关联网络、风险溢出与重要系统性金融机构识别——基于市

发布时间：2024-03-13 03:14

　　以各金融子行业(保险、信托、银行、证券、其他非银行金融)的上市机构为研究对象,采用R-Vine Copula方法和DCC-GARCH-CoVaR方法来分析各机构之间的时变联动性、关联网络特征及其系统性风险溢出效应,进而识别出重要系统性金融机构。研究结论表明:在2017年以前,各金融子行业之间存在较高的时变联动性,但随后在金融严监管的影响下出现持续下降趋势。在金融机构相依结构方面,同行业的金融机构存在明显的集聚效应。所有金融机构之间均存在正相依性,大部分金融机构之间存在上下尾对称的相依结构特征。对金融市场存在最大系统性风险溢出效应的是银行业;相比其他金融子行业,证券业自身积累的系统性风险规模最大,而银行业最小。基于影响深度(系统性风险溢出效应)和影响广度(关联网络地位)的标准识别出中国银行、中国人寿、陕国投A、中信证券和广发证券为我国重要系统性金融机构。相关研究结论将为构建多层次金融系统性风险防范体系提供有益借鉴。

【文章页数】：16 页

【文章目录】：
一、引言与文献综述
    (一) 金融机构系统性风险传染机制的相关研究综述
    (二) 金融机构系统性风险及其溢出效应的测度研究综述
二、实证模型的构建与说明
    (一) 时变联动性测度:DCC模型
    (二) 系统性风险溢出:CoVaR模型
    (三) 关联网络的测度:R-Vine Copula模型
三、上市金融机构时变联动性分析
    (一) 样本数据选择与说明
    (二) 变量描述性统计分析及相关检验
    (三) 边缘分布模型的参数估计结果
    (四) 金融市场与各金融子行业间的时变联动性
四、金融市场、各子行业、上市金融机构的关联网络
五、金融行业及其上市机构系统性风险测度分析
    (一) 各金融子行业对金融市场的系统性风险影响测度
    (二) 各金融子行业之间的系统性风险影响测度
    (三) 金融机构系统性风险测度
六、金融机构系统性风险溢出效应测度及其重要性评价
    (一) 各金融子行业对金融市场的风险溢出效应
    (二) 各金融子行业之间的风险溢出效应
    (三) 金融机构对其行业的风险溢出效应
    (四) 重要系统性金融机构识别与讨论
七、结论与建议



本文编号：3927102