论文部分内容阅读
19世纪后半叶以来,世界范围内接连爆发了多次金融危机。历次金融危机的发生都会对本国乃至世界多个国家产生经济社会等方面极其严重和深远的影响。近年来,中国的房地产、地方政府债务、影子银行等领域问题较多,加重了金融系统脆弱性,从而使系统性风险爆发的可能性增大。基于此,研究中国系统性金融风险现状,对中国系统性金融风险进行测度、预警和防控对维护金融安全意义较大。
本文首先对系统性金融风险的相关理论和文献进行梳理,包括系统性金融风险的内涵、特征、成因、传导和放大途径等。其次,梳理当前中国系统性金融风险的现状及风险因素,明确了当前我国系统性金融风险的来源主要为房地产行业、地方政府债务领域等几方面。实证部分,第一步,构建金融压力指数(FSI),得到样本期间我国金融压力水平;第二步,构建二元Logit模型,被解释变量是FSI指数转换而成的0-1虚拟变量,解释变量是从金融系统、对外贸易、实体经济、国际环境层面选取了28个变量,依次借助ADF单位根检验、Granger检验、因子分析法等方法得到的。变量设置完成后,使用Logit模型拟合系统性金融风险爆发的概率;最后,使用ARIMA模型预测2019年系统性金融风险发生的概率。
通过理论和实证研究发现,金融压力指数对我国金融市场的压力水平有较强的拟合效果,能够用于对我国系统性金融风险累计阶段风险的度量和持续监控。样本期内的Logit模型结果显示,我国经济进入新阶段之后,由于历史累积的问题以及经济转型等原因,我国系统性金融风险水平逐年攀升。通过预测,我国2019年4个季度的系统性金融风险水平未超过阈值,系统性金融风险发生的可能性较低。根据研究结果,本文从风险预警机制、风险防控方式、风险补偿机制等角度对我国系统性金融风险防控工作提出了几点对策建议。
本文首先对系统性金融风险的相关理论和文献进行梳理,包括系统性金融风险的内涵、特征、成因、传导和放大途径等。其次,梳理当前中国系统性金融风险的现状及风险因素,明确了当前我国系统性金融风险的来源主要为房地产行业、地方政府债务领域等几方面。实证部分,第一步,构建金融压力指数(FSI),得到样本期间我国金融压力水平;第二步,构建二元Logit模型,被解释变量是FSI指数转换而成的0-1虚拟变量,解释变量是从金融系统、对外贸易、实体经济、国际环境层面选取了28个变量,依次借助ADF单位根检验、Granger检验、因子分析法等方法得到的。变量设置完成后,使用Logit模型拟合系统性金融风险爆发的概率;最后,使用ARIMA模型预测2019年系统性金融风险发生的概率。
通过理论和实证研究发现,金融压力指数对我国金融市场的压力水平有较强的拟合效果,能够用于对我国系统性金融风险累计阶段风险的度量和持续监控。样本期内的Logit模型结果显示,我国经济进入新阶段之后,由于历史累积的问题以及经济转型等原因,我国系统性金融风险水平逐年攀升。通过预测,我国2019年4个季度的系统性金融风险水平未超过阈值,系统性金融风险发生的可能性较低。根据研究结果,本文从风险预警机制、风险防控方式、风险补偿机制等角度对我国系统性金融风险防控工作提出了几点对策建议。