我国商业银行系统性风险度量研究

发布时间：2017-10-20 01:09

  本文关键词：我国商业银行系统性风险度量研究

  更多相关文章： 商业银行 系统性风险 CoVaR 动态相关系数 马尔科夫转移

【摘要】：2007年的金融危机暴露了银行系统的脆弱性,单个金融机构的极端风险会经由传染机制迅速扩展到其他金融机构,进而导致系统性金融风险。危机之后,防范系统性风险,加强对系统重要性金融机构的监管成为金融监管中的重要课题。商业银行是我国金融体系的主体,在过去的信贷宽松中,我国商业银行大量涉足房地产开发和地方政府债务,同时也将大量的信贷资产通过同业市场和抽屉协议的形式转化为同业资产,以规避监管,从而加剧了我国商业银行的系统性风险。在这样的背景下加强对我国商业银行系统性风险进行准确度量,从而加强系统性风险管理刻不容缓。本文将目前主流的Co Va R方法与DCC-GARCH方法结合起来,对我国商业银行系统性风险进行度量,并选择中行、招商、兴业、南京四家商业银行进行实证研究。同时,考虑到银行系统性风险可能存在结构性突变,故本文在DCC-GARCH模型基础上引入马尔科夫转移,以分析银行系统性风险的机制变化。实证结果表明,我国银行机构与银行系统的相关性是动态变化的,招商和兴业两家股份制银行的系统性风险贡献高于中国银行和南京银行。在引入MRS模型后,发现中国商业银行与银行系统之间具有高相关性和低相关性两种状态,且高相关性状态占据主导地位。
【关键词】：商业银行 系统性风险 CoVaR 动态相关系数 马尔科夫转移
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.33
【目录】：

• 摘要3-4
• Abstract4-6
• 1 绪论6-9
• 1.1 研究动机与背景6-7
• 1.2 研究内容及创新之处7-8
• 1.3 研究框架8-9
• 2 文献综述9-13
• 2.1 系统性风险的定义9
• 2.2 商业银行系统性风险的相关研究9-13
• 3 系统性风险度量模型及相关方法概述13-17
• 3.1 基于Co Va R方法的系统性风险度量13-14
• 3.2 DCC-GARCH方法14-15
• 3.3 马尔科夫区制转移模型15-17
• 4 基于DCC-GARCH-Co Va R的系统性风险度量研究17-35
• 4.1 DCC-GARCH模型的估计方法17-19
• 4.2 数据的选取与处理19-22
• 4.3 实证结果与分析22-35
• 5 基于MRS-DCC-GARCH-Co Va R的系统性风险度量研究35-46
• 5.1 MRS-DCC-GARCH模型35-36
• 5.2 MRS-DCC-GARCH模型的估计36-38
• 5.3 实证结果与分析38-46
• 6 结论与展望46-49
• 6.1 研究结论46-47
• 6.2 不足之处及研究展望47-49
• 参考文献49-52
• 附录52-55
• 在校期间发表论文清单55-56
• 致谢56

【参考文献】

中国期刊全文数据库 前10条

1 杨敏;伍艳;;我国信贷周期与银行系统性风险关系的实证研究[J];北京邮电大学学报(社会科学版);2013年03期

2 郭卫东;;中国上市银行的系统性风险价值及溢出——基于CoVaR方法的实证分析[J];北京工商大学学报(社会科学版);2013年04期

3 陈忠阳;刘志洋;;国有大型商业银行系统性风险贡献度真的高吗——来自中国上市商业银行股票收益率的证据[J];财贸经济;2013年09期

4 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

5 刘春航;朱元倩;;银行业系统性风险度量框架的研究[J];金融研究;2011年12期

6 苏海军;欧阳红兵;;危机传染效应的识别与度量——基于改进MIS-DCC的分析[J];管理科学学报;2013年08期

7 范小云;方意;王道平;;我国银行系统性风险的动态特征及系统重要性银行甄别——基于CCA与DAG相结合的分析[J];金融研究;2013年11期

8 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

9 杨有振;王书华;;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];山西财经大学学报;2013年07期

10 欧阳红兵;苏海军;;隐Markov链驱动关联性和波动性的传染分析[J];中国管理科学;2012年04期

，

本文编号：1064369