当前位置:主页 > 经济论文 > 房地产论文 >

基于CoVaR模型我国系统性风险溢出效应研究 ——以中美贸易摩擦为例

发布时间:2021-09-22 00:46
  次贷危机以来,对于系统性风险的研究已经成为了业界和学界的热点问题。十九大报告明确提出要“守住不发生系统性金融风险的底线”,近年来,中央工作会议更是将“防范重大风险”作为“三大攻坚战”之首。2018年全球经济政治格局深度调整,中国经济发展面临的外部挑战明显增多,特别是美国采取的单边主义和贸易保护主义严重损害了中国及世界经济的发展。本文以中美贸易摩擦为背景,侧重于探讨中国经济领域中金融与实体经济、实体经济之间的风险溢出效应,选取我国28个行业的指数数据,基于AR-GARCH模型和带变量选择的单指标分位数回归-CoVaR模型,得到2018年1月25日至2019年7月22日360个观测日的CoVaR和风险溢出网络,确定了中美贸易摩擦下我国各行业系统性风险传染路径和传染源,为我国各行业、产业风险防范和监管、为中国国内市场应对外部冲击提供数据和理论支持。研究发现:(1)各行业动态VaR与动态CoVaR的时序变化基本相似,且都与各行业收益率曲线波动基本趋于一致,但动态CoVaR值一般都比动态VaR值更保守。(2)按平均CoVaR值计算,通信、计算机、国防军工、食品饮料、非银金融排在前五,平均CoVa... 

【文章来源】:湖南师范大学湖南省 211工程院校

【文章页数】:63 页

【学位级别】:硕士

【部分图文】:

基于CoVaR模型我国系统性风险溢出效应研究 ——以中美贸易摩擦为例


000-2018年中美贸易逆差

银行,行业,国防军


基于CoVaR模型我国系统性风险溢出效应研究——以中美贸易摩擦为例23从表4.2可以看出,在28个行业中,绝大多数行业的均值收益率为正,这与我国这些年经济的高速发展是分不开的。在家用电器、食品饮料、休闲服务等行业的均值都很大,说明人民的生活水平日益提高;计算机、银行、非银金融等行业的均值也在高位,说明我国在金融、高新技术行业的发展相当迅速;其中均值为负的行业比如采掘、钢铁、有色金属,表明近年来我国在采矿行业的表现萎缩,这与我国在资源和环境方面的政策有关。由标准差可知,国防军工、计算机、非银金融行业较大,说明这三个行业的指数波动最大,可能潜在较大的风险;同样,从最小值上看,国防军工、银行、非银金融这三个行业存在最大的亏损可能,而最大值上看,有色金属、国防军工、非银金融存在最大的收益可能。可以由最大值最小值计算极差,能够发现非银金融、国防军工、银行排名前三甲,也说明这三个行业存在较大的风险。从偏度上看,只有银行业偏度大于0,即呈右偏分布,其他行业均是左偏的。从峰度上看,所有行业的峰度都大于3,其中银行业的峰度最大,达到了9.89722。从J-B统计量来看,所有的J-B统计量在0.01的显著性水平下都是显著的,即各行业的收益率序列数据都不是简单的服从正态分布。我们以银行和非银金融行业为代表,绘制Q-Q图,如图4.1;绘制其核密度曲线与相同期望、方差水平下的正态分布密度曲线,简单观察其分布特征,如图4.2。对于银行业和非银金融行业,我们能很清晰的看出其收益率数据与正态分布的特征出入很大,具有“尖峰厚尾”的特点。图4.1银行(左)与非银金融(右)Q-Q图

曲线,核密度,银行,行业


硕士学位论文24图4.2银行(左)与非银金融(右)核密度曲线4.3AR-GARCH模型构建及动态VaR计算4.3.1平稳性与ARCH效应检验本文考虑常见的AR(p)-GARCH(1,1)模型求解各行业的动态VaR序列,因此在利用该模型前,需通过平稳性检验和ARCH效应检验。依旧以银行和非银金融为例,先给出银行和非银金融收益率序列波动时序图,如图4.3。可以发现,银行和非银金融行业的收益率序列有明显的波动聚集性和异方差的特点。图4.3银行(上)与非银金融(下)收益率时序变化图对28个行业的数据进行ADF检验,其检验结果如表4.3所示。所有行业的p值都小于0.001,即有充足的理由拒绝单位根存在的原假设,即有充足的理由拒绝序列非平稳的假设,因此所有28个行业的收益率序列都是平稳的。对28个行业的数据进行ARCH效应检验,所得结果如表4.4所示。结果显示所有行业的p值小于0.001,

【参考文献】:
期刊论文
[1]中美贸易摩擦对中国制造供应链的影响及应对[J]. 黎峰,曹晓蕾,陈思萌.  经济学家. 2019(09)
[2]基于动态CGE模型的中美贸易摩擦经济效应分析[J]. 郭晴,陈伟光.  世界经济研究. 2019(08)
[3]尾部风险网络、系统性风险贡献与我国金融业监管[J]. 李政,鲁晏辰,刘淇.  经济学动态. 2019(07)
[4]中美大豆贸易摩擦的经济影响及其启示——基于GTAP模型测算[J]. 肖志敏,杨军.  农业经济与管理. 2019(03)
[5]中美贸易摩擦对全球制造业格局的影响研究[J]. 王霞.  数量经济技术经济研究. 2019(06)
[6]基于动态广义△CoVaR方法的金融与实体行业风险溢出效应[J]. 曹洁,雷良海.  系统工程. 2019(03)
[7]微观层面系统性金融风险指标的比较与适用性分析——基于中国金融系统的研究[J]. 陈湘鹏,周皓,金涛,王正位.  金融研究. 2019(05)
[8]以贸易赤字之名解财政赤字之困——解析特朗普贸易战动机[J]. 翟东升.  现代国际关系. 2019(05)
[9]中美贸易摩擦对中国系统性金融风险的影响研究[J]. 和文佳,方意,荆中博.  国际金融研究. 2019(03)
[10]S&P500和沪深300股指期货的联动性研究[J]. 刘成立.  南开经济研究. 2019(01)

博士论文
[1]合作与摩擦:中美贸易关系发展研究[D]. 姜峥睿.吉林大学 2017

硕士论文
[1]贸易摩擦背景下中美股市联动性实证分析[D]. 何睿.山东大学 2019



本文编号:3402815

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3402815.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4fa9d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com