金融危机预警模型与先导指标选择

作     者：王克达 WANG Keda

作者机构：南京大学商学院博士后流动站 南京银行博士后工作站 

出 版 物：《金融监管研究》 (Financial Regulation Research)

年 卷 期：2019年第8期

页      面：84-100页

学科分类：02[经济学] 0202[经济学-应用经济学] 020202[经济学-区域经济学] 

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） 

主　　题：金融危机 预警模型 分类树组合 先导指标 

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。