2.4　结论与展望

2.4.1　研究结论与政策建议

金融危机与系统重要性金融机构的研究一直是学术界、监管部门和投资者关注的热点问题。股票市场通过信息传播构成一个网络，全球金融市场经历了数次危机。在历次金融危机的传染过程中，相关国家的股市是否扮演着系统中心性节点角色？本章对这一问题进行了探究。近几次金融危机的实证研究结果表明：通常情况下，在历次金融危机传染过程中，相关国家在利好信息传播网络和利空信息传播网络中均不扮演系统中心性节点角色；在大多数情况下，中国（不包含港澳台地区）在利好信息传播网络和利空信息传播网络中均扮演着系统中心性节点角色。通过这一实证检验结论我们得知：当金融危机发生时，金融危机相关国家与信息传播中心没有明显的内在联系，包括利好信息传播网络和利空信息传播网络。这一实证结论再次揭示了全球金融危机的错综复杂性和多面性。对于相关国家的股票市场在信息传播中发挥着怎样的作用，在利好信息和利空信息交织的金融市场环境中，充当信息传播中心的角色究竟是利大于弊还是弊大于利，目前学术界还没有一致的结论。我国以及世界各国监管部门都应最大限度地发挥其中的有利影响，并尽量避免由此产生的不利影响，提高金融市场抵御风险的能力，在金融全球化背景下，防范系统性金融风险的发生。

对此，本章提出如下政策与建议：

第一，在对金融机构进行监管时，考虑系统中心性的影响因素，逐步完善关于系统重要性机构的监管体系。金融稳定委员会对系统重要性金融机构的定义为：因为自身的规模、关联性和复杂程度，其无序的破产会对金融系统和经济活动的正常运行产生破坏。《巴塞尔协议Ⅲ》对金融机构资本充足率也提出了下限要求。可以看出，规模因素在金融机构系统重要性评估中十分重要。通过本章的研究我们发现，规模因素不是金融风险传染的唯一因素，系统中心性在一定程度上能够反映金融危机的传播。决策者可以在设计金融监管方案时利用系统中心性的度量方法识别系统重要性节点，分析系统中心性节点在金融危机传染过程中的作用并预测可能的结果。通过识别系统重要性节点，及时有效地配置资源，缩小系统性风险扩散的范围，减小危机带来的损失。因此，监管者可以考虑一个反映金融机构系统重要性的附加措施，逐步完善关于系统重要性机构的监管体系。

第二，加强监控国际股市异动，完善股票市场信息披露机制。通过探究系统中心性与金融危机传染的相关关系，我们发现，在利好信息和利空信息传播网络中，信息传播中心是不固定的。各国股票市场都有成为信息传播中心的可能，所以世界各国应加强对股票市场的监管。一方面，应该完善股票市场信息披露机制。信息传播是一把“双刃剑”。股票价格是市场中相关信息的及时反映。在一定程度上，利好信息可以稳住市场信心，有利于经济平稳运行；利空信息的传播在一定程度上容易引发公众恐慌。因此，世界各国应加强股票市场的信息披露机制建设，发挥信息传播的积极作用，防止负外部信息给国家内部股市造成负面效应。另一方面，应加强监控国际股市异动。金融危机的传导途径之一就是股市泡沫，加上避险情绪、资本流出等影响因素，股票市场走势更加不明确。世界各国应加强对与其联系密切国家的股票市场波动情况的关注，在危机发生时可以快速反应，截断或采取预防措施，以防止风险在各市场中的传递与蔓延。

第三，加强经济治理，营造良好的外部金融环境。从宏观层面看，全球经济下行的压力依然较大，金融领域的潜在风险正在不断积累。世界各国应结合政府自身的宏观调控能力，让财政政策手段与市场机制有机结合，发挥两种驱动作用。一方面，世界各国应重视宏观审慎监管策略，将金融体系化作一个整体，从宏观层面管理系统性风险。宏观审慎政策也是对货币政策的有益补充，二者能够相互协作以弥补监管漏洞，有效预防和化解潜在的系统性风险，维护金融稳定。另一方面，各国政府应积极引导金融机构利用系统中心性不断评估和调整自己的系统重要性地位。这样金融机构不仅可以节省额外资本要求的成本，还能够管理与其他金融机构的风险敞口。通过增强金融机构的直接融资作用，进一步支持实体经济，从而打通金融与实体经济循环的通道，以减轻经济下行时期资本流动对实体经济产生的冲击。

在特殊时期，世界各国休戚与共，每个国家都有责任采取积极措施进行预防和应对。各国各地区在推进金融开放的同时，应合作联手切实防范风险。营造良好的外部环境，提升公众对市场的信心。通过与微观经济金融主体积极配合，抵消经济危机带来的下行影响，防范系统性金融风险的发生。

2.4.2　展望

Barndorff-Nielsen等（2008）与Patton和Sheppard（2015）提出已实现波动率分解模型，能够从高频数据集中提取信息序列[91]，[92]。相比于已实现波动率分解模型，对数收益率分解模型能够从低频数据集中提取利好信息序列与利空信息序列，具有一定的普适性。本章的实证研究部分也证明了这一点。在接下来的研究中，将着重进行以下两点探索：第一，在高频数据集中对比分析对数收益率分解模型和已实现波动率分解模型的结果；第二，在公司层面验证实证结果。