摘要
随着金融创新的不断发展,影子银行规模逐步扩大,给我国以银行为主导的金融体系带来潜在风险。本文利用2007—2016年数据建立GARCH-t-Copula-CoVaR模型,衡量影子银行对商业银行的风险溢出效应。实证研究结果表明,风险溢出效应最为明显的是信托业,其次是证券业,最后是其他类型金融机构;股份制银行的溢出风险最高,其次为城市商业银行,风险最低的是国有银行。总体而言,影子银行对商业银行体系的风险溢出程度不大,各类型商业银行都具有较好的风险抵御能力。
引文
[1]FSB.2017全球影子银行检测报告[R].http://www.fsb.org/2018/03/fsb-publishes-global-shadow-banking-monitoring-report-2017/.
[2]ROCKAFELLAR R T,URYASEV S.Conditional Value-at-Risk For General Loss Distributions[J].Journal of Banking and Finance,2002,26(7):1443-1471.
[3]ADRIAN T,BRUNNERMEIER M K.CoVaR[R].Fed Reserve Bank of New York Staff Report,2009:1-27.
[4]L.PEZ-ESPINOSA G,MORENO A,RUBIA A.ShortTerm Wholesale Funding And Systemic Risk:A Global CoVaR Approach[J].Journal of Banking and Finance,2012,36(12):3150-3162.
[5]MAINIK G,SCHAANNING E.On Dependence Consistency of CoVaR and Some Other Systemic Risk Measures[J].Statistics and Risk Modeling,2014,31(1):49-77.
[6]REINHART C,ROGOFF K.Is The 2007 Subprime Financial Crisis So Different?An International Historical Comparison[J].American Economic Review,2008,98(2):339-344.
[7]GENNAIOLI N A,SHLEIFER R V.A Model of Shadow Banking[J].The Journal of Finance,2013,68(4):1331-1363.
[8]巴曙松.应从金融结构演进角度客观评估影子银行[J].经济纵横,2013(4):27-30.
[9]肖璞,刘轶,杨苏梅.相互关联性、风险溢出与系统重要性银行识别[J].金融研究,2012(12):96-107.
[10]宋巍,刘俊奇.我国影子银行体系的风险评估:基于GARCH-VaR模型的实证研究[J].改革与战略,2015(1):90-110.
[11]李丛文,闫世军.我国影子银行对商业银行的风险溢出效应:基于GARCH-时变Copula-CoVaR模型的分析[J].国际金融研究,2015(10):64-75.
[12]韦起,张强.我国网贷平台对商业银行风险溢出效应的实证研究[J].金融评论,2015(3):93-104.
[13]马亚明,宋羚娜.金融网络关联与我国影子银行的风险溢出效应:基于GARCH-Copula-CoVaR模型的分析[J].财贸研究,2017(7):69-76.
[14]吴兆丰.欧盟对影子银行的监管路径与最新进展[J].金融发展研究,2016(12):62-68.