系统性金融风险的监测与预警研究——基于中国金融压力指数视角

本文从我国金融体系中占据主导地位的六大金融子市场出发,基于多层因子模型构建出我国金融压力指数(FSI),借助谱分析方法研究FSI与宏观经济的关联性特征。建立马尔可夫区制转换模型,研究在不同区制下,我国金融压力影响宏观经济的异质性特征。研究发现:(1)本文构建的FSI能够较好反映出研究期内不同阶段的压力事件,基本与我国金融体系的实际运行情况相吻合;(2) FSI与宏观经济变量的变动周期大致相似,在长周期上的波动具有较强的相关性和监测性;(3)通过建立MSMH (3)-VAR (1)模型发现,样本区间呈现三区制状态特征,具有“惯性”和“棘轮效应”特点,其中“中压力、经济扩张阶段”状态的平均持续期最长,且在不同区制下,FSI对宏观经济变量均表现出显著的非线性效应。FSI为我国金融体系的风险识别提供了科学的依据,为系统性金融风险的监测、评估及预警提供强有力工具。

基于ARIMA模型的新能源汽车销量预测

当今环境与能源问题已然是迫在眉睫,走可持续发展道路,发展新能源汽车是我国应对城市环境污染、缓解能源供应压力、做大做强汽车产业的战略选择。因此,在节能减排的大环境下, 新能源汽车销量的科学预测, 对相关指标体系的制定起着至关重要的作用。