《表2 SJC—D-Vine-Copula函数估计结果(分年度)》
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》
注:1—中国人寿;2—新华保险;3—中国平安;4—中国太保
为了进一步研究保险公司关联度风险的时变特征,本文分年度进行实证分析。鉴于图2显示在2011年后,保险公司的风险呈现出显著上升趋势,因此本文从2012年开始分年度进行实证分析,表2为估计结果。从表2可以看出,四家上市保险公司关联度风险的非对称性表现得非常明显,且具有典型的时变特征。从表2可以看出,中国平安与中国太保、中国人寿与中国平安、新华保险与中国太保、中国人寿与中国太保在各年份中上尾相关系数均大于下尾相关系数,而中国人寿与新华保险的下尾相关系数在各年份均较低,说明风险降低的相关性在二者之间更加明显;中国平安与新华保险各年份的下尾相关系数均大于0.3,说明此时二者之间具有很强的风险降低的相关性,上尾相关系数在2013年较高,说明此时风险增加的关联度非常高;新华保险与中国平安的上尾相关系数和下尾相关系数在各年份均表现出很强的关联性;中国平安与中国太保的上尾相关系数在各年份中均较强,表明风险增加的关联性较高;从相关系数的变化角度来看,各保险机构间的下尾相关系数在2013年、2014年和2017年均出现了不同程度的下降,说明此时保险机构之间风险降低的关联度下降。中国人寿与新华保险、新华保险与中国平安和新华保险与中国太保的上尾相关系数在2013年出现上升趋势,但在2015年相关性又出现了明显的下降;中国平安与中国太保、中国人寿与中国平安和中国人寿与中国太保的上尾相关系数均在2013年出现下降趋势,2015年风险关联度出现了回升。
图表编号 | XD0010554200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 刘志洋、孟祥璐 |
绘制单位 | 东北师范大学经济学院、东北师范大学经济学院 |
更多格式 | 高清、无水印(增值服务) |