2025【我国银行业系统性风险溢出的实证研究综述7000字】.docx
我国银行业系统性风险溢出的实证研究综述
目录
TOC\o1-2\h\u1177我国银行业系统性风险溢出的实证研究综述 1
16361.1系统性风险测度的模型构建 1
44511.1.1VaR和CoVaR模型 1
248851.1.2基于分位数回归模型CoVaR 3
311001.2数据的选取与处理 5
191671.3数据的描述性统计 6
13250数据来源：choice金融终端数据库 6
79131.4系统性风险测度结果 11
近些年来我国经济发展迅速，金融产品层出不穷，但现阶段我国金融机构仍是以银行为主，因此本文以我国银行体系作为金融业代表来对其系统性风险进行实证研究。
1.1系统性风险测度的模型构建
本章实证分析用到的主要方法为基于分位数回归模型的CoVaR模型对我国银行业系统性风险进行测度，由于CoVaR方法是在传统VaR方法上发展得来的方法得来的，因此，本节主要从VaR、CoVaR、基于分位数回归模型的CoVaR方法来对实证方法进行说明。
1.1.1VaR和CoVaR模型
（1）VaR模型
VaR（ValueatRisk）是早期Jorion(1996)定义，定义如下：
VaR=E(W)-W* （1.1）
W=W0(1+R) （1.2）
W*=W0(1+R*) （1.3）
VaR=E[W0(1+R)-W0(1+R*)] （1.4）
VaR=E(W0)+E(W0R)-W0-W0R* （1.5）
VaR=W0+W0E(R)-W0-W0R*=W0E(R)-W0R （1.6）
VaR=W0[E(R)-R*] （1.7）
其中，式中E(R)为资产组合的预期收益；W为资产组合的期末价值；W*为置信水平ａ下投资组合的最低期末价值：W0为持有期初资产组合价值，Ｒ为设定持有期内（通常一年）资产组合的收益率；R*为资产组合在置信水平ａ下的最低收益率。VaR方法从统计学意义上来说，其结果本身一个数字：即在市场正常波动情况下，在给定持有期限和置信水平的条件下，预期的最大损失绝对值或相对值。更为准确的定义为：在某一特定置信水平下（例如95%或99%），某特定期间相关头寸因市场的不利变动而引起潜在损失的最大值，可以用下式表示：
Prob(VaRqi≤Xi)=q
其中Xi为机构i在特定持有期限内的损失;VaR
VaR方法的优点在于：首先，VaR方法的得到的结果是一个数字，其结果简单直观易于理解，使管理者可以直接感受到最坏情况下损失的大小；其次，VaR方法的定义中内含持有期限、置信区间、观察期限等相关参数，因此可以根据机构自身情况灵活选择适合自己的相关参数来得到符合自身特点的VaR值，进而进行更有针对性的风险管理与控制。
（2）CoVaR模型
由于VaR方法没有考虑到银行之间的相互作用,即对于金融系统中风险溢出效应无法估计，只能估计单个金融机构自身的风险。并且VaR并不能估计在极端情形下资产组合的潜在风险，即对尾部极端事件刻画不准确，上述的两个缺点使得VaR在极端情形尤其是爆发系统性金融危机时显现的尤其脆弱。Adrian和Brunnermeie（2016）在VaR方法的基础上加以改进，首次提出条件风险价值(CoVaR)方法，用于衡量当一家金融机构处于危机中时，其他金融机构面临的风险，CoVaR相对于无条件风险价值VaR的变化率即为风险溢出值。CoVaR方法克服了以方差间接测度风险的缺陷，将波动溢出效应纳入VaR框架，并用具体数值表示风险溢出效应大小，具有很强的操作性，为风险管理实践提供了新的思路和方法。
根据条件在险价值CoVaR的定义，CoVaRqj|i表示金融机构j在金融机构i的收益率为VaRqi
Prob(Xj≤CoVaRqj|i|Xi=VaRqi)=q,其中0?q?1
在上式中CoVaRqj|i表示的是机构j的总风险价值，其中可以分解为无条件风险价值和机构i对j的溢出风险价值，其关系为：总风险价值=无条件风险价值+溢出风险价值，用公式表示为CoVaRqj|i=?CoVaRqj|i+VaR
?CoVaRqj|i=CoVaRqj|i-VaRqi
但是注意到由于考察的金融机构i选取不同，其VaRqi值也会不同，甚至相差很大，因此?CoVaRq
即%?CoVaRqj|i：%?CoVaRqj|i=?CoVaRqj|iVaR
%?CoVaRqj|i=CoVaRqj|i?
可以看到，单位化之后的%?CoVaRqj|i可以可以对机构i处于某一风险时机构j所面临的溢出风险做出较为细致的刻画。此时将VaRq
1.1.2基于分位数回归模型CoVaR
Koenker＆Bassett（1978）首次提出分位数回归(quantileregress