在全球金融开放深化与风险交织的新格局下，系统性金融风险的跨境传染机制与货币政策传导效能研究，成为维护经济安全的关键命题。本书《系统性金融风险传导与货币政策防控》由赖玉洁、胡一博合著，以"国际风险防控”与"国内政策传导”双轮驱动为研究主线，构建"理论建模-实证检验-政策仿真”三位一体的分析框架，系统探索风险演化规律与政策调控路径，为金融安全网建设提供创新性理论与工具支撑。上篇"系统性金融风险的传导与防范”（赖玉洁著）立足全球金融网络互联现实，突破传统风险分析范式，创新性融合复杂网络理论与动态计量方法：基于Granger因果关系网络构建"国际金融关系紧密指数（DCI）”与"全球金融巨灾风险指数（CATFIN）”，量化揭示风险溢出的非对称性特征；结合极值理论（EVT）与R-vine Copula模型定位国际极端风险向中国渗透的关键节点，破解跨境风险传导路径识别难题；首创时变参数模型（TVP-FAVAR）动态金融状况指数（FCI），耦合Markov区制转换模型（MS-VAR），精准捕捉我国金融稳定状态的阶段性跃迁规律，验证FCI对通胀风险的短期预警价值；通过门限逻辑平滑转移模型实证检验国际风险冲击的非对称效应，提出以数量型工具（M2）为主导的调控策略，为政策工具选择提供科学依据。下篇"货币政策传导的股票市场路径研究”（胡一博著）聚焦中国新兴股市特质，构建"货币政策-股市-实体经济”非线性传导链条：整合托宾Q效应与财富效应理论，建立资产价格波动与实体经济的复合数理模型，揭示货币政策通过股市影响物价与产出的动态机制；基于TVP-SV-VAR模型动态解析货币政策变量（货币量、利率）与股市变量（股价、成交量）的时变互动关系，发现利率市场化显著提升传导效率，但政策效应呈现"短期强、长期弱”特征；运用MSIH(3)-VAR模型划分股市膨胀期、平稳期与低迷期，揭示货币政策在不同区制下的差异化影响，预测未来五年股价呈周期性波动；通过门限逻辑平滑转移模型验证我国股市"通胀效应”与"晴雨表功能”的双重属性，提出平衡流动性支持与审慎监管的调控路径，助力传导效能提升。本书突破传统线性分析框架，创新性融合复杂网络、时变参数与非线性模型，构建覆盖国际风险防控与本土政策传导的系统性研究体系。其理论贡献在于：一是创建多层次风险量化工具（DCI、CATFIN、FCI），填补跨境风险动态监测的方法空白；二是揭示货币政策传导的时变异质性与市场区制依赖性，推动政策设计从"一刀切”向精准化转型；三是打通"政策-市场-经济”传导链条，为双循环格局下的金融稳定提供"风险预警-政策仿真-机制优化”全链条解决方案。本书成果可为监管部门锚定风险调控方向、为学术界深化复杂金融系统研究、为市场参与者预判政策效应提供重要参考，兼具学术前沿性与实践指导性。本书的出版承蒙西安航空学院在跨学科资源整合与科研平台建设方面的大力支持，特此致谢。

赖玉洁，博士，西安航空学院经济管理学院副教授，长期深耕社会经济系统工程领域，专注于系统性金融风险传导机制、货币政策调控效应及复杂经济系统建模研究，兼具扎实的理论功底与突出的实践创新能力。学术研究以"数据驱动、系统建模、交叉融合”为特色，主持陕西省社科界重大理论与现实问题研究项目《基于Markov Copula的中美两国系统性金融风险研究》、陕西省哲学社会科学研究专项《时变传染网络结构的构建及其在金融风险领域的应用研究》等省部级课题2项，创新性提出基于状态空间模型、TVP-FAVAR模型与时变网络分析的系统性风险测度框架，相关成果发表于《Physica A: Statistical Mechanics and its Applications》（SCI二区）、《技术经济与管理研究》（北大核心）等国内外权威期刊，其中《A study of systemic risk of global stock markets under COVID-19 based on complex financial networks》等论文被引频次居学科前列，构建的跨境风险传染模型为金融监管部门研判市场异动提供方法论支撑；主持开发的《金融风险管控平台》《经济发展局势分析看板软件》等工具获软件著作权认证，广泛应用于地方政府经济预警与金融机构决策场景，实现学术成果向产业服务的有效转化。教研领域聚焦新文科建设与统计学教学改革，主持陕西省教育科学"十三五”规划课题、陕西省高等教育学会专项等4项教改项目，相关教研成果发表于《International Journal of Social Science and Education Research》《Frontiers in Educational Research》等期刊，系统性构建应用型本科院校毕业论文质量评价指标体系，推动统计学课程与实证研究能力培养深度融合。出版专著《农村经济与社会发展研究》，为乡村振兴战略实施提供理论参照。当前专著《系统性金融风险传导与货币政策防控》立足"理论建模—风险溯源—政策仿真”研究闭环，整合Copula模型、复杂网络分析与动态预测技术，着力破解货币政策跨市场传导效应量化难题，为构建双循环格局下的金融安全网贡献学术智慧。

上篇 系统性金融风险的传导与防范
? 写作背景 2
? 国内外研究现状综述 3
1. 国外研究现状 3
2. 国内研究现状 5
3. 研究现状述评 7
? 本篇内容 7
1. 研究内容 7
2. 研究方法 8
3. 研究技术路线 9
? 本篇的创新点 9
第1章 系统性金融风险相关基础理论 10
1.1 系统性金融风险的定义 10
1.2 系统性金融风险的演化机制 11
1.3 系统性金融风险的研究方法 12
第2章 全球系统性金融风险的传导与溢出 15
2.1 系统性金融风险复杂网络的构建及数据说明 15
2.1.1 网络基本统计指标 15
2.1.2 网络联通性测量 17
2.1.3 全球系统性金融体系巨灾风险指标 18
2.1.4 国际金融子系统及数据说明 20
2.2 系统性金融风险关联网络分析 21
2.2.1 金融风险关联网络的构建 21
2.2.2 网络节点测度 26
2.3 DCI和CATFIN的计算与分析 34
2.3.1 全球金融风险网络体系整体关联水平的计算与分析 34
2.3.2　金融体系巨灾风险指标的计算与分析 36
第3章 国际系统性金融风险向我国传导的路径及分散效应 39
3.1 引入极值理论的R-vine Copula函数的构建 39
3.1.1 变量的边缘分布 39
3.1.2　极值理论 40
3.1.3　R-vine Copula函数 41
3.1.4　引入极值的vine Copula对极端风险的测度 42
3.1.5　VaR模型的回溯检验 43
3.2　基于R-vine Copula-EVT的实证分析 43
3.2.1　数据和描述性统计 43
3.2.2　边缘分布模型估计结果 48
3.2.3　经验累计分布函数估计结果 49
3.2.4　三种vine Copula函数拟合效果比较 51
3.3 国际金融市场的相依关系和风险传导路径 51
3.3.1 系统性金融风险整体相依性度量 51
3.3.2　尾部相依性分析 53
3.3.3　风险联接节点及向我国的传导路径 54
3.3.4　模型预测效果的Kupiec回溯检验 57
第4章 我国金融状况指数估计与风险区制特征 59
4.1　TVP-FAVaR模型及变量选取 59
4.1.1　TVP-FAVaR模型 60
4.1.2　模型的估计 61
4.2　我国金融子系统的构建及潜在因子的提取 63
4.2.1　我国金融子系统的构建及变量选择 63
4.2.2　基于TVP-FAVaR模型各金融子系统因子的提取 64
4.2.3　主要因子间的动态响应过程 68
4.3　我国金融状况指数估计及预警效用检验 69
4.3.1　我国金融状况指数估计 69
4.3.2　金融状况指数预警效用检验 71
4.3.3　非线性Granger因果关系检验 72
4.4　我国金融状况的风险区制特征 73
4.4.1　马尔可夫区制转换向量自回归模型的构建 73
4.4.2　金融状况指数的风险区制特征 74
4.4.3　FCI的非对称宏观经济效应 77
4.5　金融状况指数预测 80
4.5.1　Markov区制转换基本滤波和预测模型 80
4.5.2　金融稳定指数预测结果 81
第5章 我国系统性金融风险预警及货币政策调控与防范 86
5.1　逻辑平滑转移向量自回归（LSTVaR）模型的构建 87
5.1.1　LSTVaR模型 87
5.1.2　变量的选取与转移函数的选择 89
5.1.3　传导系统的非线性检验 90
5.2　系统性金融风险的逻辑平滑转移过程模拟 91
5.2.1　DCI作为转移变量的转移过程模拟 91
5.2.2　系统在不同机制下国际金融风险对我国的影响 93
5.3　我国不同种类货币政策工具调控效应的时变测度分析 96
5.3.1　LT-TVP-VaR模型 96
5.3.2　变量的选取检验与模型估计结果 96
5.4　货币政策变量对金融稳定的时变脉冲响应分析 98
5.4.1　货币量调控金融稳定的有效性分析 98
5.4.2　利率调控金融稳定的有效性分析 99
5.4.3　外汇储备调控金融稳定的有效性分析 100
5.4.4　不同货币政策工具调控金融稳定的有效性对比 101
5.5　系统性金融风险预警体系与防控策略 102
5.5.1　建立系统性金融风险预警体系 102
5.5.2　多种政策调控相结合的防控策略 103
本篇小节 105
本篇参考资料 107
?
下篇 货币政策传导至股票市场的路径研究
? 写作背景 120
? 选题意义 121
? 国内外研究现状综述 122
1. 货币政策对股票市场的影响 122
2. 货币政策由股票市场传导至实体经济 125
3. 研究现状述评 127
第6章 货币政策传导至股票市场的路径的理论基础和模型建立 128
6.1　股票价格形成和波动的数理模型 128
6.1.1　股票的供给和需求 128
6.1.2　股票的均衡价格 131
6.1.3　股票的定价过程 132
6.1.4　股票市场的均衡条件 132
6.2　货币政策传导至股票市场的作用机制 133
6.2.1　货币量对股票市场的影响 133
6.2.2　利率对股票市场的影响 137
6.3　货币政策经由股市传导至实体经济的作用机制 139
6.3.1　股票市场对物价水平的影响 139
6.3.2　股票市场对实际产出水平的影响 141
6.3.3　实体经济的货币循环与金融投机数理模型 144
6.3.4　资产价格波动与物价产出数理模型 145
第7章 系统时变框架下货币政策对股票市场的影响 148
7.1　货币政策控制变量的选取及股市量价指标体系的构成 149
7.1.1　货币政策控制变量的选取 149
7.1.2　股票市场描述变量的选取 150
7.1.3　非线性Granger因果关系检验 153
7.1.4 检验结果 157
7.2　货币政策传导至股票市场的时变特征分析 161
7.2.1 各变量的波动率的时变特征分析 161
7.2.2 货币政策传导至股票市场的影响的时变特征分析 165
7.2.3 脉冲响应的时变特征分析 170
7.3　“货币政策—股票市场”随机动态均衡系统的结构性突变检验 177
7.3.1　Bai-Perron检验 177
7.3.2 股改前后的系统结构性突变分析 179
7.3.3　融资融券前后的系统结构性突变分析 181
第8章 系统3区制下货币政策对股市稳定性的影响 185
8.1 股市稳定性的评价指标与检验 186
8.1.1 股市的波动性指标 186
8.1.2 股市的流动性指标 189
8.1.3 我国股市系统流动性的检验 192
8.1.4 数据检验 194
8.2　区制转换向量自回归模型的构建与估计 196
8.3　区制转换向量自回归模型的估计结果 198
8.3.1 MSIH(3)-VaR(2)模型的参数估计结果 198
8.3.2 股票市场不同区制的无条件概率和周期性 199
8.3.3 股票市场不同区制的转换概率和货币政策原因 202
8.3.4 股票市场处于不同区制下的累计脉冲响应 206
8.4 股票市场的动态预测结果、累计预测结果与区制转换概率预测结果 209
8.4.1 股票市场的动态预测结果 209
8.4.2 股票市场的累计预测结果 211
8.4.3 股票市场区制转换的预测概率结果 214
8.4.4 模型预测能力的评价 215
第9章 货币政策通过股票市场传导至实体经济的逻辑平滑转移过程 221
9.1 “货币政策—股票市场—实体经济”的传导过程 222
9.1.1 货币政策传导至股票市场的路径 222
9.1.2 “货币政策—股票市场—物价产出”模型 223
9.2 变量的选取及数据检验 228
9.2.1 变量的选取 228
9.2.2 数据检验 230
9.3 逻辑平滑转移向量自回归模型的构建 233
9.3.1 模型设计思路 233
9.3.2 逻辑平滑转移函数的设置 234
9.3.3 转移函数的选择 237
9.3.4 传导系统的非线性检验 238
9.3.5 转移变量的选择 240
9.4 货币政策作为转移子系统的逻辑平滑转移过程 241
9.4.1 货币量作为转移变量的逻辑平滑转移过程模拟 241
9.4.2 货币量作为转移变量的LSTVaR模型估计 244
9.4.3 货币量作为转移变量的广义脉冲响应函数 246
9.5 股票市场作为转移子系统的逻辑平滑转移过程 253
9.5.1 股价作为转移变量的逻辑平滑转移过程模拟 253
9.5.2 股价作为转移变量的LSTVaR模型估计 256
9.5.3 股价作为转移变量的广义脉冲响应函数 258
本篇小节 264
本篇参考资料 265