我国证券公司系统性风险溢出效应实证研究——基于分位数回归的CoVaR模型

摘要

随着当代金融的发展，我国面临的国内外经济环境日益复杂。金融业混业经营发展迅猛，金融机构“太大而不倒”和“太关联而不能倒”等问题逐渐凸显。因此，在深入剖析金融风险的成因并对风险进行有效度量的基础上，展开系统性金融风险的防范能力研究，可以进一步提高我国金融系统抵御风险的能力。
　　系统性风险包括政策风险、经济周期性波动风险、利率风险、购买力风险、汇率风险等，这种风险不能通过分散投资加以消除，因此又被称为不可分散风险。传统主流的系统性风险度量方法VaR，强调的是在独立的环境中风险发生时单个机构的最大损失。但是，当危机发生时或处于极端不利的状况时，机构间存在风险溢出效应，利用历史数据度量VaR值会低估机构的风险损失。因此，针对VaR方法的这种局限性，2008年Adrian提出了CoVaR模型，即用CoVaR值表示当机构i处于某种极端不利的条件下，机构j的条件风险价值。CoVaR值是金融机构j的总风险价值，它包含了自身的无条件风险价值即VaR和金融机构i对其的风险溢出值。
　　本文选取中证全指证券公司（股票代码:399975）作为衡量证券公司行业的基础数据，基于分位数回归的CoVaR方法度量了我国上市证券公司的系统性金融风险。在静态模型中，我们分别从两个方面进行研究，一是当单个机构处于极端不利的条件下得出券商业系统的CoVaR值，用ΔCoVaR度量当危机发生时单个机构对系统的风险溢出大小，用％ΔCoVaR度量当危机发生时单个机构对于系统的风险贡献率，可以用来衡量该机构在系统中的重要性;二是当整个系统处于极端不利的条件下得出单个机构的CoVaR值，用ΔCoVaR度量当危机发生时整个系统对单个机构的风险溢出大小，用％ΔCoVaR度量当危机发生时整个系统对于单个机构的冲击大小，可以用来衡量该机构在系统中抵御风险的能力。在动态模型中，引入宏观风险因子，利用得到的CoVaRt计算条件风险溢出值ΔCoVaRt，来衡量各个金融板块对系统的风险溢出效应。
　　实证结果表明:第一，CoVaR模型比VaR模型在度量风险上更加准确和全面，且CoVaR方法计算得到的证券公司风险价值在绝对值上要高于VaR方法得到的结果;第二，单个证券公司和证券业整体之间存在着双向的风险溢出效应;第三，在金融版块层面，银行业仍是对金融系统影响最大的行业，证券业对金融系统的影响最小。

目录

声明

摘要

第一章引言

1．1研究背景和意义

1．1．1研究背景

1．1．2研究意义

1．2文献综述

1．2．1系统性金融风险的成因

1．2．2系统性金融风险的度量

1．3本文的研究思路

1．4本文的结构安排

1．5本文的工作尝试与不足

第二章系统性风险的度量模型

2．1度量模型

2．1．1风险价值

2．1．2条件风险价值

2．2分位数回归

2．2．1分位数的概念

2．2．2分位数回归的基本思想

2．3基于分位数回归测度CoVaR

第三章静态分析

3．1数据选择

3．2实证分析

3．2．1单个证券公司对证券业的风险溢出效应

3．2．2证券业对单个证券公司的风险溢出效应

3．2．3不同条件下的风险溢出效应比较

3．2．4各证券公司对证券业的风险溢出效应

3．2．5证券业对各证券公司的风险溢出效应

3．3结果分析

第四章动态分析

4．1 CoVaR模型的修正

4．2变量的选择

4．3数据的选择

4．4实证分析

4．4．1金融系统对宏观风险因子的分位数回归

4．4．2各金融版块对金融系统的分位数回归

4．4．3各金融版块对金融系统的风险溢出效应

4．5结果分析

第五章总结

5．1文章总结

5．1．1静态分析

5．1．2动态分析

5．1．3研究成果

5．2政策建议

致谢

参考文献

个人简历 在读期间发表的学术论文与研究成果