论文部分内容阅读
随着我国金融业的发展,银行之间信贷业务等联系愈发紧密。一旦经济下行或房地产泡沫破灭,单个银行的风险会在整个银行体系中蔓延,进一步影响实体经济,造成更加严重的系统性风险。因此研究单个银行对整个银行系统的风险溢出效应更具有实际意义。本文应用DCC-GARCH模型和CoVaR相结合的办法,对我国16家上市商业银行与银行系统之间的动态相关性和单个银行对银行系统的风险溢出效应进行度量。并在此基础上将沪深300收益率作为衡量金融市场状况的变量,使用马尔科夫区制转移GARCH模型对沪深300收益率进行拟合,根据区制划分的结果将金融市场分为低波动期和高波动期。进一步分析不同市场波动率下商业银行和银行系统间的动态相关性和对银行系统的系统性绝对风险贡献的非对称性。本文结论如下:(1)在不同的市场状态下,商业银行与银行业的动态相关性和风险溢出效应存在显著的非对称性。在市场高波动期,单个商业银行与银行系统的动态相关系数和边际风险贡献的均值都大于市场低波动时期,而且市场高波动时期的边际风险贡献是低波动时期的两倍多。(2)在对不同类型的银行进行对比分析时发现,从整体趋势来看,无论在高波动期还是低波动期,股份制商业银行与银行业的动态相关性和风险溢出性都居于首列。而国有商业银行与银行业的动态相关性和系统性风险溢出性在低波动期处于三类商业银行的最低,但在高波动期其与银行业的动态相关性和系统性风险溢出效应会有显著上升,上升至高于城市商业银行与银行业的动态相关性和系统性风险溢出效应。同时城市商业银行与银行业的动态相关性和系统性风险溢出性在低波动期在三类商业银行中排第二位,但在市场高波动期反而会有所下降,低于国有商业银行,处于三类银行中最低。(3)在市场不同的波动时期,系统性风险贡献最高的银行也会发生改变。在市场低波动时期,风险贡献性最高的三家银行是:兴业银行、招商银行和华夏银行;而在市场高波动时期,风险贡献性最高的三家银行是:浦发银行、兴业银行和华夏银行。本文的创新之处在于:(1)在用DCC-GARCH-CoVaR模型度量了 16家上市商业银行对银行业的动态相关系数和风险贡献性的基础上,突破了以往研究中从市场数据或基本面信息出发,度量系统性风险进而筛选出系统重要银行作为监管重点的一般研究思路,考虑到市场状况的因素。(2)本文将沪深300收益率作为衡量金融市场的变量,根据MS-GARCH模型的状态转移概率结果将市场划分为市场低波动时期和市场高波动时期。对市场不同时期的16家商业银行系统性风险的非对称性进行研究,结果表明各个商业银行对银行系统的风险溢出效应在银行类型、市场状况等方面都存在显著的非对称性。研究的角度比较新颖,根据实证结果提出的差异性监管策略比单一从整体性衡量系统重要银行的监管模式更加有效,有助于商业银行建立全面科学的风险监管机制,促进宏观经济平稳增长。