中国系统性金融风险的监测和度量——基于EGRACH-VaR模型的实证研究
本文选题:系统性金融风险 切入点:CoVaR 出处:《现代经济探讨》2017年11期
【摘要】:利用中国2003年10月-2016年9月的数据,选取了包括银行、股票以及外汇市场在内的相关指标进行综合化处理,并使用EGARCH-Co Va R模型测算各市场在给定置信水平下的最大损失以及其对整体市场的风险溢出程度。研究结果发现:(1)股票市场在给定置信水平条件下的损失程度最高,其次为外汇市场以及银行市场。(2)根据Co Va R的计算结果,在给定三个市场最大损失的情况下,整体市场的损失程度存在一定的收敛。(3)ΔCo Va R和%Co Va R的计算结果显示,三个市场对系统性金融风险的溢出程度存在一定的趋同特征。但对整体市场损失程度贡献最大的依然是股票市场。在坚守不发生系统性金融风险的背景下,监管机构之间要建立更加科学的协调监管机制,避免出现监管真空。对于金融机构的业务创新要进行有效的识别,防止风险的过度积累。此外,政府应当采取措施引导市场预期,以防投资者出现过度的非理性行为。
[Abstract]:Based on China's data from October 2003 to September 2016, the relevant indicators, including banks, stocks and foreign exchange markets, were selected for comprehensive processing. The EGARCH-Co VaR model is used to measure the maximum loss and the risk spillover degree of each market under the given confidence level. The results show that the stock market has the highest loss under the given confidence level. Secondly, the foreign exchange market and the bank market. (2) according to the calculation results of CoVa R, given the maximum losses in the three markets, the degree of loss in the whole market is convergent to a certain extent) the calculated results of 螖 Co Va R and Co Va R show that, The spillover degree of the three markets to systemic financial risk has some convergence characteristics, but the biggest contribution to the overall market loss is still the stock market. More scientific regulatory coordination mechanisms should be established among regulators to avoid a regulatory vacuum. Business innovations in financial institutions should be effectively identified to prevent excessive risk accumulation. The government should take steps to guide market expectations in order to prevent excessive irrational behavior by investors.
【作者单位】: 对外经济贸易大学金融学院;
【分类号】:F224;F832
【相似文献】
相关期刊论文 前10条
1 王辉;;次贷危机后系统性金融风险测度研究述评[J];经济学动态;2011年11期
2 张瑾;;基于金融风险压力指数的系统性金融风险评估研究[J];上海金融;2012年09期
3 俞树毅;袁治伟;;区域系统性金融风险监测研究[J];武汉金融;2012年10期
4 杨文悦;上官发清;付秋虹;;宏观审慎管理框架下系统性金融风险的测度与防范[J];海南金融;2012年09期
5 王大庆;;系统性金融风险预警模型创建研究[J];经济研究参考;2013年49期
6 陈雪楚;彭建刚;吴梦吟;;城市间房价相关性与系统性金融风险防范[J];上海金融;2012年08期
7 刘霞;陈小昆;;我国系统性金融风险预警指标体系构建及测度[J];新疆财经;2013年01期
8 李研妮;;我国系统性金融风险压力指数的测量与应用分析[J];南方金融;2013年10期
9 张宝林;潘焕学;;影子银行与房地产泡沫:诱发系统性金融风险之源[J];现代财经(天津财经大学学报);2013年11期
10 苗文龙;周潮;;国际风险冲击与金融周期联动性分析[J];金融监管研究;2012年12期
相关博士学位论文 前2条
1 章秀;我国系统性金融风险的计量研究[D];吉林大学;2016年
2 王靖国;顺周期行为机制下的系统性金融风险:理论与实证分析[D];财政部财政科学研究所;2011年
相关硕士学位论文 前4条
1 王太云;房地产价格波动对系统性金融风险的影响研究[D];西北农林科技大学;2017年
2 刘霞;我国系统性金融风险防范研究[D];新疆财经大学;2013年
3 杨丽;我国系统性金融风险测度与预测[D];西南政法大学;2015年
4 黄剑;我国系统性金融风险的测度与防范研究[D];安徽财经大学;2012年
,本文编号:1673728
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/1673728.html