论文部分内容阅读
自2008年全球金融危机以来,系统性风险的传染以及整个金融体系的稳定性得到学术界、业界以及监管当局广泛的关注。提高金融系统应对冲击的能力,防止系统性风险的不断累积,保证经济金融良好有序的运行已经成为政府金融监管的主要目标。银行业在中国金融体系中占据极其重要的地位,一旦银行业发生系统性风险,中国整个金融系统和实体经济将会陷入巨大的危机。因此,避免银行业系统性风险的发生是政府金融监管的关键问题。随着金融创新的层出不穷和金融工具的不断出现,金融机构间的联系更加紧密,形成了众多的金融体系网络。美联储前主席Yellen(2013)指出,日益复杂的金融体系网络是金融系统性风险发生的重要原因。因此,为防范银行业系统性风险的发生,首先应对银行网络进行准确的刻画。当前,银行网络的构建方法主要可以分为三种类型:一是基于银行之间的具体业务,如同业拆借、相互支付以及资产负债关联,来构建网络模型(Silva等,2016;Said,2017);二是基于数值模拟和仿真技术构建银行网络(Georg,2013;Aldasoro等,2017);三是基于银行的股票市场信息,即通过银行股票收益序列的相关性、波动性等构建银行网络(Demirer等,2018;Wang等,2018)。其中,第一类银行网络的构建思路相对简单,但所需数据不易得到,且数据频率较低,难以用于动态分析;第二类银行网络是对银行结构或银行数据进行假设和模拟,与现实可能存在一定出入;第三类网络数据来源于金融市场,应用也最为广泛,但关键在于如何从股票价格中提取出银行间的关联信息。韦艳华和张世英(2008)指出,在金融风险管理中,与其他相关性测度值相比,尾部相依性是更为重要的关联信息。在此背景下,Wang和Xie(2016)通过货币汇率间的尾部相依性构建国际货币网络。但目前鲜有学者通过尾部相依性构建银行关联网络。在此背景下,本文使用Copula方法测度的尾部相依性构建银行网络,以期为现有的研究做出有益的补充。本文的研究重点关注以下几个方面的问题:(1)如何测度银行间的尾部相依性?银行间的尾部相依性具有怎样的特征?(2)如何通过银行间的尾部相依性构建银行风险关联网络?银行风险关联网络有着怎样的特征?(3)如何通过银行网络评估各个银行的系统重要性?(4)外部危机事件对银行网络的动态演变有何影响?针对这些问题,本文运用金融经济学、统计学和计量经济学等多个学科的知识和理论,从理论视角演绎了银行相关结构刻画、银行间尾部相依性测度、银行风险关联网络构建、系统重要性银行评估以及网络的动态演变分析等原理,采用2015年至2019年上市银行股票价格数据进行实证检验,使用R软件包、MATLAB以及Python等软件实现数据处理、建模计算以及结果可视化展示。全文总共为五章。第一章是绪论,主要说明了利用Copula模型研究银行尾部风险关联性、利用复杂网络理论研究银行业系统性风险的背景和意义,指出本文的研究方法与创新之处。第二章是文献综述,主要通过回顾了国内外相关研究文献,梳理了银行业系统性风险、系统重要性银行、银行网络模型和Copula理论的研究现状,并作简要评述。第三章是研究设计。首先,详细阐述了银行收益序列过滤的具体步骤与方法,并对用于测度尾部相依性的Copula方法进行了一些探讨。其次,详细阐述了银行风险关联网络构建的步骤与方法,以及各类网络拓扑统计量的具体计算方式。随后介绍了网络动态演变分析的研究框架,最后对本章进行了简要总结。第四章是实证分析。本文选取16家上市银行为研究对象,首先通过GARCH模型和Copula函数对银行间相关结构进行建模分析并度量银行间尾部相依性,基于尾部相依性矩阵分别采用阈值法和最小生成树法构建银行风险关联网络,并通过各类中心性指标评估银行的系统重要性,最后通过分析网络的时变特征研究外部危机事件对网络的影响以及网络的动态演变机制。第五章是结论,主要对本文做出系统性总结,基于本文结论给出政策建议,最后指出本文研究的不足之处,并对未来研究的展望进行了探讨。本文得到的研究结论主要有以下几点:(1)上市银行间的尾部相依结构具有时变性和非对称性,下尾相依性整体而言大于上尾相依性。(2)银行风险关联网络具有明显的小世界特征和聚类现象。建设银行、农业银行、工商银行和交通银行这四家国有银行始终保持着相互间的连边,与之类似,招商银行、兴业银行和浦发银行也呈现出集群的特点。(3)银行的系统重要性指标具有明显的时变性,不同时期的系统重要性银行存在着较为明显的差别。就样本期整体情况而言,华夏银行、交通银行和兴业银行的中心性指标明显高于其他银行,而规模较大的中国银行、工商银行和农业银行的中心性指标则处于较低水平。(4)2015年股市异常波动和2018年中美贸易战这两个危机事件对网络的演变具有明显的影响,危机事件发生时银行业系统性风险大幅提升。危机事件通过对部分银行产生巨大的影响进而改变了整个网络的拓扑结构以及银行业的系统性风险。本文创新点在于以下几个方面:(1)本文联合Copula理论和复杂网络理论构建银行风险关联网络,使用尾部相依性度量银行间的风险关联,为银行业系统性风险的网络分析提供了新的思路。(2)目前多数研究构建的是某一时点的静态网络,缺少网络动态演变的分析;少数文献通过滚动窗口的方法构建动态网络,但窗口的设置通常较为主观,从而导致银行间关联指标的估计结果不具有稳健性。本文基于时变尾部相依性构建的动态银行网络能够克服传统方法的局限,得到稳健的结果。(3)本文测度了动态的网络拓扑统计指标,从而对网络拓扑结构的动态演变进行精确直观地展示,实现对银行系统重要性的动态评估。通过对比外部危机事件前后各类网络拓扑统计指标的变化,可以准确地把握外部危机事件对银行业整体以及各个银行的影响,进而分析银行风险关联网络的动态演变规律。本文的不足主要体现在以下几个方面:(1)本文仅考虑已有的二元Copula函数来测度上市银行间的尾部相依性,从而只能对上市银行相关结构进行两两之间的估计,具有一定的局限性。(2)基于本文建立的风险网络模型,本文仅从关联性的角度考察单个银行的系统重要性。然而,系统重要性银行的评估还需要考虑规模、可替代性等多个因素。如何将本文考察的关联性因素与其他因素相联合,从而对银行的系统重要性做出全面准确的评估是进一步研究需要考虑的问题。因此进一步的研究方向,首先要考虑如何改进Copula模型以实现高维数据的尾部相依结构建模;其次是要考虑规模、可替代性等多个因素,从而全面系统地评估银行等金融机构的系统重要性。