我国金融系统性风险预警指标体系的构建与应用

我国金融系统性风险预警指标体系的构建与应用

ID:33589867

大小:446.27 KB

页数:8页

时间:2019-02-27

我国金融系统性风险预警指标体系的构建与应用_第1页
我国金融系统性风险预警指标体系的构建与应用_第2页
我国金融系统性风险预警指标体系的构建与应用_第3页
我国金融系统性风险预警指标体系的构建与应用_第4页
我国金融系统性风险预警指标体系的构建与应用_第5页
资源描述:

《我国金融系统性风险预警指标体系的构建与应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据B#计7%’⋯,⋯⋯“⋯⋯1⋯v4=,/~‘r’口7~一’5#’/7√,7”g媲2011年第2期}7江西财经大学学报NO.2,2011;总第74期}JOURNALOFJIANGXIUNIVERSITYOFFINANCEANDECONOMICSSerialNO,74我国金融系统性风险预警指标体系的构建与应用吕江林,赖娟(江西财经大学金融与统计学院。江西南昌330013)摘要:通过以金融系统性风险的同步变量构成的中国金融压力指数为被解释变量,以滞后的宏观经济变量、货币信贷变量、资产价格变量和相关经济大国的宏观经济变量为解释变量,运用逐步回归法建立金融系

2、统性风险最佳预测方程,从而构建起金融系统性风险预警的合理、实用的指标体系。并用此最佳预测方程对我国2010年金融系统性风险状况进行预测。预测结果表明,前三季度我国金融系统性风险呈上升态势,且高于2008年的最高值;第四季度开始,金融系统性风险有下降趋势。关键词:金融系统性风险;最佳预测方程;预警指标体系中图分类号:F822.2文献标识码:A文章编号:1008—2972(2011)02-0005-07一、引言金融安全是国家经济安全的核心,而确保金融安全的核心是金融系统性风险的防范与控制。建立一个有效的金融危机早期预警系统模型,是各国政府、国际金融组织及学术界

3、在金融安全及金融系统性风险防范与控制研究中最为关注的问题之一。建立金融危机早期预警系统模型的意义在于,通过定量分析模型,找出金融危机发生的条件和能够预测该条件的一组经济金融变量,然后通过监测这一系列可测经济金融变量对金融危机进行早期预警,以防范金融危机的发生,确保金融体系安全稳健地运行。哪些指标能有效地预测一国金融系统性风险呢?这是建立金融危机预警体系需要回答的首要而关键问题。已有的研究从理论与实证两方面对金融系统性风险预警体系的构建做了很多有益的探索。较多的实证研究试图从金融危机事件中找出引起危机事件的共同因素,并以此为基础构建金融危机预警指标体系。这种

4、方法通常用0和1分别代表非危机状态和危机状态,以预警因素为解释变量,并检验解释变量对0和l的显著程度,以此来决定有预警能力的预警变量,并将它们构建成预警指标体系。遗憾的是,这种方法构建的金融危机预警体系更适合于金融危机事件样本国,而对于如中国这样很少或几乎没有发生过金融危机的国家来说,采用这种方法构建的金融危机预警体系可能缺乏预警能力。llling和“u(2003)构建的金融压力指数,为很少或没有发生过银行危机的国家建立金融系统性风险预警指标体系提供了新的思路。11】即,以金融压力指数为衡量金融系统性风险程度的变量(即被解释变量),以其他金融风险先导指标为

5、系统性风险的预警变量(即解释变量),并检验预警变量对金融压力指数影响的显著程度,从而确立最终的金融系统性风险预警指标体系。这种方法无论是对已发生过金收稿日期:2010一11—16基金项目:国家社会科学基金项目(0SBJYl45)作者简介:吕江林,江西财经大学教授,博士生导师,主要从事货币银行学、国际金融、资本市场与风险管理研究;赖娟,江西财经大学博士生,江西理工大学经济管理学院讲师,主要从事货币银行学研究。江西财经大学学报『o/out'natofJiartgxiUnit,msityotFinanceandfCOtKm.IIC4)万方数据江西财经大学学报20

6、11年第2期总第74期融危机的国家还是未发生过金融危机的国家均适用。在本文中,我们试图通过建立金融压力指数预测模型,构建开放背景下我国金融系统性风险预警指标体系,并通过运用该指标体系对我国2010年的金融系绕陛风险状况进行测试,以检验其有效性。二、相关文献回顾(一)金融危机早期预警模型传统金融危机早期预警研究的目的是:通过对历次金融危机的研究,找出金融危机暴发的共性条件,构建金融危机预警指标体系,以期对金融危机进行早期预警,防范金融危机的发生。到目前为止,具有代表性的传统金融危机早期预警线性模型主要有KLR模型(Kaminsky,Lizondo和Reinh

7、art,1998,1999)、FR模型(Frankel和Rose,1996)、sTV模型(Sachs,TomeH和Velaaco,1996)、DD模型(Kunt和Detragiache,1998)和DCSD模型(Berg和Pattillo,1999)。MNag和Mitra(1999)使用人工神经网络建立货币危机预警系统,突破了传统模型的线性范式。嗍但这些模型的共同特点是首先给出金融危机的定义,再分别用0和1代表非危机状态和危机状态作为被解释变量,然后用预警指标作为解释变量建立回归模型,选择最优的预警指标群。基于0和1为被解释变量的预警模型首先要对金融危机时

8、期与非危机时期作出界定;其次要对解释变量的最优阀值作出判断。这就使

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。