论文部分内容阅读
在经济全球化背景下,金融危机危害的广度和深度都不容小觑,因此金融体系的系统性风险管理尤为重要,其中,银行作为整个金融市场的核心部门,银行业的系统性风险更是关键,牵一发而动全身。本文在对银行系统性风险界定的基础上,通过相关系统性风险测度理论的研究,并选取较为成熟的测度方法,即CoVaR对我国上市商业银行的系统性风险水平进行计算分析和研究,得出纵向看我国商业银行的系统性风险逐步增大；而从横截面看,不同类型银行的系统性风险水平也有所差别；同时银行业的系统性风险水平与银行整体发展趋势息息相关,系统性风险急剧增大大多伴随着流动性水平的缩紧和不良率的提升等问题。接着在此基础上通过对相关指标的筛选分析及门限面板数据的回归,并构建影响稳定性相应控制变量指标体系及进行滞后一阶稳健性检验,以探究不同指标变量对银行系统性风险的影响,认为：1)宏观经济变量及行业经济变量对系统性风险呈现明显负相关,且对规模较小的银行影响更明显；2)在银行自身变量中,市盈率、最大十家客户贷款比例、不良率、收入成本比、存贷比、净资产收益率(ROE)对系统性风险呈正相关关系,GDP增长率、银行业景气指数、流动性资产比率、资产规模、净利差收益率(NIMP)对系统性风险呈负相关关系；3)资产规模及成本收益率对银行规模不同的系统性风险具有不同的影响；4)在滞后一阶条件下,除流动性资产比率指标外效果依然显著。最后在以上基础上,针对我国银行系统性风险的特征,提出相关政策建议：进一步完善监管框架,细化监管内容；理性看待不同指标对于国内银行风险水平的影响；实行联动监管的机制,加强各监管部门之间的合作与联系。本文的创新性主要在于：以CoVaR模型为基础,通过分位数回归探索每家银行的系统性风险水平；通过自适应lasso回归从众多变量中选取相关影响变量,以解决维数过高问题；针对相关变量与系统性风险之间可能的非线性关系,通过门限面板回归模型分类研究。