發(fā)布時間：2021-02-21 03:53

　　近年來隨著金融科技與科技金融的不斷融合,金融機(jī)構(gòu)的風(fēng)險識別和傳染性特征持續(xù)受到各界的廣泛關(guān)注。本文以2010年11月15日至2019年7月12日貨幣金融、資本市場、保險業(yè)和其他金融業(yè)機(jī)構(gòu)為研究對象,運(yùn)用DCC-GARCH-Guass模型對單個以及不同類型金融機(jī)構(gòu)之間進(jìn)行金融風(fēng)險識別與聯(lián)動傳染性分析。結(jié)果表明:（1）同類型的金融機(jī)構(gòu)存在較明顯的集聚效應(yīng);（2）盡管我國金融業(yè)風(fēng)險整體上是可控的,但貨幣金融類機(jī)構(gòu)之間風(fēng)險的時變聯(lián)動的持續(xù)性最大,且股份制銀行要大于國有銀行;（3）國有銀行、股份制銀行與保險業(yè)之間風(fēng)險的時變聯(lián)動性比較穩(wěn)定;（4）通過分析2015年股災(zāi)事件發(fā)現(xiàn),單一機(jī)構(gòu)類型以及不同機(jī)構(gòu)類型之間均存在較強(qiáng)的金融風(fēng)險傳染效應(yīng)。 

【文章來源】：武漢金融. 2020,(05)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

基于DCC-GARCH模型的其他金融業(yè)機(jī)構(gòu)的動態(tài)相關(guān)系數(shù)圖

第一，國有銀行間。聯(lián)動性：由表4可知，國有銀行中農(nóng)業(yè)銀行與建設(shè)銀行的時變聯(lián)動性最強(qiáng)（0.72），標(biāo)準(zhǔn)差為0.03，說明兩者保持著較為穩(wěn)定的聯(lián)動性，因?yàn)檫@兩家銀行均與基本建設(shè)投資業(yè)務(wù)有密切關(guān)系。傳染性：圖1顯示2015年股災(zāi)期間，兩者之間的動態(tài)相關(guān)系數(shù)走勢呈“V”型，即在經(jīng)歷下跌之后又反彈至高位，并在高相關(guān)性水平上維持了很長一段時間，說明兩者存在顯著的傳染效應(yīng)（紅色標(biāo)記）。當(dāng)前我國仍在大力發(fā)展基礎(chǔ)設(shè)施建設(shè)，應(yīng)著重防范金融風(fēng)險，做好防范預(yù)警工作。第二，股份制商業(yè)銀行間。聯(lián)動性：由表5可知，各股份制商業(yè)銀行間的時變聯(lián)動性從大到小排序中前幾位的依次為浦發(fā)銀行-交通銀行（0.75）、浦發(fā)銀行-興業(yè)銀行（-0.66）、民生銀行-交通銀行（0.54）、興業(yè)銀行-交通銀行（0.54）、浦發(fā)銀行-民生銀行（-0.45），其中浦發(fā)銀行、交通銀行是聯(lián)動性最強(qiáng)的兩家銀行，這與其在行業(yè)中的地位及綜合實(shí)力息息相關(guān)。傳染性：由圖2可知，2015年股災(zāi)期間各銀行間的動態(tài)相關(guān)系數(shù)波動劇烈，在經(jīng)歷下跌之后又反彈至高位，說明兩兩之間存在金融風(fēng)險傳染效應(yīng)（紅色標(biāo)記）。同時觀察標(biāo)準(zhǔn)差發(fā)現(xiàn)，整體上股份制銀行的標(biāo)準(zhǔn)差要高于國有銀行，因此股份制銀行波動性更強(qiáng)，穩(wěn)定性較低。

第三，資本市場機(jī)構(gòu)間。聯(lián)動性：由表6可知，中油資本-國投資本之間的聯(lián)動性最強(qiáng)（-0.92），其次較為顯著的有廣發(fā)證券-國投資本（0.47）、中油資本-廣發(fā)證券（-0.34）、廣發(fā)證券-光大證券（-0.34），可以發(fā)現(xiàn)聯(lián)動性關(guān)系中需要重點(diǎn)關(guān)注的銀行機(jī)構(gòu)是國投資本、中油資本、廣發(fā)證券。從動態(tài)相關(guān)系數(shù)的平均標(biāo)準(zhǔn)差發(fā)現(xiàn)，資本市場機(jī)構(gòu)高于國有銀行、股份制銀行，穩(wěn)定性差，但是動態(tài)相關(guān)系數(shù)不及貨幣金融類（國有銀行、股份制銀行）高。傳染性：由圖3可知，2015年股災(zāi)期間銀行間的動態(tài)相關(guān)系數(shù)波動劇烈，在經(jīng)歷下跌之后又反彈至高位，說明兩兩之間存在金融傳染效應(yīng)（紅色標(biāo)記）。第四，保險業(yè)機(jī)構(gòu)間。聯(lián)動性：由表7可知，天茂集團(tuán)-西水股份之間的聯(lián)動性最強(qiáng)（0.73），標(biāo)準(zhǔn)差為0.07，其次較為顯著的有中國平安-中國人壽（-0.72）、西水股份-中國太保（-0.6），標(biāo)準(zhǔn)差均為0.08，這說明兩兩之間存在較為穩(wěn)定的聯(lián)動性。保險類機(jī)構(gòu)均表現(xiàn)出一定程度的聯(lián)動性，建議全局性地把握保險業(yè)機(jī)構(gòu)可能會遇到的金融風(fēng)險。從標(biāo)準(zhǔn)差發(fā)現(xiàn)，保險類機(jī)構(gòu)的標(biāo)準(zhǔn)差低于資本市場類機(jī)構(gòu)。傳染性：由圖4可知，2015年股災(zāi)期間各機(jī)構(gòu)間的動態(tài)相關(guān)系數(shù)波動劇烈，在經(jīng)歷下跌之后又反彈至高位，說明兩兩之間存在金融風(fēng)險傳染效應(yīng)（紅色標(biāo)記）。

【參考文獻(xiàn)】：
期刊論文
[1]關(guān)聯(lián)網(wǎng)絡(luò)、風(fēng)險溢出與重要系統(tǒng)性金融機(jī)構(gòu)識別——基于市場、行業(yè)和機(jī)構(gòu)的實(shí)證[J]. 郭文偉,王禮昱.  中央財(cái)經(jīng)大學(xué)學(xué)報. 2019(05)
[2]商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)研究:條件風(fēng)險價值估計(jì)與系統(tǒng)性風(fēng)險貢獻(xiàn)度測量[J]. 何卓靜,周利國,閆麗新.  中央財(cái)經(jīng)大學(xué)學(xué)報. 2018(12)
[3]發(fā)達(dá)市場對新興市場的金融傳染性分析——基于國際危機(jī)視角[J]. 陳赤平,陳海波.  湖南大學(xué)學(xué)報(社會科學(xué)版). 2018(06)
[4]我國金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險度量與跨部門風(fēng)險溢出效應(yīng)研究[J]. 楊子暉,陳雨恬,謝銳楷.  金融研究. 2018(10)
[5]基于CoVaR動態(tài)模型的我國金融機(jī)構(gòu)系統(tǒng)性風(fēng)險分析[J]. 黃瑋強(qiáng),郭慧敏,莊新田.  統(tǒng)計(jì)與決策. 2018(19)
[6]中國金融機(jī)構(gòu)關(guān)聯(lián)網(wǎng)絡(luò)與系統(tǒng)性金融風(fēng)險[J]. 李紹芳,劉曉星.  金融經(jīng)濟(jì)學(xué)研究. 2018(05)
[7]商業(yè)銀行尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)性與系統(tǒng)性風(fēng)險——基于中國上市銀行的實(shí)證檢驗(yàn)[J]. 蔣海,張錦意.  財(cái)貿(mào)經(jīng)濟(jì). 2018(08)
[8]我國商業(yè)銀行系統(tǒng)性金融風(fēng)險財(cái)政溢出效應(yīng)研究[J]. 李偉,宋亦威.  河南社會科學(xué). 2018(07)
[9]基于不同市場狀態(tài)機(jī)制的金融機(jī)構(gòu)風(fēng)險溢出效應(yīng)研究[J]. 陳尾虹,唐振鵬,周熙雯.  當(dāng)代財(cái)經(jīng). 2018(05)
[10]新形勢下金融科技對商業(yè)銀行的影響及對策[J]. 孫娜.  宏觀經(jīng)濟(jì)管理. 2018(04)



本文編號：3043803