基于DCC-MSV-KMV模型的第三产业行业信用风险传染效应度量
本文选题：第三产业 + 信用风险传染效应 ； 参考：《湖南大学学报(自然科学版)》2013年10期
【摘要】：结合KMV模型和DCC-MSV模型,构建了一个行业间信用风险传染效应度量模型,以考查第三产业中各行业间的信用风险传染效应.排除涉及领域繁杂和主营业务不突出的行业,兼顾行业中上市公司数量,最终选择交通运输、仓储业,信息技术业,批发和零售贸易业,房地产业和社会服务业等5个行业为研究对象.实证结果显示:第三产业各行业间信用风险传染效应均大于0.5,且呈现震荡上行的态势,说明行业间信用风险传染效应在增强、传染程度在加深;交通运输、仓储业与其它4个行业之间的信用风险传染效应均较为明显,这可能是由于作为基础产业,该行业对其它行业的影响比较深远;房地产业与社会服务业间的信用风险传染比较明显,可能是因为二者具有共同的信用风险传染影响因素,即交通运输、仓储业;批发和零售贸易业与社会服务业间的信用风险传染效应最强,且相对稳定,其原因可能是这二个行业均受交通运输、仓储业影响,它们本身也存在较强的关联性.
[Abstract]:Combined with KMV model and DCC-MSV model, a measurement model of credit risk contagion effect between industries is constructed to examine the credit risk contagion effect among different industries in the tertiary industry. Excluding industries involving complex fields and inconspicuous main business, taking into account the number of listed companies in the industry, and finally choosing transportation, warehousing, information technology, wholesale and retail trade, Real estate industry and social service industry and other five industries as the object of study. The empirical results show that the contagion effect of credit risk among different industries in the tertiary industry is greater than 0.5, which shows that the contagion effect of credit risk among industries is increasing and the degree of contagion is deepening. The credit risk contagion effect between warehousing industry and other four industries is obvious, this may be because as the basic industry, the industry has a profound impact on other industries; The credit risk contagion between real estate industry and social service industry is obvious, probably because they have the same influencing factors of credit risk contagion, that is, transportation and storage industry; The credit risk contagion effect between wholesale and retail trade and social service industry is the strongest and relatively stable. The reason may be that the two industries are affected by transportation and warehousing, and they also have strong correlation.
【作者单位】： 湖南大学工商管理学院;湖南大学金融与投资管理研究中心;
【基金】：国家自然科学基金创新研究群体科学基金资助项目(71221001) 国家软件科学研究计划资助项目(2010GXS5B141)
【分类号】：F719;F224
【参考文献】
相关期刊论文 前2条
1 程婵娟;邹海波;;CPV模型在银行贷款违约概率计算中的应用研究[J];当代经济科学;2009年05期
2 谢赤;徐国嘏;;银行信用风险度量Credit Metrics~(TM)模型与CPV模型比较研究[J];湖南大学学报(自然科学版);2006年02期
【共引文献】
相关期刊论文 前5条
1 李国平;黄国勇;;新巴塞尔资本协议研究动态[J];东南大学学报(哲学社会科学版);2007年02期
2 尹航;南灵;;我国商业银行房地产信贷风险相关因素分析——基于CPV信用风险度量模型[J];金融经济;2010年14期
3 姚兴华;;在建船舶抵押融资的信贷风险评价研究——基于AHP与模糊综合评判[J];山东财政学院学报;2013年05期
4 张立;;信用卡透支业务风险测量及对策研究[J];现代商贸工业;2010年18期
5 李秉成;祝正芳;;我国货币政策对企业财务困境的影响研究[J];中南财经政法大学学报;2013年05期
相关博士学位论文 前9条
1 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
2 姜美华;商业银行经济资本管理研究[D];东北财经大学;2010年
3 冯谦;信用风险测度和信用衍生产品定价[D];上海交通大学;2006年
4 周行健;基于价值创造的商业银行经济资本管理研究[D];湖南大学;2009年
5 钱艺平;VaR约束的商业银行风险管理研究[D];中南大学;2010年
6 李关政;基于宏观经济因子的我国商业银行信用风险度量研究[D];湖南大学;2010年
7 张传新;我国商业银行信用风险度量研究[D];苏州大学;2012年
8 张雪峰;欧美商业银行经济资本管理研究[D];吉林大学;2012年
9 罗长青;信用风险相关性度量模型的构建及其应用研究[D];湖南大学;2012年
相关硕士学位论文 前10条
1 沈阳;风险价值、宏观压力测试与银行信用风险评估[D];暨南大学;2011年
2 吕书良;转型期我国商业银行信用风险问题研究[D];华中科技大学;2009年
3 万晏伶;我国制造业上市公司信用风险评价研究[D];重庆大学;2011年
4 尹航;基于CPV模型的我国商业银行房地产信贷风险研究[D];西北农林科技大学;2011年
5 张勇;基于CPV信用风险度量模型的房地产信贷风险管理研究[D];哈尔滨工业大学;2011年
6 马秀东;农村信用社零售信用风险管理研究[D];山东大学;2011年
7 陈娜娜;商业银行信用风险度量模型及其在我国的适用性研究[D];西南财经大学;2007年
8 陈晖;城市信用社银行化过程中的风险研究[D];同济大学;2007年
9 赵鹏远;利率市场化下我国商业银行人民币贷款定价研究[D];北方工业大学;2008年
10 丛培帅;VaR在商业银行信用风险管理中的量化研究[D];西南大学;2008年
【二级参考文献】
相关期刊论文 前5条
1 靳凤菊;;基于CPV模型的房地产信贷信用风险的度量和预测[J];金融论坛;2007年09期
2 李江;刘丽平;;中国商业银行体系信用风险评估——基于宏观压力测试的研究[J];当代经济科学;2008年06期
3 武剑;;金融危机如何检验“巴塞尔新资本协议”[J];中国经济周刊;2008年48期
4 陈建华,唐立波;浅析我国银行内部评级体系的建立[J];金融研究;2002年09期
5 李志鸿;;美国次级房贷债券危机的启示[J];西南金融;2007年11期
【相似文献】
相关期刊论文 前10条
1 梁湄;;重庆市经济增长与就业相互关系的实证分析[J];渝西学院学报(自然科学版);2005年04期
2 刘晓光;李雪梅;;北京市城市轨道交通投入产出表设计[J];铁道运输与经济;2006年07期
3 朱国娟;;宁波GDP与3次产业的实证分析[J];宁波大学学报(理工版);2006年03期
4 刘学;刘剑锋;;发挥第三产业节能作用[J];节能与环保;2009年11期
5 陈城;;上海市第三产业能源统计分析[J];统计科学与实践;2010年07期
6 张波;;北京市第三产业节能减排体系构建研究[J];商业时代;2010年28期
7 刘永德;兴办第三产业引导劳动力转移[J];中国劳动;1985年12期
8 杜跃进;城市第三产业的发展动力[J];w，
本文编号：1877737
本文链接：https://www.wllwen.com/jingjilunwen/fwjj/1877737.html
