本文關(guān)鍵詞：不同規(guī)模商業(yè)銀行間的風(fēng)險(xiǎn)傳染效應(yīng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：自美國次貸危機(jī)之后,我國經(jīng)濟(jì)增速上下波動(dòng),逐步趨于中高速發(fā)展水平。2011年后宏觀經(jīng)濟(jì)緊縮,名義投資增長率從30%以上跌落到截止2015年6月份的10%左右,同時(shí)商業(yè)銀行不良貸款逐步攀升。隨著我國經(jīng)濟(jì)結(jié)構(gòu)逐步轉(zhuǎn)型,商業(yè)銀行之間業(yè)務(wù)交織關(guān)系更加復(fù)雜,收入結(jié)構(gòu)呈現(xiàn)多元化發(fā)展,其內(nèi)部風(fēng)險(xiǎn)演變機(jī)制也悄然發(fā)生改變。本文按照商業(yè)銀行規(guī)模大小選取5家銀行作為研究樣本,并以2010年中期為界將樣本時(shí)區(qū)分為第一、二兩個(gè)時(shí)期,研究不同規(guī)模商業(yè)銀行間的風(fēng)險(xiǎn)傳染效應(yīng)。首先基于樣本銀行日收益率序列構(gòu)建VAR模型,通過格蘭杰因果關(guān)系檢驗(yàn)得出,第一時(shí)期樣本銀行之間風(fēng)險(xiǎn)傳染關(guān)系比第二時(shí)期更加密集,第一時(shí)期多數(shù)樣本銀行之間呈現(xiàn)顯著的雙向傳染關(guān)系,并且工商銀行和中國銀行處于風(fēng)險(xiǎn)傳染過程的中心地位;考慮樣本銀行之間的當(dāng)期結(jié)構(gòu)關(guān)系,通過構(gòu)建SVAR模型進(jìn)行方差分解,研究每個(gè)結(jié)構(gòu)沖擊對樣本銀行收益率變動(dòng)的貢獻(xiàn)度,結(jié)果顯示系統(tǒng)重要性銀行對區(qū)域性銀行貢獻(xiàn)度較低,而區(qū)域性銀行對系統(tǒng)重要性銀行貢獻(xiàn)值相對較大,區(qū)域性銀行中北京銀行的影響范圍和效果大于寧波銀行。為了進(jìn)一步研究樣本銀行間的非線性風(fēng)險(xiǎn)關(guān)系,本文分別針對樣本銀行的日收益率和時(shí)變VaR序列構(gòu)建Copula函數(shù),得出同等規(guī)模樣本銀行間的風(fēng)險(xiǎn)傳染效應(yīng)更加明顯�；跇颖俱y行收益率序列建立Gumbel和Clayton Copula函數(shù)研究其上下尾部相依性,得出第一時(shí)期收益率序列的尾部相依性均大于第二時(shí)期;為研究發(fā)生極值損失時(shí)不同規(guī)模銀行間的風(fēng)險(xiǎn)傳染效應(yīng),根據(jù)樣本銀行收益率序列下尾極值分布生成GARCH-VaR序列,基于時(shí)變VaR序列研究Clayton下尾相依性關(guān)系得出,時(shí)變VaR序列第二時(shí)期的下尾相依性明顯大于第一時(shí)期,說明經(jīng)濟(jì)增速放緩后樣本銀行出現(xiàn)極值損失時(shí)的聯(lián)系更加緊密。通過對收益率序列和極值損失序列尾部相依性的分析,發(fā)現(xiàn)樣本銀行面臨損失時(shí)聯(lián)系更加緊密,風(fēng)險(xiǎn)傳染效應(yīng)更加明顯。通過構(gòu)建SVAR模型和Copula函數(shù)得出如下結(jié)論:(1)基于銀行收益率序列構(gòu)建SVAR模型并進(jìn)行Granger因果關(guān)系檢驗(yàn)得出,系統(tǒng)重要性銀行處于風(fēng)險(xiǎn)傳染的核心位置,是商業(yè)銀行風(fēng)險(xiǎn)傳染的紐帶,并且第一時(shí)期的紐帶作用強(qiáng)于第二時(shí)期;基于SVAR模型進(jìn)行方差分解可得,系統(tǒng)重要性銀行受到區(qū)域性銀行沖擊效果相對強(qiáng)烈,反之,沖擊效果較弱。(2)基于銀行收益率序列構(gòu)建Copula函數(shù)進(jìn)行尾部相依性分析得出,第一時(shí)期風(fēng)險(xiǎn)傳染效應(yīng)強(qiáng)于第二時(shí)期,而基于極值損失分布序列構(gòu)建Copula函數(shù)進(jìn)行尾部分析得出,第二時(shí)期不同規(guī)模商業(yè)銀行間風(fēng)險(xiǎn)傳染效應(yīng)強(qiáng)于第一時(shí)期,即從收益角度看,商業(yè)銀行第一時(shí)期傳染關(guān)系更強(qiáng),而從損失角度看則第二時(shí)期更強(qiáng)。隨著我國經(jīng)濟(jì)增速放緩,經(jīng)濟(jì)發(fā)展逐漸步入新常態(tài)背景下,經(jīng)濟(jì)發(fā)展中存在的問題和沖突逐漸暴露,阻礙經(jīng)濟(jì)發(fā)展的因素更加復(fù)雜,不同規(guī)模商業(yè)銀行風(fēng)險(xiǎn)損失序列之間相互傳染效應(yīng)逐步增強(qiáng)。此外,無論從銀行收益率視角還是時(shí)變VaR視角,基于Copula尾部相依性分析均得出,同等規(guī)模商業(yè)銀行之間風(fēng)險(xiǎn)傳染效應(yīng)更加顯著。
【關(guān)鍵詞】：商業(yè)銀行 風(fēng)險(xiǎn)傳染 SVAR模型 Copula尾部相依性
【學(xué)位授予單位】：貴州財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F832.33
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-17
• 1.1 研究背景與研究意義9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10-11
• 1.2 文獻(xiàn)綜述11-13
• 1.3 研究內(nèi)容及研究路線13-15
• 1.3.1 研究內(nèi)容13-14
• 1.3.2 研究路線14-15
• 1.4 研究方法和論文創(chuàng)新15-17
• 1.4.1 研究方法15
• 1.4.2 論文創(chuàng)新15-17
• 2 相關(guān)概念以及風(fēng)險(xiǎn)傳染理論17-28
• 2.1 相關(guān)概念17-20
• 2.1.1 系統(tǒng)重要性銀行17-18
• 2.1.2 銀行系統(tǒng)性風(fēng)險(xiǎn)18-19
• 2.1.3 銀行風(fēng)險(xiǎn)傳染19-20
• 2.2 風(fēng)險(xiǎn)傳染理論20-28
• 2.2.1 金融風(fēng)險(xiǎn)周期性解釋派：金融脆弱性假說20-22
• 2.2.2 金融信息學(xué)派：信息不對稱22-24
• 2.2.3 D-D銀行擠兌模型理論24-25
• 2.2.4 貨幣主義學(xué)派：貨幣政策論25-26
• 2.2.5 資產(chǎn)價(jià)格波動(dòng)理論26-28
• 3 商業(yè)銀行風(fēng)險(xiǎn)現(xiàn)狀分析28-35
• 3.1 國內(nèi)外商業(yè)銀行發(fā)展環(huán)境28-30
• 3.2 系統(tǒng)重要性銀行風(fēng)險(xiǎn)現(xiàn)狀30-32
• 3.3 非系統(tǒng)重要性銀行風(fēng)險(xiǎn)現(xiàn)狀32-34
• 3.4 本章小結(jié)34-35
• 4 基于SVAR模型的風(fēng)險(xiǎn)傳染效應(yīng)分析35-46
• 4.1 向量自回歸理論35-37
• 4.1.1 VAR模型和方差分解35-36
• 4.1.2 結(jié)構(gòu)VAR模型36-37
• 4.2 商業(yè)銀行之間的風(fēng)險(xiǎn)傳染效應(yīng)37-44
• 4.2.1 數(shù)據(jù)來源及樣本選取37-38
• 4.2.2 Granger因果關(guān)系檢驗(yàn)38-42
• 4.2.3 基于SVAR模型的方差分解42-44
• 4.3 本章小結(jié)44-46
• 5 不同規(guī)模商業(yè)銀行主體的非線性傳染效應(yīng)46-65
• 5.1 Copula理論及Copula函數(shù)46-52
• 5.1.1 Copula理論46-47
• 5.1.2 常用橢球類和阿基米德類Copula函數(shù)47-49
• 5.1.3 Copula模型的估計(jì)方法49-52
• 5.2 生成GARCH-VaR序列52-57
• 5.3 基于Copula模型的非線性傳染效應(yīng)分析57-64
• 5.3.1 確定隨機(jī)變量的邊緣分布57-58
• 5.3.2 選擇適當(dāng)?shù)腃opula函數(shù)58-61
• 5.3.3 基于二維Copula函數(shù)的金融風(fēng)險(xiǎn)傳染測度61-64
• 5.4 本章小結(jié)64-65
• 6 政策建議與研究展望65-68
• 6.1 政策建議65-66
• 6.1.1 針對商業(yè)銀行施行多元監(jiān)管標(biāo)準(zhǔn)65
• 6.1.2 引導(dǎo)商業(yè)銀行有效進(jìn)行市場定位65-66
• 6.1.3 嚴(yán)防嚴(yán)控，，阻止系統(tǒng)性金融風(fēng)險(xiǎn)66
• 6.2 研究不足與研究展望66-68
• 參考文獻(xiàn)68-71
• 附錄A：商業(yè)銀行樣本序列邊緣分布擬合圖71-73
• 附錄B：部分樣本序列二元Copula函數(shù)聯(lián)合密度圖73-75
• 附錄C：基于日收益率序列的格蘭杰因果關(guān)系檢驗(yàn)匯總表75-77
• 附錄D：部分國家或地區(qū)商業(yè)銀行不良貸款率匯總表77-79
• 致謝79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周偉;何建敏;;金融市場跳躍效應(yīng)與傳染效應(yīng)研究綜述[J];金融理論與實(shí)踐;2012年06期

2 劉春;孫亮;;法律保護(hù)、信息環(huán)境與信息傳染效應(yīng):來自乳業(yè)危機(jī)的證據(jù)[J];南方經(jīng)濟(jì);2012年01期

3 陳穎;段希文;孫晨正;;銀行新型同業(yè)業(yè)務(wù)的潛在風(fēng)險(xiǎn)傳染效應(yīng)研究[J];金融監(jiān)管研究;2014年04期

4 陳彥錕;;基于無標(biāo)度網(wǎng)絡(luò)的信用違約風(fēng)險(xiǎn)傳染效應(yīng)研究[J];統(tǒng)計(jì)與決策;2010年02期

5 王璐;王夏妮;王沁;何平;;基于時(shí)變相關(guān)的金融風(fēng)險(xiǎn)傳染效應(yīng)的非參數(shù)方法研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2013年22期

6 李鋒;;金融風(fēng)暴對中國經(jīng)濟(jì)影響的效應(yīng)分析及研究[J];中國商貿(mào);2009年15期

7 黃俊;陳信元;張?zhí)焓?;公司經(jīng)營績效傳染效應(yīng)的研究[J];管理世界;2013年03期

8 ;梅新育:防范外企“危機(jī)傳染效應(yīng)”[J];山東經(jīng)濟(jì)戰(zhàn)略研究;2009年04期

9 謝尚宇;汪壽陽;周勇;;金融危機(jī)下帶傳染效應(yīng)的違約預(yù)報(bào)[J];管理科學(xué)學(xué)報(bào);2011年01期

10 彭壽康;陳超;;我國銀行間市場的風(fēng)險(xiǎn)傳染效應(yīng)研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年06期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 孫亮;劉春;;法律保護(hù)、信息環(huán)境與信息傳染效應(yīng):來自乳業(yè)危機(jī)的證據(jù)[A];中國會(huì)計(jì)學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 陳燕武;邱世斌;吳承業(yè);;風(fēng)險(xiǎn)在各主要金融市場的傳染分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第10卷）[C];2009年

中國重要報(bào)紙全文數(shù)據(jù)庫 前4條

1 記者 朱周良;塞浦路斯援助計(jì)劃或只是特例 股市趁機(jī)調(diào)整 傳染效應(yīng)有限[N];上海證券報(bào);2013年

2 吉強(qiáng);警惕美國次級(jí)債危機(jī)的傳染效應(yīng)[N];新華日報(bào);2007年

3 ;謹(jǐn)防新興市場貨幣反轉(zhuǎn)“傳染效應(yīng)”[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2008年

4 孫立堅(jiān);中國不應(yīng)陷入零利率時(shí)代[N];經(jīng)濟(jì)視點(diǎn)報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 侯縣平;中國股票市場與債券市場間的金融傳染效應(yīng)研究[D];西南交通大學(xué);2016年

2 宋群英;中國銀行體系的風(fēng)險(xiǎn)傳染效應(yīng)研究[D];華中科技大學(xué);2013年

3 宋群英;中國銀行體系的風(fēng)險(xiǎn)傳染效應(yīng)研究[D];華中科技大學(xué);2012年

4 王小丁;基于違約相依的信用風(fēng)險(xiǎn)度量與傳染效應(yīng)研究[D];中南大學(xué);2010年

5 白云芬;信用風(fēng)險(xiǎn)傳染模型和信用衍生品的定價(jià)[D];上海交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙倩倩;美國次貸危機(jī)的傳染效應(yīng)研究[D];中國海洋大學(xué);2015年

2 嚴(yán)慧;“視若無睹”與傳染效應(yīng)[D];南京財(cái)經(jīng)大學(xué);2014年

3 蔡穎;金融危機(jī)期間股票市場的傳染效應(yīng)研究[D];南京大學(xué);2016年

4 李博文;大股東減持的動(dòng)因與經(jīng)濟(jì)后果[D];南京大學(xué);2016年

5 崔微微;不同規(guī)模商業(yè)銀行間的風(fēng)險(xiǎn)傳染效應(yīng)研究[D];貴州財(cái)經(jīng)大學(xué);2016年

6 王興鋒;中國與國際證券市場間的風(fēng)險(xiǎn)傳染效應(yīng)研究[D];浙江工商大學(xué);2010年

7 盧莎莎;基于違約相依的信用風(fēng)險(xiǎn)傳染效應(yīng)研究[D];上海師范大學(xué);2015年

8 鹿雯;我國銀行間市場的風(fēng)險(xiǎn)傳染效應(yīng)研究[D];南京理工大學(xué);2014年

9 劉嘉璐;基于熵最優(yōu)化的中國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)傳染效應(yīng)的實(shí)證研究[D];東北大學(xué);2013年

10 魯琪鑫;次貸危機(jī)中流動(dòng)性黑洞國際傳染效應(yīng)存在性研究[D];中國海洋大學(xué);2013年

  本文關(guān)鍵詞：不同規(guī)模商業(yè)銀行間的風(fēng)險(xiǎn)傳染效應(yīng)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：328260