| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1. 导论 | 第10-22页 |
| 1.1 选题背景和意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 选题意义 | 第11-12页 |
| 1.2 相关模型与文献综述 | 第12-17页 |
| 1.2.1 相关模型 | 第12-14页 |
| 1.2.2 文献综述 | 第14-17页 |
| 1.2.3 小结 | 第17页 |
| 1.3 研究内容与主要思路 | 第17-18页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究思路 | 第17-18页 |
| 1.4 研究方法与论文框架 | 第18-20页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 论文框架和逻辑框图 | 第19-20页 |
| 1.5 研究创新与不足 | 第20-22页 |
| 1.5.1 研究创新 | 第20-21页 |
| 1.5.2 研究不足 | 第21-22页 |
| 2. 系统重要性度量模型——COVaR方法 | 第22-29页 |
| 2.1 系统重要性金融机构的定义 | 第22-23页 |
| 2.2 VAR方法 | 第23-25页 |
| 2.3 COVAR理论的概述 | 第25-27页 |
| 2.3.1 CoVaR理论的背景 | 第25-26页 |
| 2.3.2 CoVaR的定义 | 第26-27页 |
| 2.4 分位数回归方法介绍 | 第27页 |
| 2.4.1 分位数回归方法 | 第27页 |
| 2.4.2 和最小二乘回归法比较 | 第27页 |
| 2.5 测度COVAR ——分位数回归方法 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3. 基于COVAR方法的商业银行系统重要性度量的 实证研究 | 第29-43页 |
| 3.1 研究样本的选择 | 第29页 |
| 3.2 数据的选择和处理 | 第29-30页 |
| 3.3 银行整体股指数和单个银行和收益率的计算 | 第30-31页 |
| 3.4 银行股整体指数和单个银行股价格指数的双向风险溢出效应 | 第31-34页 |
| 3.5 其他几家银行和银行股整体指数在风险溢出效应方面的分析 | 第34-39页 |
| 3.6 针对12家上市银行系统重要性的实证结果的具体分析 | 第39-43页 |
| 3.6.1 12 家银行重要性度量的结果 | 第39-40页 |
| 3.6.2 基于12家上市银行的资产指标进行分组分析 | 第40-43页 |
| 4. 商业银行系统重要性影响因素分析 | 第43-50页 |
| 4.1 影响商业银行系统重要性因素指标的建立 | 第43-47页 |
| 4.1.1 构建影响银行系统重要性因素指标的原则 | 第43-44页 |
| 4.1.2 银行风险监测预警指标体系的构建 | 第44-47页 |
| 4.3 变量选择和模型构建 | 第47-48页 |
| 4.3.1 变量选择 | 第47-48页 |
| 4.3.2 模型构建 | 第48页 |
| 4.4 实证结果 | 第48-50页 |
| 5. 结论与建议 | 第50-57页 |
| 5.1 结论 | 第50页 |
| 5.2 政策建议 | 第50-56页 |
| 5.2.1 国际上针对系统重要性金融机构的监管方式 | 第51-53页 |
| 5.2.2 针对我国具有系统重要性的金融机构的监管建议 | 第53-56页 |
| 5.3 本文的局限性与研究展望 | 第56-57页 |
| 主要参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-61页 |
| 致谢 | 第61-62页 |
