發(fā)布時間：2018-03-27 23:23

  本文選題：系統(tǒng)性金融風(fēng)險　切入點：CoVaR　出處：《現(xiàn)代經(jīng)濟探討》2017年11期

【摘要】：利用中國2003年10月-2016年9月的數(shù)據(jù),選取了包括銀行、股票以及外匯市場在內(nèi)的相關(guān)指標(biāo)進(jìn)行綜合化處理,并使用EGARCH-Co Va R模型測算各市場在給定置信水平下的最大損失以及其對整體市場的風(fēng)險溢出程度。研究結(jié)果發(fā)現(xiàn):(1)股票市場在給定置信水平條件下的損失程度最高,其次為外匯市場以及銀行市場。(2)根據(jù)Co Va R的計算結(jié)果,在給定三個市場最大損失的情況下,整體市場的損失程度存在一定的收斂。(3)ΔCo Va R和%Co Va R的計算結(jié)果顯示,三個市場對系統(tǒng)性金融風(fēng)險的溢出程度存在一定的趨同特征。但對整體市場損失程度貢獻(xiàn)最大的依然是股票市場。在堅守不發(fā)生系統(tǒng)性金融風(fēng)險的背景下,監(jiān)管機構(gòu)之間要建立更加科學(xué)的協(xié)調(diào)監(jiān)管機制,避免出現(xiàn)監(jiān)管真空。對于金融機構(gòu)的業(yè)務(wù)創(chuàng)新要進(jìn)行有效的識別,防止風(fēng)險的過度積累。此外,政府應(yīng)當(dāng)采取措施引導(dǎo)市場預(yù)期,以防投資者出現(xiàn)過度的非理性行為。
[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.
【作者單位】： 對外經(jīng)濟貿(mào)易大學(xué)金融學(xué)院;
【分類號】：F224;F832

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王輝;;次貸危機后系統(tǒng)性金融風(fēng)險測度研究述評[J];經(jīng)濟學(xué)動態(tài);2011年11期

2 張瑾;;基于金融風(fēng)險壓力指數(shù)的系統(tǒng)性金融風(fēng)險評估研究[J];上海金融;2012年09期

3 俞樹毅;袁治偉;;區(qū)域系統(tǒng)性金融風(fēng)險監(jiān)測研究[J];武漢金融;2012年10期

4 楊文悅;上官發(fā)清;付秋虹;;宏觀審慎管理框架下系統(tǒng)性金融風(fēng)險的測度與防范[J];海南金融;2012年09期

5 王大慶;;系統(tǒng)性金融風(fēng)險預(yù)警模型創(chuàng)建研究[J];經(jīng)濟研究參考;2013年49期

6 陳雪楚;彭建剛;吳夢吟;;城市間房價相關(guān)性與系統(tǒng)性金融風(fēng)險防范[J];上海金融;2012年08期

7 劉霞;陳小昆;;我國系統(tǒng)性金融風(fēng)險預(yù)警指標(biāo)體系構(gòu)建及測度[J];新疆財經(jīng);2013年01期

8 李研妮;;我國系統(tǒng)性金融風(fēng)險壓力指數(shù)的測量與應(yīng)用分析[J];南方金融;2013年10期

9 張寶林;潘煥學(xué);;影子銀行與房地產(chǎn)泡沫:誘發(fā)系統(tǒng)性金融風(fēng)險之源[J];現(xiàn)代財經(jīng)(天津財經(jīng)大學(xué)學(xué)報);2013年11期

10 苗文龍;周潮;;國際風(fēng)險沖擊與金融周期聯(lián)動性分析[J];金融監(jiān)管研究;2012年12期

相關(guān)博士學(xué)位論文 前2條

1 章秀;我國系統(tǒng)性金融風(fēng)險的計量研究[D];吉林大學(xué);2016年

2 王靖國;順周期行為機制下的系統(tǒng)性金融風(fēng)險：理論與實證分析[D];財政部財政科學(xué)研究所;2011年

相關(guān)碩士學(xué)位論文 前4條

1 王太云;房地產(chǎn)價格波動對系統(tǒng)性金融風(fēng)險的影響研究[D];西北農(nóng)林科技大學(xué);2017年

2 劉霞;我國系統(tǒng)性金融風(fēng)險防范研究[D];新疆財經(jīng)大學(xué);2013年

3 楊麗;我國系統(tǒng)性金融風(fēng)險測度與預(yù)測[D];西南政法大學(xué);2015年

4 黃劍;我國系統(tǒng)性金融風(fēng)險的測度與防范研究[D];安徽財經(jīng)大學(xué);2012年

，

本文編號：1673728