系统性风险测度在保险与金融业中的应用
发布时间：2020-10-20 09:57
无论是在金融危机期间还是经济运行正常时期,都存在着系统性金融风险。随着国际金融危机的爆发,对系统性风险的有效监管越来越重要。准确测度系统性风险是对其有效监管的必要手段。虽然我国尚未发生重大金融危机,但对我国金融体系进行系统性风险的研究是极其必要的。本文将尝试从以下几个方面对系统性风险进行研究,并将其应用于我国金融体系。首先,对系统性风险的测度理论及研究现状进行回顾和梳理。其次,介绍系统性风险的基本理论。通过从不同视角对系统性风险定义、成因、特征、演进及传染机制的研究,界定了系统性风险定义,分析我国金融体系中系统性风险来源及演进过程。然后介绍用于实证研究的模型理论、方法及具体的计算步骤。再次,本文选取2008年1月4日至2016年7月15日期间来自我国保险与金融业中4个子市场的32家机构股票的周收盘价数据。应用Adrian和Brunnermeier首次提出的CoVaR测度方法,分析了我国金融系统中金融机构的系统性风险贡献。本文重新定义了CoVaR:(1)财务困境的定义从一个金融机构的收益至多在其VaR水平改变为至少在其VaR水平;(2)扩展了基准状态的定义。关于CoVaR的计算,假定各收益率序列服从潜在的学生t-分布。使用GARCH-DCC方法对机构和系统之间的波动性和时变相关性进行建模。然后通过数值求解ΔCoVaR以获得系统性风险贡献。分析比较在最坏情景下一组金融机构同时陷入两个不同财务困境状态或不同基准状态的联合系统性风险贡献。并分析在何种情境下对金融体系具有最高联合系统性风险贡献。最后,对上述研究成果进行归纳总结,并针对防范我国系统性金融风险问题,从金融机构和监管机构视角提出建议与对策。
【学位单位】：重庆理工大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：F224;F842;F832
【部分图文】：
4.2.2 时变条件方差和条件相关性图 4.1 所有样本机构的平均条件方差由于表4.3 不能刻画条件方差的估计随时间的变化，所以图4.1 描述了其从2008年 1 月 4 日到 2016 年 7 月 15 日的变化。为了清楚起见，采用了系统中所有机构的条件方差的平均值。该图显示，从 2008 年年中至 2009 年年中，这段段时间内出现了一个非常高的波动。波动之后再次下降，但又出现三个峰值：一个在 2010 年年中，一个在 2011 年年底，还有一个在 2013 年年中。第一个最大的峰值可以解释为受全球金融危机的影响所造成，其后三个峰值可以解释为受欧洲债务危机的影响所造成的。由于全球金融危机和欧洲债务危机对全球金融系统产生了重大冲击
图 4.1 所有样本机构的平均条件方差由于表4.3 不能刻画条件方差的估计随时间的变化，所以图4.1 描述了其从2008年 1 月 4 日到 2016 年 7 月 15 日的变化。为了清楚起见，采用了系统中所有机构的条件方差的平均值。该图显示，从 2008 年年中至 2009 年年中，这段段时间内出现了一个非常高的波动。波动之后再次下降，但又出现三个峰值：一个在 2010 年年中，一个在 2011 年年底，还有一个在 2013 年年中。第一个最大的峰值可以解释为受全球金融危机的影响所造成，其后三个峰值可以解释为受欧洲债务危机的影响所造成的。由于全球金融危机和欧洲债务危机对全球金融系统产生了重大冲击，可以预测这些事件也将影响 ΔCoVaR 度量。
图 4.4 所有样本机构的平均 5%-VaR4.3 CoVaR 和 ΔCoVaR 实证分析4.3.1 CoVaR 实证分析在分析了金融机构的估计结果和特殊的 VaR 后，现在将重点放在有关 CoVaR和 ΔCoVaR 的实证结果上。下面的图 4.5 描绘了按子市场在 90%自信水平下的平均VaR 和 CoVaR。众所周知，CoVaR 是一个机构处于财务困境下金融系统的 VaR。345678910VaRCoVaR
【参考文献】
本文编号：2848537
【学位单位】：重庆理工大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：F224;F842;F832
【部分图文】：
4.2.2 时变条件方差和条件相关性图 4.1 所有样本机构的平均条件方差由于表4.3 不能刻画条件方差的估计随时间的变化，所以图4.1 描述了其从2008年 1 月 4 日到 2016 年 7 月 15 日的变化。为了清楚起见，采用了系统中所有机构的条件方差的平均值。该图显示，从 2008 年年中至 2009 年年中，这段段时间内出现了一个非常高的波动。波动之后再次下降，但又出现三个峰值：一个在 2010 年年中，一个在 2011 年年底，还有一个在 2013 年年中。第一个最大的峰值可以解释为受全球金融危机的影响所造成，其后三个峰值可以解释为受欧洲债务危机的影响所造成的。由于全球金融危机和欧洲债务危机对全球金融系统产生了重大冲击
图 4.1 所有样本机构的平均条件方差由于表4.3 不能刻画条件方差的估计随时间的变化，所以图4.1 描述了其从2008年 1 月 4 日到 2016 年 7 月 15 日的变化。为了清楚起见，采用了系统中所有机构的条件方差的平均值。该图显示，从 2008 年年中至 2009 年年中，这段段时间内出现了一个非常高的波动。波动之后再次下降，但又出现三个峰值：一个在 2010 年年中，一个在 2011 年年底，还有一个在 2013 年年中。第一个最大的峰值可以解释为受全球金融危机的影响所造成，其后三个峰值可以解释为受欧洲债务危机的影响所造成的。由于全球金融危机和欧洲债务危机对全球金融系统产生了重大冲击，可以预测这些事件也将影响 ΔCoVaR 度量。
图 4.4 所有样本机构的平均 5%-VaR4.3 CoVaR 和 ΔCoVaR 实证分析4.3.1 CoVaR 实证分析在分析了金融机构的估计结果和特殊的 VaR 后，现在将重点放在有关 CoVaR和 ΔCoVaR 的实证结果上。下面的图 4.5 描绘了按子市场在 90%自信水平下的平均VaR 和 CoVaR。众所周知，CoVaR 是一个机构处于财务困境下金融系统的 VaR。345678910VaRCoVaR
【参考文献】
相关期刊论文 前10条
1 马君潞;范小云;曹元涛;;中国银行间市场双边传染的风险估测及其系统性特征分析[J];经济研究;2007年01期
2 包全永;银行系统性风险的传染模型研究[J];金融研究;2005年08期
3 高国华;潘英丽;;银行系统性风险度量——基于动态CoVaR方法的分析[J];上海交通大学学报;2011年12期
4 刘晓星;段斌;谢福座;;股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析[J];世界经济;2011年11期
5 赖娟;吕江林;;基于金融压力指数的金融系统性风险的测度[J];统计与决策;2010年19期
6 杨军;;系统性金融风险的产生与化解[J];中国金融;2011年06期
7 魏国雄;;系统性金融风险的识别与防范[J];金融论坛;2010年12期
8 李志辉;樊莉;;中国商业银行系统性风险溢价实证研究[J];当代经济科学;2011年06期
9 董青马;卢满生;;金融开放度与发展程度差异对银行危机生成机制影响的实证分析[J];国际金融研究;2010年06期
10 肖崎;;金融体系的变革与系统性风险的累积[J];国际金融研究;2010年08期
本文编号：2848537
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2848537.html
