《表6 各保险公司对保险市场的风险溢出效应》

  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

《我国上市保险公司系统性风险的动态相关性研究——基于DCC-GARCH模型》

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

从表6可知，各保险公司中中国平安的无条件风险价值VaR值最小，为0.0293，而我们通过分位数回归计算得出保险市场的无条件风险价值VaR值为0.0263，因此可以看出各保险公司的无条件风险价值均大于市场无条件风险价值，即说明保险业市场的风险小于各保险公司的风险。同时，对应ΔCoVaR，可以比较得出平安的风险溢出效应值为0.0262，因此中国平安对金融市场体系的风险溢出贡献度最大。新华人寿相较来说风险溢出重要程度最小，风险溢出效应值为0.0313。另外，我们可以发现，处于中间位置的中国太保和中国人寿在DCC-GARCH模型和基于分位数回归方法的CoVaR模型两种方法下，结果有所差异。在前者的结果中，中国太保与保险主题的相关性要强于中国人寿，在后者方法中则相反。由于基于分位数回归方法的CoVaR模型是一种静态的结构，而DCC-GARCH最大的特点之一就是它能很好地刻画时间序列的时变性特征，有助于在金融数据随时间变化而变化的规律下，刻画市场风险传染及波动的影响，是一种动态的框架。由此可知，静态与动态模型的不同会影响系统性风险的度量结果。