论文摘要
当前金融机构之间的关联越来越紧密,极易诱发系统性风险。基于2012—2016年中国金融市场数据,本文采用两步分位数回归、LASSO技术和复杂网络理论来研究金融机构的系统性风险贡献度。研究发现,影响金融机构在险价值(VaR)的关键因子为其他机构滞后一期的损失超出量,即机构之间的相互关联性;可以运用系统性风险贡献度动态识别和度量系统重要性,其中相互关联性发挥主要作用,且比规模更加重要,结果显示银行业最具系统重要性。本文发展的方法对于有效地防范与监管系统性风险具有重要的应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 刘晓东,欧阳红兵
关键词: 系统性风险贡献度,最小绝对值收缩和筛选算子,网络中心性
来源: 经济学(季刊) 2019年04期
年度: 2019
分类: 经济与管理科学,基础科学
专业: 数学,宏观经济管理与可持续发展,金融
单位: 中南民族大学经济学院,华中科技大学经济学院和文华学院
基金: 教育部人文社会科学研究规划基金项目“系统重要性金融机构的识别方法与评估体系研究”(19YJA790067),湖北省教育厅人文社会科学研究一般项目“金融系统性风险传导机制识别及其预警体系研究”(QSY16005),中南民族大学中央高校基本科研业务费专项资金资助项目“基于复杂网络的系统性风险与金融监管改革研究”(CSQ13022)的资助
分类号: F224;F832
DOI: 10.13821/j.cnki.ceq.2019.03.04
页码: 1239-1266
总页数: 28
文件大小: 761K
下载量: 720
相关论文文献
标签：系统性风险贡献度论文; 最小绝对值收缩和筛选算子论文; 网络中心性论文;