中国上市银行增量长期条件风险价值估算研究

防控系统性金融风险的前提在于风险趋势的动态监测,该趋势决定于长期条件风险价值溢出传染。为有效测度中国上市银行的增量长期条件风险价值指标并评价其系统重要性和系统脆弱性,选用GARCH-MIDAS模型估算其长期波动率、短期波动率及总波动率,使用DCC-MIDAS模型测度长期相关系数和总相关系数。将所测算出的长期波动率与长期相关系数相结合,计算出增量长期条件风险价值、长期风险溢出指数和长期风险吸收指数。对比分析增量长期条件风险价值和以往研究中所使用的增量条件风险价值之间的差异和联系。考察剔除短期扰动下的风险价值溢出的长期趋势特征,并根据构建的长期风险溢出指数和长期风险吸收指数,稳健地识别出剔除短期扰动下的系统重要性银行和系统脆弱性银行。研究表明:其一,金融资产波动可以显著分解为长期波动和短期波动,长期波动决定着银行收益率波动趋势;金融资产间的相关系数则主要由其长期相关系数决定,并受到短期因素的干扰;其二,长期风险价值确实能够有效测度银行风险价值变化趋势,且增量长期条件风险价值决定增量条件风险价值的变化趋势,是银行风险溢出传染的核心要素;其三,通过增量长期条件风险价值构造的长期风险溢出指数LSRE与长期风险吸附指数LSRR可以稳健地识别系统重要性机构和系统脆弱性机构,从而为审慎监管精准施策提供指导。

网络传染下关联企业的系统性综合风险度量与优化配置研究

资产具有交叉联动效应,这将给企业组合带来风险分散效应与传染效应,后者又会进一步形成系统性风险。沿用传统的综合评分方法,无法合理地综合评估这些风险。于是本文分三步构建Copula-TARCH-VaR模型,度量网状关联情况下的企业组合风险价值;在此基础上,设计了组合优化决策模型。并以信用资产关联企业实例进行了条件边缘分布的拟合估计、多元tCopula函数检验、风险价值模拟计算以及组合的优化配置与调整分析。实例计算效果表明该方法的适用性与有效性是比较好的。