基于CoVaR模型的我国银行业系统性风险的测度

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于CoVaR模型的我国银行业系统性风险的测度范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：在经济全球化深入发展的今天，我国想要保持经济的平稳快速发展，必须增强抵抗风险的能力。银行业是我国金融体系的主导，而且银行业系统性风险有极大的传染性和破坏性，因此必须增强对银行业系统性风险的监管。本文提供了测度系统性风险的方法――covar方法，目的在于通过对系统性风险的有效测度，为银行业的风险监管提供预警和建议。研究结果证实了我国上市商业银行系统性风险溢出效应的存在，并且国有银行对系统性风险的贡献度较高，抵御系统性风险的能力较强，这与实际情况相吻合。

关键词：系统性风险；风险监测；条件风险价值

中图分类号：F832 文献标志码：A

风险是金融机构经营的固有属性。作为一类特殊的金融机构，银行的核心业务之一就是对风险进行有效管理。在日常业务中，银行总是面临各种各样风险的冲击，如何有效测度和应对风险已经成为各商业银行风险管理的核心所在。

当今时代，宏观经济体系的系统性风险对银行业的风险管理形成了重要挑战。Kaufman等对系统性风险（systemic risk）进行了详细的界定，认为系统性风险通常与金融自由化、金融全球化带来的金融动荡和危机密切相关。无论是由什么原因引起的系统性风险，都会对经济体系产生溢出效应和传染效应，对整个经济体系造成严重的破坏。2008年由美国次贷危机爆发引起的全球金融动荡，使得商业银行在应对系统性风险时更为审慎。

为了应对系统性风险，其核心问题在于如何对系统性风险进行合理度量。只有通过将风险量化识别出其对经济体系的风险溢出效应，才能对风险管理提供正确的方向和指导。

Adrian等提出了条件风险价值（coVaR）方法，旨在测量单体金融机构（或金融市场）陷入困境时，其它金融机构（或金融市场）遭受损失的风险.CoVaR方法主要用于测量银行间的风险溢出效应，识别出对系统性风险有重要影响的银行机构。与传统的风险计量技术相比，CoVaR可以捕捉到各银行对整个银行体系的风险溢出效应；从统计技术而言，CoVaR从全局性的角度来测量银行间的风险溢出效应，是一种更为全面的风险测量方法。

因此，本文使用CoVaR模型法来测量中国银行体系的系统性风险，选取了12家在上海证券交易所上市的商业银行为研究对象，采用分位数回归方法对其进行风险评估与测量。实证结论表明，相对于其他商业银行，国有银行对整个银行体系的风险溢出程度较高，并且防范风险的能力较强。