摘要 | 第4-8页 |
Abstract | 第8-12页 |
1. 绪论 | 第15-21页 |
1.1 研究背景与研究意义 | 第15-17页 |
1.2 研究内容 | 第17-18页 |
1.3 研究方法 | 第18-19页 |
1.3.1 文献研究法(查找文献法) | 第18页 |
1.3.2 定量分析法 | 第18-19页 |
1.4 主要创新点 | 第19-21页 |
2. 文献综述 | 第21-32页 |
2.1 相关基础理论 | 第21-25页 |
2.1.1 系统性风险 | 第21页 |
2.1.2 系统重要性金融机构 | 第21-22页 |
2.1.3 系统重要性银行 | 第22-24页 |
2.1.4 系统重要性银行识别的理论基础 | 第24-25页 |
2.2 系统重要性银行的识别 | 第25-32页 |
2.2.1 基于银行资产负债表数据的识别 | 第26-27页 |
2.2.2 基于银行间风险敞口数据的识别 | 第27-28页 |
2.2.3 基于支付系统数据的识别 | 第28-29页 |
2.2.4 基于股票和债券等金融市场数据的识别 | 第29-32页 |
3. 计量模型及相关方法概述 | 第32-42页 |
3.1 基于CoVAR方法的系统重要性银行识别 | 第32-35页 |
3.1.1 CoVaR相关理论 | 第32-33页 |
3.1.2 CoVaR的估计方法 | 第33-35页 |
3.2 基于MES方法的系统重要性银行识别 | 第35-38页 |
3.2.1 MES相关理论 | 第35-36页 |
3.2.2 MES的估计方法 | 第36-38页 |
3.3 TGARCH模型及DCC-GARCH模型介绍 | 第38-42页 |
3.3.1 采用TGARCH模型估计银行和市场的条件波动率 | 第38-39页 |
3.3.2 采用DCC-GARCH模型估计银行和市场的条件相关系数 | 第39-42页 |
4. 我国上市银行系统重要性识别的实证研究 | 第42-64页 |
4.1 样本选取及数据说明 | 第42-44页 |
4.2 数据的统计分析及处理 | 第44-50页 |
4.2.1 收益率的时间序列描述及正态性检验 | 第44-47页 |
4.2.2 平稳性检验 | 第47-48页 |
4.2.3 ARCH效应检验 | 第48-49页 |
4.2.4 基于DCC模型的动态相关性分析 | 第49-50页 |
4.3 基于DCC-TGARCH-CoVAR的系统性风险度量研究 | 第50-58页 |
4.3.1 DCC GARCH模型估计动态相关系数 | 第50-51页 |
4.3.2 计算各银行ΔCoVaR值 | 第51-54页 |
4.3.3 计算各银行%ΔCoVaR值 | 第54-56页 |
4.3.4 基于ΔACoVaR对我国上市银行进行系统重要性动态排名 | 第56-58页 |
4.4 基于DCC-TGARCH-MES的系统性风险度量研究 | 第58-64页 |
4.4.1 计算各银行MES值 | 第58-60页 |
4.4.2 计算各银行的%CES | 第60-63页 |
4.4.3 基于%CES对我国上市银行进行系统重要性动态排名 | 第63-64页 |
5. 结论及政策建议 | 第64-69页 |
5.1 结论 | 第64-66页 |
5.2 系统性重要银行监管建议 | 第66-69页 |
5.2.1 完善识别系统性重要银行方法并定期评估系统重要性 | 第66页 |
5.2.2 强化对系统性重要银行的监管 | 第66页 |
5.2.3 对系统性重要银行的监管应考虑到周期性和宏观环境变化因素 | 第66-67页 |
5.2.4 适度发展规模及业务复杂程度,降低系统重要性程度 | 第67-69页 |
6. 不足与展望 | 第69-70页 |
参考文献 | 第70-74页 |
附录 | 第74-81页 |
致谢 | 第81页 |