基于一般聚类分析的中国金融系统性风险评估研究

通过选取我国2007年1月到2016年12月期间影响中国金融系统稳定的经济数据,将所选变量归为8个维度:金融机构、货币市场、房地产、股票市场、债券市场、政府部门、外汇市场、期货市场。利用熵值法测度我国金融系统性风险综合指标,并通过灰色关联判断不同时间段中,不同市场维度对金融系统性风险影响的重要程度。然后采用一般聚类算法,将我国的金融系统性风险状态分为轻风险、中风险和高风险,结果与我国实际情况基本相符合,所构建的金融系统性风险测度方法能在一定程度上识别风险。最后,使用支持向量机、随机森林、贝叶斯、决策树、BP神经网络,对我国面临的金融系统性风险进行分类预测,为我国金融系统性风险的预测和监管提供预防及监管信息。