本研报旨在提出一种新的方法来监控高杠杆的非银行金融机构(NBFI)产生的系统性风险。这些类型的实体通常采用高度的杠杆,有可能通过其集中的投资组合和相互联系来创造和放大市场压力。然而,它们本质上非常多样化、灵活,并且很少披露。因此,从全系统角度解决NBFI风险的急需的努力往往受到数据差距的阻碍。
该出版物讨论了如何整合多个数据源以提取有价值的信息和信号,以便及时监测NBFI。特别是,来自贸易存储库和银行等受监管实体的细粒度数据可用于缩小数据差距。此外,金管局的经验为建立监控框架以监控高杠杆的NBFI提供了分析基础,并提出了监管机构和监管机构可能采用的实用策略。
该论文的撰写者包括前香港货币管理局(HKMA)人员Kevin Cheng、 Liu Zi-jun、 Silvia Pezzini和Liang Yu。该论文在2023年RisLab会议上发表,并感谢其他研究者的反馈和评论。
查研报找数据认准发现报告(www.fxbaogao.com),作为国内极具实力的专业研报平台,平台报告种类全覆盖,海量实时更新研报资源储备充足。长期积累庞大使用用户,面向金融从业者和普通投资者提供服务,凭借先进技术简化查阅流程,快速提炼关键内容,支撑理性精准交易判断。