楼主: vvok
907 3

[经管数据集] 2007-2023上市金融机构系统性金融风险数据CoVaR、MES、DCC计算代码+计算结果+原始数据 [推广有奖]

  • 0关注
  • 0粉丝

已卖:28份资源

大专生

81%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
239 点
帖子
18
精华
0
在线时间
72 小时
注册时间
2023-8-23
最后登录
2026-1-2

楼主
vvok 发表于 2024-11-10 23:07:24 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

【最新2023】2007-2023年上市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+原始数据

数据年份:2007年1月1日-2023年7月的日度系统性金融风险值

共包含四个系统性极值风险指标:dcc方法计算的Δcovar、分位数计算的Δcovar、分位数计算的covar和mes

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(Allen and Gale, 2000)。除了有关系统性风险内生机制(Acemoglu etal.,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。

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

注意:部分银行前几年数据有缺失

1731251358879.jpg


2007-2023年数据下载:

【最新2023】2007-2023年上市金融机构的系统性金融风险数据CoVaR、MES、DCC计算代码+计 (85 Bytes, 需要: RMB 89 元)

之前还有份2007-2022年的,有需要可以自行下载:

2007-2022年上市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+原始数据 (85 Bytes, 需要: RMB 39 元)





二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:CoVar 原始数据 金融风险 金融机构 VaR

沙发
是个怪物嘻嘻(未真实交易用户) 学生认证  发表于 2024-11-18 16:43:53
请问计算covar的状态变量是什么呀

藤椅
CoraXLD(未真实交易用户) 发表于 2025-3-30 07:04:22
请问是用的什么软件进行计算?

板凳
赵安豆(未真实交易用户) 发表于 2025-6-3 20:54:04
对于2007-2023年上市金融机构的系统性金融风险数据计算与分析,主要涉及CoVaR、MES和DCC等指标的计算方法以及对这些结果的解读。

### CoVaR(Conditional Value at Risk)

CoVaR是一种衡量一家金融机构在市场整体压力情况下对另一家或整个市场的潜在影响的风险度量。其基本思想是:给定某一大环境处于不良状态时,机构A的损失超过某一临界值的概率是多少?计算方法通常是通过联合分布建模(如DCC-GARCH模型)和历史数据来估计。

### MES(Marginal Expected Shortfall)

MES是一个更全面的风险度量,它衡量的是当市场整体处于其最坏5%状态时,单个金融机构预期损失的额外部分。与CoVaR不同,MES考虑了损失的大小而不仅仅是超过临界值的概率。

### DCC-GARCH模型

DCC(Dynamic Conditional Correlation)-GARCH是一种能够捕捉到资产或机构间动态相关性的统计模型。在计算系统性金融风险时,首先通过DCC-GARCH模型估计出金融机构间的条件相关系数矩阵,然后基于这些动态的相关关系来进一步计算CoVaR和MES。

### MATLAB实现

MATLAB提供了强大的工具箱来实现上述的GARCH、DCC-GARCH等时间序列模型。具体步骤可能包括:

1. **数据准备**:收集2007-2023年上市金融机构的日度股价数据。
2. **收益率计算**:基于股价数据,计算日对数收益率。
3. **建模与参数估计**:使用DCC-GARCH模型进行拟合,并得到相关系数矩阵的动态估计。
4. **风险指标计算**:基于上述条件相关系数和历史收益率分布来计算CoVaR、MES等系统性金融风险指标。

### 数据分析

对于2007-2023年的数据,可以观察到金融危机(2008年)以及之后的复苏期对金融机构间关联性和系统性风险的影响。此外,在全球金融市场日益一体化的背景下,不同地区和类型机构之间的相互影响也是研究的重点之一。

### 注意事项

在处理金融时间序列数据时,需注意非正态分布、异方差性、长期记忆效应等特性,并选择合适的方法进行建模与分析。

以上步骤及解释为一般性描述,在实际应用中,具体方法的选择和参数调整将依据数据特性和研究目的而定。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-10 04:48