基于市场数据的金融系统性风险研究

发布时间：2017-06-20 15:13

  本文关键词：基于市场数据的金融系统性风险研究，由笔耕文化传播整理发布。

【摘要】：08年爆发的美国金融危机,是继亚洲金融危机之后的又一次世界性金融危机的产生。此次金融危机,使政府部门和监管当局深刻的认识到金融系统性风险累积和宏观审慎监管的缺失,是导致此次金融危机的主要原因所在。此次金融危机的爆发,引起了监管当局和大量学者的高度重视,并就该问题展开相应的研究。本文在这种背景下,也对金融系统性风险进行了相应的研究。首先通过对该问题研究背景、研究意义和相应的基础理论进行分析,并对近几年来国内外学者对系统性风险的研究动向进行详细的研究评述,从而在此基础上确立本文的度量模型和研究对象,并通过实证分析得出相应的结论。本文以我国金融机构间系统性风险的度量和系统重要性金融机构的识别为主体,从系统性风险的生成机制和传染路径进行分析,着重度量各经济环境中所存在的系统性风险,并对各系统内重要性金融机构进行识别。本文研究内容的章节安排如下所示：第一章前言。本章主要对系统性风险的研究背景、研究意义和相应的研究内容与方法进行相应的分析,并对本文研究的创新之处进行阐述。第二章金融系统性风险生成机理的分析。本章主要基于系统性风险的生成和防范机理,对宏观审慎监管的含义、宏观审慎监管与微观审慎监管的区别、宏观审慎监管的发展、系统性风险的定义、特征、分类、生成原因、生成机制、传导机制等相应内容进行分析,为下面实证研究做好铺垫。第三章金融系统性风险度量模型的文献综述。本章主要对系统性风险的度量模型进行相应的介绍,将系统性风险的度量方法分为概率分布测度、未定权益和违约测度、非流动性测度、网络分析测度和宏观经济测度五类,分别就各类中相应的度量模型和以往研究进行论述,分析国内外学者研究的差异性,并试图对各测度方法进行对比并有所改进,从而为后续研究提供新的思路。第四章模型基础理论介绍。本章主要对VaR理论、CoVaR理论、GARCH模型、Copula函数等相应理论进行详细的介绍,并分别构建了分位数回归CoVaR模型、GARCH-CoVaR模型和时变Copula-GARCH-CoVaR模型,为下面实证研究做好铺垫。第五章基于CoVaR方法对中国系统重要性银行的实证研究--GARCH模型和分位数回归方法的对比分析。本章基于CoVaR方法,选取我国14家上市商业银行的股票日收益率序列为研究对象,分别应用分位数回归CoVaR模型和GARCH-CoVaR模型,对我国商业银行系统中各银行的系统重要性程度进行研究,并根据实证结果对分位数回归CoVaR模型和GARCH-CoVaR模型的优缺点进行相应分析。第六章基于时变Copula-GARCH-CoVaR模型的我国金融市场系统性风险研究。在第五章研究的基础上,本章引入时变Copula函数,构建了时变Copula-GARCH-CoVaR模型,并分别选取金融危机发生期和调整期相应数据,对我国所有上市的银行业、保险业和证券业金融机构在两时期所存在的系统性风险和各金融机构的系统贡献率进行度量分析,以期对现阶段整个金融体系所存在的风险状况进行研究,并为宏观审慎监管提供相应的依据。第七章结论与展望。本章通过对实证部分的研究结果进行详细的分析,从而得出相应的结论,并对金融系统性风险未来的研究方向进行分析和展望。本文通过对金融系统性风险问题进行详细的研究,分析了系统性风险度量模型的国内外研究动向,并通过实证对分位数回归CoVaR方法和GARCH-CoVaR方法的优劣进行评述,在此基础上,利用时变Copula-GARCH-CoVaR模型对我国金融机构在危机发生期和危机调整期所存在的危险状况进行详细的研究,指出目前各金融机构所存在的风险,从而为监管部门的宏观审慎监管提供相应的思路。
【关键词】：金融系统性风险 系统重要性金融机构 分位数回归 时变Copula-GARCH-CoVaR模型 宏观审慎监管
【学位授予单位】：天津科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F832
【目录】：

• 摘耍4-6
• ABSTRACT6-11
• 第一章 前言11-15
• 1.1 选题背景11-12
• 1.2 研究意义12-13
• 1.3 研究内容与方法13-14
• 1.4 研究创新14-15
• 第二章 金融系统性风险生成机理分析15-21
• 2.1 宏观审慎管理的内涵15-16
• 2.1.1 宏观审慎监管的定义15-16
• 2.1.2 宏观审慎监管与微观审慎监管的区别16
• 2.2 金融系统性风险的概念16-19
• 2.2.1 金融系统性风险的界定16-17
• 2.2.2 金融系统性风险的特征17-18
• 2.2.3 金融系统性风险的分类18-19
• 2.3 金融系统性风险的产生与传导19-21
• 2.3.1 金融系统性风险产生的原因19-20
• 2.3.2 金融系统性风险的生成传导机制20-21
• 第三章 金融系统性风险度量模型的文献综述21-32
• 3.1 概率分布测度模型21-25
• 3.1.1 马氏距离法(MD)21-22
• 3.1.2 多元密度估计方法22-23
• 3.1.3 CoVaR方法23-24
• 3.1.4 Co-Risk24
• 3.1.5 系统预期损失(SES)和边际预期损失(MES)24-25
• 3.2 网络分析测度25-27
• 3.2.1 网络分析法和系统金融关联测度25-26
• 3.2.2 Granger-Causality网络和主成分分析方法26
• 3.2.3 银行融资风险和冲击的传播26-27
• 3.3 未定权益和违约测度27-30
• 3.3.1 违约强度模型27-28
• 3.3.2 未定权益分析28
• 3.3.3 隐含违约期权概率(iPoD)28
• 3.3.4 房地产行业模拟分析模型28-29
• 3.3.5 消费者信贷模型29
• 3.3.6 陷入困境的保险费模型29-30
• 3.4 非流动性测度30-31
• 3.4.1 会计准则和流动性定价30
• 3.4.2 非流动性的噪音信号30
• 3.4.3 货币基金的拥挤交易30
• 3.4.4 基于股票市场和对冲基金市场时间序列相关性和非流动性的测度模型30-31
• 3.5 宏观经济测度31-32
• 第四章 金融系统性风险度量模型的基础理论32-41
• 4.1 VaR和CoVaR相关理论32-35
• 4.1.1 VaR定义32
• 4.1.2 VaR值的计算方法32-34
• 4.1.3 CoVaR相关理论34-35
• 4.2 分位数回归模型35-36
• 4.3 GARCH模型相关理论36-38
• 4.3.1 标准GARCH模型36-37
• 4.3.2 EGARCH模型37
• 4.3.3 TARCH模型37-38
• 4.3.4 PARCH模型38
• 4.4 Copula函数相关理论38-41
• 4.4.1 多元t-Copula函数38-39
• 4.4.2 阿基米德Copula函数39
• 4.4.3 时变相关的二元Joe-Clayton Copula函数39-41
• 第五章 基于CoVaR方法对中国系统重要性银行的实证研究--GARCH模型和分位数回归方法的对比分析41-51
• 5.1 CoVaR方法对系统重要性银行的研究进行综述41-42
• 5.2 分位数回归CoVaR模型和GARCH-CoVaR模型的构建42-44
• 5.2.1 分位数回归CoVaR模型的建立42-43
• 5.2.2 GARCH-CoVaR模型的建立43-44
• 5.3 实证分析44-51
• 5.3.1 研究对象的选取44
• 5.3.2 各银行股票价格波动率44-45
• 5.3.3 数据描述性分析45-46
• 5.3.4 用分位数回归求解CoVaR46-49
• 5.3.5 GARCH模型实证分析49-51
• 第六章 基于时变Copula-GARCH-CoVaR模型的我国金融市场系统性风险研究51-61
• 6.1 研究对象的选取51
• 6.2 实证分析51-61
• 6.2.1 各金融机构股票价格的折线统计图51-52
• 6.2.2 数据描述性分析52-55
• 6.2.3 平稳性检验55
• 6.2.4 边际分布函数的估计55-56
• 6.2.5 最优Copula函数的选取56-57
• 6.2.6 各机构风险溢出效应的度量57-61
• 第七章 结论及建议61-65
• 7.1 结论及不足61-62
• 7.1.1 结论61-62
• 7.1.2 不足之处62
• 7.2 防范措施62-65
• 参考文献65-70
• 攻读硕士期间论文发表情况70-71
• 致谢71

【相似文献】

中国期刊全文数据库 前10条

1 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期

2 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期

3 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期

4 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期

5 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

6 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期

7 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期

8 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期

9 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期

10 刘昕明;李志强;;基于分位数回归的企业债信用风险研究[J];北京化工大学学报(自然科学版);2013年06期

中国重要会议论文全文数据库 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

中国博士学位论文全文数据库 前6条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

3 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

4 关静;分位数回归理论及其应用[D];天津大学;2009年

5 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

6 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 张成林;随机截断线性模型的加权组合分位数回归[D];武汉科技大学;2015年

4 葛伟康;基于分位数回归的高速公路交通事故预测[D];东南大学;2015年

5 郝祥如;基于分位数回归的政府经济管制强度对公众创业频度影响的统计研究[D];山东财经大学;2016年

6 赵建芳;基于分位数回归模型的农村养老保险消费效应分析[D];山东财经大学;2016年

7 蒋兴凡;城镇居民收入差距代际传递的分位数回归研究[D];安徽大学;2016年

8 常琳;异方差泊松自回归模型的分位数回归估计[D];吉林大学;2016年

9 杜艳芳;基于分位数回归的空气质量指数分析[D];兰州大学;2016年

10 张成;基于分位数回归的金融风险管理[D];西南交通大学;2016年

  本文关键词：基于市场数据的金融系统性风险研究，，由笔耕文化传播整理发布。

本文编号：466030