跨银行与企业部门的系统性风险研究
Systemic risk across the banking sector and the firm sector
查看参考文献47篇
文摘
|
从风险反馈视角,研究跨银行与企业部门的系统性风险贡献度与传染效应.基于债务排序方法构建了银企系统性风险测度模型,并基于2018年中国银企间借贷数据进行研究.研究结果表明:银行节点在银行层的债务等级小于在企业层的债务等级,而企业节点在企业层的债务等级小于在银行层的债务等级;银企信贷系统中存在少数系统重要性银行和企业,其系统性风险贡献度高;随着银行或企业的信贷规模增大,所对应的总债务等级越高,而且总债务等级与信贷规模呈现非线性特征;随着信贷宽松程度变大,银行与企业的系统性风险贡献度呈现下降特征;在不同信贷宽松政策下,由企业所引发的总信贷损失始终大于银行,而且造成的银企信贷系统崩溃的阈值始终小于银行;信贷政策宽松程度对维持银企信贷系统的稳定性具有积极影响,特别对银行的作用更为显著. |
其他语种文摘
|
This study investigates contribution and contagion effect of systemic risk across the banking sector and the firm sector from the perspective of risk feedback. Based on the debt ranking method, this study constructs the measurement model of the bank-firm systemic risk, and conducts analysis based on the bank-firm loan data of China in 2018. The research results show that: The debt rank of the bank node at the bank layer is lower than that at the firm layer, while the debt rank of the firm node at the firm layer is lower than that at the bank layer; there are a few systemically important banks and firms in the bank-firm credit system, and they have high contribution degree of systemic risk; with the increase of the credit scale of banks or firms, the corresponding total debt rank is higher, and the relationship between the total debt rank and the credit scale is nonlinear; as the degree of credit easing increases, the contribution of systemic risk of banks and firms show a downward trend. Under different credit easing policies, the total credit loss caused by firms is always greater than that of banks, and the threshold of firms for the collapse of the bank-firm credit system is always smaller than that of banks; the degree of easing of credit policies has a positive impact on maintaining the stability of the bank-firm credit system, especially for the banking sector. |
来源
|
系统工程理论与实践
,2020,40(10):2492-2504 【核心库】
|
DOI
|
10.12011/1000-6788-2019-1572-13
|
关键词
|
系统性风险
;
传染效应
;
债务等级
|
地址
|
1.
东南大学经济管理学院, 南京, 211189
2.
东南大学金融复杂性与风险管理研究中心, 南京, 211189
3.
东南大学网络空间安全学院, 南京, 211189
|
语种
|
中文 |
文献类型
|
研究性论文 |
ISSN
|
1000-6788 |
学科
|
社会科学总论 |
基金
|
国家自然科学基金
;
江苏省第十六批“六大人才高峰”高层次人才培养项目
;
江苏省社会科学基金项目
;
江苏省研究生科研创新计划
|
文献收藏号
|
CSCD:6834127
|
参考文献 共
47
共3页
|
1.
张冰洁. 基于CoES模型的我国金融系统性风险度量.
系统工程理论与实践,2018,38(3):565-575
|
CSCD被引
10
次
|
|
|
|
2.
夏利宇. 基于半参数方法进行拒绝推断的信用评级模型.
管理评论,2018,30(10):42-50
|
CSCD被引
2
次
|
|
|
|
3.
唐振鹏. 基于支持向量机的银行系统重要性评估研究.
系统科学与数学,2018,38(1):57-77
|
CSCD被引
6
次
|
|
|
|
4.
张天顶. 我国金融市场系统重要性机构的评估及政策启示.
管理评论,2018,30(1):24-35
|
CSCD被引
3
次
|
|
|
|
5.
李鸿禧. 基于违约强度信用久期的资产负债优化模型.
系统工程理论与实践,2018,38(6):1387-1403
|
CSCD被引
3
次
|
|
|
|
6.
蒋腾. 经济政策不确定性与企业债务融资.
管理评论,2018,30(3):29-39
|
CSCD被引
1
次
|
|
|
|
7.
刘满凤. 互联网金融视角下小微企业融资约束问题的破解.
管理评论,2019,31(3):39-49
|
CSCD被引
5
次
|
|
|
|
8.
韦起. 基于Markov-vine copula的我国网贷平台对传统金融机构风险传染效应研究.
系统工程理论与实践,2018,38(2):317-328
|
CSCD被引
10
次
|
|
|
|
9.
叶五一. c-D-Copula模型构建及其在金融风险传染中的应用.
系统科学与数学,2018,38(5):553-568
|
CSCD被引
7
次
|
|
|
|
10.
Mistrulli P E. Assessing financial contagion in the interbank market: Maximum entropy versus observed interbank lending patterns.
Journal of Banking & Finance,2011,35(5):1114-1127
|
CSCD被引
13
次
|
|
|
|
11.
李守伟. 基于复杂网络的银行同业拆借市场稳定性研究.
管理工程学报,2011,25(2):195-199
|
CSCD被引
7
次
|
|
|
|
12.
高国华. 基于资产负债表关联的银行系统性风险研究.
管理工程学报,2012,26(4):162-168
|
CSCD被引
8
次
|
|
|
|
13.
李守伟. 不同网络结构下银行间传染风险研究.
管理工程学报,2012,26(4):71-76
|
CSCD被引
8
次
|
|
|
|
14.
肖璞. 相互关联性,风险溢出与系统重要性银行识别.
金融研究,2012(12):96-106
|
CSCD被引
5
次
|
|
|
|
15.
隋聪. 网络结构与银行系统性风险.
管理科学学报,2014,17(4):57-70
|
CSCD被引
23
次
|
|
|
|
16.
鲍勤. 网络视角下的金融结构与金融风险传染.
系统工程理论与实践,2014,34(9):2202-2211
|
CSCD被引
29
次
|
|
|
|
17.
邓超. 基于复杂网络的金融传染风险模型研究.
中国管理科学,2014,22(11):11-18
|
CSCD被引
20
次
|
|
|
|
18.
王宗尧. 银行间网络模型与系统风险的分布式预警策略.
系统工程学报,2016,31(6):840-849
|
CSCD被引
6
次
|
|
|
|
19.
方意. 系统性风险在银行间的传染路径研究-基于持有共同资产网络模型.
国际金融研究,2016(6):61-72
|
CSCD被引
11
次
|
|
|
|
20.
王占浩. 资产负债表关联,价格关联与银行间风险传染.
管理工程学报,2016(2):202-209
|
CSCD被引
6
次
|
|
|
|
|