基于LASSO分位數回歸,本文提出了系統(tǒng)性風險度量新指標,并采用該指標構建2011-2017年我國上市金融機構時變的尾部風險網絡。在此基礎上,本文一方面從系統(tǒng)、部門和機構三個層面衡量其網絡關聯水平;另一方面,識別風險在金融機構間傳遞的方向路徑等關聯結構,而且在兼顧關聯水平和關聯結構的基礎上,測度單個機構在風險網絡中的系統(tǒng)性風險貢獻。研究發(fā)現:第一,我國金融機構的系統(tǒng)關聯水平具有明顯周期性特征,在風險積累階段系統(tǒng)關聯水平迅速攀升,直至風險爆發(fā)階段達到階段性高點,而后隨著風險釋放逐步回落。第二,銀行、證券和保險三個部門風險輸出關聯水平的時序變化差異較大,但風險輸入關聯水平的時序變化基本一致,風險在部門間的傳染是真實存在的。第三,總體上,同部門且規(guī)模相近、商業(yè)模式相似、業(yè)務同質性較高的機構間關聯水平更高,但在風險積累和爆發(fā)階段,跨部門、同部門中差異較大的機構間關聯水平也有所上升。第四,在同時考慮關聯水平和關聯結構時,四家大型商業(yè)銀行的系統(tǒng)性風險貢獻最大,且遠高于其他金融機構;同時,一些保險企業(yè)也開始成為系統(tǒng)重要性機構�；谖膊匡L險網絡的研究,本文為我國金融業(yè)監(jiān)管提供了具有可行性的政策建議。 

【文章來源】：經濟學動態(tài). 2019,(07)北大核心CSSCI

【文章頁數】：15 頁

【文章目錄】：
一、引言與文獻綜述
二、方法與數據說明
    (一) 基于LASSO-ΔCoVaR的尾部風險網絡
    (二) 基于風險網絡的關聯水平及機構系統(tǒng)性風險貢獻
    (三) 樣本與數據
三、實證結果與分析
    (一) 關聯水平的度量
    (二) 關聯結構與機構系統(tǒng)重要性評估
四、主要結論與政策建議


【參考文獻】：
期刊論文
[1]中國金融部門間系統(tǒng)性風險溢出的監(jiān)測預警研究——基于下行和上行ΔCoES指標的實現與優(yōu)化[J]. 李政,梁琪,方意.  金融研究. 2019(02)
[2]經濟波動、銀行風險承擔與中國金融周期[J]. 方意,陳敏.  世界經濟. 2019(02)
[3]金融機構系統(tǒng)性風險:重要性與脆弱性[J]. 李政,涂曉楓,卜林.  財經研究. 2019(02)
[4]全球系統(tǒng)性金融風險溢出與外部沖擊[J]. 楊子暉,周穎剛.  中國社會科學. 2018(12)
[5]中國金融機構關聯網絡與系統(tǒng)性金融風險[J]. 李紹芳,劉曉星.  金融經濟學研究. 2018(05)
[6]商業(yè)銀行尾部風險網絡關聯性與系統(tǒng)性風險——基于中國上市銀行的實證檢驗[J]. 蔣海,張錦意.  財貿經濟. 2018(08)
[7]機構關聯、網絡結構與銀行業(yè)系統(tǒng)性風險傳染——基于VAR-NETWORK模型的實證分析[J]. 胡利琴,胡蝶,彭紅楓.  國際金融研究. 2018(06)
[8]我國上市金融機構關聯性研究——基于網絡分析法[J]. 李政,梁琪,涂曉楓.  金融研究. 2016(08)
[9]金融行業(yè)間的系統(tǒng)性金融風險溢出效應研究[J]. 陳建青,王擎,許韶輝.  數量經濟技術經濟研究. 2015(09)
[10]金融危機、國有股權與資本投資[J]. 梁琪,余峰燕.  經濟研究. 2014(04)



本文編號：3513819