中國系統(tǒng)性金融風(fēng)險的度量和預(yù)警
發(fā)布時間:2021-07-11 07:58
隨著我國金融自由化、全球化進程的加快,我國金融系統(tǒng)與世界金融系統(tǒng)的聯(lián)系日益緊密,加劇了外部風(fēng)險沖擊對我國金融系統(tǒng)的影響。與此同時,由于我國金融系統(tǒng)內(nèi)部存在著結(jié)構(gòu)性和周期性等問題,在內(nèi)外雙重因素的作用下,我國的系統(tǒng)性金融風(fēng)險持續(xù)累積并逐漸凸顯。近年來,系統(tǒng)性金融風(fēng)險已成為國家關(guān)注的熱點問題之一,我國貨幣央行政策委員會在2019年第一季度例會中再次強調(diào):守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線。立足于上述背景,本文首先對系統(tǒng)性金融風(fēng)險的定義、特征和演化機制進行了論述,接著評價了當前主流的一些預(yù)警模型的優(yōu)缺點,最后選取KLR信號分析法來構(gòu)建我國系統(tǒng)性金融風(fēng)險的預(yù)警模型。本文選取2007年1月至2017年12月的月度數(shù)據(jù),首先使用主成分分析法進行指標篩選,并采用結(jié)構(gòu)方程模型進行擬合,構(gòu)建了度量我國系統(tǒng)性金融風(fēng)險的綜合指數(shù)模型,并分時段進行相關(guān)性分析;接著延用經(jīng)過修正和篩選的維度和指標,運用信號分析法建立我國的系統(tǒng)性金融風(fēng)險預(yù)警系統(tǒng),并從不同維度對金融風(fēng)險的狀態(tài)和拐點進行判斷。數(shù)據(jù)分析結(jié)果顯示:首先,我國的系統(tǒng)性金融風(fēng)險在2007年達到“風(fēng)險”水平狀態(tài),其余年份均屬于“安全”和“基本安全”的范疇,說明我國...
【文章來源】:廣東外語外貿(mào)大學(xué)廣東省
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
驗證性因子模型
圖 4-2 修正后驗證性因子模型由表 4-8 所見,修正后的回歸系數(shù)均達到顯著性水平。表 4-8 修正后的回歸系數(shù)及其顯著性檢驗變量 一級維度 估計值 標準差 臨界比 顯著性ZX1銀行市場1.000 - - -ZX2 -0.856 0.064 -13.266 0.001***ZX3 -0.812 0.067 -12.050 0.001***ZX4證券市場1.000 - - -ZX5 1.028 0.089 11.535 0.001***ZX6 1.233 0.082 14.950 0.001***ZX7保險市場1.000 - - -ZX8 1.745 0.299 5.842 0.001***ZX91.000 - - -
4.3.4 模型指標的修正當適配度與觀察變量還存在修正空間時,除了將沒有達到顯著水平的影響路徑刪除之外,AMOS 提供的修正指標數(shù)據(jù)則提供了另外一條出路。修正指標在統(tǒng)計學(xué)上的含義是,當固定參數(shù)被重新設(shè)定為自由估計時,前后兩個估計模型卡方值之間的差異值。從這個意義上來說,那些匹配較大期望參數(shù)改變值的修正指標應(yīng)該被釋放,因為該參數(shù)可以通過降低整個模型的卡方值最大值來使得整體契合度獲得較大改變。根據(jù)以上原理,本文著手釋放某些假定以修正模型使其達到更佳的擬合狀態(tài)。在原始假設(shè)路徑分析模型中,各標準化估計值如圖 4-3 所示。
【參考文獻】:
期刊論文
[1]我國金融機構(gòu)系統(tǒng)性金融風(fēng)險度量與跨部門風(fēng)險溢出效應(yīng)研究[J]. 楊子暉,陳雨恬,謝銳楷. 金融研究. 2018(10)
[2]我國銀行系統(tǒng)性金融風(fēng)險研究——基于“去一法”的應(yīng)用分析[J]. 楊子暉,李東承. 經(jīng)濟研究. 2018(08)
[3]中國系統(tǒng)性金融風(fēng)險的度量——基于實體經(jīng)濟的視角[J]. 何青,錢宗鑫,劉偉. 金融研究. 2018(04)
[4]地方政府債務(wù)擴張與系統(tǒng)性金融風(fēng)險的觸發(fā)機制[J]. 毛銳,劉楠楠,劉蓉. 中國工業(yè)經(jīng)濟. 2018(04)
[5]中國金融壓力的度量及其宏觀經(jīng)濟的非線性效應(yīng)[J]. 張勇,彭禮杰,莫嘉浩. 統(tǒng)計研究. 2017(01)
[6]我國上市金融機構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J]. 李政,梁琪,涂曉楓. 金融研究. 2016(08)
[7]系統(tǒng)性金融風(fēng)險的監(jiān)測和度量——基于中國金融體系的研究[J]. 陶玲,朱迎. 金融研究. 2016(06)
[8]債務(wù)杠桿與系統(tǒng)性風(fēng)險傳染機制——基于CCA模型的分析[J]. 茍文均,袁鷹,漆鑫. 金融研究. 2016(03)
[9]中國銀行業(yè)系統(tǒng)性風(fēng)險監(jiān)測研究——基于SCCA技術(shù)的實現(xiàn)與優(yōu)化[J]. 李志輝,李源,李政. 金融研究. 2016(03)
[10]中國的杠桿率與系統(tǒng)性金融風(fēng)險防范[J]. 馬建堂,董小君,時紅秀,徐杰,馬小芳. 財貿(mào)經(jīng)濟. 2016(01)
本文編號:3277681
【文章來源】:廣東外語外貿(mào)大學(xué)廣東省
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
驗證性因子模型
圖 4-2 修正后驗證性因子模型由表 4-8 所見,修正后的回歸系數(shù)均達到顯著性水平。表 4-8 修正后的回歸系數(shù)及其顯著性檢驗變量 一級維度 估計值 標準差 臨界比 顯著性ZX1銀行市場1.000 - - -ZX2 -0.856 0.064 -13.266 0.001***ZX3 -0.812 0.067 -12.050 0.001***ZX4證券市場1.000 - - -ZX5 1.028 0.089 11.535 0.001***ZX6 1.233 0.082 14.950 0.001***ZX7保險市場1.000 - - -ZX8 1.745 0.299 5.842 0.001***ZX91.000 - - -
4.3.4 模型指標的修正當適配度與觀察變量還存在修正空間時,除了將沒有達到顯著水平的影響路徑刪除之外,AMOS 提供的修正指標數(shù)據(jù)則提供了另外一條出路。修正指標在統(tǒng)計學(xué)上的含義是,當固定參數(shù)被重新設(shè)定為自由估計時,前后兩個估計模型卡方值之間的差異值。從這個意義上來說,那些匹配較大期望參數(shù)改變值的修正指標應(yīng)該被釋放,因為該參數(shù)可以通過降低整個模型的卡方值最大值來使得整體契合度獲得較大改變。根據(jù)以上原理,本文著手釋放某些假定以修正模型使其達到更佳的擬合狀態(tài)。在原始假設(shè)路徑分析模型中,各標準化估計值如圖 4-3 所示。
【參考文獻】:
期刊論文
[1]我國金融機構(gòu)系統(tǒng)性金融風(fēng)險度量與跨部門風(fēng)險溢出效應(yīng)研究[J]. 楊子暉,陳雨恬,謝銳楷. 金融研究. 2018(10)
[2]我國銀行系統(tǒng)性金融風(fēng)險研究——基于“去一法”的應(yīng)用分析[J]. 楊子暉,李東承. 經(jīng)濟研究. 2018(08)
[3]中國系統(tǒng)性金融風(fēng)險的度量——基于實體經(jīng)濟的視角[J]. 何青,錢宗鑫,劉偉. 金融研究. 2018(04)
[4]地方政府債務(wù)擴張與系統(tǒng)性金融風(fēng)險的觸發(fā)機制[J]. 毛銳,劉楠楠,劉蓉. 中國工業(yè)經(jīng)濟. 2018(04)
[5]中國金融壓力的度量及其宏觀經(jīng)濟的非線性效應(yīng)[J]. 張勇,彭禮杰,莫嘉浩. 統(tǒng)計研究. 2017(01)
[6]我國上市金融機構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J]. 李政,梁琪,涂曉楓. 金融研究. 2016(08)
[7]系統(tǒng)性金融風(fēng)險的監(jiān)測和度量——基于中國金融體系的研究[J]. 陶玲,朱迎. 金融研究. 2016(06)
[8]債務(wù)杠桿與系統(tǒng)性風(fēng)險傳染機制——基于CCA模型的分析[J]. 茍文均,袁鷹,漆鑫. 金融研究. 2016(03)
[9]中國銀行業(yè)系統(tǒng)性風(fēng)險監(jiān)測研究——基于SCCA技術(shù)的實現(xiàn)與優(yōu)化[J]. 李志輝,李源,李政. 金融研究. 2016(03)
[10]中國的杠桿率與系統(tǒng)性金融風(fēng)險防范[J]. 馬建堂,董小君,時紅秀,徐杰,馬小芳. 財貿(mào)經(jīng)濟. 2016(01)
本文編號:3277681
本文鏈接:http://sikaile.net/jingjilunwen/huobiyinxinglunwen/3277681.html
最近更新
教材專著