本文基于2011年1月4日～2020年3月17日的上市銀行業(yè)金融機構(gòu)的股價數(shù)據(jù),分兩階段研究銀行業(yè)金融機構(gòu)風險傳染機制。先以時變Clayton相關(guān)系數(shù)來刻畫銀行整體和單家上市銀行間的風險相關(guān)關(guān)系,動態(tài)考量單家上市銀行的系統(tǒng)重要性;后使用Co Va R方法對極端風險在不同金融機構(gòu)間的溢出方向作出判斷。研究發(fā)現(xiàn),一是國有大型銀行、全國性股份制商業(yè)銀行和區(qū)域性銀行在銀行系統(tǒng)內(nèi)的風險重要性依次減弱;二是部分全國性股份制銀行和區(qū)域性銀行的系統(tǒng)重要性近年來上升較為明顯;三是受疫情因素影響,2020年以來各家上市銀行的系統(tǒng)重要性向上變化�；诖�,文章給出提高動態(tài)跟蹤商業(yè)銀行系統(tǒng)性風險的能力、厘清不同銀行間存在的風險溢出關(guān)系、警惕區(qū)域性銀行系統(tǒng)重要性上升的風險等建議。 

【文章來源】：福建金融. 2020年08期

【文章頁數(shù)】：7 頁

【部分圖文】：

波動率模型殘差序列與概率積分變換后殘差序列Spearman相關(guān)關(guān)系

福建金融2020年第08期圖1波動率模型殘差序列與概率積分變換后殘差序列Spearman相關(guān)關(guān)系①概率積分轉(zhuǎn)換過程由R語言package{copula}中pobs函數(shù)完成。圖2平安銀行（左）/中國工商銀行vs中信CS銀行指數(shù)的動態(tài)雙尾和下尾相關(guān)系數(shù)變化趨勢金融論衡金融福建FUJIANFINANCE2.Copula實證結(jié)果分析。根據(jù)Sklar定理，先將GARCH殘差序列｛μt｝通過概率變換①轉(zhuǎn)化為服從均勻分布U[0，1]的新序列。如圖1所示，對經(jīng)概率積分轉(zhuǎn)換后的序列進行可視化和相關(guān)性分析，可見變換后的數(shù)據(jù)嚴格服從0-1均勻分布，符合Copula建模對數(shù)據(jù)的基本要求。本文從風險角度定義商業(yè)銀行的系統(tǒng)重要性，相較于對稱的雙尾相關(guān)關(guān)系，更強調(diào)價格波動的下尾相關(guān)關(guān)系。因此，用各家上市銀行業(yè)金融機構(gòu)與中信CS銀行指數(shù)間的下尾相關(guān)系數(shù)來刻畫各家銀行的系統(tǒng)重要性大校經(jīng)計算后得到規(guī)模為2237×16的動態(tài)相關(guān)系數(shù)矩陣，分別將每列數(shù)據(jù)按“全部年份或單一年份”為跨度進行算術(shù)平均，以更好觀察動態(tài)相關(guān)系數(shù)在近年來的動態(tài)變化情況。觀察表3所列數(shù)據(jù)，一是從2011年1月4日至2020年3月17日總體算術(shù)平均的下尾相關(guān)系數(shù)看，商業(yè)銀行的系統(tǒng)重要性表現(xiàn)按國有大型銀行、全國性股份制銀行和區(qū)域性銀行依次減弱。二是比較2018年和2019年兩列的下尾相關(guān)系數(shù)值，單家商業(yè)銀行的系統(tǒng)重要性在不同年份出現(xiàn)相對變化，凸顯計算32

【參考文獻】：
期刊論文
[1]基于廣義CoVaR模型的系統(tǒng)重要性銀行的風險溢出效應研究[J]. 歐陽資生,莫廷程.  統(tǒng)計研究. 2017(09)
[2]歐洲主權(quán)債務危機傳染效應研究——基于時變Copula方法[J]. 李堪.  世界經(jīng)濟與政治論壇. 2013(04)

博士論文
[1]中國銀行體系的風險傳染效應研究[D]. 宋群英.華中科技大學 2012



本文編號：2935410