-
题名金融危机预警模型与先导指标选择
被引量：14
- 1
-
-
作者
王克达
-
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
-
出处
《金融监管研究》
CSSCI
北大核心
2019年第8期84-100,共17页
-
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）
-
文摘
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
-
Keywords
Financial Crisis
Early-warning Model
Classification Trees Ensembles
Leading Indicators
-
分类号
F831
[经济管理—金融学]
-
