摘 要: | 为加强金融监管和维护金融稳定,系统性金融风险有效预警已成为金融监管部门风险防范的首要工作。本文选取了能够表征我国金融体系5个系统的16个特征指标,基于2005年1月—2021年6月的周频数据,运用改进的时变CRITIC赋权法合成了我国金融市场压力指数,据此对系统性金融风险进行识别,并回溯分析了风险成因。在此基础上,又运用自适应合成采样方法(ADASYN)对预警时所采用的非平衡样本进行处理,构建了基于四类不同核函数的ADASYN-SVM预警模型,来对我国系统性金融风险进行预警。实证结果表明:时变CRITIC赋权法能够充分反映各金融子系统之间的动态风险机制,既可避免在低压力期高估压力状态,又可实现在高压力期对压力状态的充分反映;债券市场压力往往是引起我国系统性金融压力的主要因素;需警惕外汇市场压力及外部冲击的影响;ADASYN-SVM预警模型具有很好的预警性能,不仅优于普通SVM模型,还优于基于BP神经网络和Logit的预警模型,是金融监管部门对系统性金融风险预警的有力工具。
|