本文關(guān)鍵詞：基于主成分分析的銀行系統(tǒng)性風(fēng)險度量研究

  更多相關(guān)文章： 銀行系統(tǒng)性風(fēng)險 主成分分析法 CAR值

【摘要】：2007年美國次貸危機(jī)引發(fā)的全球性金融危機(jī),使得全球金融市場遭受重創(chuàng),一些大型銀行出現(xiàn)破產(chǎn)倒閉,再次顯示出銀行系統(tǒng)性風(fēng)險破壞力之強(qiáng)。故而這種傳染性極強(qiáng)的系統(tǒng)性風(fēng)險,已經(jīng)成為各國學(xué)者和監(jiān)管部門關(guān)注的重點(diǎn)。對于我國這樣的銀行主導(dǎo)型國家,銀行在國民經(jīng)濟(jì)發(fā)展中起著關(guān)鍵作用,加強(qiáng)銀行系統(tǒng)性風(fēng)險度量的研究就顯得十分重要。由于上市銀行在公開市場上的數(shù)據(jù)具有高維性,本文利用主成分分析法對我國銀行的系統(tǒng)性風(fēng)險進(jìn)行度量研究。主成份分析法的主要思想就是降維,并維持主成份的方差貢獻(xiàn)率最大,使得數(shù)據(jù)的最重要信息得以保留。CAR值是通過對上市銀行的資產(chǎn)收益率進(jìn)行主成分分析所得到,它是指第一主成分的方差貢獻(xiàn)率。如果第一主成分的方差貢獻(xiàn)率越大,那它對原變量的解釋度越高,更好地保留了原始變量的信息,也就是說銀行的資產(chǎn)收益率就高度地被第一主成分所解釋,銀行體系的緊密聯(lián)系度較高,銀行系統(tǒng)性風(fēng)險就會越高。由于在公開市場中難以直接獲得上市銀行的資產(chǎn)收益率,本文利用KMV違約結(jié)構(gòu)模型來獲得更加真實(shí)、準(zhǔn)確的資產(chǎn)回報率。同時,在運(yùn)用主成分分析法求CAR值的期間,本文還發(fā)現(xiàn)了PC負(fù)荷來衡量特定銀行在系統(tǒng)性風(fēng)險中的敏感度。本文選取了2007年10月1日到2014年3月31日的我國14家上市銀行為研究樣本,運(yùn)用主成分分析法對其進(jìn)行實(shí)證研究。實(shí)證研究結(jié)果發(fā)現(xiàn),美國金融危機(jī)使得我國銀行業(yè)CAR值在高位運(yùn)行,由于我國及時采取寬松的貨幣政策和積極的財政政策,2009年后銀行業(yè)CAR值有所下降。但是從2012年至今,由于過度信貸和影子銀行等因素對銀行的影響,使得CAR值在波動中緩慢上升,這與實(shí)際情況較符合,表明CAR值能較好地識別到銀行系統(tǒng)性風(fēng)險。
【關(guān)鍵詞】：銀行系統(tǒng)性風(fēng)險 主成分分析法 CAR值
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.33
【目錄】：

• 摘要2-4
• ABSTRACT4-9
• 第一章 緒論9-14
• 第一節(jié) 研究背景及意義9-11
• 一、研究背景9-10
• 二、研究意義10-11
• 第二節(jié) 研究思路和結(jié)構(gòu)安排11-12
• 一、研究思路11
• 二、結(jié)構(gòu)安排11-12
• 第三節(jié) 本文的創(chuàng)新與不足12-14
• 一、本文的創(chuàng)新12
• 二、本文的不足12-14
• 第二章 文獻(xiàn)綜述14-21
• 第一節(jié) 國外文獻(xiàn)綜述14-17
• 一、系統(tǒng)性風(fēng)險的定義14-15
• 二、系統(tǒng)性風(fēng)險的成因15-16
• 三、系統(tǒng)性風(fēng)險的度量16-17
• 第二節(jié) 國內(nèi)文獻(xiàn)綜述17-21
• 一、系統(tǒng)性風(fēng)險的定義17-18
• 二、系統(tǒng)性風(fēng)險的成因18-19
• 三、系統(tǒng)性風(fēng)險的度量19-21
• 第三章 系統(tǒng)性風(fēng)險的度量模型21-27
• 第一節(jié) KMV模型21-23
• 一、KMV模型的定義21-22
• 二、KMV模型的計算22
• 三、KMV模型的假設(shè)22-23
• 第二節(jié) PCA模型23-25
• 一、PCA模型的定義23
• 二、PCA模型的計算23-25
• 第三節(jié) PC負(fù)荷25-27
• 第四章 基于主成分分析的銀行系統(tǒng)性風(fēng)險的實(shí)證研究27-39
• 第一節(jié) 樣本的選取及參數(shù)的確定27-30
• 一、樣本的選取27-28
• 二、參數(shù)的確定28-30
• 第二節(jié) 銀行資產(chǎn)價值和資產(chǎn)波動率的確定30-31
• 第三節(jié) CAR值的分析31-35
• 第四節(jié) PC負(fù)荷的分析35-39
• 第五章 研究結(jié)論和展望39-42
• 第一節(jié) 研究結(jié)論39-41
• 第二節(jié) 展望41-42
• 參考文獻(xiàn)42-45
• 附錄一45-49
• 致謝49-50

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 張玲,楊貞柿,陳收;KMV模型在上市公司信用風(fēng)險評價中的應(yīng)用研究[J];系統(tǒng)工程;2004年11期

2 張曉玫;毛亞琪;;我國上市商業(yè)銀行系統(tǒng)性風(fēng)險與非利息收入研究——基于LRMES方法的創(chuàng)新探討[J];國際金融研究;2014年11期

3 趙進(jìn)文;韋文彬;;基于MES測度我國銀行業(yè)系統(tǒng)性風(fēng)險[J];金融監(jiān)管研究;2012年08期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 路婷;基于風(fēng)險傳染角度下銀行系統(tǒng)性風(fēng)險測度研究[D];蘇州大學(xué);2009年

，

本文編號：738034