《表1 SJC—D-Vine-Copula函数估计结果（全样本）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SJC-Vine-Copula函数的保险业上市公司风险的关联度研究——系统性风险的视角》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：1—中国人寿；2—新华保险；3—中国平安；4—中国太保

鉴于新华保险上市时间为2011年12月19日，为保证数据的完整性，本文在进行SJC-D-Vine-Copula函数估计时，时间选取2011年12月19日至2017年12月29日。表1为全样本SJC-D-Vine-Copula函数的估计结果。其中SJC上尾相关性表示风险增加的关联度程度，而下尾相关性表示的是风险降低的关联度程度。从表1可以看出，四家保险公司风险承担的关联度程度具有非对称性特征，即上尾相关性和下尾相关性的值的大小在多数情况下并不相等。上尾相关性大于下尾相关性的“关系对”有：中国平安与中国太保。这说明这些保险公司风险增加的相关性高于风险降低的相关性。上尾相关性小于下尾相关性的“关系对”有：中国人寿与新华保险、新华保险与中国平安、中国人寿与中国平安、中国人寿与中国太保。这说明这些保险公司风险增加的相关性低于风险降低的相关性。综合表1的结果我们发现，在风险增加的相关性上，通过关联度风险的传递性，中国平安风险的增加使得中国太保的风险增加；而在风险降低的相关性上，中国平安风险的降低有助于降低中国人寿和新华保险的风险，这也从侧面反映出中国平安的系统重要性地位。总之，表1的实证结果显示，保险公司关联度风险呈现出显著的非对称性。