發(fā)布時間：2020-11-07 09:11

　　 2018年全年全國工業(yè)產(chǎn)能利用率為76.5%,產(chǎn)能過剩情況依然嚴峻。2018年生鋼、粗鋼、鋼材產(chǎn)量不降反增,鋼鐵行業(yè)產(chǎn)能過剩會導(dǎo)致鋼鐵企業(yè)的盈利能力下降,加之鋼鐵企業(yè)目前的資產(chǎn)負債率比較高,償債能力下降,甚至出現(xiàn)資不抵債的情況。在鋼鐵企業(yè)的償債能力下降的情況下,商業(yè)銀行對鋼鐵行業(yè)企業(yè)的信貸資產(chǎn)質(zhì)量會下降,商業(yè)銀行的不良貸款會增加。鋼鐵行業(yè)資金鏈斷裂可能通過其上下游企業(yè)和借款銀行進一步向金融體系傳導(dǎo),最終演變?yōu)橄到y(tǒng)性金融風(fēng)險。從鋼鐵行業(yè)產(chǎn)能過剩和銀行業(yè)風(fēng)險出發(fā),探究鋼鐵行業(yè)和銀行業(yè)之間的風(fēng)險雙向溢出效應(yīng),通過測算鋼鐵行業(yè)與銀行業(yè)相互間的風(fēng)險溢出值,衡量當(dāng)鋼鐵行業(yè)遭受風(fēng)險沖擊時對銀行系統(tǒng)的風(fēng)險溢出效應(yīng),以及當(dāng)銀行業(yè)遭受風(fēng)險沖擊時對鋼鐵行業(yè)的影響。采用了Copula-CoVaR模型對2007年10月8日—2018年12月31日鋼鐵行業(yè)和銀行業(yè)指數(shù)收益率序列,以及14家上市銀行企業(yè)和15家上市鋼鐵企業(yè)的股票收益率序列進行分析。通過廣義帕累托分布函數(shù)擬合尾部收益率序列,其余部分用經(jīng)驗函數(shù)進行擬合,構(gòu)造邊緣分布函數(shù),通過擬合15種Copula函數(shù),選取最優(yōu)的函數(shù)構(gòu)造聯(lián)合分布函數(shù),根據(jù)Copula-CoVaR理論求解出相應(yīng)的條件在險值并衡量其風(fēng)險溢出強度。結(jié)果發(fā)現(xiàn):1、鋼鐵行業(yè)和銀行業(yè)之間存在風(fēng)險雙向溢出效應(yīng),且銀行的風(fēng)險溢出強度要高于鋼鐵行業(yè),但是當(dāng)特殊風(fēng)險發(fā)生時,鋼鐵行業(yè)的風(fēng)險溢出強度會變大并高于銀行業(yè)風(fēng)險溢出強度;2、當(dāng)個體銀行發(fā)生風(fēng)險時對鋼鐵業(yè)的影響要小于鋼鐵業(yè)發(fā)生風(fēng)險時對個體銀行的沖擊,可能和銀行的規(guī)模以及不良貸款率有關(guān),銀行資產(chǎn)規(guī)模較大的銀行自身風(fēng)險較小,且發(fā)生風(fēng)險時對風(fēng)險的抵抗能力較強,風(fēng)險溢出能力相對較弱,不良率較高的銀行風(fēng)險溢出效應(yīng)更強;3、個體鋼鐵公司發(fā)生風(fēng)險時對銀行的沖擊要高于銀行業(yè)發(fā)生風(fēng)險時對個體鋼鐵企業(yè)的沖擊,不同資產(chǎn)規(guī)模和資產(chǎn)負債率的企業(yè)有不同的表現(xiàn),規(guī)模大的企業(yè)具有較小的風(fēng)險溢出效應(yīng),而資產(chǎn)負債率高的企業(yè)風(fēng)險溢出強度較大。最后在加強鋼鐵行業(yè)和銀行業(yè)風(fēng)險管理等方面提出合理的意見與建議,銀行需要把控對鋼鐵行業(yè)企業(yè)的信貸總量、根據(jù)鋼鐵企業(yè)征信情況分別授信、建立鋼鐵企業(yè)風(fēng)險“防火墻”等,鋼鐵行業(yè)企業(yè)應(yīng)該合理調(diào)整融資中銀行貸款比例、選擇經(jīng)營較為穩(wěn)健的銀行貸款、防范銀行關(guān)聯(lián)業(yè)務(wù)風(fēng)險等,防范鋼鐵行業(yè)和銀行業(yè)之間風(fēng)險溢出。
【學(xué)位單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F426.31;F832.4
【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 概述
    1.2 研究意義
    1.3 研究框架
    1.4 本章小結(jié)
2 文獻綜述
    2.1 系統(tǒng)性金融風(fēng)險綜述
    2.2 銀行業(yè)風(fēng)險綜述
    2.3 風(fēng)險溢出效應(yīng)綜述
    2.4 銀行業(yè)和其他行業(yè)風(fēng)險關(guān)系研究綜述
    2.5 雙向風(fēng)險溢出效應(yīng)研究綜述
    2.6 國內(nèi)外文獻述評
3 相關(guān)理論概述
    3.1 系統(tǒng)性金融風(fēng)險
    3.2 系統(tǒng)性金融風(fēng)險傳導(dǎo)機制
    3.3 Copula-CoVaR模型理論
    3.4 本章小結(jié)
4 鋼鐵業(yè)與銀行業(yè)雙向風(fēng)險溢出效應(yīng)分析
    4.1 樣本數(shù)據(jù)的選取與處理
    4.2 描述性統(tǒng)計分析
    4.3 鋼鐵業(yè)與銀行業(yè)雙向風(fēng)險溢出效應(yīng)
    4.4 本章小結(jié)
5 防范鋼鐵業(yè)與銀行業(yè)風(fēng)險傳染的政策建議
    5.1 防范鋼鐵行業(yè)風(fēng)險傳染到銀行業(yè)的措施
    5.2 防范銀行業(yè)風(fēng)險傳染到鋼鐵行業(yè)的措施
6 結(jié)論
    6.1 研究結(jié)論
    6.2 不足與展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集

【相似文獻】

相關(guān)期刊論文 前10條

1 王保華;王占海;月永昌;;Copula函數(shù)在洪潮遭遇分析中的應(yīng)用研究[J];珠江現(xiàn)代建設(shè);2017年06期

2 黃康迪;陳璐;郭生練;周建中;楊振瑩;;基于Copula熵方法的河流之間的相關(guān)性研究[J];水資源研究;2017年05期

3 劉文雷;;動態(tài)Copula模型在金融相關(guān)領(lǐng)域運用的文獻綜述[J];中南財經(jīng)政法大學(xué)研究生學(xué)報;2017年01期

4 杜懿;麻榮永;;不同Copula函數(shù)在洪水峰量聯(lián)合分布中的應(yīng)用比較[J];水力發(fā)電;2018年12期

5 周全;陳振龍;;基于C藤Copula模型的混業(yè)經(jīng)營下聚合風(fēng)險的度量[J];湖南科技大學(xué)學(xué)報(自然科學(xué)版);2018年04期

6 李亞威;徐付霞;;一種新型雙參數(shù)復(fù)合擾動Copula的相關(guān)性質(zhì)[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2019年02期

7 韓超;周兵;;高維動態(tài)藤Copula函數(shù)建模、仿真及在金融風(fēng)險研究中的應(yīng)用[J];數(shù)學(xué)的實踐與認識;2019年12期

8 郭云康;吳鑫育;侯信盟;;基于RGARCH-Copula模型的中美股市尾部相關(guān)性研究[J];武漢商學(xué)院學(xué)報;2019年03期

9 李曉康;;基于Copula函數(shù)的滬深股市相關(guān)性分析[J];陜西理工大學(xué)學(xué)報(自然科學(xué)版);2017年06期

10 杜夢穎;章溢;溫利民;;基于Copula相依模型的指數(shù)保費預(yù)測[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2018年01期

相關(guān)博士學(xué)位論文 前10條

1 周全;基于copula的混業(yè)經(jīng)營下市場風(fēng)險和操作風(fēng)險的度量[D];浙江工商大學(xué);2016年

2 申敏;國民經(jīng)濟行業(yè)系統(tǒng)信用風(fēng)險相依研究[D];南京航空航天大學(xué);2017年

3 崔琪;基于Copula模型的相依現(xiàn)狀數(shù)據(jù)的回歸分析[D];吉林大學(xué);2018年

4 韓超;高維動態(tài)藤Copula結(jié)構(gòu)在金融風(fēng)險研究中的應(yīng)用[D];重慶大學(xué);2017年

5 李浩鑫;基于水勢調(diào)控的復(fù)雜灌溉系統(tǒng)水量分配理論與方法[D];武漢大學(xué);2017年

6 龔玉婷;金融資產(chǎn)相依性的動態(tài)Copula建模及應(yīng)用[D];上海交通大學(xué);2015年

7 趙寧;基于Copula熵的資本資產(chǎn)定價研究[D];大連理工大學(xué);2012年

8 徐付霞;Copula理論與極值統(tǒng)計的應(yīng)用[D];天津大學(xué);2008年

9 胡心瀚;Copula方法在投資組合以及金融市場風(fēng)險管理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2011年

10 吳娟;Copula理論與相關(guān)性分析[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 蔡亮亮;雙參數(shù)Copula函數(shù)在金融風(fēng)險尾部相依分析中的應(yīng)用[D];廣西師范大學(xué);2019年

2 張銳;基于Markov時變Copula的可交債與正股價格相關(guān)性研究[D];中國科學(xué)技術(shù)大學(xué);2019年

3 王堯男;基于Vine Copula-SV-t模型的我國金融行業(yè)系統(tǒng)性風(fēng)險溢出效應(yīng)研究[D];福建師范大學(xué);2018年

4 吳偉偉;基于Copula-CoVaR模型的鋼鐵行業(yè)與銀行業(yè)風(fēng)險雙向溢出效應(yīng)研究[D];中國礦業(yè)大學(xué);2019年

5 王軼男;考慮變異的極端降水概率及其空間特征研究[D];東北農(nóng)業(yè)大學(xué);2019年

6 李亞威;參數(shù)擾動Copulas族的構(gòu)造及應(yīng)用[D];天津工業(yè)大學(xué);2019年

7 陳偉;基于Copula-TACD模型的股指期貨高頻連漲連跌特征研究[D];武漢理工大學(xué);2018年

8 牛巖溪;基于多項式回歸的Pair-Copula貝葉斯網(wǎng)絡(luò)模型[D];天津大學(xué);2018年

9 林友楊;基于SVM和Copula理論的橋梁可靠度及失效模式相關(guān)性研究[D];武漢理工大學(xué);2018年

10 梁鑒標;基于半?yún)��?shù)時變藤Copula模型的多市場風(fēng)險聯(lián)動研究[D];武漢大學(xué);2017年

本文編號：2873738