中国金融业系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型的研究

被引:65
作者
沈悦
戴士伟
罗希
机构
[1] 西安交通大学经济与金融学院
关键词
中国金融业; 系统性风险; 风险溢出效应; CoVaR; Copula;
D O I
暂无
中图分类号
F832 [中国金融、银行]; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
随着学术界对系统性风险研究的逐步深入,"风险溢出效应"1越来越受到关注。本文从中国金融业发展现实出发,采用GARCH-Copula-Co VaR拓展模型测度了银行、保险、证券以及信托四个子市场对金融业的系统性风险贡献程度以及各子市场之间的风险溢出程度。研究发现:1每个子市场都存在明显的系统性风险溢出效应,但不同子市场对系统性风险的贡献程度存在差异,银行业是系统性风险的最大爆发源,其次是证券业,保险业和信托业的贡献程度较小;2不同子市场之间也存在风险溢出效应,但溢出程度呈非对称性,银行业和证券业之间的风险溢出效应远大于其它子市场,但应特别关注混业经营趋势下银行业和信托业之间的风险溢出效应。以上结论对动态监测系统性风险的生成和传导,防范系统性金融危机发生具有实证支持作用。
引用
收藏
页码:30 / 38+123 +123
页数:10
相关论文
共 12 条
[1]   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
[2]   中国上市商业银行系统性风险溢出效应分析——基于CoVaR技术的分位数估计 [J].
杨有振 ;
王书华 .
山西财经大学学报, 2013, 35 (07) :24-33
[3]   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
[4]   基于时变参数Copula的ΔCoVaR度量技术 [J].
王永巧 ;
胡浩 .
统计与信息论坛, 2012, 27 (06) :50-54
[5]   银行系统性风险度量——基于动态CoVaR方法的分析 [J].
高国华 ;
潘英丽 .
上海交通大学学报, 2011, 45 (12) :1753-1759
[6]   中国商业银行系统性风险溢价实证研究 [J].
李志辉 ;
樊莉 .
当代经济科学, 2011, 33 (06) :13-20+122
[7]   股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析 [J].
刘晓星 ;
段斌 ;
谢福座 .
世界经济, 2011, (11) :145-159
[8]   我国金融机构的系统性风险贡献测度与监管——基于边际风险贡献与杠杆率的研究 [J].
范小云 ;
王道平 ;
方意 .
南开经济研究, 2011, (04) :3-20
[9]   基于GARCH-Copula-CoVaR模型的风险溢出测度研究 [J].
谢福座 .
金融发展研究, 2010, (12) :12-16
[10]  
不良贷款上涨 “重灾区”向中东部扩展[N]. 杨洋.金融时报. 2014 (005)