论文部分内容阅读
现代商业银行体系由不同商业银行构成,并按照一定规则创造、传递、分配、派生资金和信息。是否存在系统性风险隐患是衡量一国的金融安全与否的重要方面。商业银行之间由于存在复杂的信用关系使得风险容易相互传染产生“多米诺骨牌效应”,进而造成系统性风险。本文尝试利用信息熵最优化矩阵,结合我国主要商业银行同业市场交易数据,通过Lingo、Matlab等数学软件编程,模拟估测不同损失水平下的银行系统性传染风险,得到了防范系统性风险对于中小股份制银行更具有迫切性等结论。金融是国民经济的核心。金融创新和IT技术的发展带来了巨大的效率,但也使得金融市场的系统性风险呈几何倍数扩张。如何度量银行系统性风险对中国这样一个以银行为金融系统主体的发展中国家至关重要。化解和防范银行系统性风险的产生和积累对于中国金融市场正常发挥其功能具有重大现实意义。首先,在总结前人研究成果的基础上,本文对银行系统性风险进行了一般理论分析。在严格界定系统风险与系统性风险、银行危机和银行系统性风险、以及狭义和广义的银行系统性风险的基础上,总结出银行系统性风险具有传染性、风险与收益非对称性、与投资者信心有关、负外部性等主要特征,并指出传染性是银行系统性风险最本质的特征。进而分析银行系统性风险的成因。然后,本文介绍并比较分析目前常用的三种银行系统性风险度量方法,包括:指标变量法、数据模拟法和风险暴露估计法。并着重阐述了一种典型的风险暴露估计法——矩阵法的基本原理、测量程序以及矩阵法测量运用于的我国优势。接着,本文根据12家我国主要商业银行的同业交易数据,利用Lingo、Matlab等数学工具对我国银行系统性风险进行实证分析,得到在不同损失率水平下各个银行倒闭将引起的系统性风险模拟传染结果,并得出了中小股份制银行比中农工建四大行更容易受到系统性风险的波及等结论。最后,本文分别从夯实银行系统基础制度、构建有效的金融安全网、提高应对突发金融事件能力、协调宏观经济政策关系等角度提出了防范和降低我国银行系统性风险的政策建议。