下载文档原格式
金融危机的预警指标与监测机制近年来，全球经济不稳定性的增加引发了许多金融危机，对各国经济产生了严重影响。
为了防范和应对金融危机，各国采取了一系列的预警指标和监测机制。
本文将探讨金融危机的预警指标和监测机制，以便更好地了解金融危机的迹象和发生机理。
一、宏观经济指标的预警作用宏观经济指标是预测金融危机的重要工具。
其中，国内生产总值（GDP）是衡量国家整体经济状况的核心指标。
当国家GDP增速下滑，经济增长放缓，可能意味着经济活动的减弱，债务压力的增加，甚至可能引发金融危机。
此外，通货膨胀率、失业率和消费者信心指数等也是预测金融危机的重要参考指标。
当通货膨胀率不断攀升、失业率上升或者消费者信心指数下降，都可能暗示着经济发展的障碍，需警惕金融风险的出现。
二、金融市场的风险指标金融市场的波动性常常存在先行性的指示作用。
股市指数和债券收益率等金融市场指标往往能够显示出金融危机爆发前的信号。
当股市指数出现大幅下跌、债券收益率快速上升，表明市场参与者对未来经济形势的预期变差，市场风险正在上升。
此外，货币市场也是衡量金融风险的重要领域。
当金融机构之间的短期借贷成本上升、流动性紧缩，可能导致金融市场的震荡甚至崩溃，进而引发金融危机。
因此，对金融市场的风险指标进行及时、准确的监测和预警是重要的防范措施。
三、监管机构的角色和监测机制除了市场指标外，监管机构也扮演着预警金融危机的重要角色。
监管机构通过收集、监测和分析金融机构的数据和信息，评估风险状况，并提醒市场参与者关注可能的金融危机。
监管机构还负责制定相应的政策和措施，以防范和应对金融危机。
例如，加强对金融机构的合规性和风险管理的监管，加强对金融创新和新型金融工具的监管，防止风险集中和传染，确保金融系统的稳定。
四、国际合作与金融危机预警随着全球经济的紧密联系，国际合作在金融危机预警和应对中发挥着重要作用。
国际机构，如国际货币基金组织（IMF）和世界银行等，通过不断监测全球宏观经济和金融市场的风险，发表预警报告和建议，为各国政府和监管机构提供决策参考。
我国金融危机预警研究的开题报告题目：我国金融危机预警研究摘要：金融危机的发生对于国家、企业和个人都会造成重大影响，如何预警和预防金融危机已成为各国政府和学者研究的热点。
本研究旨在探讨我国金融危机的预警机制和方法，为金融稳定和经济发展提供指导和支持。
本研究将通过综述国内外研究成果，结合我国金融市场的实际情况，分析金融危机的形成原因、预警指标和方法，比较各种预警模型的优缺点，构建适合我国金融市场的预警模型。
最后，本研究将提出建议，以提高我国金融危机预警的效率和准确性。
关键词：金融危机、预警机制、预警模型、中国金融市场一、研究背景和意义金融危机是指由于各种原因导致金融市场出现异常波动或系统性风险，从而威胁到金融稳定和经济发展。
90年代以来，全球范围内出现了多次金融危机，如墨西哥金融危机、亚洲金融危机、俄罗斯金融危机、阿根廷金融危机等，对各国金融市场和经济带来了极大的冲击和影响。
我国金融市场在改革开放以来快速发展，金融危机的影响也越来越明显。
以2008年的全球金融危机为例，中国境内受到的影响虽然相对较小，但也暴露了我国金融市场的不足和风险。
因此，建立科学合理的金融危机预警机制和方法对于我国金融市场和经济的稳定发展显得尤为重要。
二、研究目的和内容本研究旨在探讨我国金融危机的预警机制和方法，具体包括以下内容：1、分析金融危机的形成原因，总结国内外研究成果；2、梳理金融危机的预警指标和方法；3、比较各种预警模型的优缺点，构建适合我国金融市场的预警模型；4、提出建议，以提高我国金融危机预警的效率和准确性。
三、研究方法和步骤本研究采用文献资料法和实证分析法相结合的方法。
具体步骤如下：1、文献综述。
综述国内外关于金融危机形成原因、预警指标和方法的研究成果，总结各种预警模型的优缺点；2、指标筛选。
结合我国金融市场的实际情况，筛选适合我国金融市场的预警指标；3、建立预警模型。
根据筛选出的预警指标，构建适合我国金融市场的预警模型并进行实证分析；4、提出建议。
我国金融风险预警体系研究我国金融风险预警体系研究【文章摘要】为了对金融风险进行预防、处理，金融风险预防保护系统必须得到建立健全。
本文对我国金融风险预警机制存在的一系列问题进行了分析，针对性地提出了使金融风险防范预警机制得到提升、完善的相关对策、措施。
【关键词】金融风险；预警防范；防护系统；措施1 当前金融风险防范预警机制存在的问题金融监督管理系统的建设与完善决定了金融风险防范预警体系的建设。
目前，我国的金融管理系统依旧存在许多问题，例如监督管理协调体系没有得到妥善正确的建设，而对金融风险预警这一问题进行关注的时间也并不长，就使得目前我国金融风险防范机制出现了问题，也难以进行解决。
这些问题主要表现在以下几个方面：1.1 金融风险防范预警机制的协调主体不明确从理论的角度来进行分析，那么金融防范预警所重点关注的问题就是预警指标机制以及风险产生的原因。
在进行实例检验方面，1997年在亚洲各国家中发生的金融危机就可选作样本进行查验，将“信号法〞作为检查的主要方法，另外，像信息体系方面的方法以及多元性统计法也是可采取的方法。
不过，在金融风险防范预警机制的建立方面、风险信息控制预测方面，却很少有人运用到动态法进行决策。
假设从实践方面来看，对于中央银行而言，当监督管理的职能进行分化后，对金融风险防范预警机制进行建立完善是新的挑战，当前正在对此工作进行研究探索，完整的体系并没有得到建设。
而另外一些金融风险防范预警机制，例如证券市场以及商业性银行，目前的研究重点依旧是对预警防范的系数进行划分、对预警指标进行选取，对于金融风险防范预警机制的根本实现条件并没有做出深层次的思考。
与此同时，中央银行、政府经济部门以及金融管理监督部门的职能是不一样的，就造成了这些机构之间的沟通协调工作难以进行，继而对金融风险防范预警的管理、预测、信息搜集工作带来了不利影响。
1.2 预警机制不健全，合理分析方法缺失随着时代的开展，计算机网络技术取得了各方面的突破。
大数据方法的中国系统性金融风险监测和预警研究随着我国金融市场的迅速发展和市场化程度的不断提高，金融风险也日益增多。
因此，建立高效、系统的金融监测和预警机制势在必行。
大数据方法在此方面具有得天独厚的优势和应用前景。
本报告主要对中国大数据方法进行系统性金融风险监测和预警的研究做一些探讨。
大数据方法指的是利用开源软件、分布式系统、高性能计算、机器学习等技术，在庞大、复杂的数据中发现新的知识、洞见和价值。
大数据方法可以处理非结构化的数据，并从各种不同的数据源中找到关联性，使复杂的数据变得易于理解。
在金融领域，大数据方法可以帮助银行、保险公司、证券公司等机构更好地了解客户、市场和风险等信息，从而帮助他们更好地做出决策。
首先，大数据方法可以对金融数据进行实时监测和预警。
随着金融市场的不断变化和复杂化，传统的金融监管方法已经不能满足监管需要。
大数据技术可以对银行、保险公司、证券公司的交易数据、资产负债数据、营销数据等进行实时监测，从而及时发现存在的风险，并提出相应的预警。
例如，市场的波动会影响到证券市场的价格波动，大数据可以从证券市场交易的几千条数据中找到相关性，实现对市场风险的预测和提醒。
其次，大数据方法可以对金融风险进行有效监测和评估。
在金融机构中，风险控制是至关重要的一个领域。
大数据技术可以对不同场景下发生的风险进行挖掘和分析，包括信用风险、市场风险和操作风险等。
例如，一家银行可以通过大数据技术对客户的信用评估进行监测，通过实时监控客户的还款行为、信用评级变化等多维度数据，对客户的风险进行实时评估和提醒，从而控制风险。
最后，大数据方法可以对风险传染进行分析和建模。
金融业中存在着风险传染的现象，即一个机构的风险可能会向其它机构传染。
例如，一家银行在朝鲜半岛开设了分行，如果朝鲜半岛发生战争等不可控事件，这将会对该银行的业务和经营带来严重影响，从而会对金融系统产生影响。
通过大数据方法对金融系统的风险传染情况进行分析和建模，可以帮助金融机构及时发现、处置风险传染，保障金融系统的稳定。
金融危机预警模型研究近年来，随着全球化程度的不断加深，各国间经济关系越来越紧密，金融市场也越来越相互关联。
然而，金融风险也随之而来。
在金融市场中，大大小小的危机时常上演，这给整个经济系统带来了严重影响。
因此，金融危机预警模型的研究尤显重要。
一、什么是金融危机预警模型金融危机预警模型是指基于统计、经济学和金融学等多学科知识，建立的用于预测金融危机爆发的一种模型。
这种模型通常会借助历史数据和当前市场情况，结合各种因素，进行科学的分析和预判。
目的是为了尽早发现金融危机的苗头，以便采取有效的措施来避免其扩散，减轻其对经济的影响。
二、金融危机预警模型的种类根据数据来源和模型结构的不同，金融危机预警模型可以分为多种类型。
下面我们就按照模型结构的不同，来介绍几种比较常见的金融危机预警模型。
1. 基于面板数据的金融危机预警模型面板数据型模型是应用广泛的一种模型，其主要特点是基于大量的宏观经济数据，对整体经济系统进行分析。
这种模型通常使用多元回归的方法，以解释各种经济变量之间的内在关联性。
通过对历史数据的回顾和对当前状况的概括，这种模型能够对未来的经济形势做出科学的预测。
2. 基于时间序列的金融危机预警模型时间序列型模型是另外一种常用的模型，其主要特点是利用历史数据中的时间系列资料，对经济变量的趋势、季节性和周期性特征进行分析。
这种模型通常可以采用传统的时间序列分析方法，如ARIMA模型、ARCH模型、GARCH模型等。
利用这些模型可以对未来的经济走势做出一定的预测。
3. 基于机器学习的金融危机预警模型机器学习型模型是近年来兴起的一种预警模型，其主要特点是借助于大数据的力量，通过让机器自己去学习历史数据和市场情况，来进行预测。
这种模型通常采用神经网络、支持向量机、随机森林等机器学习算法，可以处理大量的非线性关系，得到更加精准的预测结果。
三、金融危机预警模型的应用金融危机预警模型不仅是一种智能化的金融风险管理工具，而且也是一个重要的政策指导工具。
我国宏观财务经济监测与预警问题研究【摘要】本文从我国宏观财务经济监测与预警问题展开研究。
介绍了研究背景和研究意义，指出了宏观财务经济监测与预警的重要性。
详细探讨了宏观财务经济监测和预警的概念、方法和实践应用。
研究利用多种方法对我国宏观财务经济进行监测和预警，取得了一定成果。
对研究的展望进行了讨论，并对研究成果进行了总结。
通过本文的研究，有望为我国宏观财务经济监测与预警提供更加完善的理论和实践支持，促进经济稳定和可持续发展。
【关键词】宏观财务经济监测、宏观财务经济预警、研究方法、研究成果、实践应用、研究展望、结论总结、研究背景、研究意义1. 引言1.1 研究背景我国宏观财务经济监测与预警问题研究的研究背景：随着我国经济快速发展和国际市场的不确定性增加，宏观财务经济监测与预警成为我国经济管理中的重要组成部分。
在全球一体化的背景下，我国经济发展面临着越来越多的挑战和风险。
金融危机、宏观经济波动、财政风险等问题已经成为我国政府和企业面临的重要挑战，需要及时有效地监测和预警。
在这样的背景下，研究宏观财务经济的监测与预警问题，对于预防和化解金融风险、促进经济稳定增长具有重要意义。
通过深入探讨我国宏观财务经济的监测方法和预警机制，可以帮助政府和企业更好地应对各种风险，确保经济安全和稳定发展。
对我国宏观财务经济监测与预警问题展开系统性研究，具有重要的理论和实践意义。
1.2 研究意义宏观财务经济监测与预警是我国经济发展过程中至关重要的一环。
随着我国经济的快速发展，经济形势的变化日新月异，各种风险和挑战也愈发凸显。
加强对宏观财务经济的监测与预警工作显得更加迫切和重要。
深入研究宏观财务经济监测与预警问题，有助于提升我国经济风险管理水平，保障金融市场稳定。
通过及时监测和预警，可以有效发现和解决经济危机的苗头，防止危机蔓延造成更大损失。
研究宏观财务经济监测与预警问题，可以为政府和企业提供重要决策支持。
通过科学的分析和预测，能够帮助政府和企业决策者及时调整政策和经营策略，有效预防和化解风险，保障经济稳定发展。
金融危机的预警机制和应对策略随着时代的进步和国际贸易的快速增长，金融领域成为世界各国争夺的焦点之一。
与此同时，金融领域也存在着一定的风险和危机，不少国家都曾遭受过金融危机的严重打击。
因此，金融危机的预警机制和应对策略显得尤为重要。
本文将从以下几个方面探讨金融危机的预警机制和应对策略。
一、预警机制金融危机往往在经济波动周期中出现。
因此，要建立一个有效的预警机制，需要对宏观经济形势进行全面分析，尤其是对信贷、汇率、国际贸易和资本等方面进行监测和分析。
以下是一些预警机制的组成部分：1. 财政政策：财政政策是国家对经济进行调控的重要手段之一。
通过加大财政支出，减少税收，中央银行增加货币供应等措施，可以在一定程度上促进经济复苏，并且有助于预测未来的经济走势。
2. 货币政策：货币政策对于经济和金融市场影响非常大。
中央银行可以通过调整利率、减少或增加流通货币量等措施来控制经济波动。
货币政策的调整需要符合中央银行的负面情景下的应对预警机制，如利率的上调等都需要被提前预警。
3. 风险管理和监管机构：风险管理和监管机构可以通过建立透明的监测和风险评估机制，预测和预警金融危机。
例如，通过对银行、券商、证券等金融机构的资本充足率、债务融资能力、风险控制等方面进行监测和分析，以便及时发现一些金融机构的风险问题。
二、应对策略面临金融危机时，需要采取一系列措施应对。
以下是一些应对策略：1. 救市措施：救市措施是一种重要的金融政策，是为了缓解金融市场危机时出现的资金短缺，并防止金融系统崩溃。
例如，中央银行可以实行紧急降息，增加贷款额度，向商业银行和金融机构提供流动性等，以提高整个金融市场的流动性和稳定性。
2. 合作和协调：金融危机不是一个单一国家的问题，而是全球性的问题。
因此，各国应加强合作和协调，建立有效的国际经济合作机制。
例如，在1997年和2008年的金融危机期间，许多国家联合起来制定了一些应对政策，以促进经济恢复和稳定。
金融危机的预警指标研究金融危机是指在经济系统中出现的一系列严重风险和不稳定因素，导致金融机构的破产、市场崩溃、经济衰退等严重后果的事件。
为了有效预测和应对金融危机的发生，研究者们一直在探索各种预警指标。
本文将重点探讨金融危机的预警指标以及相关的研究成果。
一、宏观经济指标宏观经济指标是预测金融危机的重要参考。
其中，国内生产总值（GDP）增长率、通货膨胀率、失业率等是最常用的宏观经济指标。
研究表明，在金融危机发生之前，这些指标通常会出现异常波动或者趋势性变化。
例如，GDP增长率在金融危机前通常会大幅下滑，通货膨胀率则表现出明显的上升趋势。
通过研究和监测这些宏观经济指标的变化，可以提前预警金融危机的发生。
二、金融市场指标金融市场指标也是预测金融危机的重要参考。
其中，股票市场指数、利率、货币供应量等是常用的金融市场指标。
研究表明，股票市场的下跌、利率的剧烈波动以及货币供应量的快速增长等现象往往与即将到来的金融危机密切相关。
例如，2008年全球金融危机前，许多国家的股票市场指数大幅下跌，利率也经历了剧烈波动。
通过研究和监测这些金融市场指标的变化，可以预测金融危机的发生概率。
三、银行体系指标银行体系指标是预测金融危机的重要参考。
其中，银行资产负债表的总资产规模、不良贷款比例、存款增长率等是常用的银行体系指标。
研究表明，银行资产负债表总资产规模的大幅下降、不良贷款比例的显著上升以及存款增长率的剧烈减缓等现象往往是金融危机即将到来的指标。
例如，2008年全球金融危机前，许多银行的资产负债表总资产规模骤降，不良贷款比例激增。
通过研究和监测这些银行体系指标的变化，可以有效预警金融危机的发生。
四、国际收支指标国际收支指标也是预测金融危机的重要参考。
其中，国际贸易顺差、外汇储备水平及净国际投资等是常用的国际收支指标。
研究表明，在金融危机即将来临时，经济体的国际收支状况往往会出现异常波动，如国际贸易顺差下降、外汇储备水平减少等。
基于大数据的金融风险预警系统建设研究报告第1章引言 (4)1.1 研究背景 (4)1.2 研究意义 (4)1.3 研究内容与结构 (4)第2章：金融风险预警理论及方法研究。
(4)第3章：大数据技术在金融风险预警中的应用研究。
(4)第4章：金融风险预警系统设计与实现。
(4)第5章：金融风险预警系统实证分析。
(5)第6章：结论与展望。
(5)第2章大数据与金融风险预警理论概述 (5)2.1 大数据概念与特征 (5)2.1.1 大数据概念 (5)2.1.2 大数据特征 (5)2.2 金融风险及其分类 (5)2.2.1 金融风险概念 (5)2.2.2 金融风险分类 (5)2.3 金融风险预警相关理论 (6)第3章金融风险预警系统需求分析 (6)3.1 系统功能需求 (6)3.1.1 数据采集与整合 (6)3.1.2 风险评估模型 (6)3.1.3 预警阈值设定 (6)3.1.4 预警信息推送 (6)3.1.5 风险报告 (7)3.2 系统功能需求 (7)3.2.1 实时性 (7)3.2.2 稳定性 (7)3.2.3 可扩展性 (7)3.2.4 安全性 (7)3.3 系统用户需求 (7)3.3.1 风险管理人员 (7)3.3.2 决策层 (7)3.3.3 技术支持人员 (7)3.3.4 监管部门 (7)第4章大数据技术及其在金融风险预警中的应用 (8)4.1 大数据处理技术 (8)4.1.1 数据采集与存储 (8)4.1.2 数据处理 (8)4.1.3 数据分析 (8)4.2 数据挖掘与机器学习算法 (8)4.2.1 决策树 (8)4.2.2 支持向量机（SVM） (8)4.2.3 神经网络 (9)4.2.4 集成学习 (9)4.3 大数据在金融风险预警中的应用案例 (9)4.3.1 信用风险预警 (9)4.3.2 市场风险预警 (9)4.3.3 操作风险预警 (9)4.3.4 洗钱风险预警 (9)第5章金融风险预警指标体系构建 (9)5.1 指标体系构建原则 (9)5.2 财务指标与非财务指标选取 (10)5.2.1 财务指标 (10)5.2.2 非财务指标 (10)5.3 指标体系实证分析 (10)第6章金融风险数据采集与预处理 (11)6.1 金融数据源及采集方法 (11)6.1.1 数据源 (11)6.1.2 采集方法 (11)6.2 数据预处理技术 (11)6.2.1 数据清洗 (11)6.2.2 数据标准化 (12)6.2.3 特征提取与选择 (12)6.3 数据质量评估与优化 (12)6.3.1 数据质量评估 (12)6.3.2 数据优化 (12)第7章金融风险预测模型构建 (12)7.1 传统预测模型 (12)7.1.1 统计模型 (12)7.1.2 经济计量模型 (12)7.1.3 信号灯模型 (13)7.2 机器学习预测模型 (13)7.2.1 决策树 (13)7.2.2 随机森林 (13)7.2.3 支持向量机（SVM） (13)7.2.4 K最近邻（KNN） (13)7.3 深度学习预测模型 (13)7.3.1 神经网络 (13)7.3.2 卷积神经网络（CNN） (13)7.3.3 循环神经网络（RNN） (13)7.3.4 长短时记忆网络（LSTM） (13)7.4 模型对比与选择 (14)第8章金融风险预警系统设计与实现 (14)8.1 系统架构设计 (14)8.1.1 数据层 (14)8.1.2 服务层 (14)8.1.3 应用层 (14)8.1.4 展示层 (15)8.2 系统模块设计 (15)8.2.1 数据预处理模块 (15)8.2.2 特征工程模块 (15)8.2.3 模型训练与预测模块 (15)8.2.4 风险预警模块 (15)8.2.5 风险监测模块 (15)8.2.6 风险报告模块 (15)8.3 系统开发与实现 (15)8.3.1 技术选型 (15)8.3.2 开发环境 (15)8.3.3 系统实现 (15)8.3.4 系统测试与优化 (16)8.3.5 系统部署与维护 (16)第9章金融风险预警系统测试与优化 (16)9.1 系统测试方法与步骤 (16)9.1.1 测试方法 (16)9.1.2 测试步骤 (16)9.2 测试结果分析 (17)9.3 系统优化策略 (17)第10章金融风险预警系统应用与展望 (17)10.1 系统应用场景 (17)10.1.1 信贷风险管理 (18)10.1.2 投资决策辅助 (18)10.1.3 金融监管 (18)10.2 系统应用效果分析 (18)10.2.1 风险识别能力 (18)10.2.2 风险防范效果 (18)10.2.3 用户体验 (18)10.3 面临的挑战与未来发展趋势 (18)10.3.1 数据质量与完整性 (18)10.3.2 预警模型优化 (18)10.3.3 技术创新与应用 (18)10.4 研究展望 (19)10.4.1 深度学习技术在风险预警中的应用 (19)10.4.2 跨界数据融合 (19)10.4.3 区块链技术在金融风险预警中的应用 (19)10.4.4 国际合作与标准化 (19)第1章引言1.1 研究背景全球金融市场一体化和金融创新业务的不断发展，金融风险日益复杂化和多样化。
中国宏观金融风险预警系统构建研究
冯科
【期刊名称】《南方金融》
【年(卷),期】2010(000)012
【摘要】宏观金融系统的安全运行关系到整个国家和社会的稳定,构建行之有效的风险预警系统可以对宏观金融风险的发生"防患于未然".本文从三方面建立完整的
金融预警系统:通过国内外文献综述选择预警指标,利用主成分分析法和历史数据判断金融风险程度,以及应用BP神经网络设计金融风险预警机制,并对2010年的金
融风险进行预测,预测的结果显示总体金融运行安全,但我国宏观经济子系统和外部金融子系统存在一定的不安全因素.
【总页数】6页(P18-23)
【作者】冯科
【作者单位】北京大学经济学院,北京,100871
【正文语种】中文
【中图分类】F832.59
【相关文献】
1.基于大数据的区域金融风险预警系统构建研究 [J], 张西栓;郭艳艳
2.中国金融风险预警系统的构建研究——基于K-均值聚类算法和BP神经网络 [J], 李梦雨
3.农村商业银行经营风险预警系统构建研究 [J], 刘亚庆
4.现代物流企业财务风险预警系统构建研究 [J], 周利芬
5.制造业信贷风险预警系统构建研究 [J], 李妍
因版权原因，仅展示原文概要，查看原文内容请购买。
引言金融全球化促进了世界经济的持续发展，但同时加快了金融风险在各国间的传染速度，并加剧了全球金融体系的脆弱性，成为导致2007年春季以来国际金融危机全面爆发并演变成世界性经济危机的重要因素。
为了防止世界经济受金融危机的影响而继续下滑，各国政府和国际组织纷纷召开国际金融与世界经济高峰会，探讨如何制定更加严格的国际会计准则、建立全球金融危机预警系统、完善各国金融监管体制及改革国际货币基金组织和世界银行等一系列重要议题。
在此大背景下，有关金融体系风险管理和危机预警的探索、研究及应用受到各国政府前所未有的高度重视。
改革开放以来，我国尚未出现过真正意义上的金融危机。
然而，随着我国对外开放进程不断向前推进，与世界各国在金融和其他经济领域的交流与合作不断加深，我国也必然时刻面临如何防范和化解金融危机的问题，特别是我国以建立社会主义市场经济体制为基本目标，制度变迁与市场化改革促进了经济的高速增长，同时也带来了一系列亟待解决的深层矛盾和问题，如市场经济的微观基础不稳固、宏观经济结构不平衡及金融体系不健全等，最终可能引发各种形式的金融和经济危机。
因此，研究金融危机早期预警体系，对理解和掌握危机的形成机制与传染途径、防范和化解金融风险、完善金融监管及促进国民经济平稳健康发展都具有重要的理论价值和现实意义。
基于亚洲六国宏观数据的我国金融危机预警系统研究苏冬蔚肖志兴内容摘要：本文从宏观层面研究我国对外开放和经济发展进程中面临的金融风险，并探讨内、外部风险演变为金融危机的机制和途径，在此基础上构建出符合我国宏观经济运行状况的金融危机早期预警系统，然后选取一系列有关国民经济、金融发展、国际收支和全球经济状况的指标，并使用中国、韩国、泰国、马来西亚、印度尼西亚和菲律宾亚洲六国宏观数据进行实证分析，发现国内信贷规模与GDP的比率、广义货币M2与外汇储备的比率、实际产出增长率和外汇储备增长率对防范我国金融危机具有重要的预警作用，而且我国经济现存的内、外失衡是引发金融危机的隐患。
关键词：金融危机早期预警系统国际金融危机亚洲金融危机内外失衡中图分类号：F831文献标识码：A*作者简介：苏冬蔚，暨南大学经济学院教授、博士生导师、广东省高校“珠江学者”特聘教授；肖志兴，暨南大学经济学院博士生。
*基金项目：本文获广东省高校高层次人才（珠江学者）项目、教育部新世纪优秀人才支持计划（NCET-08-0614）、国家自然科学基金（70972081）、中央高校基本科研业务费专项资金（21609204）、教育部人文社科基金（09YJA790084）、广东省社科基金（09E-16）和广东省高校人文社科重点研究基地创新团队项目（07JDTDXM79005和08JDTDXM79003）资助。
本文使用我国、韩国、泰国、马来西亚、印度尼西亚和菲律宾亚洲六国的宏观经济变量和季度数据，通过设定新的金融市场压力指数，并提取出各国出现金融危机的共同特性，在此基础上建立起适合我国金融危机预警的指标体系，然后运用非参数KLR模型和Logit概率模型进行实证分析，发现在KLR模型中，国内信贷与GDP的比率、外汇储备增长率、M2对外汇储备的比率、GDP增长率和实际利率有助于预测金融危机，而在Logit模型中，实际汇率、实际利率、外汇储备的增长率、经常账户与GDP的比率、通货膨胀率和美国短期国债的利率则具有较好的危机预警能力。
本文的主要贡献和创新主要体现在以下3方面：一是根据我国宏观经济波动的特点，分析诱发金融危机的内在因素和外部特征，在此基础上构建符合我国经济运行状况的金融危机预警指标体系；二是首次采用中国、韩国、泰国、马来西亚、印度尼西亚和菲律宾六国宏观数据，将利率、汇率和外汇储备变动同时纳入危机压力指数，并结合参数和非参数计量方法进行定量研究；三是通过对1997年东南亚金融危机进行样本内检验以及对2009年全球金融风暴和经济危机进行样本外检验，首次发现我国经济现存的内、外失衡是引发金融危机的重要隐患。
本文其余部分的结构如下：第一部分对金融危机预警体系的有关文献进行回顾和评述；第二部分研究如何构建符合我国国情的金融危机的早期预警指标体系，包括预警指标的选择、金融危机压力指数的构建、预警方法的设计以及数据来源；第三部分提供基于非参数KLR模型的实证结果，包括预警指标临界值的选择以及预警指标效率的样本内和样本外检验；第四部分提供基于参数Logit模型的实证结果；最后是总结和讨论。
一、文献概述国外学者对金融危机预警体系的已有研究成果主要集中在以下4个方面：一是分别从货币危机、银行危机、外债危机和混合危机等层面构建金融危机指标体系，如Kaminsky等（1998）、Demirgü觭-Kunt和Detragiache（2000）以及Edison（2003）；二是建立Logit和Probit 等定性相依变量模型（Qualitative Dependent Variable Regression Model），通过估计对数几率比判断金融危机发生的可能性，如Frankel和Rose（1996）、Berg和Pattillo（1999）、Demirgü觭-Kunt和Detragiache（2000）、Kumara 等（2003）以及Bussiere和Fratzscher（2004）；三是使用非参数信号法（Signal Approach），通过识别对危机有显著影响的预警指标及其异常值，预测危机发生的可能性，如Kaminsky等（1998）、Kaminsky和Reinhart（1999）、Edison （2003）以及Carmen和Rogoff（2008a，2008b)；四是对多个金融危机预警模型进行综合比较和测试，如Chang和Velasco（2001）、Berg等（2004）以及Davis和Karim（2008）发现定性相依变量模型对全球金融危机的监测效果较好，而信号模型则对单个国家的实时预警作用较强。
表1总结了国外已有研究中金融危机预警体系的主要指标、方法和实证结果。
由表1可见，金融危机预警模型主要包括Logit/Probit模型以及Kaminsky等（1998）提出的非参数信号法（又称KLR模型），其中，KLR模型将代表经济脆弱性的指标转化成二元信号，如果一个给定的指标超过临界值，该指标就发出危机信号。
Frankel和Rose（1996）以及Carmen和Rogoff（2008a，2008b)认为，当一国的名义汇率至少贬值25%而且贬值率相对于上一年至少不低于10%时，货币危机将产生。
Frankel和Rose（1996）使用105个发展中国家于1971至1992年的季度数据，首次运用Probit/Logit模型预测金融危机，发现国外直接投资枯竭、国际储备大幅降低、本国信贷增长率过高、债权国利率上升以及汇率高估为影响金融危机的主要因素。
Kaminsky（1998）认为，如果汇率市场压力指标偏离其均值超过3个标准差，货币危机可能出现，在此基础上采用15个发展中国家和5个发达国家于1970至1995年间的月度数据研究货币危机出现的可能性，发现GDP增长率、股市收益率、实际汇率、出口增长率和外债与外汇储备的比率对货币危机具有较好的预测能力。
Berg等（2004）以及Davis和Karim（2008）使用41个国家的宏观数据对KLR模型和Probit模型的预测效果进行了样本内和样本外的比较分析，发现在预测亚洲金融危机时，基于简单线性回归的Probit模型比KLR模型具有更好的预测效果。
预警指标FR（1996）KLR（1998）BP（1999）DKD（2000）KMP（2003）ED（2003）BF（2004）DK（2008）国内实体经济GDP增长率○●○●○○●人均GDP●●财政赤字占GDP的比重●○○○国债占GDP的比重○○●○通货膨胀率●○●国内金融体系国内贷款与GDP的比率○○○●○M1和M2增长率○○○○存款增长率●●○○●实际利率○○○○○存贷款利差○○○○商业银行资本充足率○○○○M2与外汇储备比率○○股市收益率●○○○国际收支实际汇率●●●○○●●○出口增长率●●○●○●进口增长率○○○○经常项目与GDP的比率○●○●外商直接投资与GDP的比率○○○外债与外汇储备的比率●●●外汇储备增长率●○●●○外汇储备与进口额的比率●●●○世界经济状况美国短期利率●○OECD国家GDP增长率○○原油价格变化○○样本国家数105202365322832105样本期间1971~19921970~19951970~19961980~19951985~19991970~19991993~20011979~2003实证方法Probit信号法Probit Logit Logit信号法Logit多方法表1金融危机预警体系的主要指标、方法与实证结果注：符号●和○分别表示统计显著和不显著的变量。
FR(1996)：Frankel和Rose（1996）；KLR(1998)：Kaminsky等（1998）；BP(1999)：Berg和Pattillo（1999）；DKD(2000)：Demirguc-Kunt和Detragiache （2000）；KMP(2003)：Kumara等（2003）；ED(2003):Edison（2003）；BF(2004)：Bussiere和Fratzscher （2004）；DK(2008)：Davis和Karim（2008）。
1997年亚洲金融危机爆发以来，我国金融学界开始关注如何建立符合我国国情的金融危机预警指标体系和计量模型。
如郑振龙（1998）根据全球25个国家1970至1996年间出现的120次货币危机和银行危机的历史经验，发现货币危机的预警信号平均提前15个月左右发出，而银行危机的预警信号则平均提前7个月发出，但未对金融危机预警体系进行实证检验，因此无法实际应用；刘志强（1999）设计了一套包含国内金融机构资产质量、经营稳健性、信贷增长、利率和汇率等指标在内的金融危机预警体系，但在指标临界值的选取上缺乏客观标准，有的指标参考新加坡的金融机构指标，有的则根据主观判断，而且没有对金融危机预警模型进行实证检验；张丽哲和刘传哲（2000）通过时间序列灰色系统预测法对金融危机出现的概率进行实证分析，但对如何构建科学合理的预警指标体系没有进行深入探讨，并且仅仅使用我国的宏观数据，而我国尚未发生金融危机，因此该系统的预警能力存在一定的问题；冯芸和吴冲锋（2002）提出基于综合指标的多时标预警流程，并对预警流程进行逐层细化和扩充，然后根据形势变化引入多时标和扩充观测指标集，并规定触发预警流程转入中期（短期）预警周期的长期（中期）综合指标的临界值为50%，但该法主观性较强；张元萍和孙刚（2003）使用横截面回归模型和KLR信号分析法对我国金融危机的可能性进行实证分析，发现我国在2003年发生金融危机的可能性较小，但该研究的临界值也是主观设定的，而且没有进行稳健性检验。
