我国金融风险防范机制的确立..doc

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 [摘要]本文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了金融系统性风险最佳预测方程，从而构建起了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了预测。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 [中图分类号中图分类号]F832.5 ]F832.5一、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研究金融安全及金融系统性风险问题时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？这是建立金融危机预警体系首要而关键的问题。已有的研究从理论与实证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1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，这种方法下构建的金融危机预警体系可能缺乏预警能力。IllingandLiu(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。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，以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融危机的国家还是未发生过金融危机的国家均适用。 本文的目的是：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；该模型即金融系统性风险最佳预测方程得到验证后，可用以预警我国系统性金融风险。以下内容安排是：第二部分为相关文献回顾，该部分将简要介绍国内外金融系统性风险预警主要模型与方法、主要的预警指标选择，以及与金融压力指数相关的文献。第三部分为变量选择及数据说明。该部分阐述了预测模型的被解释变量的构建方法及其统计特征，以及解释变量的选择及其统计特征。第四部分为模型与实证结果。本部分通过逐步回归的实证方法建立了最佳预测方程，构建起了我国金融系统性风险预警指标体系；并用该方程预测了2010年我国金融系统性风险状况，结果显示2010年前三季度的金融压力呈上升态势，且高于2008年第四季度的金融压力。最后，第五部分为结论。 二、相关文献回顾 广义角度来说，本文的研究属于金融危机早期预警的研究范畴，只是本文的研究无需涉及金融危机的界定，而是从金融系统性风险预测角度来构建风险预测指标体系，也即金融危机早期预警指标体系。 （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,LizondoReinhart,1996,1999）、FR模型（FrankelRose,1996）、STV模型（Sachs,TornellVelasco,1996）、DD模型（KuntDetragiache,1998）和DCSD模型（BergPallillo,1999）。NagandMitra(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。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。这就使得上述预警模型至少存在以下三方面的不足：首先，危机与非危机时期的界定及最优阀值的选择对于不