次貸危機(jī)以來,對于系統(tǒng)性風(fēng)險的研究已經(jīng)成為了業(yè)界和學(xué)界的熱點(diǎn)問題。十九大報告明確提出要“守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線”,近年來,中央工作會議更是將“防范重大風(fēng)險”作為“三大攻堅戰(zhàn)”之首。2018年全球經(jīng)濟(jì)政治格局深度調(diào)整,中國經(jīng)濟(jì)發(fā)展面臨的外部挑戰(zhàn)明顯增多,特別是美國采取的單邊主義和貿(mào)易保護(hù)主義嚴(yán)重?fù)p害了中國及世界經(jīng)濟(jì)的發(fā)展。本文以中美貿(mào)易摩擦為背景,側(cè)重于探討中國經(jīng)濟(jì)領(lǐng)域中金融與實(shí)體經(jīng)濟(jì)、實(shí)體經(jīng)濟(jì)之間的風(fēng)險溢出效應(yīng),選取我國28個行業(yè)的指數(shù)數(shù)據(jù),基于AR-GARCH模型和帶變量選擇的單指標(biāo)分位數(shù)回歸-CoVaR模型,得到2018年1月25日至2019年7月22日360個觀測日的CoVaR和風(fēng)險溢出網(wǎng)絡(luò),確定了中美貿(mào)易摩擦下我國各行業(yè)系統(tǒng)性風(fēng)險傳染路徑和傳染源,為我國各行業(yè)、產(chǎn)業(yè)風(fēng)險防范和監(jiān)管、為中國國內(nèi)市場應(yīng)對外部沖擊提供數(shù)據(jù)和理論支持。研究發(fā)現(xiàn):（1）各行業(yè)動態(tài)VaR與動態(tài)CoVaR的時序變化基本相似,且都與各行業(yè)收益率曲線波動基本趨于一致,但動態(tài)CoVaR值一般都比動態(tài)VaR值更保守。（2）按平均CoVaR值計算,通信、計算機(jī)、國防軍工、食品飲料、非銀金融排在前五,平均CoVa... 

【文章來源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

000-2018年中美貿(mào)易逆差

基于CoVaR模型我國系統(tǒng)性風(fēng)險溢出效應(yīng)研究——以中美貿(mào)易摩擦為例23從表4.2可以看出，在28個行業(yè)中，絕大多數(shù)行業(yè)的均值收益率為正，這與我國這些年經(jīng)濟(jì)的高速發(fā)展是分不開的。在家用電器、食品飲料、休閑服務(wù)等行業(yè)的均值都很大，說明人民的生活水平日益提高；計算機(jī)、銀行、非銀金融等行業(yè)的均值也在高位，說明我國在金融、高新技術(shù)行業(yè)的發(fā)展相當(dāng)迅速；其中均值為負(fù)的行業(yè)比如采掘、鋼鐵、有色金屬，表明近年來我國在采礦行業(yè)的表現(xiàn)萎縮，這與我國在資源和環(huán)境方面的政策有關(guān)。由標(biāo)準(zhǔn)差可知，國防軍工、計算機(jī)、非銀金融行業(yè)較大，說明這三個行業(yè)的指數(shù)波動最大，可能潛在較大的風(fēng)險；同樣，從最小值上看，國防軍工、銀行、非銀金融這三個行業(yè)存在最大的虧損可能，而最大值上看，有色金屬、國防軍工、非銀金融存在最大的收益可能。可以由最大值最小值計算極差，能夠發(fā)現(xiàn)非銀金融、國防軍工、銀行排名前三甲，也說明這三個行業(yè)存在較大的風(fēng)險。從偏度上看，只有銀行業(yè)偏度大于0，即呈右偏分布，其他行業(yè)均是左偏的。從峰度上看，所有行業(yè)的峰度都大于3，其中銀行業(yè)的峰度最大，達(dá)到了9.89722。從J-B統(tǒng)計量來看，所有的J-B統(tǒng)計量在0.01的顯著性水平下都是顯著的，即各行業(yè)的收益率序列數(shù)據(jù)都不是簡單的服從正態(tài)分布。我們以銀行和非銀金融行業(yè)為代表，繪制Q-Q圖，如圖4.1；繪制其核密度曲線與相同期望、方差水平下的正態(tài)分布密度曲線，簡單觀察其分布特征，如圖4.2。對于銀行業(yè)和非銀金融行業(yè)，我們能很清晰的看出其收益率數(shù)據(jù)與正態(tài)分布的特征出入很大，具有“尖峰厚尾”的特點(diǎn)。圖4.1銀行（左）與非銀金融（右）Q-Q圖

碩士學(xué)位論文24圖4.2銀行（左）與非銀金融（右）核密度曲線4.3AR-GARCH模型構(gòu)建及動態(tài)VaR計算4.3.1平穩(wěn)性與ARCH效應(yīng)檢驗(yàn)本文考慮常見的AR（p）-GARCH（1,1）模型求解各行業(yè)的動態(tài)VaR序列，因此在利用該模型前，需通過平穩(wěn)性檢驗(yàn)和ARCH效應(yīng)檢驗(yàn)。依舊以銀行和非銀金融為例，先給出銀行和非銀金融收益率序列波動時序圖，如圖4.3�？梢园l(fā)現(xiàn)，銀行和非銀金融行業(yè)的收益率序列有明顯的波動聚集性和異方差的特點(diǎn)。圖4.3銀行（上）與非銀金融（下）收益率時序變化圖對28個行業(yè)的數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，其檢驗(yàn)結(jié)果如表4.3所示。所有行業(yè)的p值都小于0.001,即有充足的理由拒絕單位根存在的原假設(shè)，即有充足的理由拒絕序列非平穩(wěn)的假設(shè)，因此所有28個行業(yè)的收益率序列都是平穩(wěn)的。對28個行業(yè)的數(shù)據(jù)進(jìn)行ARCH效應(yīng)檢驗(yàn)，所得結(jié)果如表4.4所示。結(jié)果顯示所有行業(yè)的p值小于0.001，

【參考文獻(xiàn)】：
期刊論文
[1]中美貿(mào)易摩擦對中國制造供應(yīng)鏈的影響及應(yīng)對[J]. 黎峰,曹曉蕾,陳思萌.  經(jīng)濟(jì)學(xué)家. 2019(09)
[2]基于動態(tài)CGE模型的中美貿(mào)易摩擦經(jīng)濟(jì)效應(yīng)分析[J]. 郭晴,陳偉光.  世界經(jīng)濟(jì)研究. 2019(08)
[3]尾部風(fēng)險網(wǎng)絡(luò)、系統(tǒng)性風(fēng)險貢獻(xiàn)與我國金融業(yè)監(jiān)管[J]. 李政,魯晏辰,劉淇.  經(jīng)濟(jì)學(xué)動態(tài). 2019(07)
[4]中美大豆貿(mào)易摩擦的經(jīng)濟(jì)影響及其啟示——基于GTAP模型測算[J]. 肖志敏,楊軍.  農(nóng)業(yè)經(jīng)濟(jì)與管理. 2019(03)
[5]中美貿(mào)易摩擦對全球制造業(yè)格局的影響研究[J]. 王霞.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2019(06)
[6]基于動態(tài)廣義△CoVaR方法的金融與實(shí)體行業(yè)風(fēng)險溢出效應(yīng)[J]. 曹潔,雷良海.  系統(tǒng)工程. 2019(03)
[7]微觀層面系統(tǒng)性金融風(fēng)險指標(biāo)的比較與適用性分析——基于中國金融系統(tǒng)的研究[J]. 陳湘鵬,周皓,金濤,王正位.  金融研究. 2019(05)
[8]以貿(mào)易赤字之名解財政赤字之困——解析特朗普貿(mào)易戰(zhàn)動機(jī)[J]. 翟東升.  現(xiàn)代國際關(guān)系. 2019(05)
[9]中美貿(mào)易摩擦對中國系統(tǒng)性金融風(fēng)險的影響研究[J]. 和文佳,方意,荊中博.  國際金融研究. 2019(03)
[10]S&P500和滬深300股指期貨的聯(lián)動性研究[J]. 劉成立.  南開經(jīng)濟(jì)研究. 2019(01)

博士論文
[1]合作與摩擦：中美貿(mào)易關(guān)系發(fā)展研究[D]. 姜崢睿.吉林大學(xué) 2017

碩士論文
[1]貿(mào)易摩擦背景下中美股市聯(lián)動性實(shí)證分析[D]. 何睿.山東大學(xué) 2019



本文編號：3402815