(tǒng)重要性新型類金融機(jī)構(gòu)的識(shí)別和認(rèn)定，以明確金融科技監(jiān)管的重點(diǎn)對(duì)象。五是建立跨部門(mén)的關(guān)聯(lián)風(fēng)險(xiǎn)協(xié)同聯(lián)動(dòng)防控機(jī)制。新關(guān)聯(lián)網(wǎng)絡(luò)下，金融科技涉及金融穩(wěn)定、消費(fèi)者保護(hù)等多個(gè)關(guān)聯(lián)目標(biāo)，金融監(jiān)管部門(mén)只有與數(shù)據(jù)保護(hù)、市場(chǎng)競(jìng)爭(zhēng)、消費(fèi)者保護(hù)、網(wǎng)信等部門(mén)建立長(zhǎng)效的協(xié)同聯(lián)動(dòng)機(jī)制，方能有效防止金融科技風(fēng)險(xiǎn)跨機(jī)構(gòu)、跨部門(mén)疊加、傳染和溢出。

注：

①限于篇幅，此處僅展示機(jī)構(gòu)收益率序列部分統(tǒng)計(jì)結(jié)果和證明序列平穩(wěn)性的檢驗(yàn)結(jié)果，詳細(xì)的描述性統(tǒng)計(jì)分析留存?zhèn)渌鳌?/p>

參考文獻(xiàn)：

[1]C Brownlees，C Hans，E Nualart. 2021. Bank Credit Risk Networks：Evidence from the Eurozone [J].Journal of Monetary Economics，117.

[2]C Brunetti，J H Harris，GMichailidis，S Mankad. 2019. Interconnectedness in the Interbank Market [J].Journal of Financial Economics，133（2）.

[3]M Billio，AW Lo，M Getmansky Sherman，L Pelizzon. 2012. Econometric Measures of Connectedness and Systemic Risk in the Finance and Insurance Sectors [J].Journal of Financial Economics，104（3）.

[4]F X Diebold，K Yilmaz. 2014. On the Network Topology of Variance Decompositions：Measuring the Connectedness of Financial Firms [J].Journal of Econometrics，182（1）.

[5]N Hautsch，J Schaumburg，M Schienle. 2015. Financial Network Systemic Risk Contributions [J].Review of Finance，19（2）.

[6]W K H?rdle，W Wang，L Yu. 2016. Tenet：Tail-event driven Network Risk [J].Journal of Econometrics，192（2）.

[7]G J Wang，Z Q Jiang，M" Lin，C Xie，H E" Stanley. 2018. Interconnectedness and Systemic Risk of China's Financial Institutions [J].Emerging Markets Review，35.

[8]Y Altunbas，M Binici，L Gambacorta. 2018. Macroprudential Policy and Bank Risk [J].Journal of International Money and Finance，81.

[9]P Parrado-Martínez，P Gómez-Fernández-Aguado，A Partal-Urea. 2019. Factors Influencing the European Bank's Probability of Default：An Application of SYMBOL Methodology [J].Journal of International Financial Markets，Institutions and Money，61.

[10]楊子暉，周穎剛.全球系統(tǒng)性金融風(fēng)險(xiǎn)溢出與外部沖擊 [J].中國(guó)社會(huì)科學(xué)，2018，（12）.

[11]李政，梁琪，涂曉楓.我國(guó)上市金融機(jī)構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法 [J].金融研究，2016，（08）.

[12]鄧向榮，曹紅.系統(tǒng)性風(fēng)險(xiǎn)、網(wǎng)絡(luò)傳染與金融機(jī)構(gòu)系統(tǒng)重要性評(píng)估 [J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，（03）.

[13]楊子暉，陳里璇，陳雨恬.經(jīng)濟(jì)政策不確定性與系統(tǒng)性金融風(fēng)險(xiǎn)的跨市場(chǎng)傳染——基于非線性網(wǎng)絡(luò)關(guān)聯(lián)的研究 [J].經(jīng)濟(jì)研究，2020，55（01）.

[14]曹齊芳，孔英.基于復(fù)雜網(wǎng)絡(luò)視角的金融科技風(fēng)險(xiǎn)傳染研究 [J].金融監(jiān)管研究，2021，（02）.

[15]王綱金，徐梓雙，謝赤.中國(guó)金融機(jī)構(gòu)關(guān)聯(lián)性與系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)研究——基于尾部風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)視角 [J].管理科學(xué)學(xué)報(bào)，2022，25（05）.

[16]張飛鵬，徐一雄，鄒勝軒，陳艷.基于LGCNET多層網(wǎng)絡(luò)的中國(guó)A股上市公司系統(tǒng)性風(fēng)險(xiǎn)度量 [J/OL].中國(guó)管理科學(xué)：1-12[2022-11-09].

[17]傅強(qiáng)，石澤龍.系統(tǒng)性金融風(fēng)險(xiǎn)的聯(lián)合網(wǎng)絡(luò)關(guān)聯(lián)度測(cè)量及頻率研究——基于局部平穩(wěn)的非參數(shù)時(shí)變VHAR模型 [J/OL].中國(guó)管理科學(xué)：1-14[2022-11-09].

[18]T Adrian，M K Brunnermeier. 2016. CoVaR [J]. American Economic Review，106（ 7） .

[19]周天蕓，楊子暉，余潔宜.機(jī)構(gòu)關(guān)聯(lián)、風(fēng)險(xiǎn)溢出與中國(guó)金融系統(tǒng)性風(fēng)險(xiǎn) [J].統(tǒng)計(jì)研究，2014，31（11）.

[20]李紹芳，劉曉星.中國(guó)金融機(jī)構(gòu)關(guān)聯(lián)網(wǎng)絡(luò)與系統(tǒng)性金融風(fēng)險(xiǎn) [J].金融經(jīng)濟(jì)學(xué)研究，2018，33（05）.