我国系统性金融风险研究趋势分析.docVIP

我国系统性金融风险研究趋势分析 [提要]基于共词分析法对中国知网（CNKI）数据库2011～2017年收录的197篇系统性金融风险研究相关学术论文进行主题研究，结果表明：我国系统性金融风险研究热点聚焦于法律缺失、监管绩效欠缺、债券市场风险、银行风险、房地产泡沫等方面。在此基础上，基于聚类层次分析，探析不同主题词所构成的类团之间的关系，结果表明：将20个关键词可划分为五个群体，群体内部存在强关联。 关键词：系统性风险研究；共词分析；知识网络特征；聚类分析 本文为陕西省软科学研究计划（2016年陕西省科技厅重点研究项目）：“科技金融创新机制研究”（项目编号：2016KRZ010） 中图分类号：F83文献标识码：A 收录日期：2017年8月31日 引言 系统性金融风险是近年来国家关注热点之一，李克强2014年以来反复强调“牢牢守住不发生系统性金融风险底线”。2017年中央会议：“确保不发生系统性金融风险”。2017年4月25日中共中央局就维护国家金融安全进行第四十次集体学习中，习近平强调：“党的十八大以来，我们反复强调要把防控金融风险放到更加重要的位置，牢牢守住不发生系统性风险底线，采取一系列措施加强金融监管，防范和化解金融风险，维护金融安全和稳定，把住了发展大势。” 系统性金融风险是指造成全局性金融危机的关键性风险因素及其积聚扩散过程。强调系统性风险的后果，系统性风险是可能造成全局性严重后果的风险；聚焦在可能给整体带来重大后果的关键性因素上，而不是“金融市场失灵”这类一般性无所指的刻画；系统性风险的累积过程不是静态的，也不是平稳的，而是由小变大的过程。对系统性金融风险研究框架性综述科研成果很多，但大多学者是基于定性分析对系统性金融风险研究进行归纳、总结和陈述，但定性研究容易受到研究者主观思维的影响，其研究成果可能有一定程度的偏差。本文基于定性与定量结合的方法对系统性金融风险研究深入研究，规避了使用单一方法的局限性，来定位该主题研究现状和热点。鉴于此，本文基于共词分析法思想首先选取知网（CNKI）学术期刊总库相关文献作为内容分析样本，并通过精读政策文本人工提取关键词构建共词矩阵。在此基础上，借助UCINET、SPSS等相关工具进行社会网络分析和相关的统计分析，识别出当前我国“系统性金融风险”的关注热点。最后，通过聚类层次分析对我国“系统性金融风险”各聚类类种所代表的研究主题之间的关系进行讨论，析出当前“系统性金融风险”，并指出未来应加强监控的领域。 一、关键词的确定及数据处理 （一）数据搜集。为了保证研究成果的客观性，本文选取知网（CNKI）学术期刊总库作为数据来源，来保证数据的完整性和有效性，具体检索方式为：“篇名”=“系统性金融风险”并且“主题”=“系统性金融风险”，匹配模式都为“精确”，检索时间范围为2011～2017年，检索时间为2017年6月1日，来源选择数量经济技术经济研究、国际金融报、价值工程、上海金融报、特区经济、湖南大学、中央财经大学学报、江西社会科学、统计与信息论坛、石家庄铁道学院学报（社会科学版）、中国社会科学院研究生院、上海金融学院学报、财贸经济、重庆院学报（自然科学版）等。通过检索，累计得到197篇文献，其中2017年有21篇、2016年有37篇、2015年有22篇、2014年33篇、2013年33篇、2012年31篇、2011年26篇。剔除掉获取途径失?〉奈南椎玫礁叨认喙氐?180篇文献。 （二）关键词提取与规范化。通过精读每篇文献提取各篇的关键词。 步骤1：提取关键词。使用信息统计分析软件ROSTCM6对这180篇高度相关文献进行分析梳理。通过信息统计软件得出文献中重复出现频次排名前40位的关键高频词。 步骤2：剔除无意义关键词。剔除“金融”、“因为”等对于主题无意义的关键词。 步骤3：归纳相似关键词。把关键词中意义相同或相近词语进行合并去重，最终得到20个关键词，根据1973年J.C.多诺霍提出的高频低频词判断公式： 其中，I1表示出现一次的关键词的数量，T表示高频关键词中的最低频次值。从而得到系统性金融风险高频关键词排名前20个关键词，如表1所示。（表1） （三）数据处理。在得到系统性金融风险高频关键词列表后，将20个关键词两两配对，统计其在180篇政策文本中出现的次数，统计其共现关系，生成了高频关键词的共现矩阵。本文中，在对20个高频关键词进行聚类时，为了消除频次悬殊造成的影响，利用Salton指数将生成的共词矩阵转换成相关矩阵。Salton指数表现关键词共现相对强度的指标，其公式为： 其中，nij表示两关键词同时出现的频次，ni和nj分别表示两关键词各自的频次。利用公式（2）计算可得共词相似矩阵。 二、数据分析 （一）社会网络分析。利用软件绘制共词网络图谱Netdraw，得到高频关键词共现网络可