無論是在金融危機期間還是經(jīng)濟運行正常時期,都存在著系統(tǒng)性金融風險。隨著國際金融危機的爆發(fā),對系統(tǒng)性風險的有效監(jiān)管越來越重要。準確測度系統(tǒng)性風險是對其有效監(jiān)管的必要手段。雖然我國尚未發(fā)生重大金融危機,但對我國金融體系進行系統(tǒng)性風險的研究是極其必要的。本文將嘗試從以下幾個方面對系統(tǒng)性風險進行研究,并將其應(yīng)用于我國金融體系。首先,對系統(tǒng)性風險的測度理論及研究現(xiàn)狀進行回顧和梳理。其次,介紹系統(tǒng)性風險的基本理論。通過從不同視角對系統(tǒng)性風險定義、成因、特征、演進及傳染機制的研究,界定了系統(tǒng)性風險定義,分析我國金融體系中系統(tǒng)性風險來源及演進過程。然后介紹用于實證研究的模型理論、方法及具體的計算步驟。再次,本文選取2008年1月4日至2016年7月15日期間來自我國保險與金融業(yè)中4個子市場的32家機構(gòu)股票的周收盤價數(shù)據(jù)。應(yīng)用Adrian和Brunnermeier首次提出的CoVaR測度方法,分析了我國金融系統(tǒng)中金融機構(gòu)的系統(tǒng)性風險貢獻。本文重新定義了CoVaR:(1)財務(wù)困境的定義從一個金融機構(gòu)的收益至多在其VaR水平改變?yōu)橹辽僭谄銿aR水平;(2)擴展了基準狀態(tài)的定義。關(guān)于CoVaR的計算,假定各收益率序列服從潛在的學(xué)生t-分布。使用GARCH-DCC方法對機構(gòu)和系統(tǒng)之間的波動性和時變相關(guān)性進行建模。然后通過數(shù)值求解ΔCoVaR以獲得系統(tǒng)性風險貢獻。分析比較在最壞情景下一組金融機構(gòu)同時陷入兩個不同財務(wù)困境狀態(tài)或不同基準狀態(tài)的聯(lián)合系統(tǒng)性風險貢獻。并分析在何種情境下對金融體系具有最高聯(lián)合系統(tǒng)性風險貢獻。最后,對上述研究成果進行歸納總結(jié),并針對防范我國系統(tǒng)性金融風險問題,從金融機構(gòu)和監(jiān)管機構(gòu)視角提出建議與對策。
【學(xué)位單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：F224;F842;F832
【部分圖文】：

4.2.2 時變條件方差和條件相關(guān)性圖 4.1 所有樣本機構(gòu)的平均條件方差由于表4.3 不能刻畫條件方差的估計隨時間的變化，所以圖4.1 描述了其從2008年 1 月 4 日到 2016 年 7 月 15 日的變化。為了清楚起見，采用了系統(tǒng)中所有機構(gòu)的條件方差的平均值。該圖顯示，從 2008 年年中至 2009 年年中，這段段時間內(nèi)出現(xiàn)了一個非常高的波動。波動之后再次下降，但又出現(xiàn)三個峰值：一個在 2010 年年中，一個在 2011 年年底，還有一個在 2013 年年中。第一個最大的峰值可以解釋為受全球金融危機的影響所造成，其后三個峰值可以解釋為受歐洲債務(wù)危機的影響所造成的。由于全球金融危機和歐洲債務(wù)危機對全球金融系統(tǒng)產(chǎn)生了重大沖擊

圖 4.1 所有樣本機構(gòu)的平均條件方差由于表4.3 不能刻畫條件方差的估計隨時間的變化，所以圖4.1 描述了其從2008年 1 月 4 日到 2016 年 7 月 15 日的變化。為了清楚起見，采用了系統(tǒng)中所有機構(gòu)的條件方差的平均值。該圖顯示，從 2008 年年中至 2009 年年中，這段段時間內(nèi)出現(xiàn)了一個非常高的波動。波動之后再次下降，但又出現(xiàn)三個峰值：一個在 2010 年年中，一個在 2011 年年底，還有一個在 2013 年年中。第一個最大的峰值可以解釋為受全球金融危機的影響所造成，其后三個峰值可以解釋為受歐洲債務(wù)危機的影響所造成的。由于全球金融危機和歐洲債務(wù)危機對全球金融系統(tǒng)產(chǎn)生了重大沖擊，可以預(yù)測這些事件也將影響 ΔCoVaR 度量。

圖 4.4 所有樣本機構(gòu)的平均 5%-VaR4.3 CoVaR 和 ΔCoVaR 實證分析4.3.1 CoVaR 實證分析在分析了金融機構(gòu)的估計結(jié)果和特殊的 VaR 后，現(xiàn)在將重點放在有關(guān) CoVaR和 ΔCoVaR 的實證結(jié)果上。下面的圖 4.5 描繪了按子市場在 90%自信水平下的平均VaR 和 CoVaR。眾所周知，CoVaR 是一個機構(gòu)處于財務(wù)困境下金融系統(tǒng)的 VaR。345678910VaRCoVaR
【參考文獻】

相關(guān)期刊論文 前10條

1 馬君潞;范小云;曹元濤;;中國銀行間市場雙邊傳染的風險估測及其系統(tǒng)性特征分析[J];經(jīng)濟研究;2007年01期

2 包全永;銀行系統(tǒng)性風險的傳染模型研究[J];金融研究;2005年08期

3 高國華;潘英麗;;銀行系統(tǒng)性風險度量——基于動態(tài)CoVaR方法的分析[J];上海交通大學(xué)學(xué)報;2011年12期

4 劉曉星;段斌;謝福座;;股票市場風險溢出效應(yīng)研究:基于EVT-Copula-CoVaR模型的分析[J];世界經(jīng)濟;2011年11期

5 賴娟;呂江林;;基于金融壓力指數(shù)的金融系統(tǒng)性風險的測度[J];統(tǒng)計與決策;2010年19期

6 楊軍;;系統(tǒng)性金融風險的產(chǎn)生與化解[J];中國金融;2011年06期

7 魏國雄;;系統(tǒng)性金融風險的識別與防范[J];金融論壇;2010年12期

8 李志輝;樊莉;;中國商業(yè)銀行系統(tǒng)性風險溢價實證研究[J];當代經(jīng)濟科學(xué);2011年06期

9 董青馬;盧滿生;;金融開放度與發(fā)展程度差異對銀行危機生成機制影響的實證分析[J];國際金融研究;2010年06期

10 肖崎;;金融體系的變革與系統(tǒng)性風險的累積[J];國際金融研究;2010年08期

本文編號：2848537