中国金融系统压力指数的设计及其应用

结合当前金融系统的特点设计了中国金融系统压力指数,并通过两种方法检验了其识别作用;然后利用VAR模型对其宏观效应展开研究,基于Hsiao格兰杰因果检验过程对金融压力的直接和间接因果关系进行了验证,并采用VARX模型予以稳健性检验;最后,分析了金融压力变化时央行的政策反应及金融市场的反应。研究发现我国金融系统性压力主要集中在高压和低压区间,金融压力指数对宏观经济波动有较好的预测作用,货币政策的反应更明显地通过非常规货币政策工具实现。

基于三步回归滤波模型的系统性金融压力指数构建

系统性金融风险由金融体系和宏观经济螺旋式发展内生决定,是金融体系和宏观经济动态交互作用的结果。文章基于资产价格波动性、金融市场流动性、风险价差和估值水平等压力信息,从6个金融子市场选取65个基础指标,运用三步回归滤波模型及偏分位数回归,合成一个能够全面反映经济运行情况的系统性金融压力指数,并采用MS-VAR模型对该指数不同风险期进行识别。结果表明:构建的系统性金融压力指数能准确预测宏观经济冲击分布;该指数大多数时间处于低风险状态,而少数高风险状态与我国几次金融大事件相吻合,是金融风险监测预警的有效定量指标。

基于动态模型平均的金融压力指数构建与预警

使用累积分布函数-信用加权方法构建反映系统性金融风险累积状况的压力指数,并引入动态模型平均方法对该指数走势进行预测分析并评估其预测效果.结果表明,动态模型平均方法在模型选择、变量选择、系数选择等方面具备良好的灵活性,具有良好的预测效果.在具体应用中,GDP增长率与CPI增长率是对金融压力指数预测最有帮助的一类指标,其在后期的包含概率显著持续高于0.5,这类指标在风险防范中更值得关注.

金融压力对中国实体经济冲击研究

本文首先参考现有文献对已有的金融压力度量方法及应用做了梳理,然后选择2006年1月~2014年9月,包含金融政策环境、银行业为主的金融机构、金融市场和外汇市场等在内的主要因素指标,并通过加权平均后再进行标准化处理的方式合成各自项风险压力指数,再汇总合成系统性金融压力指数并做出判断分析。然后利用采购经理合成指数以代替实体经济的发展状况,通过格兰杰因果关系检定得到金融压力与实体经济发展之间的因果关系,并建立自回归模型以达到对系统性金融压力的预测,并最后针对金融风险的防范提出政策建议。