期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
模型不确定下我国商业银行系统性风险影响因素分析
被引量：
30
1
作者
张天顶
张宇
《国际金融研究》
CSSCI
北大核心
2017年第3期45-54,共10页
本文采用成分期望损失CES方法,基于公开市场数据,对我国16家上市商业银行的系统性风险进行度量。基于CES的方法无论从时间维度还是横截面维度上,都与我国银行业的实际情况有着较好的契合。本文还采用贝叶斯模型平均BMA方法,广泛纳入现...
本文采用成分期望损失CES方法,基于公开市场数据,对我国16家上市商业银行的系统性风险进行度量。基于CES的方法无论从时间维度还是横截面维度上,都与我国银行业的实际情况有着较好的契合。本文还采用贝叶斯模型平均BMA方法,广泛纳入现有相关文献中选取的影响因子作为解释变量,解决传统回归中的模型不确定性。研究结果表明,对于我国上市商业银行而言,银行规模、股权市账比及是否处于系统重要性地位与银行系统性风险呈现出显著的正相关关系,而非利息收入的提高能够有效地分散系统性风险;在行业层面,银行系统的波动率越高,单个机构面临的系统性风险也越大。以上结论可以为银行监管部门政策制定提供较为明确的启示及实证支持。
展开更多
关键词
系统性风险
成分期望损失
贝叶斯模型平均
模型不确定
原文传递
中国系统重要性金融机构的识别——基于CES方法的实证分析
被引量：
12
2
作者
张天顶
张宇
《金融经济学研究》
CSSCI
北大核心
2016年第2期26-39,共14页
采用成分期望损失CES方法,完全基于公开市场数据,对中国系统重要性金融机构进行度量和识别的结果表明,中国系统重要性机构基本不随时间发生较大变化,且大部分的系统性风险聚集于少部分的金融机构。对不同行业的CES贡献度进行排序可知,...
采用成分期望损失CES方法,完全基于公开市场数据,对中国系统重要性金融机构进行度量和识别的结果表明,中国系统重要性机构基本不随时间发生较大变化,且大部分的系统性风险聚集于少部分的金融机构。对不同行业的CES贡献度进行排序可知,银行业在中国金融系统中占据绝对系统重要地位,其次为保险业,证券业居其后。根据金融机构CES贡献度将中国金融机构的系统重要性程度划分为三个层次,结果表明,分类的方法具有合理性和可行性。此外,对金融机构样本外CES值进行预测,并将其与样本内观察值进行稳健性比较,能够为研究者和政策制定者提供新的研究思路和政策启示。
展开更多
关键词
系统重要性金融机构
成分期望损失
系统性风险
下载PDF
职称材料
题名
模型不确定下我国商业银行系统性风险影响因素分析
被引量：
30
1
作者
张天顶
张宇
机构
武汉大学经济与管理学院
出处
《国际金融研究》
CSSCI
北大核心
2017年第3期45-54,共10页
基金
国家社科基金重大项目(15ZDC020)
国家自然科学基金面上项目(71673205)
武汉大学自主科研项目(人文社会科学)的阶段性研究成果
文摘
本文采用成分期望损失CES方法,基于公开市场数据,对我国16家上市商业银行的系统性风险进行度量。基于CES的方法无论从时间维度还是横截面维度上,都与我国银行业的实际情况有着较好的契合。本文还采用贝叶斯模型平均BMA方法,广泛纳入现有相关文献中选取的影响因子作为解释变量,解决传统回归中的模型不确定性。研究结果表明,对于我国上市商业银行而言,银行规模、股权市账比及是否处于系统重要性地位与银行系统性风险呈现出显著的正相关关系,而非利息收入的提高能够有效地分散系统性风险;在行业层面,银行系统的波动率越高,单个机构面临的系统性风险也越大。以上结论可以为银行监管部门政策制定提供较为明确的启示及实证支持。
关键词
系统性风险
成分期望损失
贝叶斯模型平均
模型不确定
Keywords
Systemic
Risk
component
expected
shortfall
（
ces
）
Bayesian
Model
Average
（BMA）
Model
Uncertainty
分类号
F832.1 [经济管理—金融学]
原文传递
题名
中国系统重要性金融机构的识别——基于CES方法的实证分析
被引量：
12
2
作者
张天顶
张宇
机构
武汉大学经济与管理学院
出处
《金融经济学研究》
CSSCI
北大核心
2016年第2期26-39,共14页
基金
国家自然科学基金项目(71003075
71203168)
+1 种基金
武汉大学"哲学社会科学优势和特色学术领域建设计划"(2013)
武汉大学自主科研(人文社会科学)项目(2015)
文摘
采用成分期望损失CES方法,完全基于公开市场数据,对中国系统重要性金融机构进行度量和识别的结果表明,中国系统重要性机构基本不随时间发生较大变化,且大部分的系统性风险聚集于少部分的金融机构。对不同行业的CES贡献度进行排序可知,银行业在中国金融系统中占据绝对系统重要地位,其次为保险业,证券业居其后。根据金融机构CES贡献度将中国金融机构的系统重要性程度划分为三个层次,结果表明,分类的方法具有合理性和可行性。此外,对金融机构样本外CES值进行预测,并将其与样本内观察值进行稳健性比较,能够为研究者和政策制定者提供新的研究思路和政策启示。
关键词
系统重要性金融机构
成分期望损失
系统性风险
Keywords
systemic
important
financial
institutions
（
SIFIs
）
component
expected
shortfall
（
ces
）
systemic
risk
分类号
F832.5 [经济管理—金融学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
模型不确定下我国商业银行系统性风险影响因素分析
张天顶
张宇
《国际金融研究》
CSSCI
北大核心
2017
30
原文传递
2
中国系统重要性金融机构的识别——基于CES方法的实证分析
张天顶
张宇
《金融经济学研究》
CSSCI
北大核心
2016
12
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
