论文部分内容阅读
自2007年金融危机爆发以来，系统性金融风险的防控和监管受到了监管部门和金融机构的高度重视。此次金融危机迫使人们认识到：对于单个金融机构进行规范和限制并不能够避免系统性金融风险的产生和积累。为了维护金融市场的良好运行，促使金融体系更好地服务于实体经济的发展，对金融系统实施宏观审慎的监管具有重大意义。这要求监管者在实施金融监管时考虑到金融机构之间以及金融机构与金融系统之间的相互关联，及时防控系统性金融风险的传染和蔓延。
金融系统的良好运行依赖于金融机构之间的紧密配合。但在极端金融事件发生时，这种相互关联往往成为危机传导的催化剂。对于系统性风险的监测不能仅在风险大规模暴露时才加以重视，而应将其纳入日常监管范围，保持密切关注。在2007年金融危机爆发之后，以美国为首的发达国家已经开始重视和加强对于系统性金融风险的防控。金融稳定委员会（FSB）的成立以及《多德-弗兰克法案》的颁布都标志着后危机时期的金融监管开始迈向对系统性风险的防控。
在我国当前经济下行、风险积累的宏观背景下，防范系统性金融风险受到了前所未有的重视。在十九大报告中，习近平总书记明确提出了要健全金融监管体系，守住不发生系统性金融风险的底线。在今年的两会报告上，李克强总理再次强调：“要稳妥推进金融监管体制改革，有序化解处置突出风险点，整顿规范金融秩序，筑牢金融风险‘防火墙’。”研究系统性金融风险的防控具有重大意义。
要有效防范和控制系统性金融风险，其先决条件在于对系统性风险进行有效的识别和测度。合理有效的系统性风险测度利于监管者在系统性金融危机爆发前更好地监测金融体系的稳定状况，从而采取宏观审慎的预防性措施。系统性风险的有效识别和测度依赖于对风险进行合理的量化评估。因此，系统性风险测度模型的选择以及模型估计方法的准确性直接关系到系统性风险识别和防控的有效性。
本研究旨在对系统性金融风险进行量化建模，进一步探索如何评估和检验这些量化模型，同时将模型运用于分析实际中的系统性金融风险问题。本文基于国际流行的系统性金融风险测度工具（CoVaR、CoES、MES、SRISK），提出DCC-FHS建模方法对于上述工具进行估计。该方法能够克服现有建模方法对于误差分布的假设过于依赖的缺陷，同时在针对高维数据建模时具有优势。此外，本研究还构造了一套严谨的系统性金融风险后验分析方法，用于评价金融风险测度工具的有效性和适用性。最后，本文将DCC-FHS建模方法以及后验分析方法应用于实证。参照国际惯例，本文使用美国2007年金融危机前后金融市场的收益率数据。实证部分主要探讨了美国银行业、保险业以及金融服务业危机前后自身风险的变化以及三部门对于整个金融市场的系统性风险贡献情况。
本文分为六个大章，内容安排如下：
第一章前言介绍研究背景、研究意义、研究方法使用以及论文主要的贡献和创新点。
第二章回顾了国内外相关文献及研究进展。首先阐述系统性风险的定义，紧接着介绍风险测度工具的发展和系统性金融风险测度工具的发展。进一步对于不同风险测度工具的优缺点进行评价，并概述测度工具的实际应用情况。最后介绍金融风险测度模型的相关后验分析研究。
第三章提出了DCC-FHS建模方法，详细阐述了该方法涉及的相关概念、方法的理论意义、具体建模步骤以及相较其他建模方法的优缺点。本章给出DCC-FHS建模方法针对当下国际流行的系统性金融风险测度工具CoVaR、CoES、MES以及SRISK的具体建模步骤。
第四章构建了一套针对系统性风险的测度工具的后验分析方法，对模型有效性进行了评估。本章给出了针对系统性金融风险测度工具CoES的具体后验分析步骤。
第五章使用本文提出的DCC-FHS建模方法和后验分析方法进行实证分析。参照国际惯例，本文选取了美国2007年金融危机爆发前以及危机爆发期间的
市场收益率作为样本，探讨银行业、保险业以及金融服务业三部门自身的风险变化以及对于整个金融市场的系统性风险贡献。
最后第六章对全文进行总结，评价DCC-FHS建模方法和后验分析方法的优缺点，总结实证分析结果。最后对系统性金融风险建模未来的发展方向进行了展望。
本研究在系统性金融风险的量化建模领域处于国际前沿水平，主要的贡献和创新点包括：
第一，本文提出了一种新的系统性金融风险量化建模方法，即DCC-FHS建模方法。相较于现有建模方法，该方法的突出优点包括：能够避免因分布设定错误带来的模型偏误；建模方法简洁，对高维数据建模有优势。
第二，本文构建了一套针对系统性风险测度工具的后验评估体系，能够对系统性金融风险测度模型的有效性和适用性进行评价，在一定程度上填补了领域文献的空白。
第三，本文使用DCC-FHS建模方法和后验分析方法对于2007年美国金融危机的爆发进行了实证分析，测度了银行业、保险业以及金融服务业的系统性风险贡献。
本文的不足之处在于：后验分析时未考虑估测误差；实证部分侧重对方法进行验证，未深入分析风险传导机制；沿用国际惯例采用美国金融市场数据，未对中国金融市场的系统性风险状况进行考察。
金融系统的良好运行依赖于金融机构之间的紧密配合。但在极端金融事件发生时，这种相互关联往往成为危机传导的催化剂。对于系统性风险的监测不能仅在风险大规模暴露时才加以重视，而应将其纳入日常监管范围，保持密切关注。在2007年金融危机爆发之后，以美国为首的发达国家已经开始重视和加强对于系统性金融风险的防控。金融稳定委员会（FSB）的成立以及《多德-弗兰克法案》的颁布都标志着后危机时期的金融监管开始迈向对系统性风险的防控。
在我国当前经济下行、风险积累的宏观背景下，防范系统性金融风险受到了前所未有的重视。在十九大报告中，习近平总书记明确提出了要健全金融监管体系，守住不发生系统性金融风险的底线。在今年的两会报告上，李克强总理再次强调：“要稳妥推进金融监管体制改革，有序化解处置突出风险点，整顿规范金融秩序，筑牢金融风险‘防火墙’。”研究系统性金融风险的防控具有重大意义。
要有效防范和控制系统性金融风险，其先决条件在于对系统性风险进行有效的识别和测度。合理有效的系统性风险测度利于监管者在系统性金融危机爆发前更好地监测金融体系的稳定状况，从而采取宏观审慎的预防性措施。系统性风险的有效识别和测度依赖于对风险进行合理的量化评估。因此，系统性风险测度模型的选择以及模型估计方法的准确性直接关系到系统性风险识别和防控的有效性。
本研究旨在对系统性金融风险进行量化建模，进一步探索如何评估和检验这些量化模型，同时将模型运用于分析实际中的系统性金融风险问题。本文基于国际流行的系统性金融风险测度工具（CoVaR、CoES、MES、SRISK），提出DCC-FHS建模方法对于上述工具进行估计。该方法能够克服现有建模方法对于误差分布的假设过于依赖的缺陷，同时在针对高维数据建模时具有优势。此外，本研究还构造了一套严谨的系统性金融风险后验分析方法，用于评价金融风险测度工具的有效性和适用性。最后，本文将DCC-FHS建模方法以及后验分析方法应用于实证。参照国际惯例，本文使用美国2007年金融危机前后金融市场的收益率数据。实证部分主要探讨了美国银行业、保险业以及金融服务业危机前后自身风险的变化以及三部门对于整个金融市场的系统性风险贡献情况。
本文分为六个大章，内容安排如下：
第一章前言介绍研究背景、研究意义、研究方法使用以及论文主要的贡献和创新点。
第二章回顾了国内外相关文献及研究进展。首先阐述系统性风险的定义，紧接着介绍风险测度工具的发展和系统性金融风险测度工具的发展。进一步对于不同风险测度工具的优缺点进行评价，并概述测度工具的实际应用情况。最后介绍金融风险测度模型的相关后验分析研究。
第三章提出了DCC-FHS建模方法，详细阐述了该方法涉及的相关概念、方法的理论意义、具体建模步骤以及相较其他建模方法的优缺点。本章给出DCC-FHS建模方法针对当下国际流行的系统性金融风险测度工具CoVaR、CoES、MES以及SRISK的具体建模步骤。
第四章构建了一套针对系统性风险的测度工具的后验分析方法，对模型有效性进行了评估。本章给出了针对系统性金融风险测度工具CoES的具体后验分析步骤。
第五章使用本文提出的DCC-FHS建模方法和后验分析方法进行实证分析。参照国际惯例，本文选取了美国2007年金融危机爆发前以及危机爆发期间的
市场收益率作为样本，探讨银行业、保险业以及金融服务业三部门自身的风险变化以及对于整个金融市场的系统性风险贡献。
最后第六章对全文进行总结，评价DCC-FHS建模方法和后验分析方法的优缺点，总结实证分析结果。最后对系统性金融风险建模未来的发展方向进行了展望。
本研究在系统性金融风险的量化建模领域处于国际前沿水平，主要的贡献和创新点包括：
第一，本文提出了一种新的系统性金融风险量化建模方法，即DCC-FHS建模方法。相较于现有建模方法，该方法的突出优点包括：能够避免因分布设定错误带来的模型偏误；建模方法简洁，对高维数据建模有优势。
第二，本文构建了一套针对系统性风险测度工具的后验评估体系，能够对系统性金融风险测度模型的有效性和适用性进行评价，在一定程度上填补了领域文献的空白。
第三，本文使用DCC-FHS建模方法和后验分析方法对于2007年美国金融危机的爆发进行了实证分析，测度了银行业、保险业以及金融服务业的系统性风险贡献。
本文的不足之处在于：后验分析时未考虑估测误差；实证部分侧重对方法进行验证，未深入分析风险传导机制；沿用国际惯例采用美国金融市场数据，未对中国金融市场的系统性风险状况进行考察。