我国外部影子银行对商业银行风险溢出效应实证,该文是关于溢出效应论文范文，为你的论文写作提供相关论文资料参考。
溢出效应论文参考文献：
[摘 要]本文利用标准的GARCH-CoVaR模型计算我国外部影子银行体系对上市商业银行的风险溢出效应.在对前人研究总结的基础上,分析影子银行对商业银行的作用机理和GARCH-CoVaR模型的计算,实证研究结果表明：考虑影子银行对商业银行风险溢出后,股份制银行中,民生银行、中信银行的风险溢出强度大,而城商行中则以宁波为代表,他们对其他银行的强度较小.
[关键词] GARCH-CoVaR模型；影子银行；商业银行；风险溢出
1引言
近年来,中国影子银行发展迅速,目前仅次于英美两国.我国逐步推进的利率市场化改革,使得以同业借贷等为主的非标准证券化影子业务急剧增加.诸多影子银行积极参和到商业银行的表外业务中去.而同时,银行为各类影子银行提供隐形担保.因此,这样密切的资金联系,致使二者之间系统性风险溢出传染的可能性增加.流动性不足案例屡见不鲜,影子银行局部业务风险引发的对整个金融市场稳定性的不良效应,令人恐慌.
我国学者主要从我国商业银行静态风险分布状况,分析上市银行的系统性风险.但是,却少有学者研究,信托券商类影子银行对商业银行风险溢出效应.于是,本文的研究对象则放在了证券、创投、信托、民间借贷类上市非银行类影子银行体系以及商业银行内部影子银行体系上,建立Covar-GARCH模型,分析影子银行体系对商业银行风险溢出效应.并据此希望能够得出一些有价值的建设性意义.
2文献综述
20世纪末,风险价值（VaR）这一概念首先由JP.Morgan提出.此后,该理论被各大金融机构和监管部门所使用,用以分析我国的金融市场环境.任何事物都有利有弊,VaR也不例外.它的缺陷便在于,它只能预测正常情况下的潜在资产组合风险.风险价值模型并不能用于分析在极端条件下,单个金融机构不善经营对整个市场造成的冲击.因而,此类模型为发生金融危机时就显得不堪一击.于是,Adrian和Brunnermeier（2008）在VaR基础上提出了CoVaR,即条件风险价值.单个金融机构的风险溢出效应便可用这一模型来测算,弥补了VaR的缺陷.换句话就是,该模型主要应用于：特定金融机构陷入困境时,对其它金融机构的风险溢出效应.
学者们对对我国商业银行风险溢出效应进行了诸多研究.李玉贤（2012）運用CoVaR模型度量国内上市银行和整个银行业之间的风险溢出效应,结果表明,银行自身的VaR应用银行系统的风险贡献度之间没有必要关联.杨有振（2013）采用VaR、CoVaR方法,又加入了分位数回归技术这一思想,测算了14家银行的风险价值和风险溢出值,结果表明好像大银行的风险溢出冲击更大些.陈守东等（2013）采用基于分位数回归的CoVaR模型,利用股价数据测度了我国16家上市商业银行的系统性风险贡献度和国有银行系统和股份制银行系统之间的风险溢出效应.结果表明：VaR值和增量CoVaR值没有明显的对应关系；国有股份制银行中国银行、中国建设银行对系统风险的溢出效应似乎最大；股份制银行系统对国有银行系统的风险溢出效应小于反向效应.李丛文等（2015）基于偏t分布的GARCH-时变Copula-CoVaR模型,度量了各种类型的影子银行对整体和局部的影子银行的动态风险溢出冲击.结果发现：信托业风险溢出最大,其次为证券业,最后为民间借贷业；影子银行系统对不同类型商业银行风险溢由高到低依次为股份制银行、城商银行和国有银行.
3理论分析和假设提出
3.1影子银行对商业银行影响风险溢出效应的作用机理
非标准证券化影子业务急剧增加,许多的影子银行积极参和商业银行表外业务.而同时,银行为各类影子银行提供隐形担保.因此,这样密切的资金联系,致使二者之间系统性风险溢出传染的可能性增加.商业银行通过回购、抵押和融资等资金同业业务和影子银行金融机构产生联系,并为其提供隐性担保.商业银行扮演最终债务人角色,和标准证券化业务不同,其自身风险并未实质剥离.
3.2风险价值VaR
其中,VaRit表示风险价值,GARCH模型的一步向前预测的均值为μit,一步向前预测的条件方差的平方根为σit.α为q显著水平下的分位数.
如果置信水平为1-q,在影子银行损失值等于VaR的情况下,商业银行的条件风险价值可表示为上面描述的（2）式和（3）式.
4.1.4利用GARCH-CoVaR模型计算风险溢出值
（2）式中涵盖着影子银行S对商业银行N的风险溢出效应,包含了无条件风险价值和溢出风险价值,体现出商业银行N的总风险价值.为了更清楚、具体地反映当影子银行S在发生最大可能损失的极值事件出现时商业银行N的风险的增加情况,本文用溢出风险价值和风险溢出强度来表示,可分别用（4）式和（5）式表示.
4.2样本选择和数据收集
选取上市影子银行体系相关金融机构和16家上市银行作为本文的实证分析对象.16家上市银行分别：北京、工商、光大、华夏、建设、交通、民生、南京、宁波、农业、平安、浦发、兴业、招商、中国和中信银行.影子银行体系相关金融机构：陕国投A和安信信托信托公司类；海通证券和中信证券券商类；渤海租赁和香溢融通民间借贷类；鲁信创投和爱建股份作为投资公司类.市场收益率选用上证指数.
实证分析数据均来源于万德数据库的每日收益率.时间为2011年1月4日至2016年1月22日.在此之前,本文先用spss软件将数据进行了标准化的处理.
5实证研究结果和分析
5.1 16家商业银行和8家影子银行的VaR水平分析
将spss标准化处理后的新收益率序列根据（6）、（7）两式进行GARCH模型分析.我们在GARCH模型假设的基础上,计算各样本数据的预测方差和预测均值.据此,根据（8）式可求得VaR值.本文在都是在95%的置信水平假设下计算VaR值的.
结论：大学硕士与本科溢出效应毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写经济溢出效应方面论文范文。
房地产业和银行业风险溢出效应
摘要：房地产业和银行业均是资金密集型行业，风险管理是其健康发展的基石。在分析房地产业与银行业风险溢出机制基础上，采用GARCH-EVT模型、va。
我国金融市场风险溢出效应分析
摘 要：评估金融市场间的风险溢出效应对金融市场监管和深化我国金融市场改革具有重要意义。本文基于MVGARCH模型研究了股票市场、债券市场和期货市。
原油期货和PTA期货风险溢出效应
摘要：本文以伦敦国际石油交易所的布伦特原油期货和郑州商品交易所上市的PTA期货作为研究对象，运用Copula—CoVaR模型测算金融危机前后布伦。