中国金融机构系统性金融风险贡献度的量化研究——基于极端分位数回归的CoVaR模型

被引:37
作者
吴婷婷 [1 ,2 ]
华飞 [3 ]
江世银 [4 ]
机构
[1] 上海对外经贸大学金融管理学院
[2] 上海对外经贸大学全球金融治理研究中心
[3] 宁波银行无锡分行
[4] 南京审计大学金融学院
关键词
系统性风险; 条件在险价值; 极端分位数回归;
D O I
暂无
中图分类号
F832.3 [金融组织、银行]; F224 [经济数学方法];
学科分类号
020104 [西方经济学]; 020219 [财政学(含:税收学)];
摘要
运用极端分位数回归方法对中国33家上市金融机构对系统性金融风险的贡献度进行测度,结果显示,中国金融机构的资产收益率具有明显的非正态分布特征,极端分位数回归方法能更准确测度尾部风险的联动性;银行机构对系统性风险的贡献度最高并且波动最大,对系统性风险的贡献度排名前十的均为银行类机构;保险类、证券类金融机构对系统性风险的贡献度相对较低;对比其他研究结果发现,在极端情形下,由于尾部风险的联动性,股份制商业银行对系统性风险的贡献度上升。
引用
收藏
页码:54 / 65
页数:12
相关论文
共 23 条
[1]
银行体系系统性金融风险测度及预警研究 [D]. 
毛昊翔 .
中央财经大学,
2019
[2]
坚定不移打好防范化解金融风险攻坚战.[N].郭树清;.中国银行保险报.2020,
[3]
我国金融机构的传染性风险与系统性风险贡献——基于极端风险网络视角的研究 [J].
李政 ;
朱明皓 ;
范颖岚 .
南开经济研究, 2019, (06) :132-157
[4]
中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化 [J].
李政 ;
梁琪 ;
方意 .
金融研究, 2019, (02) :40-58
[5]
防范系统性金融风险的思考及对策 [J].
魏杰 .
紫光阁, 2018, (08) :37-39
[6]
我国系统性金融风险测度研究 [J].
张兴军 ;
任亚 ;
薛晓倩 .
当代金融研究, 2017, (03) :59-70
[7]
基于VaR和CVaR的金融风险测度研究附视频 [J].
张锡 .
科技与管理, 2016, (04) :62-68
[8]
系统性金融风险的监测和度量——基于中国金融体系的研究 [J].
陶玲 ;
朱迎 .
金融研究, 2016, (06) :18-36
[9]
系统性金融风险的影响因素研究——基于金融机构关联性的视角 [J].
闻岳春 ;
唐学敏 .
江西社会科学, 2015, 35 (07) :72-79
[10]
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, 36 (06) :30-38+123