近年來,系統(tǒng)性金融風(fēng)險(xiǎn)逐漸成為中國經(jīng)濟(jì)中一個(gè)不容忽視的問題,國內(nèi)外也涌現(xiàn)出了大量關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)的研究,其中很多文獻(xiàn)探討了如何測度銀行的系統(tǒng)性金融風(fēng)險(xiǎn)。然而,這些文獻(xiàn)大多都集中在上市銀行,缺乏對非上市銀行的討論。此外,近年來我國經(jīng)濟(jì)步入新常態(tài),許多落后行業(yè)的企業(yè)運(yùn)行困難增加,使得銀行貸款違約率增加,因此若銀行不及時(shí)調(diào)整貸款行業(yè)結(jié)構(gòu),將極有可能造成損失形成風(fēng)險(xiǎn)�？梢�,貸款的行業(yè)結(jié)構(gòu)是影響商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的一個(gè)重要因素,在中國推行供給側(cè)改革、實(shí)施去產(chǎn)能推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型、從“十二五”時(shí)期步入“十三五”時(shí)期的背景下,研究貸款的行業(yè)結(jié)構(gòu)對商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的影響具有十分現(xiàn)實(shí)的意義。因此,本文利用Brownlees and Engle(2017)提出的SRISK的指標(biāo),結(jié)合K近鄰算法,來測算了2011-2017年中國120家上市與非上市商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)。同時(shí),本文還從商業(yè)銀行的角度出發(fā),考察近年來銀行貸款行業(yè)結(jié)構(gòu)的變化,并建立了回歸模型考察了商業(yè)銀行的貸款行業(yè)結(jié)構(gòu)對系統(tǒng)性金融風(fēng)險(xiǎn)的影響。具體而言,本文主要提出并回答了如下幾個(gè)問題:(1)如何測度非上市銀行的系統(tǒng)性金融風(fēng)險(xiǎn)?考...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖5-1系統(tǒng)性金融風(fēng)險(xiǎn)省份分布

有城商行的SRISK值（只取正的SRISK值）相加，通過作圖來觀察中國各個(gè)省份統(tǒng)性金融風(fēng)險(xiǎn)分布情況。圖5-1（a）和圖5-1（b）分別給出了2011年和2017年中國各省的系統(tǒng)性金融分布情況，顏色越深表明SRISK值越大，從而該省的系統(tǒng)性金融風(fēng)險(xiǎn)越大，白色....

本文編號：3925115