系统性金融风险指标的比较分析——基于实体经济风险预测的视角

发布时间：2021-08-07 02:27

　　本文归纳总结了常见的四大类系统性金融风险指标,从实体经济风险预测的视角,使用分位数回归模型和自助式（Bootstrap）分位数t检验方法,结合样本外分位数拟合优度,以"是否对未来实体经济风险具有放大效应"和"是否对实体经济风险具有预测能力"两个方面对上述指标进行了比较分析.研究结果发现:首先,反映机构个体风险,波动性和不稳定性,以及流动性和信贷情况的指标均对未来实体经济下行风险具有放大效应,即系统性金融风险的升高会显著增加未来实体经济的下行风险;其次,在短期,反映机构个体风险和流动性的指标能够很好地预测未来实体经济风险,而代表金融市场波动率水平的指标则在中期和长期有着较好的预测效果.最后,结合中国具体国情,本文也对进一步完善我国宏观经济风险防范体系提出了若干建议. 

【文章来源】：系统工程理论与实践. 2020,40(10)北大核心CSSCIEICSCD

【文章页数】：17 页

【部分图文】：

图１部分系统性金融风险指标??现出明显的变化．对这种情形的一种解释是，这些指标只是受到了噪咅的影响．另一种解释是，这些指标有时??

：??ｉｎ?＿??ｉｒｔ?＿??０．２?０．３?０．４??分位数??■?ＡＩＭ??０：５??０．１??０．２??分也败??０．４??０．Ｓ??０：１??０．２??分￥败??０．１??０．２?０．３?０．４??分位败??（７）滞后期＝１２，指标：Ｍ??０．５?０．１?０．２?０．３?０．４?０．５??分位数??（８）滞后期＝１２，指标：２＾ｉ？Ｍ??０．１?０．２?０．３?０．４?０．５??分位败??（９）滞后期＝１２．指标：２＾１）??图５分位数回归估计系数ｆｔ?（Ｔ）：流动性与信贷情况指标??表７系数Ａ?（ｒ）的显著性检验：流动性与信贷情况指标??滞后期??分位数??滞后１期??滞后６期??滞后ｗ期??ＡＩＭ??ＴＥＲＭ??ＴＥＤ??ＡＩＭ??ＴＥＲＭ??ＴＥＤ??ＡＩＭ??ＴＥＲＭ??ＴＥＤ??Ｔ?＝?０．１??０．９２＊??０．６９＊??１．００??０．１５??－０．２??０．２４??０．６３＊＊??－０．１３??－０．０５??（０．１）??（０．１）??＿??（０．５）??（０．５）??（０．５）??（０．０４）??（０．５）??（０．５）??ｒ?＝?０．１５??１．０１＊＊??０．４６＊??０．４３??０．１９??０．０４??０．２８??０．５７＊＊??－０．２１??－０．０６??（０．０３）??（０．０７）??（０．２）??（０．２７）??（〇－５）??（０．３４）??（０．０３）??（０．３４）??（０．５）??ｒ?＝?０．２??１．０４＊＊??０．３１??０．４７＊＊??０．２３??０．１８??０．１５??０．６３＊＊??－０．１１??－０．０１??（０．０５

【参考文献】：
期刊论文
[1]中欧货币汇率的极端风险传播研究[J]. 黄乃静,汪寿阳.  管理科学学报. 2018(12)
[2]基于藤copula-CAViaR方法的股市风险溢出效应研究[J]. 许启发,王侠英,蒋翠侠,熊熊.  系统工程理论与实践. 2018(11)
[3]机器学习对经济学研究的影响研究进展[J]. 黄乃静,于明哲.  经济学动态. 2018(07)
[4]中国股票市场行业间金融传染检验和风险防范[J]. 黄乃静,张冰洁,郭冬梅,汪寿阳.  管理科学学报. 2017(12)
[5]中国金融市场的风险溢出效应研究——基于溢出指数和复杂网络方法[J]. 刘超,徐君慧,周文文.  系统工程理论与实践. 2017(04)
[6]网络视角下的金融结构与金融风险传染[J]. 鲍勤,孙艳霞.  系统工程理论与实践. 2014(09)
[7]SRISK系统性风险测算方法、结果及评述[J]. 王广龙,熊利平,王连猛.  投资研究. 2014(04)
[8]股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析[J]. 刘晓星,段斌,谢福座.  世界经济. 2011(11)
[9]我国银行业操作风险的蒙特卡罗模拟估计[J]. 樊欣,杨晓光.  系统工程理论与实践. 2005(05)



本文编号：3326896