關(guān)聯(lián)性是現(xiàn)代風(fēng)險(xiǎn)計(jì)量和管理的核心,它是市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、交易對(duì)手風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)的重要組成部分。本文利用CAPM模型提取金融機(jī)構(gòu)的異質(zhì)性風(fēng)險(xiǎn),利用Granger因果檢驗(yàn)構(gòu)建基于金融機(jī)構(gòu)異質(zhì)性風(fēng)險(xiǎn)溢出效應(yīng)的有向無權(quán)Granger因果網(wǎng)絡(luò),通過網(wǎng)絡(luò)分析法解構(gòu)金融網(wǎng)絡(luò)的整體關(guān)聯(lián)性和部門內(nèi)部及跨部門關(guān)聯(lián)性特征。并首次從統(tǒng)計(jì)角度基于蒙特卡羅模擬方法證實(shí)在5%的Granger因果檢驗(yàn)顯著性水平下,金融系統(tǒng)網(wǎng)絡(luò)關(guān)聯(lián)性測度指標(biāo)具有高穩(wěn)健性。實(shí)證結(jié)果表明:在整體關(guān)聯(lián)性特征方面,我國金融網(wǎng)絡(luò)具有“小世界現(xiàn)象”和“無標(biāo)度特性”等復(fù)雜網(wǎng)絡(luò)性質(zhì)。同時(shí),在熊市期間,特別是金融危機(jī)時(shí)期金融網(wǎng)絡(luò)整體關(guān)聯(lián)水平較高,具體來看2007-2009年金融危機(jī)時(shí)期我國網(wǎng)絡(luò)整體關(guān)聯(lián)度達(dá)到歷史最高水平,后危機(jī)時(shí)期的2013-2016年我國網(wǎng)絡(luò)整體關(guān)聯(lián)性具有明顯的上升趨勢,被稱為“最強(qiáng)監(jiān)管年”的2017年以來網(wǎng)絡(luò)整體關(guān)聯(lián)性顯著下滑,反映出近年來積聚在我國金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)在不斷消散。其次,在部門內(nèi)部關(guān)聯(lián)性方面,不同部門內(nèi)部網(wǎng)絡(luò)關(guān)聯(lián)度指標(biāo)變動(dòng)具有明顯的背離趨勢,即當(dāng)銀行部門內(nèi)部關(guān)聯(lián)性呈明顯的上升趨勢時(shí),非銀行部門內(nèi)部關(guān)聯(lián)性顯著下降,... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２：主成分分析方法的金融機(jī)構(gòu)關(guān)聯(lián)性分析？??資料來源：數(shù)值計(jì)算由Ｒ統(tǒng)計(jì)軟件完成，繪０３由ｅｘｃｅｌ面枳圖繪制．??

融系統(tǒng)內(nèi)的擴(kuò)散，使得擠兌蔓延到整個(gè)金融系統(tǒng)，從而使得那些經(jīng)營狀況良好的??且具有償付能力的金融機(jī)構(gòu)也出現(xiàn)破產(chǎn)［４｜］。??從圖２和圖３反映的結(jié)果來看，２００７－２００９年金融危機(jī)時(shí)期金融機(jī)構(gòu)關(guān)聯(lián)性??上升到歷史最高水平，與上述觀點(diǎn)所反映內(nèi)容基本一致。后危機(jī)時(shí)期，金融機(jī)構(gòu)??關(guān)聯(lián)性水平迅速下降，并保持在較低水平。２０１４年金融網(wǎng)絡(luò)關(guān)聯(lián)性又進(jìn)一步上??升，２０１６年達(dá)到后危機(jī)時(shí)期的最高水平。在剛剛過去的被稱為“最強(qiáng)監(jiān)管年”的??２０１７年，我們發(fā)現(xiàn)金融機(jī)構(gòu)關(guān)聯(lián)性水平急速下滑，系統(tǒng)性風(fēng)險(xiǎn)得以消散。通過??以上兩種不同的測度方法得到相同的結(jié)論，對(duì)評(píng)價(jià)本文測度結(jié)論是否具有參考價(jià)??值樹立了較為可靠的參考標(biāo)準(zhǔn)。??０．１４??。‘１２?％）??Ｉ?＼??０，６?、廠一＼??０．０４??２００７．０８－２０１０．０７?２００９．０９－２０１２．０８?２０１１１０－２０１４．０９?２０１３．１１－２０１６．１０??圖３：?ＧＡＲＣＨ?（１，１）模型擬合的系統(tǒng)平方差序列反映的金融機(jī)構(gòu)關(guān)聯(lián)性特征??資料來源：數(shù)值計(jì)算由Ｒ統(tǒng)計(jì)軟件完成

基于復(fù)雜網(wǎng)絡(luò)的我國金融機(jī)構(gòu)關(guān)聯(lián)性測度研究??系統(tǒng)網(wǎng)絡(luò)整體關(guān)聯(lián)度指標(biāo)ＤＣ由圖４給出，其中紅線代表蒙特卡羅模擬所得到的??測度指標(biāo)上側(cè)２．５％分位數(shù)，即在統(tǒng)計(jì)上只有２．５％的可能性ＤＣ指標(biāo)值大于６．２％??（圖中紅線的縱坐標(biāo)）。因此，從統(tǒng)計(jì)角度佐證了本文所得測度數(shù)據(jù)具有非偶然??性特征，穩(wěn)健性較高。??如圖４所示，危機(jī)前后我國金融機(jī)構(gòu)關(guān)聯(lián)性保持在較高水平，金融危機(jī)時(shí)期??達(dá)到歷史最高水平１６．１５％，遠(yuǎn)遠(yuǎn)高于其他時(shí)期。危機(jī)的爆發(fā)使得集聚在系統(tǒng)內(nèi)??部的流動(dòng)性風(fēng)險(xiǎn)得以消散，金融機(jī)構(gòu)關(guān)聯(lián)性直線下降。２０１１年關(guān)聯(lián)性水平又進(jìn)??一步上升，并在之后的近２年時(shí)間內(nèi)保持在７％附近。２０１４年關(guān)聯(lián)性水平下降到??１．７％左右

【參考文獻(xiàn)】：
期刊論文
[1]我國商業(yè)銀行表外業(yè)務(wù)的屬性、風(fēng)險(xiǎn)與監(jiān)管研究[J]. 黃志凌.  金融監(jiān)管研究. 2016(12)
[2]我國上市金融機(jī)構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J]. 李政,梁琪,涂曉楓.  金融研究. 2016(08)
[3]資產(chǎn)負(fù)債表關(guān)聯(lián)、價(jià)格關(guān)聯(lián)與銀行間風(fēng)險(xiǎn)傳染[J]. 王占浩,郭菊娥,薛勇.  管理工程學(xué)報(bào). 2016(02)
[4]商業(yè)銀行從事影子銀行業(yè)務(wù)的影響因素與經(jīng)濟(jì)后果——基于影子銀行體系資金融出方的實(shí)證研究[J]. 祝繼高,胡詩陽,陸正飛.  金融研究. 2016(01)
[5]地方政府債務(wù)置換的影響[J]. 詹向陽,鄭艷文.  中國金融. 2015(20)
[6]金融機(jī)構(gòu)關(guān)聯(lián)度與系統(tǒng)性風(fēng)險(xiǎn)的測度[J]. 周天蕓,張幸.  宏觀質(zhì)量研究. 2015(03)
[7]金融網(wǎng)絡(luò)理論與應(yīng)用綜述[J]. 孫艷霞.  金融發(fā)展研究. 2015(04)
[8]中國區(qū)域經(jīng)濟(jì)增長的空間關(guān)聯(lián)及其解釋——基于網(wǎng)絡(luò)分析方法[J]. 李敬,陳澍,萬廣華,付陳梅.  經(jīng)濟(jì)研究. 2014(11)
[9]基于復(fù)雜網(wǎng)絡(luò)的金融傳染風(fēng)險(xiǎn)模型研究[J]. 鄧超,陳學(xué)軍.  中國管理科學(xué). 2014(11)
[10]基于風(fēng)險(xiǎn)溢出關(guān)聯(lián)特征的CoVaR計(jì)算方法有效性比較及應(yīng)用[J]. 王周偉,呂思聰,茆訓(xùn)誠.  經(jīng)濟(jì)評(píng)論. 2014(04)



本文編號(hào)：3210197