检索结果-南通市图书馆

我国影子银行体系风险溢出研究——基于GARCH-Copula-covar模型的实证分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国影子银行体系风险溢出研究——基于GARCH-Copula-CoVaR模型的...

作者：王玮琳天津财经大学

学位级别：硕士

在2008年金融危机之后,影子银行得到了持续快速发展。不仅在规模上表现为持续扩张而且对于传统金融体系起到了很大促进作用。但与此同时,影子银行对于传统金融体系的风险影响也在不断放大。研究二者之间的相关关系应从二者之间的关联性... 详细信息

在2008年金融危机之后,影子银行得到了持续快速发展。不仅在规模上表现为持续扩张而且对于传统金融体系起到了很大促进作用。但与此同时,影子银行对于传统金融体系的风险影响也在不断放大。研究二者之间的相关关系应从二者之间的关联性分析入手,因此文章从我国影子银行体系出发,研究其与传统金融体系之间的引导关系以及风险关系。在研究引导关系方面,论文通过建立VAR模型,同时结合格兰杰检验以及脉冲响应分析来进行。研究发现自2008年来我国传统金融体系当中银行业与影子银行之间具有引导关系,并且银行业在影子银行对传统金融体系的影响当中占主导地位。在研究风险关系方面,论文基于条件风险价值covar方法,同时结合Copula函数,建立GARCH-Copula-covar模型,通过两个部分进行分组实证分析。实证结果表明,对于不同类型影子银行体系,其各部分风险溢出作用效果存在差异。证券投行业对传统金融体系存在显著正向风险溢出作用并且对金融体系的冲击影响作用最强烈;信托业对金融体系风险溢出效应体现为较稳定的正向溢出且对金融体系存在明显的冲击影响;融资租赁行业的溢出效果最弱但波动冲击影响存在时滞且具有持续性;投资行业对金融体系存在正向的风险溢出效应但冲击效应不明显,风险隐患仍不容忽视。同时我国传统金融体系当中银行业受影子银行风险溢出作用最明显,短期内冲击作用强烈;我国保险行业现阶段在抵御影子银行体系风险方面的能力较强。

关键词：影子银行风险溢出 Copula covar

基于covar方法测度我国证券业系统性风险

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CoVaR方法测度我国证券业系统性风险

作者：刘颜荣厦门大学

学位级别：硕士

2007年美国次贷危机引发全球性的金融危机,系统性风险在世界范围内快速传播,各国的经济、金融发展受到了巨大的影响,各金融机构以及各国监管部门开始将系统性风险的预警和防范作为风险管理的一个重点。此次危机虽然已经接近尾声,但是关... 详细信息

2007年美国次贷危机引发全球性的金融危机,系统性风险在世界范围内快速传播,各国的经济、金融发展受到了巨大的影响,各金融机构以及各国监管部门开始将系统性风险的预警和防范作为风险管理的一个重点。此次危机虽然已经接近尾声,但是关于系统性风险的测度和防范将成为金融业永恒的主题。本文通过回顾关于系统性风险度量方法的相关理论和实证研究,引出了本文研究所使用的covar方法。通过详细介绍该方法的原理和实际操作,以我国11家上市证券公司为研究对象,对我国证券业的系统性风险进行实证分析。本文使用分位数回归方法求解VaR和covar,计算我国证券业以及各证券公司的风险价值和各公司与行业之间的相互风险溢出效应,得到可以量化的风险值和风险溢出率。实证结果表明,使用VaR方法可能会低估证券公司以及证券业的风险水平,尤其是极端事件发生的时候;而covar方法能够较为全面的捕捉各机构处于极端状况时对行业整体风险值的影响,以及行业处于极端状况时对各机构的风险值的影响,因此相对于传统风险度量方法而言,covar是比较全面和有效的方法。实证结果还表明,各证券公司对证券业的风险溢出效应与其资产或者市值规模并没有必然的关系。自身风险水平较低的证券公司对行业的风险溢出效应较低,而行业对这些证券公司的风险溢出效应则较高。使用covar方法可以度量各证券公司对行业的风险溢出效应大小以及各个证券公司受到行业风险爆发的影响大小,但是这并不能代表公司对行业收益水平的影响力,事实上,这二者之间并不冲突。文章最后针对实证分析的结论,对我国证券公司的风险防范和监管部门的监管提出政策建议。

关键词：证券业系统性风险 covar

我国保险业系统性风险溢出效应研究 ——基于分位数回归的covar模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国保险业系统性风险溢出效应研究 —...

作者：邹雪西南大学

学位级别：硕士

次贷危机后,系统性风险及其防控问题开始引起各界的强烈关注。但从国内外的相关研究来看,大部分围绕银行业展开,而作为金融体系重要组成部分的保险业却未得到足够的重视。实际上,随着保险业务的不断创新,保险业与其他金融行业产生了更... 详细信息

次贷危机后,系统性风险及其防控问题开始引起各界的强烈关注。但从国内外的相关研究来看,大部分围绕银行业展开,而作为金融体系重要组成部分的保险业却未得到足够的重视。实际上,随着保险业务的不断创新,保险业与其他金融行业产生了更多的联系,对整个金融体系而言,其地位与影响力也在不断提升,金融危机中跨国保险机构——美国国际集团（AIG）濒临破产的事实为人们敲响了警钟,这一事件让各界不得不重新审视保险业与系统性风险之间的关系。我国保险公司虽未在金融危机的风暴中面临倒闭的困境,但仍需从AIG事件中吸取教训。近年来,金融自由化、一体化极大促进了我国保险业的发展,保险业的资金及规模在不断扩大,加之保险业监管体制的改革以及政策的放宽,保险资金可投资范围逐渐多元化,这使保险业与其他金融行业的关联度越来越高,其对整个金融体系的影响也越来越大,一旦保险业发生重大风险事件,那么对其他金融机构乃至整个金融市场的打击都是巨大的,所以对保险行业系统性风险进行研究十分有必要。研究我国保险业系统性风险溢出效应,对防控保险业系统性风险以及维护金融市场稳定有重要作用。本文首先对系统性风险的含义进行梳理,并在相关理论框架基础上从保险业系统性风险的定义、成因、特征和溢出机制等方面对保险业系统性风险理论进行详细的介绍。其次,基于分位数回归的covar模型,利用我国内地上市保险公司的日收盘价、申万保险指数、申万银行指数、申万证券指数及中证金融指数日收盘数据,从内部关联性与外部传染性入手,分别从三个角度对我国保险业系统性风险溢出效应进行测度和分析:保险公司对保险业、保险业对其他金融子行业及保险业对金融市场。实证结果表明:无论从哪个角度进行研究,VaR更易低估风险,相较之下covar的表现更好,是一种更为有效的测度系统性风险的方法。在单个保险机构对行业的溢出效应中,不同保险公司对保险业的系统性风险溢出效应不同,存在差异的原因主要是股权结构的差异、业务范围的不同、保费收入及增速的差异、投资方式的不同,并且此实证方法可用于识别系统重要性保险机构。在保险业对其他金融子行业的溢出效应中,保险业对不同行业的系统性风险溢出效应是不同的,产生差异的原因主要是行业间关联性和依赖程度的不同,而与保险业联系较紧密的行业,产生的风险溢出效应更大。此外,作为资本市场重要参与者的保险业,其对金融体系的系统性风险溢出效应是存在的,并且数值不小。最后,以实证研究结论为基础,从保险机构及监管机构两个视角提出防控保险业系统性风险的政策建议。

关键词：保险业系统性风险风险溢出效应 covar

我国商业银行系统性风险测度研究——基于covar模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国商业银行系统性风险测度研究——基于CoVaR模型

作者：熊勇强浙江财经大学

学位级别：硕士

始于2007年的美国次贷危机对整个全球银行业造成了重大的打击,一国大型商业银行的违约损失,因银行系统性风险问题,会迅速地大范围地传染和扩散至本国其他银行甚至他国银行。银行系统性风险具有极强的传染性和破坏性,一旦系统性风险转变... 详细信息

始于2007年的美国次贷危机对整个全球银行业造成了重大的打击,一国大型商业银行的违约损失,因银行系统性风险问题,会迅速地大范围地传染和扩散至本国其他银行甚至他国银行。银行系统性风险具有极强的传染性和破坏性,一旦系统性风险转变为系统性危机,其表现出的“多米诺骨牌”效应会快速危及整个金融体系,并对一国的经济发展造成严重的影响,因此,加强对银行的系统性风险的研究分析对各国的经济稳定发展至关重要,而其中对系统性风险的准确度量便是首要任务。鉴于在此次全球金融风暴中,我国商业银行也遭受了很大的影响,因而,本文的主要内容,就是我国商业银行为例,对银行系统性风险进行测度。本文在梳理前人研究成果的基础上,首先从银行系统性风险的成因和演化机制这两个个方面进行了较为详尽的基础理论分析。然后通过比较目前的银行系统性风险测度方法,结合我国银行体系的自身特点和数据可得性,以我国14家上市商业银行的股票收益率为研究对象,基于分位数回归方法构建covar模型,对我国商业银行系统性风险进行测度。接着通过面板回归对我国系统性风险的影响因素进行具体分析。最后,对防范与监控银行系统性风险提出相关政策与建议。本文选取每家银行从2008年7月4日至2014年6月27日的每周向后复权的股票收盘价作为研究基础,通过引入状态变量模拟尾部风险时间演变特性,运用分位数回归方法计算出各个银行的VaR值,并以此为基础得出各家银行间的系统性风险贡献以及单家银行对整个银行体系的系统性风险贡献。同时,本文还通过银行自身特征指标体系的构建,并考虑宏观经济发展状况,对银行未来一段时间内系统性风险的影响因素进行了分析。由实证分析主要可以得到以下结论:首先,covar方法,相比传统的风险度量方法(VaR方法)而言,能更好地捕捉各家银行之间以及单家银行对整个银行体系的系统性风险贡献水平;其次,就银行抵御系统性风险的能力而言,国有商业银行要强于股份制商业银行和城市商业银行;再次,就银行对整个银行体系的系统性风险贡献而言,国有商业银行要大于股份制商业银行,而股份制商业银行的系统性风险贡献强度要大于城市商业银行。最后,单家银行的系统性风险贡献与其自身的规模、不良贷款率、批发式融资占比和净资产收益率与其呈显著负相关,以及与其利息净收入和GDP与其呈显著负相关,即有规模、不良贷款率、批发式融资占比和净资产收益率越大,利息净收入和GDP越小,银行的系统性风险贡献就会越大,同时,银行的自身VaR与其系统性风险贡献并不相关。

关键词：商业银行系统性风险 VaR covar

单指标分位数模型的估计问题及其在covar中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单指标分位数模型的估计问题及其在CoVaR中的应用

作者：石磊浙江工商大学

学位级别：硕士

VaR的定义是指在给定的概率水平下,单个金融资产或者市场可能遭受的最大损失。随着2008年金融危机的爆发,人们注意到系统性风险在风险度量方面的重要性,而在此之前人们对于风险的度量主要集中在单个金融资产,而无法准确评估风险在各个... 详细信息

VaR的定义是指在给定的概率水平下,单个金融资产或者市场可能遭受的最大损失。随着2008年金融危机的爆发,人们注意到系统性风险在风险度量方面的重要性,而在此之前人们对于风险的度量主要集中在单个金融资产,而无法准确评估风险在各个金融机构或者市场之间的溢出效应。本文选择covar方法来衡量系统性风险,以研究我国上市的商业银行对其整体的风险溢出效应。当前对covar进行分位数回归估计所选择的模型基本是Adrian和Brunnermeier(2008)所提出的线性分位数模型,而在现实中,线性模型与真实的情况并不一定相符。为了能更为准确地拟合出接近真实的模型并捕捉到真实的风险水平,本文将单指标分位数模型与covar相结合来衡量系统性风险。单指标分位数模型的线性结构使得自变量能更容易解释,而其模型形式未知使得所拟合的模型更加灵活,能更加接近真实的模型,并且在模型估计的过程中加入变量选择,以筛选出模型中相关变量和剔除不相关变量,使得模型的估计更接近真实的模型,能够得到更多真实有用的信息。对单指标分位数模型进行估计所得到的估计量具有一致性。单指标模型是一种半参数模型,半参数模型的特殊结构使得其结合了参数估计和非参数估计二者各自的特点。目前半参数模型的估计问题是统计研究领域比较前沿的问题之一。单指标模型的标准形式为:Y= g(XTβ)+ ε其中,Y∈R是响应变量,X=(X1,...Xp)∈Rp是协变量,ε是模型误差,g(·)是未知的连接函数,β=(β1,...,βp)T∈Rp是未知指标参数向量,为了识别模型,设置‖β‖=1,β1>0。本文将介绍单指标分位数模型的全迭代估计方法。分位数估计是根据最小化分位数损失函数之和得到系数和连接函数的估计,但是由于单指标模型的连接函数的形式是未知的,使得估计问题变得复杂。全迭代的方法将估计步骤拆分成两步:首先给定参数的估计,使用局部线性分位数回归得到连接函数的估计;然后根据已经得到的连接函数估计得到参数的估计;不断迭代这两步可以得到最终准确的估计。单指标分位数估计的全迭代方法可以得到参数部分和连接函数部分的渐近性质。很多模型的变量都是稀疏的,为了筛选出显著性变量,因而本文在单指标分位数模型的估计过程中加入变量选择,所采用的变量选择方法是自适应LASSO,该方法已经被证明具有优良的估计一致性。文章对带有多种误差分布的数据进行了带变量选择的单指标分位数模型估计问题进行了模拟,以论证该估计方法的有限样本的表现。将单指标分位数模型应用到covar来衡量系统性风险,单指标模型的线性结构使得其可以在Adrian和Brunnermeier(2008)所提出的线性分位数模型的基础上进行应用。本文对在上海证券交易所的14家商业银行分别采用单指标分位数模型和线性分位数进行系统性风险的估计并进行比较,接着引入返回检验来检验二者估计的效果,返回检验包括Ljung-Box检验和CaViaR检验,检验结果表明单指标分位数模型的估计结果会更加准确。最后对估计的系统性风险和变量选择结果进行了分析,得出结论银行整体的系统性风险可以根据单个银行的风险、金融市场的波动性和收益率进行估计。

关键词：单指标模型分位数回归 covar 变量选择返回检验

商业银行间风险相依结构、传染网络与溢出效应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

运筹与管理 2022年第2期31卷 166-172页

作者：刘超钱存北京工业大学经济与管理学院北京100124 北京现代制造业发展研究基地北京100124

为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-covar模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明... 详细信息

为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-covar模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明:银行风险相依结构具有国有商业银行、股份制商业银行各自聚集,城市商业银行分布于股份制商业银行周边的经济性质聚集分布特征,其中股份制商业银行起到了枢纽连接作用;国有商业银行管理、抵御及分散风险的能力大于股份制商业银行大于城市商业银行;银行间存在双向溢出效应且呈现非对称性,其中股份制银行的风险溢出大小大于城市商业银行大于国有商业银行,且银行之间存在负向溢出效应。

关键词：相依结构贝叶斯网络 covar R-Vine CAViaR

基于covar的房地产业对银行业风险溢出效应研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CoVaR的房地产业对银行业风险溢出效应研究

作者：黄骏东南大学

学位级别：硕士

房地产业作为我国国民经济的支柱型产业,其近几年在我国商业银行的信贷额度快速增长,商业银行房地产贷款在银行信贷业务中的比重逐步提高,从而导致银行业与房地产业的风险也在慢慢集聚,这也越来越引起社会各部门的高度关注。因此,对银... 详细信息

房地产业作为我国国民经济的支柱型产业,其近几年在我国商业银行的信贷额度快速增长,商业银行房地产贷款在银行信贷业务中的比重逐步提高,从而导致银行业与房地产业的风险也在慢慢集聚,这也越来越引起社会各部门的高度关注。因此,对银行业与房地产业风险溢出效应的研究对我国房地产业与银行业风险控制具有十分重要的意义。目前关于房地产业对银行业影响的文章集于房地产价格、银行信贷、银行稳定性关系的研究上,而鲜有研究房地产业对银行业风险溢出效应的。本文基于covar模型测量了当房地产业发生危机时对各上市银行以及银行业造成的风险溢出大小,并对金融危机爆发以来房地产业对银行业风险溢出效应进行了比较。具体地,第一章阐述了风险溢出效应的研究背景与意义,并对现有研究成果进行总结;第二章介绍了风险溢出理论,为covar方法的运用提供了理论基础;第三章基于covar方法研究了房地产业对银行业的风险溢出效应,利用危机爆发以来的数据测量了房地产业对各上市银行以及银行业的风险溢出大小;第四章对金融危机爆发以来房地产业对银行业风险溢出效应做了比较,并研究了危机后风险溢出效应的变化,给出了最近两年的情况;第五章针对前面的章节进行了总结,并提出研究展望。

关键词：房地产业银行业风险溢出 covar

基于Copula—covar方法的全球主要证券市场系统性风险及其对中国的影响的实证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Copula—CoVaR方法的全球主要证券市场系统性风险及其对中国...

作者：罗梦圆长沙理工大学

学位级别：硕士

美国次级房屋信贷风暴拉开了 2008年金融危机序幕,迅速扩散到其他国家,最终形成了全球性的金融危机。此后,证券市场的系统性风险逐渐成为学者研究的重要课题,如何防范系统性风险仍是构建稳定金融系统的关键和重要基础。我国股票市场不... 详细信息

美国次级房屋信贷风暴拉开了 2008年金融危机序幕,迅速扩散到其他国家,最终形成了全球性的金融危机。此后,证券市场的系统性风险逐渐成为学者研究的重要课题,如何防范系统性风险仍是构建稳定金融系统的关键和重要基础。我国股票市场不如西方国家股票市场成熟,目前仍然处在不断发展完善的阶段。但作为亚洲的新兴金融市场,随着全球经济一体化,其他任意的金融波动都会对其产生影响。由于国外股票市场数量众多,本文选择美英法德日韩新七国作为参考,基于covar的分位数回归和GARCH-covar模型分别对七组数据进行分析。实证结果表明,第一,从样本期间(2006年-2016年)整体分析的结果来看,各国家股票市场都对中国股票市场系统性风险有一定程度的影响。其中,由于地缘、贸易文化等方面的原因,亚洲国家的股票市场对我国股票市场系统性风险的影响均大于西方市场所带来的影响。第二,对于金融时间序列而言,选择构建GARCH模型能避免利用分位数回归方法产生的问题。

关键词：系统性风险 Copula方法 covar GARCH模型

我国金融机构系统性风险度量 ——基于covar和网络建模方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国金融机构系统性风险度量 ——基于...

作者：郭慧敏东北大学

学位级别：硕士

金融系统性风险是指可能导致金融系统部分或者全部受损进而使其金融服务功能中断,并对实体经济产生严重危害的风险。由于金融机构之间日益深入且复杂的相互关联和相互依赖,一家或若干家金融机构的经营困境甚至破产倒闭会造成其它金融机... 详细信息

金融系统性风险是指可能导致金融系统部分或者全部受损进而使其金融服务功能中断,并对实体经济产生严重危害的风险。由于金融机构之间日益深入且复杂的相互关联和相互依赖,一家或若干家金融机构的经营困境甚至破产倒闭会造成其它金融机构的经营困境甚至破产倒闭,由此引发机构的经营困境或破产倒闭连锁反应并最终形成金融系统性风险。2007-2009年金融危机之后,金融系统性风险已成为理论界、实务界和监管机构共同关注的焦点。例如,巴塞尔委员会对银行业的监管已由注重单个机构的微观审慎监管,向更加注重整个银行业体系稳定的宏观审慎监管转变。金融机构系统性风险的测度及其有效预测,对于金融机构宏观审慎监管及金融系统性风险管理具有重要意义。2008年Adrian和Brunnermeier提出的金融系统性风险度量的条件在险价值（covar,Conditional Value-at-Risk）方法被广泛应用于金融系统性风险的度量。一方面,本文利用covar动态模型,通过引入系列滞后状态变量,对我国35家上市金融机构（包括银行业、证券业、保险业以及信托业）2008年至2015年的系统性风险贡献进行了动态估计及分析。进一步地,通过向前的系统性风险贡献分析,揭示了金融机构的特征因素变量对其未来系统性风险贡献的影响。另一方面,covar方法（金融机构对金融系统的风险溢出）直接对单家金融机构与金融系统间的“尾部依赖”进行建模分析,容易理解和操作。但是,这种方法并非从“机构关联—风险传染—系统性风险产生”这一视角去度量系统性风险,从而无法揭示系统性风险的形成演化过程。金融机构相继出现经营困境甚至破产倒闭实质上是尾部风险传染,即当某一家金融机构出现尾部风险时,会造成另一家或数家金融机构也出现尾部风险。金融机构的尾部风险关联模式及结构在金融系统性风险的形成演化中发挥重要作用。因此,本文还基于covar方法,将金融系统替换成另一家金融机构,衡量金融机构之间的尾部风险传染强度,进而建立金融机构尾部风险动态网络。在研究网络的拓扑结构及演化规律基础上,分析影响金融机构系统性风险贡献的尾部风险网络结构因素。研究结果表明,covar方法能更好的捕捉到风险溢出和尾部风险,因而比VaR方法能更好的度量金融系统性风险;银行业金融机构的系统性风险贡献最大,证券业金融机构的贡献最小;系统性风险贡献越大的金融机构,其风险贡献的波动也越大;金融机构的规模越大,其未来的系统性风险贡献越小;金融机构的在险价值越大、杠杆率越高、股票收益的波动越大,其未来的系统性风险贡献越大。通过分析金融机构尾部风险网络,发现全连接网络的节点强度,能有效地衡量金融机构尾部风险传染强度及承受强度,并揭示其动态变化规律;各机构的尾部风险传染强度及承受强度排序匹配性存在差异;随着时间推进,各金融机构间的平均尾部风险传染路径缩短、系统性风险更易迅速累积和爆发;滞后一期的节点出度、节点入度及聚集系数越大,相应金融机构的系统性风险贡献越小;滞后一期的节点介数和节点接近中心度越大,相应金融机构的系统性风险贡献越大。研究结果有助于利用这些金融机构特征及尾部风险网络拓扑结构因素,对其系统性风险进行预警管理,并最终达到防范或抑制金融系统性风险的目的。

关键词：金融机构系统性风险 covar 分位数回归尾部风险网络拓扑结构