2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、自1995年墨西哥金融危機到2007年的次貸危機以及2010年的歐債危機,系統(tǒng)性風險的溢出效應,使金融體系遭受重大破壞的同時對實體經(jīng)濟造成巨大沖擊。連續(xù)爆發(fā)的金融危機引起全球對系統(tǒng)性風險的關注,巴塞爾委員針對危機中暴露的系統(tǒng)性風險防范措施的不足頒布了巴塞爾協(xié)議Ⅲ,將防范和化解系統(tǒng)性風險作為宏觀審慎監(jiān)管的根本目標。由于系統(tǒng)性風險溢出效應的放大作用,各金融機構對整個金融體系沖擊更為顯著。研究金融體系內部各子行業(yè)的系統(tǒng)性風險溢出效應有利于在金

2、融風險形成初期對系統(tǒng)性風險進行有效監(jiān)控和跟蹤,對于宏觀審慎監(jiān)管具有重要借鑒意義。
  梳理國內外文獻可以發(fā)現(xiàn),對于系統(tǒng)性風險溢出效應的研究主要分為兩類。一類是運用網(wǎng)絡分析法研究系統(tǒng)性風險的溢出效應,另一類是利用CoVaR模型研究跨市場的風險溢出效應。Upper和Worms(2004)利用最小相對熵值法以各家銀行的資產(chǎn)負債表數(shù)據(jù)為依據(jù)估計各銀行間的風險敞口情況,在此基礎上利用網(wǎng)絡分析法模擬風險在各個銀行間的傳染過程。陳建青等(201

3、5)通過構建CoVaR模型,對我國金融子行業(yè)的風險溢出效應進行研究。利用網(wǎng)絡分析法存在兩個問題,一是銀行間相互持有的資產(chǎn)負債數(shù)據(jù)不易獲得,只能通過模擬得到。二是主要限于對銀行間溢出效應的分析。利用CoVaR模型研究金融市場中各子行業(yè)之間的風險溢出效應,雖然該模型設定可以捕捉到金融機構之間的風險溢出效應,但是CoVaR模型中分位數(shù)的設定主要是基于收益率的分布,通過CoVaR模型設定的溢出效應系數(shù)無論在何種經(jīng)濟狀況下均是相同的。
  

4、利用SDSEVaR模型對我國銀行業(yè)、證券業(yè)、保險業(yè)以及包括租賃業(yè)、信托業(yè)在內多元金融之間的溢出效應進行分析。因模型使用的是金融行業(yè)指數(shù)收盤價,這一市場數(shù)據(jù)在充分反映金融市場的風險同時避免了網(wǎng)絡分析模型中金融機構間敞口數(shù)據(jù)的缺失。通過SDSEVaR模型分析不同經(jīng)濟狀況下金融子行業(yè)間系統(tǒng)性風險的溢出效應尺寸、大小以及持續(xù)程度,這對于系統(tǒng)性風險預警機制的建立具有借鑒意義。
  本文運用理論分析與實證研究相結合方法。首先利用申銀萬國二級行

5、業(yè)數(shù)據(jù)中金融行業(yè)指數(shù)構建GARCH模型,計算基于Expectile模型的VaR,用EVaR代表每個金融子行業(yè)的系統(tǒng)性風險,將此數(shù)據(jù)作為輸入變量構建SDSEVaR模型。在此基礎上,選擇不同的分位數(shù)分別代表不同的經(jīng)濟狀況,通過兩階段分位數(shù)回歸模型構建靜態(tài)SDSEVaR模型分析各金融子行業(yè)的的風險溢出效應的大小和方向。根據(jù)產(chǎn)生的原因,可以將系統(tǒng)性風險分為兩類,一類是宏觀沖擊如GDP、利率等導致所有金融機構都受到影響而產(chǎn)生的系統(tǒng)性風險;另一類是

6、雖然局部金融機構遭受沖擊,但是各金融機構緊密聯(lián)系,金融風險通過各種渠道傳染和擴散導致的系統(tǒng)性風險。在構建SDSEVaR模型時,本文將申銀萬國二級行業(yè)數(shù)據(jù)中的房地產(chǎn)指數(shù)和商品指數(shù)的EVaR數(shù)據(jù)作為控制變量放入兩階段分位數(shù)回歸模型中,目的是在分析各金融子行業(yè)的風險溢出效應時,可以將所有的金融機構受到共同沖擊的影響排除在外。最后,本文根據(jù)Zeno Adams等(2014)研究金融機構的系統(tǒng)性風險溢出效應時將脈沖函數(shù)(IRFS)引入分位數(shù)回歸的

7、方法將脈沖響應函數(shù)引入本文建立的靜態(tài)SDSEVaR模型,構建動態(tài)的SDSEVaR模型對各金融子行業(yè)間風險溢出效應的持續(xù)程度進行分析。論文總共分為五個章節(jié),各章內容安排如下。
  第一章是導論。導論部分主要是介紹本文研究的背景,研究意義,研究方法,研究內容和創(chuàng)新之處。第二章是文獻綜述。本文主要從兩個方面對相關研究文獻進行綜述。首先是從定義、特征、傳導機制和度量方法對系統(tǒng)性風險進行介紹。進一步地對國內外系統(tǒng)性風險溢出效應的研究進行了對

8、比分析。
  第三章是研究設計。這部分提出實證方案,并對所涉及的模型進行介紹。本文首先利用GARCH模型計算基于Expectile的EVaR。進一步將每個金融子行業(yè)的EVaR數(shù)據(jù)分別作為解釋變量和被解釋變量,利用兩階段分位數(shù)回歸方法構造靜態(tài)SDSEVaR模型分析各系統(tǒng)性風險溢出效應的方向和大小。最后,將脈沖響應函數(shù)(IRFS)引入構造的靜態(tài)SDSEVaR模型,形成動態(tài)SDSEVaR模型,分析各金融子行業(yè)風險溢出效應的持續(xù)強度大小和

9、時間長短。
  第四章是實證研究。首先對金融時間序列進行描述性統(tǒng)計分析。接著,基于Expectile的正齊次性和平移不變性,利用GARCH模型測度單個金融子行業(yè)的系統(tǒng)性風險EVaR。將各金融子行業(yè)的EVaR作為輸入變量,將房地產(chǎn)指數(shù)和商品指數(shù)的EVaR作為兩階段分位數(shù)回歸的控制變量,構造靜態(tài)SDSEVaR模型,分析去除受到共同沖擊影響時各金融子行業(yè)的溢出效應的方向和大小。最后,將脈沖響應函數(shù)引入構造的SDSEVaR模型,構造動態(tài)S

10、DSEVaR模型,分析各金融子行業(yè)系統(tǒng)性風險溢出效應的持續(xù)時間和大小。第五章是本文研究結論和建議。這部分首先對本文的理論分析和實證研究進行總結,在此基礎上提出相關建議,然后給出本次研究存在不足和需要改進的地方,最后提出文章未來擴展的方向。
  論文得出的結論主要有以下四個方面:(1)在所分析的金融子行業(yè)中,銀行業(yè)的溢出效應是最為顯著的。銀行業(yè)是在受到外部沖擊時將風險溢出最大的金融子行業(yè),溢出風險的大小依次為保險業(yè)、證券業(yè)、多元金融

11、(2)銀行作為保險公司的分銷渠道,對于保險公司的溢出效應非常顯著。銀行與保險公司的合作模式?jīng)Q定了銀行業(yè)對于保險業(yè)的溢出效應并無明顯優(yōu)勢,即保險業(yè)對于銀行業(yè)的溢出效應也非常顯著。保險業(yè)在風險溢出效應持續(xù)的過程中受到的溢出效應逐漸減弱,經(jīng)過20天溢出效應已減弱50%。(3)證券業(yè)在受到外部沖擊時,溢出風險的大小依次為保險業(yè)、多元金融、銀行業(yè)。在多元金融的溢出效應的分析中,對證券業(yè)的溢出作用是最明顯的。因多元金融指數(shù)中主要是信托、租賃等金融機

12、構,與證券業(yè)的關系較為緊密。(4)多元金融在受到外部沖擊時,溢出風險的大小依次為證券業(yè)、銀行業(yè)及保險業(yè)。多元金融在風險溢出效應的持續(xù)過程中主要受銀行業(yè)和證券業(yè)的影響,且經(jīng)過20天溢出效應已減弱50%。
  論文創(chuàng)新主要體現(xiàn)在以下三個方面:(1)本文選擇了EVaR作為單個金融子行業(yè)的系統(tǒng)性風險度量指標。Kuan等(2009)研究證明基于expectile度量的金融機構的EVaR(Expectile-based Value at ri

13、sk)考慮了整個金融資產(chǎn)的分布,與VaR所計量的尾部極值相比,更加全面。(2)本文選擇了兩階段分位數(shù)回歸方法,通過設定不同的分位數(shù),研究不同經(jīng)濟狀況金融子行業(yè)之間的風險溢出效應。在構建SDSEVaR模型時,本文將申銀萬國二級行業(yè)數(shù)據(jù)中的房地產(chǎn)指數(shù)和商品指數(shù)的EVaR數(shù)據(jù)作為控制變量放入兩階段分位數(shù)回歸模型中,目的是在分析各金融子行業(yè)的風險溢出效應時,可以將所有的金融機構受到共同沖擊的影響排除在外。(3)本文將脈沖響應函數(shù)(IRFS)引入

14、SDSEVaR模型,通過分析能夠得到各金融子行業(yè)之間溢出效應的持續(xù)情況。而溢出效應的持續(xù)時間的長短對于建立金融體系系統(tǒng)性風險預警機制具有重要的借鑒意義。
  論文的不足主要有以下兩點:(1)本文對于金融各子行業(yè)溢出風險的分析是一種間接的分析,而各金融子行業(yè)之間直接的關聯(lián)是各自的杠桿率、流動性比率以及資產(chǎn)負債率等,但各個金融機構財務數(shù)據(jù)更新較慢,不能每天獲得,所以本文不能解釋金融子行業(yè)之間的風險溢出效應的原理。(2)本文對于除銀行、

15、證券及保險之外的金融行業(yè)的數(shù)據(jù)選擇使用申銀萬國二級行業(yè)數(shù)據(jù)中的多元金融指數(shù)來代替,該指數(shù)中包括信托和租賃公司,對于最近發(fā)展較快的衍生品市場指數(shù)的數(shù)據(jù)沒有涉及,主要原因是衍生品在我國發(fā)展的起步較晚,數(shù)據(jù)的時間較短。
  對于研究的不足可以從以下兩個方面進行改進:(1)將本文提出的SDSEVaR模型與各金融子行業(yè)各自的杠桿率、流動性比率及資產(chǎn)負債率綜合分析研究系統(tǒng)性風險溢出效應。(2)除了本文研究的銀行、證券、保險以及多元金融中涉及的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論