2007-2022年金融机构的系统性金融风险数据CoVaR、MES、DCC计算代码+计算结果
数据年份:2007-2022年
MATLAB计算
一、指标说明:
自2008年全球金融危机爆发以来,关于系统性风险的普遍认识开始从“太大而不能倒”向“太关联而不能倒”转变(Chen等,2020),人们逐渐意识到忽视金融机构间的关联性而采取孤立的微观审慎监管政策是这场危机的诱因之一。李政等(2016)通过构建我国40家上市金融机构的格兰杰因果网络,发现自2012年以来我国金融机构间的总体关联性呈上升趋势。蒋海和张锦意(2018)使用LASSO分位数回归技术构建了我国上市银行尾部风险网络,发现银行间尾部风险网络的关联性对系统性风险具有正向影响。胡利琴等(2018)则发现银行资产的高同质性、创新关联和银行网络集中度会显著提高银行风险的外溢性。显然,关联性特征正逐渐成为金融机构系统性风险研究中不可忽视的因素。
金融系统性风险是指在金融系统内,由于各种关联的存在,形成风险传染,而逐渐产生的内生性不确定损失(Allenand Gale, 2000)。除了有关系统性风险内生机制(Acemogluetal.,2015)的研究外,相关文献更多从实证角度对金融风险溢出测度展开研究。
02、相关数据指标
主要金融机构包含:工商银行、光大银行、农业银行、设银行、北京银行 、南京银行、宁波银行、交通银行、中信银行、兴业银行、中国银行、华夏银行、招商银行、民生银行、浦发银行、平安银行、山西证券、国元证券 、广发证券、锦龙股份、东北证券、海通证券、国投资本、中信证券、西南证券、国金证券、长江证券、国海证券、兴业证券、华泰证券、招商证券、光大证券、东兴证券、申万宏源、国信证券、西部证券、东吴证券、方正证券、国泰君安、东方证券、太平洋、中国太保、中国人寿、中国平安、新华保险
部分银行前几年数据有缺失