我国银行体系的系统性关联度分析:基于不对称CoVaR

被引：25

作者：

陈国进 ^{[1
,2
]}

钟灵 ^{[1
]}

张宇 ^{[1
]}

机构：

[1] 厦门大学王亚南经济研究院

[2] 厦门大学经济学院金融系

来源：

系统工程理论与实践 | 2017年 / 37卷 / 01期

关键词：

系统性关联度; 我国银行体系; 不对称CoVaR方法; 系统性关联度影响因素;

D O I：

暂无

中图分类号：

F832 [中国金融、银行];

学科分类号：

1201 ; 020204 ;

摘要：

根据系统性关联度的定义,使用不对称CoVaR方法,对我国单个银行与银行体系之间的系统性关联度和任意两个银行间的系统性关联度进行了测算.研究结果表明,我国银行体系的系统性关联度存在不对称性,使用不对称CoVaR方法重新估算我国银行体系的系统性关联度能为我国系统重要性银行的甄别和银行间系统性风险溢出的评估提供依据.进一步地,探讨出上述两种系统性关联度的主要影响因素为银行自身的特征变量,如贷款总额,股本,留存收益等.基于此,为我国银行业监管者提升银行风险监管水平和银行管理者制定准确的风险控制体系提供有益帮助.

引用

页码：61 / 79

页数：19

共 10 条

[1] 机构关联、风险溢出与中国金融系统性风险 [J].

周天芸 ;

杨子晖 ;

余洁宜 .

统计研究, 2014, 31 (11) :43-49

[2] 房地产对金融体系风险溢出效应研究——基于AR-GARCH-CoVaR方法 [J].

刘向丽 ;

顾舒婷 .

系统工程理论与实践, 2014, 34(S1) (S1) :106-111

[3] 中国金融体系的系统性风险度量 [J].

白雪梅 ;

石大龙 .

国际金融研究, 2014, (06) :75-85

[4] 基于条件在险价值法的商业银行系统性风险研究 [J].

陆静 ;

胡晓红 .

中国软科学, 2014, (04) :25-42

[5] 我国商业银行整体风险度量及其敏感性分析——基于我国商业银行财务数据和金融市场公开数据 [J].

汪冬华 ;

黄康 ;

龚朴 .

系统工程理论与实践, 2013, 33 (02) :284-295

[6] 相互关联性、风险溢出与系统重要性银行识别 [J].

肖璞 ;

刘轶 ;

杨苏梅 .

金融研究, 2012, (12) :96-106

[7]

Bank ownership, financial segments and the measurement of systemic risk: An application of CoVaR[J] . Anastassios A. Drakos,Georgios P. Kouretas.International Review of Economics and Finance . 2015

[8]

Systemic risk and asymmetric responses in the financial industry[J] . Germán López-Espinosa,Antonio Moreno,Antonio Rubia,Laura Valderrama.Journal of Banking and Finance . 2015

[9]

Assessing the contribution of banks, insurance and other financial services to systemic risk[J] . Oscar Bernal,Jean-Yves Gnabo,Grégory Guilmin.Journal of Banking and Finance . 2014

[10]

Short-term wholesale funding and systemic risk: A global CoVaR approach[J] . Germán López-Espinosa,Antonio Moreno,Antonio Rubia,Laura Valderrama.Journal of Banking and Finance . 2012 (12)

← 1 →