|
|
|
| 我国系统性风险度量指标构建及预警能力分析——基于混频数据动态因子模型 |
| 杨小玄1，王一飞2 |
| （1.中国人民银行营业管理部，北京 100045；2.中国人民银行，北京 100033） |
|
|
|
|
摘要 ：基于我国目前的经济和金融形势，为守住不发生系统性金融风险的底线、采取切实有效的应对之策，需要更加客观地度量我国面临的系统性金融风险状况。本文综合考虑银行业、债券市场、股票市场、外汇市场、宏观经济数据和银行业监管数据等六大类指标，运用混频数据动态因子模型，构建反映经济、金融周期和系统性金融风险的指标体系，对我国的系统性金融风险水平进行测算，结果表明，目前我国的系统性金融风险较2015-2016年期间有所缓释，但仍处于较高水平，宏观经济下行压力较大。上述实证研究结论带来的启示：一是要保持经济平稳增长，推动实体经济高质量发展，进一步缓释和化解各类金融风险、降低杠杆率，增强抵御风险冲击的能力；二是要构建和完善系统性金融风险度量指标体系，充分发挥系统性金融风险度量指标的预警作用和前瞻性指引作用；三是要完善货币政策和宏观审慎政策“双支柱”调控框架，建立适合我国国情的微观审慎与宏观审慎有机结合的逆周期调节政策安排。
|
|
| 关键词 ：
系统性金融风险,
金融周期,
混频数据,
分位数回归,
动态因子模型
|
|
|
| [1] |
陈得文，吴华强，魏荣桓. 美国、日本应对金融和经济周期冲击的政策选择及对中国的启示[J]. 南方金融, 2019, 1(6): 16-27. |
| [2] |
何 斌，刘 雯. 经济政策不确定性、股权质押与股价崩盘风险[J]. 南方金融, 2019, 1(1): 40-48. |
| [3] |
张 超，任志宏. 我国金融周期与经济周期的联动效应研究[J]. 南方金融, 2018, 1(8): 3-14. |
| [4] |
李义举，梁 斯. “双支柱”调控框架下的政策协调机制研究[J]. 南方金融, 2018, 1(11): 41-48. |
| [5] |
王培辉，尹成远，袁 薇. 我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型[J]. 南方金融, 2017, 1(2): 14-24. |
| [6] |
刘婵婵. 银行业顺周期性的特征、原因与传导机制：一个文献综述[J]. 南方金融, 2017, 1(11): 33-42. |
| [7] |
杨继梅. 欧洲银行业危机与主权债务危机的相互传导路径[J]. 南方金融, 2016, 1(8): 74-81. |
| [8] |
荆中博，杨海珍，杨晓光. 中国银行业系统性风险的涵义、度量及影响因素——基于1996-2014年的数据[J]. 南方金融, 2016, 1(2): 39-46. |
|
|
|
|
