CoVaR在上市保险公司系统性风险测度中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究动态 | 第12-14页 |
| 1.2.2 国内研究动态 | 第14-16页 |
| 1.3 研究方法及思路 | 第16页 |
| 1.4 研究内容与文章结构 | 第16-18页 |
| 第2章 保险公司系统性风险的理论分析 | 第18-23页 |
| 2.1 系统性风险的定义 | 第18页 |
| 2.2 系统性风险的成因 | 第18-20页 |
| 2.2.1 金融体系的脆弱性 | 第19页 |
| 2.2.2 信息不对称 | 第19页 |
| 2.2.3 风险的溢出 | 第19页 |
| 2.2.4 心理预期 | 第19-20页 |
| 2.3 保险公司中的系统性风险 | 第20-23页 |
| 2.3.1 银行与保险公司的系统性风险比较 | 第20-21页 |
| 2.3.2 传统型保险业务中的系统性风险 | 第21页 |
| 2.3.3 非传统型保险业务中的系统性风险 | 第21-23页 |
| 第3章 系统性风险测度方法的比较分析 | 第23-28页 |
| 3.1 系统性风险测度方法比较 | 第23-24页 |
| 3.1.1 指标预警法 | 第23页 |
| 3.1.2 网络结构法 | 第23-24页 |
| 3.1.3 模型法 | 第24页 |
| 3.2 CoVaR方法的基本原理 | 第24-25页 |
| 3.3 GARCH模型的介绍 | 第25-27页 |
| 3.3.1 标准GARCH模型 | 第25-26页 |
| 3.3.2 GARCH-M模型 | 第26页 |
| 3.3.3 IGARCH模型 | 第26页 |
| 3.3.4 EGARCH模型 | 第26页 |
| 3.3.5 TGARCH模型 | 第26页 |
| 3.3.6 PARCH模型 | 第26-27页 |
| 3.4 ARMA模型 | 第27-28页 |
| 第4章 我国上市保险公司系统性风险的实证分析 | 第28-41页 |
| 4.1 样本的选取及数据处理 | 第28-34页 |
| 4.1.1 样本和数据的选取 | 第28-29页 |
| 4.1.2 数据的处理 | 第29-32页 |
| 4.1.3 模型的拟合 | 第32-34页 |
| 4.2 测度结果 | 第34-39页 |
| 4.2.1 VaR值的测算 | 第34-35页 |
| 4.2.2 CoVaR值的测算 | 第35-38页 |
| 4.2.3 各上市保险公司系统性风险测度结果比较 | 第38-39页 |
| 4.3 我国上市保险公司系统性风险影响因素分析 | 第39-41页 |
| 4.3.1 费率市场化 | 第40页 |
| 4.3.2 投资方式和产品形式的多样化 | 第40-41页 |
| 第5章 防范保险业系统性风险的建议 | 第41-45页 |
| 5.1 识别我国重要性保险机构 | 第41页 |
| 5.2 实行宏观审慎监管 | 第41-45页 |
| 5.2.1 组建专门的宏观审慎监管部门 | 第42页 |
| 5.2.2 完善数据和信息的共享机制 | 第42-43页 |
| 5.2.3 建设保险系统性风险预警体系 | 第43页 |
| 5.2.4 对保险产品以及资金运用强化监管 | 第43-44页 |
| 5.2.5 提高国际合作监管水平 | 第44-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
