金融危机预警模型与先导指标选择

摘要：

经济全球化和金融自由化的不断深入,加剧了金融危机的爆发频率和危害程度.全球金融危机后,金融危机早期预警成为必要且紧迫的问题.本文基于1970—2011年全球各国金融危机数据,分别使用Logit模型、二元分类树模型、Bagging和随机森林模型,对系统性银行危机、货币危机和主权债务危机的预警进行了研究,比较和分析了不同模型的预警效果.结果表明:随机森林模型的预警效果最好,其后分别是Bagging、Logit模型和二元分类树;针对亚洲金融危机、阿根廷金融危机以及全球金融危机的样本外预测,随机森林模型的预测精度均优于Logit模型;随机森林能够有效识别金融危机先导指标.不同类型的金融危机,先导指标存在差异,但是关联性更强,因此危机的爆发可能不局限于单一形式.本文的研究为我国金融危机预警提供了参考,当前应警惕高杠杆问题逐步引发银行业系统性风险的问题.

关键词：金融危机、预警模型、分类树组合、先导指标

分类号：F831(金融、银行)

资助基金：国家社科基金一般项目:全球经济复杂网络结构下金融危机适应性免疫研究16BJY161

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：84-100