基于CoES模型的我国金融系统性风险度量

被引：31

作者：

张冰洁 ^{[1
]}

汪寿阳 ^{[2
]}

魏云捷 ^{[2
,3
]}

赵雪婷 ^{[4
]}

机构：

[1] 北京航空航天大学经济管理学院

[2] 中国科学院数学与系统科学研究院

[3] 中国科学院预测科学研究中心

[4] 中央财经大学经济学院

来源：

系统工程理论与实践 | 2018年 / 38卷 / 03期

关键词：

△CoES; △CoVaR; 系统性风险; 金融机构;

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：

为了更加准确地度量金融系统性风险,预防灾难性金融风险事件发生,本文基于尾部损失的均值提出了一个新的度量系统性风险的方法——CoES模型,相对于传统的CoVaR模型来说,该方法更关注尾部损失的均值而不仅仅是单一分位点上的期望损失,能够更加准确地捕捉系统性风险,为金融系统监管提供更为有效的信息.最后,本文将该方法用于度量2007-2016年间共21个金融机构对我国金融市场系统性风险的贡献.研究结果发现:1)CoVaR模型可能低估了金融机构的系统性风险;2)当银行行业受到冲击时,其对整个金融系统造成的风险最大,其次是保险,房地产和多元金融行业;3)在银行行业中,对系统性风险贡献最大的当属工商银行和中国银行,应对其进行重点监管;4)相对于银行和房地产行业,保险行业和多元金融行业自身的VaR值较高,但对金融系统性风险的贡献较低,因此应注意对其自身风险的管理.

引用

页码：565 / 575

页数：11

共 25 条

[1] 商业银行收入多元化对经营绩效和风险的影响——基于16家上市银行2005-2015年数据的实证研究 [J].