论文题目：新冠肺炎疫情对系统性金融风险的影响分析 ——基于金融压力指数与组合模型
摘要：近年来,系统性金融风险问题引起我国政府和学术界广泛关注。习近平总书记多次公开强调:“守住不发生系统性金融风险的底线,是我国建设现代化经济体系、实现高质量发展的必然要求”。在疫情和建设中国现代化经济体系的双重背景下,准确测度系统性金融风险,综合表征金融压力,建立重大风险预警系统,对维护中国金融稳定尤为重要。因此,本文针对中国国情,编制了2007年至2020年中国金融压力指数,旨在刻画中国金融风险动态,识别中国金融高压阶段。构建组合模型分析新冠肺炎疫情对金融市场冲击,预测短期金融压力状况并将视角着眼于世界,建立系统性金融风险预警系统。具体而言,本文主要工作如下:（1）构建2007年至2020年中国金融压力指数,识别金融高压期。选取覆盖银行、房地产、股市、对外贸易、国内贸易部门共计20个指标,利用主成分分析法确定指标权重,CRITIC法确立子市场权重,合成中国金融压力指数,进而对中国金融风险的动态进行刻画。与现有文献中的结论相比较,国内贸易市场被考虑至金融压力指数构建中,并在权重确定方面将主成分分析法和CRITIC法进行结合。实证结果表明,构建的指数准确刻画中国金融风险动态,所识别的系统性金融风险高压期在2007-2009年、2015-2016年以及2020年年初,与中国金融发展状况吻合。（2）利用组合模型模拟未发生疫情时的情况,与实际情况进行对比分析。针对疫情期间中国金融压力变动,构建ARIMA和BP神经网络组合模型模拟未发生疫情时中国金融压力指数,与实际指数进行对比,探究新冠疫情对中国金融压力状况造成的影响。同时,利用组合模型预测短期金融压力指数。研究结果表明,疫情的流行激增了中国金融系统压力,短期内中国将持续处在系统性金融风险高压期。（3）建立系统性金融风险预警系统。以46个国家经济体为研究对象,选取1995年-2018年的12个经济指标组成面板数据,利用全局主成分分析处理数据,构建基于Logistic模型系统金融风险预警系统。实验结果表明,Logistic模型对系统性金融风险有着较好预警效果且宏观经济指标变动与发生系统性金融风险有着紧密联系。
关键词：新冠肺炎疫情;金融压力指数;系统性金融风险;组合模型;Logistic模型
学科专业：金融
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究内容及方法
1.2.1 研究内容
1.2.2 研究方法
1.3 主要创新点
第2章 文献综述
2.1 系统性金融风险的理论和测度
2.1.1 界定系统性金融风险
2.1.2 测度系统性金融风险
2.2 金融压力指数构建理论
2.2.1 金融压力指数的提出
2.2.2 金融压力指数的构建
2.2.3 金融压力指数的运用
2.3 预测模型
2.3.1 信号法预测
2.3.2 模型法预测
2.4 评述与启示
第3章 金融压力指数的构建
3.1 问题提出
3.2 模型构建
3.2.1 基础金融指标的选取
3.2.2 子市场金融压力指数的构建
3.2.3 综合金融压力指数的构建
3.3 金融高压期的识别
第4章 新冠疫情下的金融压力变动
4.1 问题提出
4.2 组合模型的构建与检验
4.2.1 模型的理论基础
4.2.2 模型的构建
4.2.3 影响分析及预测
第5章 系统性金融风险预警系统
5.1 问题提出
5.2 解释变量的选取与预处理
5.2.1 解释变量选择
5.2.2 被解释变量的定义及数据来源
5.2.3 数据插补
5.2.4 全局主成分法检验分析
5.3 构建LOGISTC模型预警系统
第6章 结论与展望
6.1 研究结论与建议
6.2 研究展望
参考文献
致谢