经济学研究，经济学研究的基本问题是
>经济学：金融行业间收益率溢出相关研究综述。本文将阐述个人观点。
1.收益率溢出相关研究综述
收益溢出主要描述了收益率在行业或机构之间的传递。基于金融机构的股票价格等公开可用的市场数据，国内外学者通过不同方法衡量了金融行业或机构之间的收益溢出或价格联动。一些研究基于金融资产相关性来估计金融机构的违约概率，最具代表性的方法包括相关系数和主成分分析等。
国外学者Lehar使用国际银行的股票收益率数据，衡量了银行资产组合的动态相关性，并在基础上进一步预测了几家银行同时违约的概率，以此作为银行业系统性风险的度量指标。结果发现，规模更大、盈利能力更强的银行具有较低的系统性风险。
Patroetal.采用银行控股公司和投资银行的日频股票数据，研究了股票收益相关性和违约相关性。研究发现，银行股票收益相关性呈上升趋势，而非银行类金融机构间的相关性趋势并不明显。此外，相关性水平在2007-2008年金融危机期间达到峰值，说明相关性的显著提升通常与重大经济或市场事件有关。在国内研究中，苏明政和张庆君采用主成分分析和线性格兰杰因果检验，选用金融机构的月度股票收益率数据进行实证研究。
结果表明：银行机构间表现出最强的关联性，其次是证券业，保险业的关联性最弱；危机时期我国金融行业的关联性会显著提升，此时，银行业对其他行业产生显著的溢出效应，而证券业更多地承担了这种负外部性的溢出。也有学者采用金融机构的尾部依赖性量化了金融机构之间的溢出效应，最典型的是条件风险价值模型。CoVaR可以揭示金融市场中的极端风险溢出。它衡量了当一个金融机构或市场遭遇困境时另一个金融机构或市场的极端风险。
Adrian&Brunnermeier使用CoVaR模型来衡量一个市场或机构对整个金融体系的系统性风险的贡献程度。在国内应用中，周天芸等考虑到不同金融机构间的风险传导具有非对称性，采用非对称CoVaR模型和分位数回归技术，对银行、证券和保险公司的风险溢出水平进行测度。
研究发现，证券业具有最大的风险贡献值，而银行业的风险贡献值最小；并且这种风险溢出存在非对称性，即金融系统更多地受到了负向冲击的风险外溢，而不是正向的信息冲击。陈建青等选用了银行、证券和保险行业股票价格的日收益率，运用CoVaR方法测度了中国金融行业间系统性风险溢出的强度和方向。结果显示，保险业对其他金融行业产生较强的风险溢出。
动态分析表明，在经济市场繁荣时期，金融机构间业务合作更加密切，金融行业间的风险外溢效应也更为显著。殷克东等选择了银行、证券、保险、信托等四个金融行业来考察系统性风险的传导，样本数据为我国上市金融机构股票价格的每日收益率，基于CoVaR理论分别构建了静态和动态的系统性风险溢出测度模型。
结果表明，银行业对金融系统的风险溢出效应最大，信托业对风险的贡献程度则最低。曾裕峰等将原始MVMQ-CAViaR模型拓展为非对称和联合非对称模型，选取我国银行、证券和保险三个板块的股票收益率样本，结果揭示了银行业对证券业和保险业产生显著的单向风险溢出，即不存在证券业和保险业对银行业的风险传导。
研究还发现，好消息和坏消息的冲击呈非对称性，即与指数上涨相比，指数下跌会对市场的VaR值产生更大的影响。张仁坤以银行、证券、保险及信托业为研究对象，运用GJR-藤Copula-CoVaR模型考察了不同行业之间的联动性与风险溢出。结果表明，我国金融行业间具有较强的联动性，且这种联动性在牛市周期比在熊市周期更为显著，而在风险溢出方面，证券业和保险业是风险传染中心。
由于股票收益率相关系数和CoVaR等方法更加侧重金融机构之间的局部关联水平，聚焦于两类金融机构在孤立环境中的相互作用，而忽略了系统中所有其他可能的相互影响，故这些方法可能会低估高度互联的金融机构对系统性风险的贡献程度。网络分析方法可以比较有效地弥补上述不足，因此得到了国内外学者的广泛关注。
网络分析方法将金融系统抽象为由节点和边线构成的金融网络，从而有助于揭示系统的底层结构和复杂特性。因此，使用网络理论来测度金融机构间的相互溢出是衡量系统性风险的一个有效方法。国外学者Billioetal.构建了一个格兰杰因果网络，采用月度收益率数据来研究对冲基金、证券公司、银行和保险公司之间的联动性和系统性风险。
研究发现：第一，四个金融行业具有高度相关性，从而给金融业带来了更大的系统性风险；第二，不同行业之间的联动表现出非对称性；第三，银行是金融冲击跨行业传导的中心。Hautschetal.基于金融机构极端风险的关联性，设计了一个尾部风险溢出网络来测量欧洲大型银行和保险公司之间的相互关联作用，识别尾部风险的输出者和接受者。结果表明，法国巴黎银行、汇丰银行和桑坦德银行具有最大的系统性风险。一旦发生危机，银行因遭受重大损失而陷入困境，风险就会迅速在金融系统中扩散和放大。这也是2009年初系统性风险达到峰值的原因。H[gf]e4[/gf]rdleetal.提出了基于CoVar的尾部事件驱动网络，用来计算金融机构之间的非线性尾部风险溢出。
研究结果显示，存款类金融机构接收和输出的风险最多，保险公司受金融危机的影响最小。国内学者李政等选取了银行、证券和保险公司等40家上市金融机构的股票价格数据，基于两两之间的信息溢出关系，通过格兰杰检验方法构建了金融机构的关联网络。
研究发现，我国金融网络呈现出比较明显的复杂网络性质。动态结果表明，2012年起我国金融机构的总体关联程度显著上升，说明我国金融机构系统性风险程度在不断加深。黄玮强等认为股票信息溢出关系是风险关联的基础，采用银行、证券、保险和信托的每日股票收益率，构建金融机构之间的VAR模型并检验了格兰杰因果关系，最终形成了一个囊括所有金融机构的信息溢出网络。研究发现，在风险传染方面，信托等其他金融业的强度最大，保险业的强度最小；在风险承受方面，银行业最强，而证券业最弱。
Wangetal.采用24家上市金融机构2008-2016年的周收益率数据，构建TENET模型来研究中国金融机构间的溢出效应和系统性风险。结果发现，大型商业银行及保险公司都是系统重要性机构，它们对系统性风险的贡献程度最大，且银行对证券存在强烈的尾部风险溢出，一个主要原因是银证合作通道类业务的发展。
2.文献述评
综上所述，学者们从收益率、波动率等不同角度验证了金融行业间溢出效应的客观存在，指出我国金融系统是一个整体关联的网络，且银行、证券、保险等行业在其中各自扮演了不同角色。现有研究也考虑了我国经济金融形势的动态变化，普遍证明了收益率或波动率溢出在经济动荡时期的表现更为显著。尽管金融行业间溢出效应的研究已取得丰富结果和有益启示，对本文颇有借鉴意义，但仍存在一定的局限性：第一，已有研究未能针对不同金融行业的溢出关系达成一致结论，一些观点甚至截然相反。
主要原因是金融行业间的溢出效应是动态的、时变的，会随着我国经济金融形势的变化而不断发展、演变。因此，有必要使用更广泛的研究区间，选择更具有代表性的样本，开展更加深入的研究，以厘清我国金融行业间溢出关系的时变规律以及溢出效应的传导路径，从而为投资者和监管机构提供有用的信息。第二，根据上述梳理，溢出效应的研究可以总结为两大维度以及两大视角。但从目前所涉猎的相关文献来看，少有研究同时囊括了这四个方面的内容。
此外，在动态分析中通常会由于滚动计量方法的应用而造成部分观测值的损失，可能导致一些重要信息的遗漏。因此，本文运用基于广义方差分解的Diebold&Yilmaz溢出指数方法，结合基于频谱表示的Baruník&K[gf]159[/gf]ehlík频率分析框架，将我国主要的金融行业统一纳入研究框架；结合股票价格的收益和波动性，从收益率和波动率两个层面着手，测度金融行业之间信息传递的强度、方向以及在不同频率下的表现；并引入基于时变参数的TVP-VAR模型，从动态角度进一步探索金融行业面对外部冲击的异质性反应，考察不同金融行业在经济动荡和政策干预期间与其他行业的价格联动和风险传染。
经济学研究(经济学研究的基本问题是)