关联网络、风险溢出与重要系统性金融机构识别——基于市场、行业和机构的实证
2019-05-15分类号:F832
【部门】广东财经大学金融学院
【摘要】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。
【关键词】关联网络 系统性风险 风险溢出效应 重要系统性金融机构
【基金】广东省自然科学基金项目“多层次房价泡沫传染机制及其风险防范体系研究”(项目编号:2018A030313343);; 广东省哲学社会科学“十三五”规划项目“房价泡沫溢出效应对产业结构升级的影响机制研究”(项目编号:GD18CYJ02);; 珠三角科技金融产业协同创新发展中心资助“中国城市房价泡沫结构失衡背景下金融风险传染机制及其防范体系研究”(项目编号:18XT02);; 2017年度广州市哲学社会科学“十三五”规划课题“珠三角城市房价泡沫时空传染机制及其风险防范研究”(项目编号:2017GZYB20)
【所属期刊栏目】中央财经大学学报
文献传递