影子银行系统性风险度量研究——基于中国信托公司逐笔业务的数据视角

被引:22
作者
方意 [1 ]
韩业 [1 ]
荆中博 [2 ]
机构
[1] 中央财经大学金融学院
[2] 中央财经大学管理科学与工程学院
关键词
系统性风险; 影子银行; 刚性兑付; 逐笔业务数据; 监管政策;
D O I
10.16475/j.cnki.1006-1029.2019.01.016
中图分类号
F832.49 [信托];
学科分类号
1201 ; 020204 ;
摘要
本文基于微观业务数据,构建资产价格传染模型,提出了影子银行系统性风险度量的两步法:第一步,以微观业务数据为基础,构建虚拟机构资产负债表;第二步,将虚拟机构资产负债表与资产价格传染模型相结合,度量系统性风险。结果显示,样本期间影子银行系统性风险较高且波动剧烈。原因在于,样本区间的外部政策冲击变动导致微观业务规模及杠杆发生变动,进而驱动系统性风险的波动。为防范影子银行系统性风险,需要做好:第一,注重监测影子金融机构的业务层面风险;第二,打破影子机构的刚性兑付体制;第三,监管政策应有长期规划以及连续性。此外,与传统研究得出刚性兑付是隐藏风险、导致未来风险爆发不同的是,本文发现刚性兑付是引发风险的导火索。
引用
收藏
页码:57 / 66
页数:10
相关论文
共 18 条
[1]   Vulnerable banks [J].
Greenwood, Robin ;
Landier, Augustin ;
Thesmar, David .
JOURNAL OF FINANCIAL ECONOMICS, 2015, 115 (03) :471-485
[3]   我国影子银行资产负债表的构建与风险测度研究 [J].
中国人民银行西安分行课题组 ;
白鹤祥 .
金融会计, 2017, (12) :17-23
[4]   我国影子银行的系统性金融风险测度与防范研究——基于影子银行资产负债表的视角 [J].
中国人民银行西安分行课题组 ;
白鹤祥 .
金融发展研究, 2017, (11) :9-17
[5]   影子银行、流动性与社会融资规模 [J].
何平 ;
刘泽豪 ;
方志玮 .
经济学(季刊), 2018, 17 (01) :45-72
[6]   金融网络关联与我国影子银行的风险溢出效应——基于GARCH-Copula-CoVaR模型的分析 [J].
马亚明 ;
宋羚娜 .
财贸研究, 2017, 28 (07) :69-76
[7]   存款竞争、影子银行与银行系统风险——基于中国上市银行微观数据的实证研究 [J].
郭晔 ;
赵静 .
金融研究, 2017, (06) :81-94
[8]   金融发展、影子银行区域流动和反哺效应——基于中国委托贷款数据的经验分析 [J].
钱雪松 ;
谢晓芬 ;
杜立 .
中国工业经济, 2017, (06) :60-78
[9]   银行影子的发展及其运作模式探析 [J].
梁琪 ;
涂晓枫 .
金融论坛, 2017, 22 (04) :3-12
[10]   中国银行业系统性风险研究——宏观审慎视角下的三个压力测试 [J].
方意 .
经济理论与经济管理, 2017, (02) :48-66