论文部分内容阅读
作为资本密集型行业,银行业的发展与房地产行业的发展相互关联,这使得银行业的系统性风险和房地产行业系统性风险存在一定的相关性。因为我国金融市场发展的相对滞后,目前我国房地产行业的融资渠道主要还是依靠银行信贷这种间接融资方式,近些年来政府不断出台一系列政策来限制银行业系统性风险与房地产行业金融风险的相依结构,但由于群体的非理性行为和银行与银行之间高度关联的资产负债结构,金融风险依然很容易在银行业与房地产行业之间相互传导和扩散。因此对银行业系统性风险和房地产行业的金融风险的相关性进行研究,对政府调控房价与监管银行风险是具有实践意义的。
本文以Copula函数为基础,将Copula函数的相关理论和方法应用到对于银行业系统性风险和房地产行业的金融风险的关系的研究,通过Copula函数的相关理论和CCA方法的结合,利用SCCA方法来计算出我国银行业的系统性风险和房地产行业的金融风险的量化指标,并把系统性风险量化指标与CCA方法计算出来的量化指标进行对比;通过Copula函数的相关理论和GARCH模型当今结合得到动态双不对称DDAC-GARCH模型,并利用模型对银行业系统性风险与房地产行业金融风险的动态不对称的相依结构进行研究。
本文首先对于文章的研究背景和研究意义进行了简单的介绍,系统性的总结了文章的研究内容和框架,并提出了论文的创新点和不足之处。在此基础上,本文简单介绍了Copula函数和CCA方法的相关理论,并梳理了关于Copula函数在金融领域的应用、系统性风险的度量以及银行业和房地产行业风险相关性的文献。然后本文搜集银行业和房地产行业的相关数据,定性的分析了银行业系统性风险和房地产行业金融风险的相关性以及具体传导机制。随后本文基于SCCA模型,分别度量了我国银行业系统性风险和房地产行业的金融风险,并在此基础之上,通过动态双不对称的DDAC-GARCH模型来对银行业系统性风险和房地产行业的金融风险指标进行实证研究,最后得出研究结论。
研究发现我国银行业的系统性风险与房地产行业的金融风险存在一定的动态非线性相关性,即银行业的系统性风险和房地产行业的金融风险在任何时候都存在一定的正相关性。这种正相关性存在一定的尾部结构:下尾相关性强于上尾相关性,即当收到外部冲击一个行业的风险显著增大的时候,往往会使得另一个行业的风险显著增大。不仅如此,这种相关性还是动态的,在不同的经济周期和监管政策等背景下,银行业的系统性风险与房地产行业的金融风险的相依结构是变化的,在强监管的时间段内,银行业系统性风险和房地产行业的金融风险的相互关联性更强。最后基于以上的实证结果和研究结论,本文提出了在“去杠杆”大背景下政府对于银行业和房地产行业的调控以及系统性风险管理的几点政策建议。
本文以Copula函数为基础,将Copula函数的相关理论和方法应用到对于银行业系统性风险和房地产行业的金融风险的关系的研究,通过Copula函数的相关理论和CCA方法的结合,利用SCCA方法来计算出我国银行业的系统性风险和房地产行业的金融风险的量化指标,并把系统性风险量化指标与CCA方法计算出来的量化指标进行对比;通过Copula函数的相关理论和GARCH模型当今结合得到动态双不对称DDAC-GARCH模型,并利用模型对银行业系统性风险与房地产行业金融风险的动态不对称的相依结构进行研究。
本文首先对于文章的研究背景和研究意义进行了简单的介绍,系统性的总结了文章的研究内容和框架,并提出了论文的创新点和不足之处。在此基础上,本文简单介绍了Copula函数和CCA方法的相关理论,并梳理了关于Copula函数在金融领域的应用、系统性风险的度量以及银行业和房地产行业风险相关性的文献。然后本文搜集银行业和房地产行业的相关数据,定性的分析了银行业系统性风险和房地产行业金融风险的相关性以及具体传导机制。随后本文基于SCCA模型,分别度量了我国银行业系统性风险和房地产行业的金融风险,并在此基础之上,通过动态双不对称的DDAC-GARCH模型来对银行业系统性风险和房地产行业的金融风险指标进行实证研究,最后得出研究结论。
研究发现我国银行业的系统性风险与房地产行业的金融风险存在一定的动态非线性相关性,即银行业的系统性风险和房地产行业的金融风险在任何时候都存在一定的正相关性。这种正相关性存在一定的尾部结构:下尾相关性强于上尾相关性,即当收到外部冲击一个行业的风险显著增大的时候,往往会使得另一个行业的风险显著增大。不仅如此,这种相关性还是动态的,在不同的经济周期和监管政策等背景下,银行业的系统性风险与房地产行业的金融风险的相依结构是变化的,在强监管的时间段内,银行业系统性风险和房地产行业的金融风险的相互关联性更强。最后基于以上的实证结果和研究结论,本文提出了在“去杠杆”大背景下政府对于银行业和房地产行业的调控以及系统性风险管理的几点政策建议。