基于分位數(shù)回歸技術(shù)的金融市場風險研究——以我國證券、銀行系統(tǒng)為例.pdf

1、近年來，隨著金融全球化的發(fā)展，國際金融風暴的爆發(fā)能很快對我國金融業(yè)產(chǎn)生影響，由于銀行業(yè)的特別地位，其受影響的程度大小直接影響著我國金融發(fā)展狀況。為了對系統(tǒng)性風險進行度量，本文選擇銀行系統(tǒng)，從各個銀行出發(fā)，在估算并控制自身風險值的同時，需要測度出單個銀行對整個銀行系統(tǒng)的系統(tǒng)性風險的溢出程度，出于本目的，本文對此展開了研究。
　　本文將分位數(shù)回歸技術(shù)應(yīng)用于中國證券市場和中國銀行系統(tǒng)的風險分析。首先，本文利用分位數(shù)VaR方法，分別使用不

2、同概率水平、不同分布假設(shè)和不同GARCH模型對上證180指數(shù)的風險價值進行求解;接著，將基于分位數(shù)方法的CoVaR理論應(yīng)用于銀行系統(tǒng)性風險的度量，計算12家銀行的系統(tǒng)性風險溢出值，將ΔCo VaR分為非時變ΔCo VaR和時變ΔCo VaR，引入一系列能表現(xiàn)銀行特性的狀態(tài)變量St-1進行分位數(shù)回歸以體現(xiàn)ΔCoVaRit的時變性，分別計算銀行的自身VaR、CoVaR和ΔCoVaR值，并作分析。最后，在時變ΔCoVaR框架下，將研究樣本劃分

3、為危機蔓延與度過危機兩個階段，再對兩個階段各銀行的ΔCoVaR值排序，對比兩個階段各銀行風險溢出排名變化原因進行解釋和分析。
　　本文研究所得的結(jié)論如下:1）分位數(shù)VaR方法計算金融資產(chǎn)風險值過程中，對不同分布和不同GARCH模型的選擇計算所得的VaR結(jié)果差別不大，各個模型都能很好的描述金融資產(chǎn)的市場風險，充分體現(xiàn)了分位數(shù)回歸技術(shù)對分布假設(shè)無要求，使得各模型都能適用于現(xiàn)實的金融風險值計算中。2）觀察結(jié)果發(fā)現(xiàn)非時變CoVaR值均小于

4、時變CoVaR值，說明前者在沒考慮狀態(tài)變量情況下，計算所得各銀行的ΔCoVaR值較低，低估了銀行自身對銀行系統(tǒng)性風險的影響程度;后者在回歸中加入了WR、LS等條件變量后，很好地描述了資產(chǎn)增長率的尾部風險。3）根據(jù)各銀行的CoVaR和ΔCoVaR排序，對我國12家銀行的風險的貢獻程度進行分析，得出工商銀行、中國銀行、建設(shè)銀行和交通銀行這四家大型國有商業(yè)銀行不僅自身風險較大，而且對銀行業(yè)系統(tǒng)性風險的貢獻程度很大，對我國銀行的有著舉足輕重的影