论文题目：浙江区域金融安全评价及预判研究
摘要：区域金融发展以其金融安全为前提,而区域金融安全又以相关量化指数来衡量。区域金融安全指数能客观反映一个地区金融运行的安全状态,可为地方政府、监管当局及企业和个人投资者提供政策制定、发展战略调整、投资决策等提供参考依据。近年来,多种复杂的风险因素和突发事件,如新冠肺炎疫情等对区域金融安全发展造成了巨大的冲击和威胁。因此,如何建立一套科学的区域金融安全评价指标体系和构建适合本区域实际的金融安全评价及预测系统,对于客观评价区域金融运行状态和有效防范区域金融风险,促进区域金融经济的稳定可持续发展,有着十分重要的意义。本文首先在阐述金融安全相关理论和文献、分析浙江区域经济和金融运行现状的基础上,借鉴国内外对区域金融安全评价及预判的研究成果,选取20个区域金融安全评价指标,构建了一套科学的区域金融安全评价指标体系,运用主成分分析法合成了浙江区域金融安全指数,并在此指数的基础上对浙江区域金融安全进行了评价。实证结果表明,浙江区域金融安全状态波动较大,其在2016年呈快速上升趋势,2017年呈高位横盘趋势并在2月达到高峰,2018年由于中美贸易战的打响对进出口产生了巨大的影响,外部经济环境的不稳定使得2018年浙江区域金融安全状况呈下降趋势。2019年初指数达到低峰之后呈缓慢波动上升,浙江区域金融安全状态在合理区间范围波动,并趋于稳定。由于受到新冠肺炎疫情影响,2020年初浙江区域金融安全状态虽有巨幅波动,但总体回升较快并且风险在可控范围之内。这种区域金融安全指数时序变化趋势基本符合浙江区域金融安全状况的变化走势,可以认为本文设计的区域金融安全指数能真实地反映区域金融安全状态变化。其次,在前述实证分析得出区域金融安全指数结果的基础上,通过BP神经网络模型对浙江区域金融安全指数进行训练、测试和验证并对短期区域金融安全状态进行预判。BP神经网络模型滚动预测出2021年1月至12月浙江区域金融安全指数呈缓慢上升趋势。由此判断2021年1月至12月浙江区域金融安全状况呈稳步上升趋势,基本与2019年浙江区域金融安全状况持平,总体上金融风险可控。最后,针对如何有效防范区域金融风险,提出了促进浙江区域金融安全的政策建议。为防范金融风险发生、确保金融安全运行和保持金融稳定增长,应制定浙江区域金融安全评价制度,科学设计区域金融安全评价指标体系,明确以区域金融安全指数为评判实际金融安全程度的标准,通过BP神经网络模型对浙江区域金融安全趋势进行预测。同时,应以安全为导向构建完善的浙江区域金融监管体系,创建安全良好的区域金融生态环境,健全区域金融风险预测预警机制。简言之,本文主要构建了区域金融安全评价指标体系和运用BP神经网络方法设计出区域金融安全预测模型,丰富了区域金融安全评价与风险预测预警的方法;在对浙江区域金融安全评价与预测研究的基础上所提出的政策建议,对于防范本区域系统性金融风险和保障区域金融安全运行具有现实参考意义。
关键词：区域金融;金融安全评价;主成分分析;BP神经网络;金融安全预判
学科专业：区域经济学
摘要
ABSTRACT
一、绪论
(一)研究背景
(二)研究意义
1.理论意义
2.实践意义
(三)文献综述
1.金融安全的相关研究综述
2.文献评述
(四)研究内容、框架和方法
1.研究内容
2.研究框架
3.研究方法
4.创新点
二、相关概念界定和理论基础
(一)金融安全
1.金融安全及相关概念界定
2.金融安全与金融风险、金融危机的关系
3.金融安全与区域金融安全
(二)金融安全相关理论
1.金融风险理论与金融危机理论
2.金融安全理论
三、浙江省经济和金融业运行的现状分析
(一)浙江省经济运行现状
(二)浙江省金融业发展和运行现状
1.银行业
2.证券业
3.保险业
四、浙江区域金融安全评价的实证分析
(一)区域金融安全评价指标体系构建
1.指标设计原则
2.指标设计思路
(二)浙江区域金融安全指数合成
1.权重的确定
2.区域金融安全指数合成公式
(三)基于主成分分析法的浙江区域金融安全指数实证分析
1.数据来源和处理
2.浙江区域金融安全指数的主成分分析
3.浙江区域金融安全的综合评价
五、基于BP神经网络模型的浙江区域金融安全预判
(一)BP神经网络模型原理
1.BP神经网络模型介绍
2.BP神经网络模型算法步骤
(二)浙江区域金融安全指数预测
1.BP神经网络参数设置
2.BP神经网络训练及验证
3.BP神经网络模型预测
六、促进浙江区域金融安全的对策及建议
(一)制定浙江区域金融安全评价制度
(二)以安全为导向构建完善的区域金融监管体系
(三)创建安全良好的区域金融生态环境
(四)健全区域金融风险的预测预警机制
七、结论与展望
(一)研究结论
(二)研究展望
参考文献
致谢