收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

国民经济行业系统信用风险相依研究

申敏  
【摘要】:现代经济的重要特征是资本密切联系的产业融合,构成国民经济的各行业间由于互补性或相似的经营范围,使其相关程度和违约传递非常明显,某一行业的金融风险会影响其他相关行业甚至整个市场的发展,引发系统危机。作为国际银行业监管实践标杆的《巴塞尔协议Ⅲ》提出从宏观审慎的视角出发,有效防范系统性风险。而实施有效的宏观审慎监管,需要了解一个事件在一连串的机构和市场构成的系统中引起一系列连续损失的可能性,即具有溢出和传染性的系统风险。事实上,正是系统风险的传染导致了系统性风险的产生,因此,要防范系统性风险需要了解系统风险量、风险相依关系、风险传染的触发事件和传染路径等相关传染机制。而目前理论界对多变量组合信用风险的研究远未成熟,特别是当个体变量间存在复杂非线性相依关系时,组合信用风险的度量将变得更加复杂。现有的多变量风险相依关系模型常导致对系统信用风险度量的准确性较差,对风险传染机制和系统重要性部门的识别产生误判,从而对宏观审慎监管措施的制定产生误导作用。本文在对信用风险度量及相依关系做理论分析及模型构建的基础上,实证分析在不同行情下宏观经济变量对单个行业信用风险量及对行业间风险相依关系的影响程度,考察周期性违约相依的存在性;建立一个描述多变量复杂相依结构的定量分析框架,考察传染性违约相依的存在性,并系统地分析信用风险传染的特征、传染效应及传染路径,为防范和控制系统性风险提供措施依据。论文主要工作及结论如下:(1)从信用风险相依产生的外部宏观因素和内部传染因素角度,讨论信用风险相依的产生机理及信用风险传染机制;通过对现有文献的梳理和对比分析,得出结论:基于内生违约机制的结构化模型是适于中国现状的信用风险度量方法,而可以灵活描述随机变量间复杂非线性相关关系的copula方法在度量违约相依性上具有优势。(2)从资产波动时变性角度改进行业信用风险度量方法(CCA),建立GARCH-CCA模型,并将其应用于国民经济行业系统中九大行业的信用风险测度,主要实证结果如下:各行业的违约风险变化所经历的总体趋势大致相同,与宏观经济发展趋势基本吻合;虚拟经济中金融业信用风险最高,房地产业次之。实体经济中采矿业风险最大,制造业次之。(3)建立了行业信用风险宏观影响因素识别模型——BALQR模型,并提出了估计模型的Gibbs抽样算法,考查不同行情下影响行业信用风险的重要宏观影响因素;运用二元copula函数度量信用风险相依关系并结合宏观影响因素,提出行业信用风险的周期性相依判别准则。实证表明,宏观经济因素对于不同行业、不同分位点上的信用风险影响程度有明显差异;在风险上、下尾处,行业间均存在周期性违约相依,但它不是风险相依的主要表现形式;相对上尾而言,下尾处的周期性违约相依程度较高。(4)构造了刻画行业信用风险相依结构的R-vine copula模型,发现了行业信用风险的传染性相依特征。通过模型评价指标选择了合适的藤copula结构类型,构建了具体的R-vine copula树型结构,估计所有“条件pair-copula”类型及参数,将其与相应“无条件pair-copula”进行比较分析。通过实证发现了各行业间信用风险非线性相关性,找出了催化信用风险传染的行业及条件隔离信用风险传染的行业。(5)提出了R-vine结构下的条件copula极值响应模拟一般算法,并将其应用于考察在国民经济系统九大行业信用风险的潜在相依结构下,某一行业的危机在整个系统内产生的风险传染效应,定量描述行业的系统风险并判断其系统重要性。模拟结果表明:房地产业对系统影响最大,其次是信息软件业和交通运输业,金融业的系统重要性最小;实体行业内部的信用风险传染较为明显,虚拟经济具有较强的风险传染免疫性,但自身传染性较强,不过,金融业既不易被传染,也不易传染其他行业。(6)构建基于国民经济行业信用风险的PCBN模型,通过网络结构学习算法得到与R-vine copula藤结构相对应的网络结构矩阵,考察国民经济九大行业信用风险联合分布及风险传染路径,并将R-vine copula模型和PCBN模型在理论和实证上做对比分析。通过实证,发现了国民经济整个系统内起重要枢纽作用的行业和具有条件独立关系的行业,得到了信用风险的危机传染路径;通过比较,发现无论从待估参数数目、是否体现条件独立关系还是是否体现因果关系的角度,PCBN模型均优于R-vine copula模型。但在模型准确性上,后者具有微弱优势。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 杜懿;麻荣永;;不同Copula函数在洪水峰量联合分布中的应用比较[J];水力发电;2018年12期
2 刘文雷;;动态Copula模型在金融相关领域运用的文献综述[J];中南财经政法大学研究生学报;2017年01期
3 黄康迪;陈璐;郭生练;周建中;杨振莹;;基于Copula熵方法的河流之间的相关性研究[J];水资源研究;2017年05期
4 王保华;王占海;月永昌;;Copula函数在洪潮遭遇分析中的应用研究[J];珠江现代建设;2017年06期
5 李晓康;;基于Copula函数的沪深股市相关性分析[J];陕西理工大学学报(自然科学版);2017年06期
6 杜梦颖;章溢;温利民;;基于Copula相依模型的指数保费预测[J];江西师范大学学报(自然科学版);2018年01期
7 叶五一;董筱雯;缪柏其;;c-D-Copula模型构建及其在金融风险传染中的应用[J];系统科学与数学;2018年05期
8 陈振龙;郝晓珍;;基于藤Copula分组模型的金融市场风险度量研究[J];统计研究;2018年06期
9 马梅;卢俊香;杜艳丽;;混合Copula模型选择及其应用[J];价值工程;2017年01期
10 韩思远;董海鹰;;基于copula函数的风力发电机组可靠性分析模型[J];兰州交通大学学报;2016年06期
11 董智前;李星野;;Copula函数在金融市场中的应用[J];数学理论与应用;2016年04期
12 甘毅;;Copula方法在金融风险管理中的应用研究[J];现代经济信息;2017年02期
13 巢文;邹辉文;;基于Copula函数的分层巨灾债券定价研究——来自两广地区台风数据的实证分析[J];广西大学学报(哲学社会科学版);2017年04期
14 冯文丽;郭亚慧;;基于Copula方法的河北省玉米收入保险费率测算[J];保险研究;2017年08期
中国重要会议论文全文数据库 前10条
1 张伟;黄锐;康良国;;基于Copula理论的地域性事故发生规律机理研究[A];第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集[C];2018年
2 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年
3 曾智;宋松柏;;基于混合pair-copulas的三维干旱特性联合分布研究[A];水与区域可持续发展——第九届中国水论坛论文集[C];2011年
4 李永奎;周宗放;彭选华;;Copula模型在金融风险管理应用中的评述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年
5 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年
6 王作春;甘仞初;;基于copula函数的相关异类风险的综合风险测度方法研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年
7 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届(2009)中国管理学年会——金融分会场论文集[C];2009年
8 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届(2013)中国管理学年会——金融分会场论文集[C];2013年
9 张绿原;林明裕;稂冠平;;基于GAS动态藤copula的国际指数组合风险分析[A];2017年(第五届)全国大学生统计建模大赛获奖论文选[C];2017年
10 安宗文;高建雄;刘波;;基于嵌套混合Copula函数的机械系统失效相关性建模[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 周全;基于copula的混业经营下市场风险和操作风险的度量[D];浙江工商大学;2016年
2 申敏;国民经济行业系统信用风险相依研究[D];南京航空航天大学;2017年
3 韩超;高维动态藤Copula结构在金融风险研究中的应用[D];重庆大学;2017年
4 李浩鑫;基于水势调控的复杂灌溉系统水量分配理论与方法[D];武汉大学;2017年
5 龚玉婷;金融资产相依性的动态Copula建模及应用[D];上海交通大学;2015年
6 赵宁;基于Copula熵的资本资产定价研究[D];大连理工大学;2012年
7 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年
8 胡心瀚;Copula方法在投资组合以及金融市场风险管理中的应用[D];中国科学技术大学;2011年
9 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年
10 王丽芳;基于copula理论的分布估计算法研究[D];兰州理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 陕婷宇;基于Copula-CoVaR方法的上市银行系统性风险研究[D];南京师范大学;2018年
2 王蕊;动态二维正态Copula的高阶展开[D];西南大学;2018年
3 郭振玉;关于脉冲分红的一些研究[D];湖南师范大学;2018年
4 赵子然;基于copula模型的投资组合优化及风险度量[D];暨南大学;2018年
5 张绿原;基于GAS动态藤copula的国际指数组合风险收益分析[D];华侨大学;2018年
6 马国胜;基于Copula方法的投资组合风险研究[D];大连交通大学;2016年
7 罗梦圆;基于Copula—CoVaR方法的全球主要证券市场系统性风险及其对中国的影响的实证研究[D];长沙理工大学;2017年
8 邱宜彬;基于混合藤Copula模型的多风电场出力相关性建模及其在电力系统经济调度中的应用[D];西南交通大学;2018年
9 唐渐;基于Copula函数的电网规划指标相关性分析及建模[D];昆明理工大学;2018年
10 冯立;基于Copula函数的股票指数分级基金股票投资组合风险测度研究[D];广西师范大学;2018年
中国重要报纸全文数据库 前2条
1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年
2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978