我国货币政策对商业银行系统性风险的影响研究

《我国货币政策对商业银行系统性风险的影响研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文我国货币政策对商业银行系统性风险的影响研究作者姓名宁盼盼学科专业金融学指导教师田秋生教授所在学院经济与贸易学院论文提交日期2018年4月ResearchontheImpactofChina'sMonetaryPolicyontheSystemicRiskofCommercialBanksADissertationSubmittedfortheDegreeofMasterCandidate：NingPanpanSupervisor：Prof.TianQiushengSouthChinaUniversity

2、ofTechnologyGuangzhou,China分类号：F832.0学校代号：10561学号：201520135191华南理工大学硕士学位论文我国货币政策对商业银行系统性风险的影响研究作者姓名：宁盼盼指导教师姓名、职称：田秋生教授申请学位级别：经济学硕士学科专业名称：金融学研究方向：货币理论与政策论文提交日期：2018年4月13日论文答辩日期：2018年5月17日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：夏南新教授委员：张彩江教授、孙艳副教授、吴梅副教授、于孝建副教授摘要2008年美

3、国金融危机的爆发，给世界经济和全球金融稳定造成了巨大的破坏，各国政府逐渐将防范系统性风险、维护金融稳定纳入监管框架。就我国而言，由于我国当前处于经济结构转型升级的特殊时期，加上金融体系自身的脆弱性，银行业面临的风险有所上升并逐步显现，如果不加以监管、任其发展，则会引发潜在的系统性风险隐患。而且如果货币政策操作不当，也会加大系统性风险爆发的可能性。因此，研究货币政策对商业银行系统性风险的影响，对于人民银行的货币政策操作和维护我国的金融稳定具有重要意义。在此背景下，本文重点研究了我国货币政策对商业银行系统性风险的影响。

4、本文运用CoVaR方法度量了商业银行的系统性风险。并从理论方面分析了货币政策对商业银行系统性风险的影响机制。在前文分析的基础上，分别选取了2个数量型和2个价格型调控工具，构建了包括系统性风险和货币政策变量、宏观经济变量、银行自身特征变量的动态面板模型，利用系统GMM法进行实证分析，深入研究了我国货币政策对商业银行系统性风险的影响。并通过加入货币政策立场以及系统重要性特征的虚拟变量，进一步分析了货币政策立场对商业银行系统性风险影响的非对称效应，以及货币政策对不同系统重要性银行的系统性风险的影响。根据CoVaR法度量的

5、系统性风险的实证结果，发现多数中小型银行的系统性风险水平高于大型银行的系统性风险水平，且银行的系统性风险具有明显的“顺周期性”。并结合理论分析发现，在宽松的货币政策下，银行的风险有所增加，进而风险和损失通过银行间市场等多种渠道传染给其他银行和其他金融机构，带来潜在的系统性风险隐患。通过动态面板模型的实证检验，进一步得出：（1）宽松的货币政策提高了商业银行的系统性风险水平。（2）不同的货币政策工具对商业银行系统性风险的影响不同。在当前我国利率机制未完全实现市场化、金融市场不够发达的现实情况下，价格型货币政策工具对商业

6、银行系统性风险的影响更大。（3）宽松的货币政策对商业银行系统性风险的放大作用强于紧缩性货币政策的降低作用。（4）在同样宽松的货币政策调控下，系统重要性银行的系统性风险水平相对较高。本文的创新在于通过理论分析与模型实证相结合，对不同货币政策工具使用下的系统性风险的演变规律进行了具体的分析，丰富了现有的文献。关键词：货币政策；商业银行；系统性风险IAbstractTheoutbreakoftheUSfinancialcrisisin2008causedtremendousdamagetotheworldeconomya

7、ndglobalfinancialstability.Asaresult,governmentsinvariouscountriesgraduallyincorporatedsystemicrisksandsafeguardedfinancialstabilityintotheregulatoryframework.Asfarasourcountryisconcerned,asChinaiscurrentlyinaspecialperiodofeconomicrestructuringandupgrading,to

8、getherwiththefragilityofthefinancialsystem,therisksfacedbythebankingindustryhaveincreasedandgraduallyemerged.Iftheyarenotsupervised,theywilltriggerpotentialsystemicrisk.Andifthemon