第四章 金融风险的预警

第四章金融风险预警、4.1.1金融风险预警的概念一般来说，预警具有动态性，先觉性和深刻性，是基于当前和历史经济预警方面的研究，利用各种先行指标的发展趋势，以预测未来的发展状况，定性定量地判断风险强弱程度，并通知监管部门及决策人员尽可能及时地采取应对措施，以规避风险，减少损失。4.1.2金融风险预警的方法Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.景气指标预警法指标体系评分预警法

模型法4.1.3建立金融风险预警制度的意义必要性金融市场的稳定性对于社会经济的发展具有直接的影响。一旦金融风险逐渐演变为金融危机，将会给国家带来难以估量的损失。可行性金融危机的爆发虽然是多方面的因素，但可以将这些因素的经济指标进行量化处理，达到反应危机的效果，并及时地予以防控。4.2金融风险预警指标4.2.1金融风险预警指标的概念与意义

金融风险指标是指用来进行金融检测预警活动的一系列相互联系，相互依存的金融检测预警指标所组成的指标群，指标体系具有科学性，联系性，实用性，可行性的特征。一个完善的金融风险预警指标体系既具有较好的代表性，又要具有较好的可操作性:既要能对长期的金融风险进行预警，又要能够对短期的风险进行预警。

国外对金融风险预警指标主要集中在两个方面。一方面为金融机构经营状况提供有关的微观金融指标。例CAMELS评价体系。另一方面为宏观经济状况指标。微观金融指标宏观经济状况指标国内学术界对金融风险预警指标研究状况我国对金融风险预警问题的研究始于20世纪80年代，倡导者是吉林大学的董文权教授，随后又经历赵英，陈秀英等诸多学者的努力，我国的金融风险预警体系逐步完善。由于主观视角，研究范围以及研究工具的差异，上述研究成果在指标权重的选择上有相对主观的因素，目前还没有形成权威的，能够从动态上进行金融风险预警的指标体系4.2.3我国金融预警指标体系的构建规范性原则系统性原则灵敏性原则可操作性原则互补性原则12345

根据以往的经验显示，某个或者某些经济，金融状态的先行失衡，经常是大规模金融危机爆发的诱导因素，即金融危机的预兆通常都表现为某些金融指标数据的集聚恶化，因此，通过构建金融风险预警指标体系来预测金融风险是一个可取之策。宏观审慎指标失业率0102通货膨胀率

03国际收支平衡指标04GDP增长率以及广义货币M2增长率微观审慎指标资本充足性指标资产质量指标盈利能力指标管理质量指标流动风险指标市场审慎指标-介于微观与宏观审慎指标Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoadyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.Clickheretoaddyourtext.利率汇率股价指数股票市盈率证券化率4.3金融风险预警模型4.3.1金融风险预警模型的概念预警模型是在选取特定样本的基础上，借助计量分析法，通过计量分析方法，通过实证分析建立的预警指标（自变量）与金融危机发生可能性（因变量）之间的或间接的函数关系。构建金融风险预警系统离不开风险预警模型，利用计量经济技术对模型进行检验，可以克服推断的主观性并提高分析判断的精度。FR模型-单位概率模型及单位对数模型优点：该模型很容易对危机发生的概率进行预测；其次，它们可以实现对全部的变量进行同时考虑，不过这也限制了它们对单个变量的识别。再次，它们属于非线性模型，对于预警指标超出阈值时产生的影响能够进行很容易的识别。缺点：没有将国别因素纳入研究范围，单单以名义汇率贬值程度确定危机发生与否，没有考虑通货膨胀，通货膨胀不同就无法将各国的名义汇率进行比较；二是估计中使用的年度数据，限制了实用性；三是对于银行危机和传染效应很难做出识别。4.3.2金融风险相关预警模型STV模型STV模型优点缺陷

该模型建立了横截面回归（STV）预警模型。该分析方法以横截面（面板数据）为基础，使用线性回归法进行分析。相比于FR概率模型，研究方法也有所改进。

第一，它将国别差异纳入了考虑范围，选择的研究对象是危机成因近似的国家。第二，使用的是月度数据，这就极大地增加了数据的数量。第三，数据处理方法比较简单，克服了估计的现象。第四，对一个国家发生银行危机，货币危机和外多重债危机的可能进行综合性分析。

它假定了各因素呈线性关系，这种假定在指标数量很大的时候就不再适用了。而且，虽然STV模型考虑了国别差异但是必须选择一组危机成因相似的国家为样本，这就限制了它在实际研究中的应用。KLR模型

理论基础是研究经济周期转折的信号理论，其核心思想是首先通过研究货币危机发生的原因来确定哪些经济变量可以用于货币危机的预测，然后运用历史上的数据进行统计分析，确定与货币危机有显著联系的变量，以此作为货币危机发生的先行指标。

信号一般在货币危机发生之前一到两年内发出，便于货币管理当局提前应对。同时预警系统选取的原则：信号-噪声比最小，确保了指标的稳健性。14

未来发生危机会影响对过去发生危机的识别，因为如果新的更加严重的危机发生，这对模型来说可能是一个强影响点，预警的阈值将会被提高，该模型就不能再识别部分增加发生过的危机。该方法也没有考虑变量中包含的重复信息，当包含重复信息的指标发出预警信号时，可能会增加错误预警的概率。人工神经网络模型

它是一种平行分散处理模式，由多个神经元组成，其信息处理功能是由网络单元的输入输出特性，网络拓扑结构所决定的。

具有较好的模式识别能力，可以克服统计预警等方法的限制。具有容错能力以及学习能力。但是限于专业上的原因，人工神经网络模型还是存在一定的不足，比如控制收敛速度的问题，学习因子的选择问题。VaR和压力测试法使用风险价值方法来分析中央银行的清偿能力和风险敞口。该测试大致分为6个步骤。0406010203040506确认资料的完整性，正确定，实用性压力情景的建立定义各风险因子依据压力新情景重新进行资产组合评估压力测试结果分析选择，执行压力测试的方法分析：对中国而言，金融创新固然是促进金融发展的重要推手，但在愈来愈不确定的大金融时代里，即便是由于偶然事件触发的系统性金融风险，其带来的风险成本亦有可能是天量的。为了防范金融危机，我国亟需在构筑金融领域的市场体系和金融市场的内部开放机制这两道