文献类型：期刊文章

作　　者：徐国祥[1] 吴婷[2] 王莹[3]

XU Guoxiang;WU Ting;WANG Ying(School of Statistics and Management/Research Center for Applied Statistics,Shanghai University of Finance and Economics;School of Insurance,Shanghai Lixin University of Accounting and Finance;Alibaba Group)

机构地区：[1]上海财经大学统计与管理学院/应用统计研究中心,上海200433 [2]上海立信会计金融学院保险学院,上海201200 [3]阿里巴巴集团,浙江杭州311100

出　　处：《金融研究》

年　　份：2021

期　　号：4

起止页码：38-54

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI2021_2022、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：本文将银行系统遭遇外部共同冲击作为研究起点,建立了一个共同冲击和异质风险交互传导与放大的简化模型,冲击的传导包括"原始冲击"、"增量冲击"和"违约冲击"三个风险传染阶段。基于2018年我国15家上市银行的股票收益率和年报数据、2006年至2018年的银行评级数据,本文构建了贝叶斯分层图模型和银行间拆借矩阵,并利用蒙特卡洛模拟测度不同触发银行所引发的系统性风险损失、单个银行的系统性风险杠杆能力(文中定义为"传染乘数"指标)以及政府监管介入的效果。模拟结果显示:共同冲击损失远大于异质风险损失;规模和网络关联性是决定传染乘数的重要因素,且当规模因素不突出时,网络关联性对传染乘数的决定作用相对更强,极容易出现小规模、高关联性银行具有较高的传染乘数;当银行风险资产损失率在10%至25%之间时,造成系统性风险损失的杠杆能力普遍增强;政府监管介入能较好地降低系统性风险。本研究的相关结论为系统性风险的监管设计提供经验证据和参考。

关 键 词：共同冲击  异质风险  系统性风险 风险传染 模拟  

分 类 号：F832.51[金融学类] F832.3