网络相依结构下金融风险度量及回溯检验研究与应用

With the financial globalization, the interdependences and cross-sectional dependences between assets are getting more complex. This calls for a research on how to describe the interconnectedness between assets and how to reduce system risk, and how to measure the dynamic risk. This project focuses on how to build a financial network which accounts for interaction between the agents in the financial market(e.g. undirected acyclic graphs, Bayesian network, Vine Copula), and measure risk and system risk by using network analysis and vector autoregression. In order to test the accuracy of the risk measure and validation of risk model, the project mainly concern the backtesting of ES and MMVaR and try to give the risk manager some guidance and advice combining the real data analysis. Finally, based on the stock index of the financial market, the foreign exchange index and the data of each national securities market, this project makes an empirical study on the network organization and the risk measurement by using the real data, and tries to give the new insight on the current situation and the existing problems in the field Research methods and corresponding policy recommendations.

随着金融全球化，各大金融机构之间的联系越来越紧密，如何刻画多个金融机构间关联的特性和规律以及如何消除金融风险传染的影响，如何利用之间的相依关系来进行动态的风险度量，成为近来研究的难点和热点。本项目将研究的重点放在如何构建一个系统里多个金融机构风险之间的金融风险网络（比如无向图，贝叶斯网以及藤Copula），运用网络技术手段和向量自回归方法，分位数回归等统计方法进行分析，度量金融机构的风险及其在整个系统风险中的贡献。 为了验证风险度量的准确性及模型预测的准确性，本项目还致力于ES和MMVaR的回溯检验，结合实际数据分析，给风险管理者一定的指导和建议。 最后基于金融市场的股票指数、外汇指数以及各个国家证券市场的数据，针对该领域的国内外现状以及存在的问题，利用实际数据对网络机构，风险度量等领域进行实证研究，并试图给出新的研究方法和相应的政策建议。

由于各个金融机构之间的联系越来越紧密，各种股权关系、债权关系、贸易关系错综复杂 ，本项目利用统计模型刻画了多个金融机构间关联的特性和规律以及研究了金融风险传染的影响来进行动态的风险度量并进行回溯检验。 收集各个银行间的总资产和总负债的数据，通过贝叶斯方法进行银行内部网络重构，得到银行内部负债矩阵（网络结构）。 同时进行压力测试，对建立的网络模型给一个冲击，看冲击如何通过网络进行传播。 对金融市场，仅考虑极值风险，对其尾部进行动态建模，并应用到实证中去。同时也对极值的高阶风险估计，提出了一种广义回归模型，建立动态的风险度量和回测检验。 基于金融风险领域的多维纵向面板数据，建立网络图模型，往往需要考虑精度矩阵的估计。 高维情形常常呈现稀疏结构，我们基于这类结构，构建了网络结构，进行风险分析。并同时提出一般相依结构下，我们提出了一种新的风险度量，基于累积剩余熵下的尾部风险测度，更好的衡量了金融机构的风险和系统风险，给风险监管者给出一定的指导意见.