浅论宏观审慎管理框架下系统性金融风险的测度与防范.docVIP

　　浅论宏观审慎管理框架下系统性金融风险的测度与防范 宏观审慎管理框架下系统性金融风险的测度与防范论文导读：本论文是一篇关于宏观审慎管理框架下系统性金融风险的测度与防范的优秀论文范文,对正在写有关于因子论文的写有一定的参考和指导作用,项指标的综合评价体系，其次结合因子分析法，测算我国金融稳定指数，动态掌握我国现有系统性金融风险状况，再运用ARIMA策略预测2012年的金融稳定情况，最后在得出的实证结果基础上，从人民银行职能与地位的角度，结合现行宏观审慎管理框架要求提出倡议与策略。　　关键词：系统性金融风险；评价指标体系；因子分析；ARIMA　　1003-9031 摘 要：仅仅依靠传统的以维护微观机构稳健性为主要目标的微观审慎管理已难以有效应对具有强大外部性及传染性的系统性风险，而兼顾开展宏观、逆周期、以防范系统性风险为主要目的的宏观审慎管理成为必定趋势。本文在对比各种系统性金融风险测度及预警策略的基础上，首先构建涵盖经济子系统、银行子系统、国际收支子系统及泡沫风险四个方面24项指标的综合评价体系，其次结合因子分析法，测算我国金融稳定指数，动态掌握我国现有系统性金融风险状况，再运用ARIMA策略预测2012年的金融稳定情况，最后在得出的实证结果基础上，从人民银行职能与地位的角度，结合现行宏观审慎管理框架要求提出倡议与策略。 　　关键词：系统性金融风险；评价指标体系；因子分析；ARIMA 　　1003-9031（2012）09-0054-05 DOI：10.3969/j.issn.1003-9031.2012.09.14 　　一、系统性金融风险的测度及预警研究目前状况 　　（宏观审慎管理框架下系统性金融风险的测度与防范由优秀站.zgl模型对美国银行业系统性金融风险进行了实证分析[4]。贺聪、洪昊（2011）将违约率作为一个宏观经济变量，采用逻辑回归策略构建了其与其他经济变量间的宏观审慎管理压力测试模型[5]。 　　我国现有测度策略的困境及缺陷主要有以下几点：一是过于专注复杂模型，而随着经济现象复杂程度的加深，模型可信度也在降低，有着严格假设条件和繁杂理论结构的模型往往难以准确刻画风险的累积过程。二是受我国金融业市场化操作时间不长，缺乏如发达国家那样完善的市场数据采集渠道的影响，国内学者较难开展针对我国实际进行的研究。三是我国现有研究对预警指标体系的选择主要侧重于国内因素，对开放条件下一些重要的外部冲击考虑较少，且对预警指标的选择、各层次指标权重及风险阀值的确定、风险区间的判定多借鉴国外文献或依靠专家分析法，趋于主观。 　　（二）本文研究策略及思路 　　本文采用指标法、因子分析及ARIMA预测相结合的方式对我国系统性金融风险进行识别、测度及预测。指标法能够避开构建数理模型的复杂性及不稳定性；因子分析法更为客观准确，剔除了人为取舍指标，或主观判定指标权重等理由对综合评价效果的影响；而ARIMA对短期预测简便高效，能较准确地发现我国2012年金融风险状况。 　　二、系统性金融风险综合评价指标体系的构建 　　本文选择来自经济子系统、银行子系统、国际收支子系统及泡沫风险①四个方面的共24个指标构建我国系统性金融风险综合评价指标体系（见表1）。考虑到近二十年来我国成功抵御了1997年亚洲金融危机和2008年美国次贷危机，本文选取1995—2011年这个时间段，并对四个子系统评价指标的年度基本数据进行。数据为中国统计年鉴、金融统计年鉴，中经X，A法预测我国系统性金融风险 　　在EvieA模型对f序列进行预测。又由于f一阶差分无论是自相关、偏自相关都表现出拖尾的特性，考虑用ARIMA（1，1，1）对f进行建模，模型估计AR（1）及MA（1）的系数分别为0.088、0.334。因此，模型可以写为：ft-2.088ft-1+2.176ft-2-0.088ft-3=ut-0.334ut-1① 　　表3为f序列的ARIMA（1，1，1）模型残差自相关及异方差的LM②检验结果，可以看出残差序列不存在自相关也不存在异方差，模型是适合的。用ARIMA（1，1，1）模型对f序列进行预测，软件预测效果显示协变率为0.963，接近于1，且远大于偏差率0.009及方差率0.029，可见模型预测精度较高，模型对2012年我国金融稳定指数为0.27的预测是较为可信的。 　　（三）风险测度及预测的主要结果分析 　　1.我国系统性金融风险的动态特点。实证研究结果与我国经济金融宏观稳定实际状况相吻合，综合因子得分变化较好地拟合了现实（见图1），运用综合评价指标体系及因子分析法构建的金融稳定指数走势描述了遭受外部冲击后，系统性金融风险由内向外地一个逐渐调整过程。 　　可以看到，在本文所选取的时间段中，我国经历了世界两个经济周期的波动，本文把金融稳定指数波动周期时间分为1995