發(fā)布時間：2021-02-27 21:38

　　為了探究中國商業(yè)銀行系統(tǒng)性風險,基于信息溢出視角,選取中國14家上市商業(yè)銀行的日收益率為研究對象,按照重大金融事件"錢荒","股災"將數(shù)據(jù)分為3個階段,首先運用BEKK-GARCH模型構(gòu)建了波動溢出網(wǎng)絡(luò),通過分析網(wǎng)絡(luò)的拓撲指標探究了銀行波動網(wǎng)絡(luò)的溢出效應,最后以波動網(wǎng)絡(luò)為例,利用目標免疫和隨機免疫策略對所構(gòu)建的網(wǎng)絡(luò)進行了穩(wěn)健性檢驗。研究表明:1)在不同階段下,中國上市商業(yè)銀行波動溢出網(wǎng)絡(luò)具有不同的網(wǎng)絡(luò)結(jié)構(gòu),風險的沖擊可以使得銀行之間的聯(lián)系更加緊密;2)中國上市商業(yè)銀行之間風險溢出網(wǎng)絡(luò)在高風險時期,網(wǎng)絡(luò)集聚系數(shù)呈現(xiàn)明顯增大趨勢,網(wǎng)絡(luò)的平均路徑呈現(xiàn)明顯縮短趨勢,這一特點表明高風險時期各銀行會緊密聯(lián)系共同抵御風險;3)目標免疫對銀行波動溢出網(wǎng)絡(luò)穩(wěn)定的影響遠大于隨機免疫的影響。 

【文章來源】：復雜系統(tǒng)與復雜性科學. 2020,17(02)

【文章頁數(shù)】：11 頁

【文章目錄】：
0 引言
1 研究設(shè)計
    1.1 多元BEKK-GARCH波動溢出模型
    1.2 網(wǎng)絡(luò)拓撲指標
        1.2.1 度分布
        1.2.2 平均路徑長度
        1.2.3 平均集聚系數(shù)
        1.2.4 連通分量
2 實證結(jié)果及魯棒性檢驗
    2.1 數(shù)據(jù)準備
    2.2 多元BEKK-GARCH模型結(jié)果
    2.3 網(wǎng)絡(luò)拓撲性檢驗
3 結(jié)論


【參考文獻】：
期刊論文
[1]國際股市隱含波動率溢出效應分析[J]. 陳志英,肖忠意,李永奎.  復雜系統(tǒng)與復雜性科學. 2019(04)
[2]商業(yè)銀行中間業(yè)務的系統(tǒng)性風險溢出效應[J]. 史仕新.  財經(jīng)科學. 2019(03)
[3]中國金融部門間系統(tǒng)性風險溢出的監(jiān)測預警研究——基于下行和上行ΔCoES指標的實現(xiàn)與優(yōu)化[J]. 李政,梁琪,方意.  金融研究. 2019(02)
[4]影子銀行系統(tǒng)性風險度量研究——基于中國信托公司逐筆業(yè)務的數(shù)據(jù)視角[J]. 方意,韓業(yè),荊中博.  國際金融研究. 2019(01)
[5]國際大宗商品市場與金融市場的雙向溢出效應——基于BEKK-GARCH模型和溢出指數(shù)法的實證研究[J]. 譚小芬,張峻曉,鄭辛如.  中國軟科學. 2018(08)
[6]中國金融系統(tǒng)工程:研究現(xiàn)狀及未來發(fā)展[J]. 張維,何楓,熊熊,馬俊俊,馮緒,張永杰.  系統(tǒng)工程理論與實踐. 2017(01)
[7]我國保險市場與銀行市場間的風險溢出效應研究——基于上市銀行和保險公司的實證分析[J]. 劉璐,韓浩.  保險研究. 2016(12)
[8]我國上市銀行收益率波動溢出效應研究[J]. 王琳,沈沛龍,楊勇攀.  宏觀經(jīng)濟研究. 2016(10)
[9]大宗商品現(xiàn)貨定價的金融化和美國化問題——股票指數(shù)與商品現(xiàn)貨關(guān)系研究[J]. 田利輝,譚德凱.  中國工業(yè)經(jīng)濟. 2014(10)
[10]基于動態(tài)相關(guān)性的我國銀行系統(tǒng)性風險度量研究[J]. 高國華,潘英麗.  管理評論. 2013(01)



本文編號：3054833