基于多元时间序列变点检测的金融系统性风险度量

摘要

自2008年席卷全球的金融危机以来，系统性风险已成为金融监管的重要内容，同时也是国内外学者研究的热点和重点。由于系统性风险的外部性和传染、溢出效应的存在，系统性风险在很大程度上甚至可能对整个金融体系产生严重影响。 由于复杂的金融数据在面对诸多不可控因素时会发生结构突变，为考量在进行系统性风险度量时对金融时间序列分段建模以提升测度结果的必要性，本文通过对多维金融时间序列的变点检测，结合变点发生前后分布及模型的差异，综合论证结构变点的存在将导致其适用的模型发生改变，因此在进行系统性风险度量时需结合变点的存在分时段度量，以进一步提升度量结果的准确性。本文选取了22家上市金融机构，包括银行、证券和保险三大金融行业的股票日收益率序列构建多维金融时间序列，通过基于协方差矩阵的CUSUM算法进行了变点检测，并基于识别出的四个变点，将序列划分为五个子区间，对金融系统收益率序列分段进行描述性分析检验，同时联系变点发生的时点前后的国内经济形势，综合证明了所识别出的变点存在的合理性。另外，基于CoVaR方法分别度量了五个阶段内的22家金融机构的系统性风险，以行业为基准进行比较分析，结果表明各阶段的系统性风险确实存在较大的数值和波动状况差异。 基于本文的研究结果，表明正是由于金融体系因风险的存在而在某些时点发生了结构性的突变，引起了时点前后的数据分布及模型的变化，最终导致了金融变点。通过对金融变点存在的真实性的证明，进一步表明在对金融时间序列进行系统性风险度量时应根据变点的存在进行分段测度以提高结果精确度。本文证明了结构变点与系统性风险的相关关系，充分体现了结构变点的存在对金融系统性风险度量的影响。

目录

摘要

第一章引言

第一节研究背景

第二节研究内容及结构

第三节研究意义

第四节研究思路

第五节主要创新点

第二章文献综述

第一节系统性风险的相关研究

第二节变点问题的相关研究

第三节文献述评

第三章变点检测与分析

第一节基于CUSUM算法的变点检测方法

第二节数据选取与指标设定

第三节实证步骤

第四节变点检测结果与分析

第四章系统性风险度量与分析

第一节系统性风险度量指标

第二节样本数据描述性统计

第三节系统性风险度量结果与分析

第五章总结与政策建议

第一节总结与展望

第二节政策建议

参考文献

致谢

声明