我国保险业系统性风险溢出效应研究_省略_时变Copula_CoVaR模型_王培辉
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
近年来，我国保险业快速发展，国内成立了多家大型保险控股集团公司，保险资产投资领 域不断拓宽，广泛涉足银行、证券、信托、房地产等领域，保险产品已经成为投资者规避风险、 投资理财的重要渠道。保险业同其他金融子行业联系日益紧密，而有关保险业系统性风险研究
收稿日期：2016-12-28 作者简介：王培辉（1981-），男，河北沧县人，副教授，供职于河北大学经济学院； 尹成远（1971-），男，河北威县人，教授，供职于河北大学经济学院； 袁 薇（1982-），女，河北邯郸人，供职于河北大学经济学院。 * 本文为国家社科基金青年项目《保险业系统性风险与金融稳定关系研究》（项目编号：14CJY073）的阶段性成果。 感谢匿名审稿人的宝贵意见。文责自负。
出的一种新方法——条件在险价值（CoVaR），以测度单一金融机构对其他金融机构风险溢出
强度，度量金融机构对系统性风险的贡献度大小。CoVaR 模型现在已经成为研究系统性风险
溢出最常用的方法之一。许多学者对 CoVaR 模型进行修正、扩展，并测度各国金融机构或金
融部门系统性风险溢出效应。Gauthier 等（2012）利用该模型研究加拿大银行资本与系统性
高斯分布假设，求得 CoVaR 模型的解析表达式，使 CoVaR 与 VaR 和风险系数 β 联系起来，
并揭示了三者之间的相互联系。Hakwa 等（2012）提出了一种基于二元 Copula 建模改进的
CoVaR 方法。Chen 和 Khashanah（2014）进一步拓展相关研究，把 vine Copula 引入 CoVaR
危机爆发前后欧洲主权债务市场的系统性风险，发现债务危机前各国主权债务市场表现相似；
风险的关系，发现宏观审慎的监管要求可以减少个体银行违约概率。Girardi 和 Ergun（2013）
利用 MGARCH 模型来估计 CoVaR，获得时变 CoVaR，并实证分析美国金融部门系统性风险
溢 出， 发 现 系 统 性 风 险 和 金 融 机 构 规 模 不 存 在 线 性 关 系。 Jäger-Ambrozewicz（2013） 基 于
模型估计，提出一个简单计算的系统性风险指标。Karimalis 和 Nomikos（2014）使用基于
Copula 的 CoVaR 和 MES 模型，研究欧洲大型商业银行的系统性风险贡献度以及引发系统性
风险的市场因素，结果表明商业银行的杠杆、规模、股票 β 值、流动性风险等因素与系统性
风险贡献度密切相关。Reboredo 和 Ugolini（2015）使用 Copula-CoVaR 模型研究希腊债务
2 2017 南方金融·总 486 期
我国保险业系统性风险溢出效应研究 *
——基于时变 Copula-CoVaR 模型
王培辉，尹成远，袁 薇
（河北大学经济学院，河北 保定 071002）
摘 要：本文基于扩展的时变 Copula-CoVaR 方法，研究 2007 年 1 月至 2015 年 9 月间我国保险 业系统性风险溢出效应，并使用前瞻 CoVaR 模型分析保险业系统性风险溢出的影响因素。研究结果 表明：样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出，且风险 溢出呈现非对称性特征；保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的 系统性风险溢出，银行业并不是金融业中对系统性风险贡献最大的子行业；2007 年美国次贷危机期 间和 2014 年底至样本期结束，我国保险业的系统性风险溢出强度明显高于其他时间段；在险价值、 净资产收益率对保险公司系统性风险溢出有正向影响，而财务杠杆、每股净资产和资产规模有负向 影响；保险公司系统性风险溢出呈现出一定的顺周期性。
关键词：保险市场；系统性金融风险；压力测试；CoVar 模型；时变 Copula-CoVaR 函数 中图分类号：F842 文献标识码：A 文章编号：1007-9041-2017(02)-0014-11
伴随着世界金融一体化、金融自由化的发展，金融混业经营趋势明显加强，金融机构间 的资产负债联系使得金融体系更加复杂化，联动性显著增强。以往多次金融危机的典型事实 已经充分证实了单一金融机构经营出现问题可能会威胁整个金融系统的稳定。测量和防范金 融机构系统性风险、维护金融体系稳定一直是金融研究的热点问题之一。2007 年美国次贷 危机爆发后，金融风险迅速传导到其他金融市场和金融机构，如何准确量化系统性风险溢出 效应引起了学者的广泛关注。衡量金融机构的系统性风险溢出效应强度对一国宏观审慎监管 政策制定至关重要。传统方法能有效识别金融机构间是否存在系统性风险溢出及其方向，但 不能测度系统性风险溢出效应的强度。Adrian 和 Brunnermeier（2011）提出的条件在险价值 （CoVaR）方法解决了这一问题。随后学者使用 CoVaR 模型开展了广泛研究。
PAGE 14
2 2 0 1 7
南方金融·总 486 期来自较少。鉴于此，本文专注于保险业系统性风险溢出效应研究，分析样本保险公司对保险业、保
险业对金融行业的系统性风险贡献度大小，以期为完善我国保险业监管体系提供参考。
本文的创新之处在于提出基于时变 Copula 函数的 CoVaR 模型。基于 Copula 函数的多变
）、没有衡量分位数以下尾部风险的不
足，本文提出基于
计算的 CoVaR，以更好地捕捉金融机构的尾部风险。金融监管部
门可以把估计的 CoVaR 作为压力测试工具，以评估单一金融机构经营失败对其他金融机构乃
至整个金融体系的影响。
一、文献综述
Adrian 和 Brunnermeier（2011）使用美国金融市场的公开数据，提出测量系统性风险溢
量模型提供了构建多变量联合分布的可行方法，且构建灵活、易于处理。时变 Copula-CoVaR
模型使用多种时变 Copula 函数拟合金融机构间动态相依性，尤其注重尾部极端收益带来的系
统性风险。时变 Copula 函数建模可以灵活使用边际分布模型，同时获得时变的 CoVaR。针对
CoVaR 仅考虑金融机构损失分布的 q 分位数（
收稿日期：2016-12-28 作者简介：王培辉（1981-），男，河北沧县人，副教授，供职于河北大学经济学院； 尹成远（1971-），男，河北威县人，教授，供职于河北大学经济学院； 袁 薇（1982-），女，河北邯郸人，供职于河北大学经济学院。 * 本文为国家社科基金青年项目《保险业系统性风险与金融稳定关系研究》（项目编号：14CJY073）的阶段性成果。 感谢匿名审稿人的宝贵意见。文责自负。
出的一种新方法——条件在险价值（CoVaR），以测度单一金融机构对其他金融机构风险溢出
强度，度量金融机构对系统性风险的贡献度大小。CoVaR 模型现在已经成为研究系统性风险
溢出最常用的方法之一。许多学者对 CoVaR 模型进行修正、扩展，并测度各国金融机构或金
融部门系统性风险溢出效应。Gauthier 等（2012）利用该模型研究加拿大银行资本与系统性
高斯分布假设，求得 CoVaR 模型的解析表达式，使 CoVaR 与 VaR 和风险系数 β 联系起来，
并揭示了三者之间的相互联系。Hakwa 等（2012）提出了一种基于二元 Copula 建模改进的
CoVaR 方法。Chen 和 Khashanah（2014）进一步拓展相关研究，把 vine Copula 引入 CoVaR
危机爆发前后欧洲主权债务市场的系统性风险，发现债务危机前各国主权债务市场表现相似；
风险的关系，发现宏观审慎的监管要求可以减少个体银行违约概率。Girardi 和 Ergun（2013）
利用 MGARCH 模型来估计 CoVaR，获得时变 CoVaR，并实证分析美国金融部门系统性风险
溢 出， 发 现 系 统 性 风 险 和 金 融 机 构 规 模 不 存 在 线 性 关 系。 Jäger-Ambrozewicz（2013） 基 于
模型估计，提出一个简单计算的系统性风险指标。Karimalis 和 Nomikos（2014）使用基于
Copula 的 CoVaR 和 MES 模型，研究欧洲大型商业银行的系统性风险贡献度以及引发系统性
风险的市场因素，结果表明商业银行的杠杆、规模、股票 β 值、流动性风险等因素与系统性
风险贡献度密切相关。Reboredo 和 Ugolini（2015）使用 Copula-CoVaR 模型研究希腊债务
2 2017 南方金融·总 486 期
我国保险业系统性风险溢出效应研究 *
——基于时变 Copula-CoVaR 模型
王培辉，尹成远，袁 薇
（河北大学经济学院，河北 保定 071002）
摘 要：本文基于扩展的时变 Copula-CoVaR 方法，研究 2007 年 1 月至 2015 年 9 月间我国保险 业系统性风险溢出效应，并使用前瞻 CoVaR 模型分析保险业系统性风险溢出的影响因素。研究结果 表明：样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出，且风险 溢出呈现非对称性特征；保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的 系统性风险溢出，银行业并不是金融业中对系统性风险贡献最大的子行业；2007 年美国次贷危机期 间和 2014 年底至样本期结束，我国保险业的系统性风险溢出强度明显高于其他时间段；在险价值、 净资产收益率对保险公司系统性风险溢出有正向影响，而财务杠杆、每股净资产和资产规模有负向 影响；保险公司系统性风险溢出呈现出一定的顺周期性。
关键词：保险市场；系统性金融风险；压力测试；CoVar 模型；时变 Copula-CoVaR 函数 中图分类号：F842 文献标识码：A 文章编号：1007-9041-2017(02)-0014-11
伴随着世界金融一体化、金融自由化的发展，金融混业经营趋势明显加强，金融机构间 的资产负债联系使得金融体系更加复杂化，联动性显著增强。以往多次金融危机的典型事实 已经充分证实了单一金融机构经营出现问题可能会威胁整个金融系统的稳定。测量和防范金 融机构系统性风险、维护金融体系稳定一直是金融研究的热点问题之一。2007 年美国次贷 危机爆发后，金融风险迅速传导到其他金融市场和金融机构，如何准确量化系统性风险溢出 效应引起了学者的广泛关注。衡量金融机构的系统性风险溢出效应强度对一国宏观审慎监管 政策制定至关重要。传统方法能有效识别金融机构间是否存在系统性风险溢出及其方向，但 不能测度系统性风险溢出效应的强度。Adrian 和 Brunnermeier（2011）提出的条件在险价值 （CoVaR）方法解决了这一问题。随后学者使用 CoVaR 模型开展了广泛研究。
PAGE 14
2 2 0 1 7
南方金融·总 486 期来自较少。鉴于此，本文专注于保险业系统性风险溢出效应研究，分析样本保险公司对保险业、保
险业对金融行业的系统性风险贡献度大小，以期为完善我国保险业监管体系提供参考。
本文的创新之处在于提出基于时变 Copula 函数的 CoVaR 模型。基于 Copula 函数的多变
）、没有衡量分位数以下尾部风险的不
足，本文提出基于
计算的 CoVaR，以更好地捕捉金融机构的尾部风险。金融监管部
门可以把估计的 CoVaR 作为压力测试工具，以评估单一金融机构经营失败对其他金融机构乃
至整个金融体系的影响。
一、文献综述
Adrian 和 Brunnermeier（2011）使用美国金融市场的公开数据，提出测量系统性风险溢
量模型提供了构建多变量联合分布的可行方法，且构建灵活、易于处理。时变 Copula-CoVaR
模型使用多种时变 Copula 函数拟合金融机构间动态相依性，尤其注重尾部极端收益带来的系
统性风险。时变 Copula 函数建模可以灵活使用边际分布模型，同时获得时变的 CoVaR。针对
CoVaR 仅考虑金融机构损失分布的 q 分位数（