基于尾部风险网络的中国金融机构重要性研究
2019-11-18分类号:F832.3
【部门】中国社会科学院大学
【摘要】本文借鉴非对称斜率模型,改进了CoVaR估计,应用LASSO方法和单指标分位数回归估计了中国24家上市金融机构的尾部关联性水平,并通过构建尾部风险网络分析了这些金融机构对中国金融市场系统性风险的重要性。实证结果表明,该指标具有一定的先导性特征,其在金融危机与股灾期间都显著上升,能够较好地反映并预测金融市场系统性风险水平。本文所改进的系统性风险度量方法对有效防范中国系统性金融风险有一定借鉴意义。监管当局可根据各金融机构在尾部风险网络中的度中心性动态识别机构对系统性风险的重要性,实时监测重要性靠前的机构能够有效减小机构的个体风险在金融网络中传染的可能性,从而降低金融市场发生系统性风险的可能性。
【关键词】尾部风险 非对称斜率模型 分位数回归
【基金】
【所属期刊栏目】宏观经济研究
文献传递