基于情景分析的系统性金融风险监测预警研究
发布时间：2021-02-10 05:05
高杠杆、泡沫化的金融风险正不断吸引国际组织、政府当局和学术界的眼球,以房地产泡沫、地方政府债务危机、影子银行风险等为代表的金融脆弱性因素给中国金融体系的稳定性带来了巨大冲击,全面认识和判断、客观分析和监测、有效预警及化解诸如此类的系统性金融风险,适应中国经济的新常态,具有重要的理论和现实意义。基于此,本文开展如下工作:首先,总结并梳理了系统性金融风险监测与预警的相关研究成果,在中国经济新常态的背景下,从宏观层面出发,将系统性金融风险定义为:由某个触发因素引起部分金融机构的损失,通过在金融系统中的蔓延而导致整个金融系统崩溃或丧失功能的风险,它具有宏观性、外部性、蔓延性及破坏性等特征。在此基础上,从演化路径、市场影响和政策变动三个方面详细探讨了系统性金融风险的形成机制,以此为不同情景下系统性金融风险的监测预警分析做理论铺垫。其次,构建中国系统性金融风险评价指数,对系统性金融风险状态进行评价并予以识别。从银行市场、房地产市场、股票市场和对外市场四个方面,构建了一套涵盖17指标的评价体系,利用熵权法及CRITIC法确定各指标及市场权重,测算2000年1月至2013年12月的系统性金融风险综合指...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：147 页
【学位级别】：博士
【部分图文】：
系统性金融风险指数以及各子市场的风险指数
基于情景分析的系统性金融风险监测预警研究imin r=0.7456，出现在 2008 年 10 月，其次是 2008 年 9 月和 11 月，分 0.7492 和 0.7478。根据所得灰色关联度数据以及系统性金融风险的评价标准（见表 3.3）断系统性金融风险每个阶段所处的关联区域，进而评价每个阶段的安全见图 3.3。
图 5.2 独立运行情景下系统性金融风险预测值变化趋势表 5.6 独立运行情景下金融风险预警结果的识别时间 FRI 信号 时间 FRI 2014-01 0.3807 黄 2015-01 0.4700 2014-02 0.3948 黄 2015-02 0.4714 2014-03 0.4137 黄 2015-03 0.4725 2014-04 0.4262 黄 2015-04 0.4734 2014-05 0.4364 黄 2015-05 0.4742 2014-06 0.4444 黄 2015-06 0.4748 2014-07 0.4508 黄 2015-07 0.4753 2014-08 0.4559 黄 2015-08 0.4756 2014-09 0.4600 黄 2015-09 0.4760 2014-10 0.4634 黄 2015-10 0.4762
【参考文献】：
期刊论文
[1]中国上市银行系统性风险度量——基于MES方法的分析[J]. 宋清华,姜玉东. 财经理论与实践. 2014(06)
[2]中国金融业系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型的研究[J]. 沈悦,戴士伟,罗希. 当代经济科学. 2014(06)
[3]风险相关性与银行系统性风险测度[J]. 王璐,童中文. 金融论坛. 2014(11)
[4]区域性金融风险早期预警体系研究——以安徽省为例[J]. 毛瑞丰. 金融经济. 2014(20)
[5]论我国互联网金融市场信用风险管理体系的构建[J]. 陈秀梅. 宏观经济研究. 2014(10)
[6]基于宏观审慎的系统重要性商业银行评价与监管[J]. 马理,葛斌. 金融监管研究. 2014(09)
[7]基于支持向量机的信托公司风险预警指标及模型研究——来自2005年—2013年信托业的经验证据[J]. 顾海峰,游冬良. 金融监管研究. 2014(09)
[8]我国金融机构的系统性金融风险评估——基于极端分位数回归技术的风险度量[J]. 陈守东,王妍. 中国管理科学. 2014(07)
[9]金融开放条件的成熟度评估:基于综合效益的门槛模型分析[J]. 邓敏,蓝发钦. 经济研究. 2013 (12)
[10]地方政府应对金融危机的外部冲击更依赖财政手段吗?——基于省级面板数据的经验分析[J]. 段军山,宋贺. 产业经济研究. 2013(06)
本文编号：3026828
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：147 页
【学位级别】：博士
【部分图文】：
系统性金融风险指数以及各子市场的风险指数
基于情景分析的系统性金融风险监测预警研究imin r=0.7456，出现在 2008 年 10 月，其次是 2008 年 9 月和 11 月，分 0.7492 和 0.7478。根据所得灰色关联度数据以及系统性金融风险的评价标准（见表 3.3）断系统性金融风险每个阶段所处的关联区域，进而评价每个阶段的安全见图 3.3。
图 5.2 独立运行情景下系统性金融风险预测值变化趋势表 5.6 独立运行情景下金融风险预警结果的识别时间 FRI 信号 时间 FRI 2014-01 0.3807 黄 2015-01 0.4700 2014-02 0.3948 黄 2015-02 0.4714 2014-03 0.4137 黄 2015-03 0.4725 2014-04 0.4262 黄 2015-04 0.4734 2014-05 0.4364 黄 2015-05 0.4742 2014-06 0.4444 黄 2015-06 0.4748 2014-07 0.4508 黄 2015-07 0.4753 2014-08 0.4559 黄 2015-08 0.4756 2014-09 0.4600 黄 2015-09 0.4760 2014-10 0.4634 黄 2015-10 0.4762
【参考文献】：
期刊论文
[1]中国上市银行系统性风险度量——基于MES方法的分析[J]. 宋清华,姜玉东. 财经理论与实践. 2014(06)
[2]中国金融业系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型的研究[J]. 沈悦,戴士伟,罗希. 当代经济科学. 2014(06)
[3]风险相关性与银行系统性风险测度[J]. 王璐,童中文. 金融论坛. 2014(11)
[4]区域性金融风险早期预警体系研究——以安徽省为例[J]. 毛瑞丰. 金融经济. 2014(20)
[5]论我国互联网金融市场信用风险管理体系的构建[J]. 陈秀梅. 宏观经济研究. 2014(10)
[6]基于宏观审慎的系统重要性商业银行评价与监管[J]. 马理,葛斌. 金融监管研究. 2014(09)
[7]基于支持向量机的信托公司风险预警指标及模型研究——来自2005年—2013年信托业的经验证据[J]. 顾海峰,游冬良. 金融监管研究. 2014(09)
[8]我国金融机构的系统性金融风险评估——基于极端分位数回归技术的风险度量[J]. 陈守东,王妍. 中国管理科学. 2014(07)
[9]金融开放条件的成熟度评估:基于综合效益的门槛模型分析[J]. 邓敏,蓝发钦. 经济研究. 2013 (12)
[10]地方政府应对金融危机的外部冲击更依赖财政手段吗?——基于省级面板数据的经验分析[J]. 段军山,宋贺. 产业经济研究. 2013(06)
本文编号：3026828
本文链接：https://www.wllwen.com/jingjilunwen/guojijinrong/3026828.html
