基于大数据方法的中国系统性金融风险预警研究

作者：苗子清; 张卓群

来源：经济论坛, 2020, (12): 5-17.

• 大数据方法
• 系统性金融风险
• 预警研究

防范化解系统性金融风险,关系到我国金融安全甚至是经济安全,是金融工作的重中之重,核心关键是对风险进行有效监测和预警。本文梳理了系统性金融风险的形成原因,构建中国系统性金融风险指标体系,并运用大数据方法,建立随机森林、神经网络、支持向量机等模型监测预警中国的系统性金融风险。研究表明:大数据模型优于传统逻辑回归模型,其中神经网络模型对中国系统性金融风险的预警效果最好,随机森林模型识别出可以将金融机构、政策干预、房地产市场、股票市场维度的指标作为系统性金融风险的先导指标。最后,预测显示未来一年中国发生系统性金融风险的概率较小。

• 单位
  中国社会科学院大学