本文的研究目的是探究数字加密货币与中国金融市场之间的关系， 并采用小波分析和溢出指数法等方法进行量化分析。经过深入研究，本文得出 以下主要结论。第一，数字加密货币和中国金融市场对外界事件的冲击反应具 有显著特征，并存在着显著的相关性和长期依赖性。不仅数字加密货币对中国 金融市场波动产生影响，中国金融市场的波动也会影响数字加密货币价格的波 动。第二，从静态和动态角度衡量溢出效应发现，数字加密货币和中国金融市 场之间存在溢出效应。在静态情况下，溢出效应并不明显，而动态情况下溢出 效应较为明显，尤其在极端经济事件中，数字加密货币与中国金融市场之间的 溢出关系会呈现极端风险溢出现象。第三，本文还考察了突发事件和政策不确 定性对总溢出关系的影响。结果显示，地缘政治风险、贸易摩擦以及美国经济 政策不确定性会加剧比特币对中国金融市场的影响，而中国经济政策不确定性 则会缓和数字加密货币对中国金融市场的影响。这些结论有助于金融机构和投 资者更好地理解和应对数字加密货币对金融市场的影响，同时也为相关政府部 门制定监管政策提供了重要参考。

近年来中国金融市场波动加剧，系统性风险问题凸显，亟需立足中国金融实情，准确衡量金融系统性风险。本文基于广义自回归得分模型（GAS）和 BE—MES 模型，构建了包括旋转 Copula 和其本身的时变混 Copula 模型—DMC-MES 模型，并将其用于度量 2012 年至 2018 年沪深 300 成分股中不同行业的边际期望损失（MES），力求对系统性风险有更好把握。研究结果发现：（1）该模型可以很好捕获非线性相依关系，将非线性相依结构清晰分为上下尾相依结构；（2）除部分金融机构外，其他机构的左尾相依性要大于右尾；（3）各个机构的风险贡献很大程度上取决于活动领域，相同部门机构的 MES 相近；（4）与国外研究相反，国内银行机构的风险贡献度最小，风险贡献度最大的行业为券商和房地产行业；（5）金融类机构在市场下跌期的波动性小于其他行业，并发现在2015年股灾发生前这类机构的 MES 值就已开始下降。

信用评级行业是现代金融市场经济中的重要组成部分。经过近30年的发展，中国的信用评级业务已涉足金融市场的方方面面，但目前国内实施的信用评级体系仍面临评级虚高、区分度不足、事前预警功能弱等问题。中国的信用评级体系的发展除了需要针对金融行业本身在信用风险的披露进行专业的刻画和解读外，在借鉴国际金融市场和信用评级机构在评级方法实践的基础上，也需要结合中国的实际情况逐步探索出适合中国国情的信用评级的一般方法、分析框架和可落地实践的技术手段。本文的目的是在目前国内金融市场在信用评估（评级）实践中出现问题的基础上，讨论如何基于“全息画像”大数据分析平台为基础，利用大数据方法进行文本数据的分析，提取对应的（非机构化）文本数据的风险特征首先克服描述不好行为（即，违约，欺诈等行为）的“坏”样本数量不够的问题，然后建立支持风险评估相配套的风险业务流程分析框架，从而实现能够改善信用评级质量和提高评级区分度需要的特征指标的筛选，并结合违约模型和配套的信用转移矩阵指标，完成构建与国际通用的信用评级体系标准接轨并适合中国企业主体信用资质表现的信评体系, 从而达到解决挑战中国金融市场发展的三大核心问题：1）信用评级虚高；2）信用评级区分度不足；和 3）信用评级事前预警功能弱的问题。

近年来，中国金融市场发展迅猛，新型金融组织、业态和产品不断涌现，给传统的机构型分业监 管模式带来了重大挑战，中国金融监管进入大变革时代。在 2017 年 11 月设立国务院金融稳定发展委员会后， 2018 年 3 月国务院机构改革方案调整原来的 “一行三会” 为 “一委一行两会”。此番改革的核心在于加强监管 协调，引入功能监管和强化审慎监管，但仍然保留了以行业为基础的分业监管体制。在监管逻辑上，应当借鉴 经济学的丁伯根法则和公共选择理论，金融监管应当以统筹防范金融风险为中心，根据金融风险的分类界定监 管政策目标，配置相应的政策工具，最大限度地利用协同效应和减少冲突效应，并保障监管部门有能力抵制相 关利益集团的负面影响。在改革路径上，虽然没有在根本上变革监管模式，但这符合我国现阶段金融特点和市 场发展水平，值得充分肯定; 但随着中国金融市场的发展，金融监管体制应当借鉴国际经验，并结合具体国情， 进行监管模式的转变和创新，从分业监管完全转为混业监管。在混业监管模式中，不宜采用将各个分业监管机 构简单合为一体的统合监管模式，而应采用目标 ( 双峰) 监管模式，按照行为监管和审慎监管的目标差异划分 监管职责和设立监管机构。

探究法律制度变化对企业股价崩盘风险的影响，对中国金融市场发展以及《民法典》的完善具有十分重要的意义，由此运用双重差分法系统地考察担保物权制度改革对企业股价崩盘风险的影响。研究发现：担保物权制度改革通过减小企业的融资约束显著降低了股价崩盘风险。进一步通过三重差分法进行异质性检验结果表明，在法律制度环境较好、市场化进程较快、政府关系程度较强的地区，担保物权制度改革降低企业股价崩盘风险的作用相对更大。因此，法律制定者在进一步完善担保物权制度时，应当针对不同企业采取差别化措施，从而促进金融市场良性发展。

公司债能否合理定价反映了中国资本市场是否公正、有效地运行。针对中国尚不成熟的金融市场，在分析公司债信用利差时，除了关注微观因素外，更加应该重视宏观因素。本文选取的样本数据为2007年至2016年共10年的中国公司债到期收益率的周面板数据；宏观因素不仅包括如消费者物价指数、采购经理人指数、股票市场指数等传统宏观因素的指标，同时纳入了对于中国金融市场而言影响力度日益增大的固定资产投资额、货币供应量、以及工业发电量等多维度的宏观指标。利用控制时间效应的固定效应模型，实证分析了以上宏观因素对公司债信用利差的影响方向和内在传导机制。结果表明：结构化模型的解释力随公司债信用评级的降低而升高；货币供给量M1与M2的增幅与中国公司债信用利差为正相关，但回归结果不十分显著；消费者物价指数的回归系数在不同评级的债券中出现了显著正负交替的现象，这可能是受中国市场主体近年来对持续的物价上涨，存在适应性与理性这两种不同的预期所致；在与公司债信用利差正相关的宏观因素中，除了采购经理人指数、沪深300股指以及工业发电量外，固定资产投资额最为显著，表明固定资产投资对公司债定价影响最大。

摘 要:在中国金融市场中，中小微民营企业遭遇了银行业来自公有制和市场的双重信贷配给约束，出现了 明显的二次信贷现象。融资相对容易的非金融上市公司从银行低利率借款，然后高利率转贷给遭遇银行信贷配给 约束的中小微企业以赚取利差，从事实质性的信用中介活动。本文依据传统“融资优序”理论与信贷配给理论， 基于 2007—2018 年中国上市公司财务报表数据，研究中国非金融上市公司的二次信贷(Borrow to Lend)影子银 行活动。实证结果表明，中国非金融上市公司尤其是国企及大型民企存在明显的二次信贷活动，且公司个体及所 在行业的实体经济回报率与二次信贷活动呈现反向变动关系。本文运用 M2 增速的外生增长部分作为货币政策松 紧的度量，实证结果表明在金融危机后国有企业二次信贷活动与货币政策松紧同向变动，验证了信贷调控的货币 政策对中国非金融上市公司的二次信贷活动有影响。本文提供了企业信用中介活动顺信贷周期特点的新证据，对 于推动信贷资源配置的公平与效率，遏制实体经济“脱实向虚”有较强政策意义。

探究法律制度变化对企业股价崩盘风险的影响，对中国金融市场发展以及《民法 典》的完善具有十分重要的意义，由此运用双重差分法系统地考察担保物权制度改革对企业 股价崩盘风险的影响。研究发现:担保物权制度改革通过减小企业的融资约束显著降低了股 价崩盘风险。进一步通过三重差分法进行异质性检验结果表明，在法律制度环境较好、市场 化进程较快、政府关系程度较强的地区，担保物权制度改革降低企业股价崩盘风险的作用相 对更大。因此，法律制定者在进一步完善担保物权制度时，应当针对不同企业采取差别化措 施，从而促进金融市场良性发展。

在中国金融市场中，中小微民营企业遭遇了银行业来自公有制和市场的双重信贷配给约束，出现了明显的二次信贷现象。融资相对容易的非金融上市公司从银行低利率借款，然后高利率转贷给遭遇银行信贷配给约束的中小微企业以赚取利差，从事实质性的信用中介活动。本文依据传统“融资优序”理论与信贷配给理论，基于2007—2018年中国上市公司财务报表数据，研究中国非金融上市公司的二次信贷（Borrow to Lend）影子银行活动。实证结果表明，中国非金融上市公司尤其是国企及大型民企存在明显的二次信贷活动，且公司个体及所在行业的实体经济回报率与二次信贷活动呈现反向变动关系。本文运用M2增速的外生增长部分作为货币政策松紧的度量，实证结果表明在金融危机后国有企业二次信贷活动与货币政策松紧同向变动，验证了信贷调控的货币政策对中国非金融上市公司的二次信贷活动有影响。本文提供了企业信用中介活动顺信贷周期特点的新证据，对于推动信贷资源配置的公平与效率，遏制实体经济“脱实向虚”有较强政策意义。

This research explores the effects of adding bitcoin to an optimal portfolio (naïve, long-only, unconstrained and semi-constrained) of by relying on mean-CVaR approach in Chinese market. Then backtesting to compare the performance of portfolios with and without bitcoin for each scenario is performed. Results show significant but weak correlations between various asset classes and bitcoin, implying a more mature financial profile of bitcoin in China compared to that in the west. Backtesting results show that the effect of adding bitcoin to optimal portfolios is not consistent over the entire out-of-sample period. The naïve and the long-only strategy improved the risk reward ratio up until the late 2013 price-crash with no significant advantages thereafter. Shorting strategies on the other hand, with or without leverage, fail to produce more efficient portfolios when bitcoin is added, and this is consistent over the entire out-of-sample period. The results also show that semi-annual rebalancing amplifies the advantages of adding bitcoin to most portfolios except for the semi-constrained portfolio, although the weights analysis show significant shifts in weights which might not represent a feasible strategy in realistic scenarios.