金融机构尾部风险溢出效应——基于改进非对称CoVaR模型的研究

被引:106
作者
刘超
刘彬彬
机构
[1] 北京工业大学经济与管理学院
关键词
系统性金融风险; VaR; Co VaR; 风险溢出;
D O I
暂无
中图分类号
F224 [经济数学方法]; F832.3 [金融组织、银行];
学科分类号
020104 [西方经济学]; 020219 [财政学(含:税收学)];
摘要
为准确度量我国金融机构对金融系统的尾部风险溢出,本文改进了基于CoVaR方法的分位数回归模型。基于极值理论和ARMA-GARCH模型拟合收益率边缘分布,构建了改进的非对称CoVaR模型,从系统性金融风险贡献绝对值(△CoVaR)和相对值(%CoVaR)两方面详细考察了2002年7月1日至2018年12月28日我国42家上市金融机构的尾部风险溢出效应。结果表明:在q=0.01的情况下,不同类型金融机构对金融市场的系统性金融风险贡献有显著差异,银行类与保险类机构的系统性金融风险值得重点关注;金融机构的系统性金融风险贡献相对值与在险价值存在显著联系,自身风险最低的银行类机构具有最大的风险溢出强度,是我国系统性金融风险防范的核心对象,尤其是国有控股银行。研究结论对于有效防范我国系统性金融风险具有重要的理论价值和现实意义。
引用
收藏
页码:58 / 74
页数:17
相关论文
共 28 条
[1]
CoVaR [J].
Adrian, Tobias ;
Brunnermeier, Markus K. .
AMERICAN ECONOMIC REVIEW, 2016, 106 (07) :1705-1741
[2]
Systemic risk and asymmetric responses in the financial industry.[J].Germán López-Espinosa;Antonio Moreno;Antonio Rubia;Laura Valderrama.Journal of Banking and Finance.2015,
[3]
Which are the SIFIs? A Component Expected Shortfall approach to systemic risk.[J].Georgiana-Denisa Banulescu;Elena-Ivona Dumitrescu.Journal of Banking and Finance.2015, Jan.
[4]
Estimation of tail-related risk measures in the Indian stock market: An extreme value approach [J].
Karmakar, Madhusudan .
REVIEW OF FINANCIAL ECONOMICS, 2013, 22 (03) :79-85
[5]
Systemic risk measurement: Multivariate GARCH estimation of CoVaR [J].
Girardi, Giulio ;
Erguen, A. Tolga .
JOURNAL OF BANKING & FINANCE, 2013, 37 (08) :3169-3180
[6]
货币政策多目标交互行为协调、优化与控制.[M].刘超.科学出版社.2016,
[7]
中国证券公司系统性风险测度及演化特征研究——来自20家上市证券公司的数据 [J].
刘超 ;
李元睿 ;
姜超 ;
马玉洁 ;
刘宸琦 ;
谢启伟 .
中国管理科学, 2019, 27 (05) :11-22
[8]
尾部风险网络视角下的金融机构系统性风险贡献研究 [J].
黄玮强 ;
郭慧敏 ;
姚爽 .
运筹与管理, 2019, 28 (03) :118-126
[9]
金融机构系统性风险贡献的测度、检验与监管 [J].
白雪 ;
牛锋 .
山西财经大学学报, 2018, 40 (12) :45-59
[10]
我国银行系统性金融风险研究——基于“去一法”的应用分析 [J].
杨子晖 ;
李东承 .
经济研究, 2018, 53 (08) :36-51