1.79极品篮彩 可以玩篮彩的app nba篮彩手机客户端推荐 篮彩改期 篮彩比分开奖结果 今日nba篮彩预测分析 今日篮彩专家推荐258 篮彩体育彩票 篮彩预测网 买篮彩用哪个手机软件 nba篮彩神棍区 500万篮彩比分 篮彩看盘技巧 篮彩投注哪里买 篮彩有没有赚钱的
經濟學論文范文欄目為您提供《探索宏觀經濟波動如何影響我國金融安全的穩定》范文一篇,希望對您在論文寫作的時候有所幫助

探索宏觀經濟波動如何影響我國金融安全的穩定

添加時間:2019/04/02
  摘要:本文根據我國金融發展狀況, 選取了25個金融經濟指標構造了我國金融安全評價指標體系, 采用主成分分析法對2000~2016年金融安全指數進行估算。并在此基礎上選取了匯率波動率、GDP增長率和通貨膨脹率這三個具有代表性的宏觀經濟變量, 基于VAR模型分析宏觀經濟波動對金融安全的沖擊效應。結果顯示:中國金融安全指數在2000~2016年期間呈波動起伏狀態, 符合我國金融安全實際發展狀況;目前我國金融安全主要受通貨膨脹率和匯率波動率的影響。最后針對我國金融安全現狀提出政策建議。
  
  關鍵詞:金融安全; 主成分分析; 宏觀經濟波動; VAR;
 
  
  一、引言與文獻綜述
  
  金融危機的發生不是偶然的, 經濟發展中的復雜因素會影響信息傳遞, 造成信息阻塞, 制約金融系統的有效運轉, 從而造成金融環境不穩定。此外, 通貨膨脹、不斷積累的金融債務等都會造成金融危機。與金融危機相對立的便是金融安全。國際清算銀行總裁Crockett A指出, 金融環境不存在因金融資產價格波動或金融機構不能履行約定所造成不穩定的隱患, 就是金融安全;Duisenberg表示金融安全是金融市場、金融中介以及基礎設施在金融環境中良好運轉的一種狀態;歐洲央行執委Padoa-Schioppa認為, 金融安全是指整個金融系統能夠抵御沖擊, 不會造成經濟活動的累積性破壞。自2001年我國加入WTO以來, 國內的金融安全越來越受國際金融環境的影響。特別是2007年美國爆發的金融危機使我國金融安全受到了激烈的震蕩。除此之外, 我國的資本市場在2015年產生了激烈的震蕩, 從而使我國的金融市場越發的不穩定。目前我國的金融市場正處于改革發展的關鍵時期, 如何保證我國金融市場的安全穩定, 解決潛在的影響金融安全的不利因素, 對于促進國民經濟又好又快發展至關重要。因而構建符合我國經濟發展現狀的金融安全評價指標體系, 采取恰當的方法來計算和評價我國的金融安全, 尋找不利于金融穩定的影響因素, 制定有效的政策措施防范金融風險具有重要的理論意義與現實意義。
  
  在選取金融安全評價指標時, 姜洪和焦津強 (1999) 主要是從外債的角度出發;陳松林 (2001) 從宏觀經濟環境、中觀經濟運行和微觀金融機構運行三個方面進行金融安全綜合評價指標體系的選取;汪祖杰、吳江 (2006) 從外在影響因素和內在影響因素兩個方面選取了金融安全指標;湯凌霄 (2009) 分別從微觀、中觀、宏觀出發構建了包含銀行業風險、股市泡沫風險、外部沖擊風險以及宏觀經濟風險四個子系統、共16個評級指標的金融安全預警指標體系。在計算金融安全指數時, 學者們通常采用主成分分析法、主觀賦值法以及層次分析法 (AHP) , 或者兩兩之、三者之間的混合使用, 本文基于前人研究的基礎上, 為了使構建的金融安全評價指標體系更加全面的反應我國金融安全發展狀況, 借鑒李華、趙姝穎 (2018) 構建的金融安全評價指標體系, 從宏觀經濟、中觀金融市場、微觀金融機構、外部金融環境以及金融業軟環境五個角度構建新的金融安全指標體系。鑒于主觀賦值法主觀性太強, 賦值的準確性嚴重影響計算結果。AHP層次分析法在指標過多時數據統計量大, 從而使權重難以確定。主成分分析法能夠減輕指標選擇的工作量, 并且對指標間的相關性可以予以消除, 因而本文將采用這一方法計算我國的金融安全指數。并在此基礎上, 采用VAR模型探索宏觀經濟波動如何影響我國金融安全的穩定。
  
  二、理論分析與假設
  
  為了使得宏觀經濟波動對金融安全的影響能夠精確地量化, 首先需要從理論機制上探索宏觀經濟波動對金融安全的影響路徑以及傳播渠道。宏觀經濟波動主要從兩個方面對金融安全產生影響:第一, 宏觀經濟波動會導致潛在的金融風險不斷積累, 在風險積累到一定程度后變會爆發系統性的金融風險;第二, 宏觀經濟波動還會導致系統性金融風險通過各種渠道和途徑進行傳播, 從而擴大風險范圍, 導致整個金融系統的癱瘓, 形成嚴重的負面影響。對金融安全產生嚴重影響的主要有以下幾個重要的宏觀因素:
  
  (一) GDP增長率
  
  宏觀經濟波動是導致金融安全不穩定的重要影響因素, GDP增長率是代表宏觀經濟發展狀況的重要指標。當GDP增長率不穩定, 產生上下波動時, 銀行等金融機構對貸款質量的甄別難度就會隨之增加。且GDP增長率產生上下波動時還會導致股票、債券等資產價格產生波動, 從而使得金融資產的配置效率下降, 導致金融體系產生動蕩。
  
  (二) 通貨膨脹率
  
  若通貨膨脹率持續較高, 那么市場價格機制就會失去原有的價格調控功能, 此時消費者和投資者們極易作出錯誤的決策。這種錯誤的決策不僅會造成社會資源配置不合理, 而且會導致貨幣購買力下降, 居民實際收入水平下降, 從而降低投資水平, 使得經濟增長率下降。與此同時, 貨幣貶值還會造成人們瘋狂搶購黃金、房產、外匯等能夠保值增值的實物資產, 而這勢必會影響正常的經濟活動, 譬如造成房價高漲, 形成泡沫經濟。當通貨膨脹率持續上升形成惡性通貨膨脹時, 就會對整個經濟社會造成嚴重的負面影響, 甚至爆發金融危機。此外, 根據菲利普斯曲線可知, 通貨膨脹率和失業率之間呈替代關系, 若通貨膨脹率較低, 那么經濟蕭條, 會造成失業率上升。
  
  (三) 匯率波動率
  
  由于不斷深入利率市場化改革, 無風險利率呈上升趨勢, 金融機構的活期存款同存款總額的比例有降低的可能性, 匯率波動率加大將會加劇金融系統的不穩定性。不論選擇哪種匯率制度, 匯率都是導致金融脆弱性的重要原因。在浮動匯率制度下, 會時常發生匯率過度波動的現象, 它促進了虛擬資本在跨國間的流動, 削弱了貨幣當局的控制力, 加重了金融系統的脆弱性。即使是在固定匯率制度下, 也會存在匯率過度波動的問題, 若貨幣當局承擔最后貸款人的責任, 銀行等金融機構的危機雖然從某種程度上可以避免, 但勢必會以貨幣危機為代價。
  
  綜上所述, 本文提出以下假設:GDP增長率、通貨膨脹率、匯率波動率這三個宏觀經濟波動因素都會對金融安全產生影響。
  
  三、中國金融安全指數的測算--基于主成分分析法
  
  (一) 構建金融安全評價指標體系
  
  本文按照科學性、真實性、全面性、系統性、數據可獲得性等原則, 對已有的金融安全指標體系進行歸納匯總, 分別從宏觀經濟、中觀金融市場、微觀金融機構、外部金融環境以及金融業軟環境這五個方面篩選出頻率較高的25個指標構成金融安全評價指標體系, 見表1中的X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14、X15、X16、X17、X18、X19、X20、X21、X22、X23、X24、X25.
 
  表1 中國金融安全評價指標體系

  
  (二) 測算金融安全指數
  
  1. 樣本數據的選擇和來源
  
  本文以2000~2016年我國各指標數據為樣本數據, 其涵蓋了2007年次貸危機以及2015年資本市場大動蕩時期我國的金融數據, 因此研究結果更加具有參考價值。該樣本數據來源于《中國經濟年鑒》和《中國金融統計年鑒》。
  
  2. 數據的標準化處理
  
  因為金融安全指標體系中每個指標的量綱不一, 會導致主成分選擇結果的精確性存在偏差, 所以本文在進行主成分分析之前, 需要先對數據進行如式 (1) 所示的標準化處理:
  
  上式中, Xij為第i項指標的第j年指標值的原始數據, Yij是Xij標準化處理后的數據, 是變量Xi的樣本均值, var (Xi) 代表變量Xi的樣本方差。
  
  3. 主成分分析
  
  本文運用SPSS19軟件對上文構建的指標體系進行主成分分析, 從而計算我國的金融安全指數值的大小。
  
  表2中前5個主成分特征值均大于1, 且累計方差貢獻率高達90.315%, 說明前5個主成分幾乎包含了所有的指標信息。圖1為主成分分析碎石圖, 從圖中可以明顯觀察第1~5個主成分的特征值變化較大, 而在第6個主成分之后的特征值變化逐漸變小。所以本文選擇前5個主成分來替代原有的25個指標。
  
  表2 主成分特征值及貢獻率
  
  圖1 主成分分析碎石圖

  
  表3 因子載荷矩陣

  
  由主成分分析能夠得到每個原始變量的因子表達式的系數, 即因子載荷矩陣, 如表3所示, 它表示由主成分提取的公因子對原始變量的影響程度。因子載荷的絕對值同公因子和原變量之間的相關性成正比, 前者越大, 那么代表公因子和原變量之間的相關性就越強, 表示得到的公因子越能夠全面的反映原變量的信息。
  
  從表3可知主成分1中匯率波動率、財政赤字/GDP、銀行存貸比、外債/GDP、外債/外匯收入、償債率、外債負債率、外債債務率的載荷系數絕對值較大, 說明主成分1能夠綜合代表這8個指標;主成分2中房地產開發投資/全社會固定資產投資、房地產銷售/竣工面積、貨幣化程度、銀行貸款/GDP、保險深度、外匯儲備/GDP、保費/GDP的載荷系數絕對值較大, 說明主成分2能夠綜合代表這7個指標;主成分3中GDP增長率、證券市盈率、股票市值/GDP、經常項目余額/GDP、企業景氣指數的載荷系數絕對值較大, 說明主成分3能夠綜合代表這5個指標;主成分4中M2增長率、失業率、固定資產投資增長率、進出口/GDP的載荷系數絕對值較大, 說明主成分4能夠綜合代表這4個指標;在主成分5中的載荷系數絕對值較大, 因而主成分5代表通貨膨脹率這一指標。
  
  提取了主成分之后, 主成分便為替代原指標的新指標, 下面由因子得分系數矩陣 (如表4所示) , 計算2000~2016年每年的5個主成分得分。
  
  表4 因子得分系數矩陣

  
  將因子1~5的數值乘上各自方差的算術平方根, 便得出主成分1~5的得分, 見表5.
  
  表5 主成分得分

  
  根據上表計算出來的主成分得分值來計算金融安全指標綜合評價得分Y, Y值見表6.
  
  表6 綜合評價得分

  
  計算出綜合評價得分值Y之后, 根據指數的一般表達方式, 將Y值映射到[0, 100]區間來計算金融安全指數。其轉化公式是:
  
  MaxY表示綜合評價得分最大值, MinY表示最小值。
  
  圖2 2000~2016年金融安全指數變化趨勢

  
  圖2為我國2000年-2016年金融安全指數變化趨勢, 總體呈現波動起伏狀態。具體可以分為以下五個階段:
  
  第一階段 (2000年-2001年) , 指數呈現上升趨勢, 代表我國在這一期間金融安全狀況有所改善。在這期間, 我國受亞洲金融危機的影響慢慢褪去, 再加上2001年我國加入世界貿易組織, 為我國金融行業的發展提供了良好的機遇, 拉動了國民經濟的增長。但是由于我國對外開放程度不斷加深, 面臨的國際金融威脅與挑戰也越來越多, 所以這一時期指數雖有所上升, 但上升幅度偏小。
  
  第二階段 (2001年-2008年) , 我國金融安全指數不斷下降, 并在2008年達到了最低點。這一時期, 西方資本主義面臨著嚴重的經濟危機, 國際金融環境十分混亂。2001年, 我國正式加入了世界貿易組織, 對外開放力度不斷擴大的同時也增強了金融行業的開放程度, 導致影響金融行業發展的不利因素增加。2007年美國次貸危機全面爆發, 在此次危機的強烈打擊下全球金融體系喪失信心, 金融市場震蕩不斷。我國面臨著惡劣的國際金融環境, 對國內金融安全產生了嚴重的負面影響。首先, 危機大大影響了我國的外貿進出口額。如圖3所示, 我國貨物進出口額在2008年11月和12月大幅下降。其次, 金融危機嚴重影響了我國CPI, 使得內需在2008年末大幅度下降, 如圖4所示。
  
  圖3 2008年中國貨物進出口月度同比增速 (單位:%)

  
  數據來源:中國銀監會2008年年報。
  
  圖4 2008年1~12月中國CPI (單位:%)

  
  數據來源:中國銀監會2008年年報。
  
  第三階段 (2008年-2010年) , 指數呈現上升趨勢。在這一時期, 西方金融危機對我國金融安全的不利影響在逐漸減弱, 再加上政府積極采取措施應對金融危機, 使得金融安全形勢出現好轉。2009年, 我國四個季度的國民經濟的增長率分別是:6.6%、7.5%、8.2%和9.2%, 呈逐年上漲的趨勢。2009年以后, 我國面臨的國際金融環境也在好轉, 我國經濟發展面臨的外部環境得到改善。到了2010年, 我國國民經濟增長率達到10.4%.這一期間, 宏觀經濟形勢較為穩定, 在微觀經濟方面, 商業銀行不良貸款率有所減少, 商業銀行不良貸款撥備覆蓋率不斷上升。
  
  第四階段 (2010年-2011年) , 指數下行階段, 表示這一階段我國金融安全有所惡化。2011年, 各大銀行的信托產品與理財產品呈現多樣化發展趨勢, 銀行的表外資產增多, 流動性風險加強, 從而造成這段時期金融不穩定的因素增加, 金融安全指數下降。
  
  第五階段 (2011年-2016年) , 這一階段金融安全指數不斷上升, 表示這段時間我國安全狀況良好。這一時期, 我國宏觀經濟運行不再一味追求高速度的經濟增長, 由依靠要素和投資驅動轉變為創新驅動;我國宏觀經濟政策向“供給側”傾斜。面對復雜的國際國內經濟環境, 我國政府實施積的極財政政策與適度寬松貨幣政策, 并全面落實相關政策扎實工作, 取得了顯著的成效。
  
  經過上述分析得出, 本文測算的金融安全指數值大致符合我國金融安全發展趨勢。同時可以根據我國金融安全的發展狀況, 制定相關措施防范金融風險的發生, 為監管部門提供有效的實證支持。
  
  四、基于VAR模型的實證分析
  
  當前我國經濟發展形勢不容樂觀, 利率市場化、人民幣升值、通貨膨脹日益嚴重等都威脅著國內經濟的發展。在這種復雜的經濟環境下, 為了維護金融安全、防范金融風險, 探索宏觀經濟波動對我國金融安全的沖擊效應很有必要。下面結合前文得出的金融安全指數, 來分析GDP增長率、匯率波動率、通貨膨脹率對我國金融安全的沖擊效應。
  
  (一) 樣本數據的選擇
  
  本節數據選自2000~2016年中國經濟年鑒和中國金融統計年鑒。
  
  符號說明:Safe-表示金融安全指數
  
  Gdp-Gdp增長率
  
  Exc-表示匯率波動率
  
  Inf-表示通貨膨脹率
  
  (二) 實證檢驗與分析
  
  一般情況下, 判斷宏觀經濟變量之間存在何種關聯, 會采取聯立方程模型的方法, 可是這種方法需要對變量進行復雜的劃分, 若變量為非平穩變量, 則說明存在偽回歸問題, 所以本文采取1980年美國經濟學家西姆斯發現的非結構性向量自回歸模型 (VAR) .該模型以單個內生變量同其滯后值的函數來建立模型, 通常用來研究隨機擾動項對系統的動態沖擊效應。其表達式如下:
  
  其中, Xt為r維外生變量向量, 存在q階滯后期, tY為m維內生變量向量, 存在p階滯后期, 0A、1A、pA和1B、qB為待估計參數矩。若外生變量為常數項, 且內生變量存在p階滯后期, 則為VAR (p) 模型。它包括單位根檢驗、協整檢驗、脈沖響應函數分析以及方差分解分析等步驟, 下面逐一分析探究宏觀經濟變量對金融安全的影響。
  
  1. 單位根檢驗
  
  由于時間序列數據往往存在虛假回歸等問題, 且其非平穩性會影響模型假設, 所以在對數據進行分析之前需要先對其進行平穩性檢驗, 對這4個變量及其差分后的序列進行單位根檢驗。本文采用的檢驗方法為ADF檢驗, 由美國經濟學家Dickey與Fuller提出。本文利用Eviews8.0軟件進行分析, ADF檢驗結果如表7所示。
  
  表7 ADF檢驗結果

  
  注:檢驗類型 (c, t, p) 中, c和t取值0、1, 分別代表檢驗方程中的常數項和時間趨勢項, p是滯后階數。滯后階數以Schwarz信息準則為標準。D是Safe、Exc、Gdp的一階差分項。
  
  從表7中的檢驗結果可以看到, 原指標中的通貨膨脹率在1%的水平上顯著, 因此拒絕了存在單位根的檢驗。這表示GDP增長率是一個平穩序列, 由數據可知我國GDP增長率均值較長時間內基本都保持在9.4%.在差分序列當中, D (Safe) 、D (Gdp) 、D (Exc) 分別在1%的水平上顯著, 因此也都拒絕了有單位根的原假設, 這說明:我國的金融安全指數序列趨勢平穩, 表示國內金融發展形勢漸趨穩定;通貨膨脹率也是趨勢平穩過程, 表示近年來我國的通貨膨脹和失業率不斷上升;同樣的, 匯率波動率序列也是一個趨勢平穩過程, 我國人民幣自2005年進行匯率改革以后便不斷增值。
  
  2. 協整檢驗
  
  協整檢驗有EG檢驗和Johansen檢驗這兩種方法。EG檢驗分析兩個變量之間的關系, Johansen檢驗由恩格爾與格蘭杰于1987年提出, 用來分析經濟問題當中的非平穩時間序列長期穩定的關系。Johansen檢驗可以獲得多變量之間全部的協整關系, 且檢驗功效比EG穩定, 所以本文采用Johansen協整檢驗方法用來研究這四個變量之間的協整關系。結果如表8所示。
  
  表8 Johansen協整檢驗結果

  
  注釋:*表示置信水平為95%.
  
  表8中第二行, 跡統計量值為64.9552, 大于5%顯著水平下的臨界值47.8561, 并且對應得P值為0.0006, 即在95%的水平上否定了原假設, 即四變量之間存在協整方程;第三行, 跡統計量的值為31.02623, 大于5%顯著水平下的臨界值29.7971, 并且對應得P值等于0.0359, 即在95%的水平上否決了原假設 (即最多存在一個協整關系) .
  
  接下來我們利用AR根圖來驗證協整關系的正確性。由圖5單位根分布圖可以清晰的看出, 單位根的倒數都在單位圓內, 即單位根倒數絕對值都小于1, 說明模型是穩定的。
  
  圖5 單位根分布圖

  
  3. 格蘭杰因果性檢驗
  
  由上面協整檢驗結果可知失業率、匯率波動率、通貨膨脹率和金融安全之間存在著相互關聯。為了研究四者之間的關系, 本文采用格蘭杰因果檢驗方法進行探究。變量滯后階數的選擇會對Granger因果關系檢驗結果產生影響, 由于本文所選樣本數據較少, 因而本文選擇的滯后階數為2, 得到檢驗結果如表9.
  
  表9 格蘭杰因果關系檢驗結果

  
  檢驗結果顯示, 在D (Exc) 方程中, 不能否定D (Safe) 、Inf對D (Exc) 的Grange原因的原假設, 即不能由D (Safe) 、Inf的當期值以及滯后值來描述D (Exc) , D (Exc) 與D (Safe) 、Inf之間相關性不強, 但是D (Exc) 和D (Gdp) 之間存在單向的因果關系, 即D (Gdp) 是D (Exc) 的Grange原因;由表9可知在D (Gdp) 方程中, D (Safe) 與D (Gdp) 有著雙向的因果關系, D (Exc) 和D (Gdp) 、Inf之間存在單向的因果關系, 即D (Gdp) 是D (Exc) 、Inf的Grange原因;在Inf方程中, 由檢驗可知, Inf和D (Safe) 、D (Exc) 之間不存在Grange因果關系, 即不能由D (Safe) 、D (Exc) 的當期值以及滯后值來描述Inf, D (Gdp) 與Inf之間存在單向的因果關系, D (Gdp) 與D (Safe) 之間存在雙向的因果關系;在D (Safe) 方程中, 可以看到D (Gdp) 、Inf是D (Safe) 的Grange原因, 這表明我國的通貨膨脹率和GDP增長率與我國的金融安全的穩定性密切相關, 而匯率波動率對我國金融安全的影響不大。
  
  4. VAR模型估計
  
  通過前面的模型檢驗, 我們認為GDP、匯率波動率、通貨膨脹率和金融安全存在均衡關系。接下來, 本文構造VAR模型, 對于這四個方面的時間序列的變化關系進行估計。通過估計得到如下VAR模型:
 
  
  5. 脈沖響應分析
  
  脈沖響應函數, 即給予一個標準差大小的沖擊給隨機誤差項后, 對內生變量的當期值以及未來值的動態影響。接下來根據VAR模型, 探索各變量對我國金融安全指數的脈沖響應與方差分析。由于VAR模型是無約束的, 所以各變量方程的隨機誤差項存在相關性, 因此需要使用Cholesky分解技術對隨機誤差項進行正交化約束。在正交化過程中各變量的順序很關鍵, 按照變量間當期影響關系將變量進行排序:D (Gdp) 、D (Exc) 、Inf、D (Safe) , 即每一變量對位于其之后的變量存在當期影響, 而對位于其之前的變量不存在當期影響。圖6為變量D (Gdp) 、D (Exc) 、Inf對D (Safe) 的脈沖響應分析, 從圖6中可知:
  
  (1) 若給GDP增長率的一個單位的正沖擊, 則其對我國金融安全的沖擊為負, 在第三期產生最大的負影響, 然后開始上升, 上升至第5期時達到最大的正影響, 之后又下降至0值附件上下波動;
  
  (2) 若給匯率波動率的一個單位的正沖擊, 則其對我國金融安全的沖擊為正, 在第四期時正影響達到最大。但是這種正的影響不會持續太久, 隨后便出現下降并在第6期時達到最小值, 之后又上升至0值附近上下波動;
  
  (3) 若通貨膨脹率給一個單位的正沖擊, 則其對我國金融安全的沖擊為正, 不過這種正影響很小, 并且持續時間不長, 隨后開始下降并在第四期時下降到最大值, 然后又開始上升至0值附近上下波動。
  
  圖6 D (Safe) 影響因素的脈沖響應圖
 
  
  6. 方差分解分析
  
  VAR模型的參數與結構描述了GDP、匯率波動率、通貨膨脹率以及金融安全向量隨時間變化的規律。接下來本文將通過方差分解來研究變量的擾動項對變量變動的貢獻度, 表示變量變動具有一定的重要性。表10中給出了GDP、匯率波動率、通貨膨脹率和金融安全方差分解結果。從表10可以得知:除了開始的兩期變動較大, 之后通貨膨脹率對金融安全指數的貢獻度基本上維持在41%左右呈上升趨勢, 匯率波動率對我國金融安全指數的貢獻度基本保持在31%左右, 但是略有下降的趨勢, GDP僅維持在9%左右且呈下降趨勢。由此可見, GDP增長率、通貨膨脹率、匯率波動率這三者都會對我國金融安全產生影響, 這符合我們提出的假設。其中對我國金融安全指標變化貢獻最大的是通貨膨脹率, 其次是匯率波動率, 這說明通貨膨脹率和匯率波動率對我國金融安全的影響最大, 且通貨膨脹率的影響力會逐漸變大。
  
  表1 0 D (Safe) 響因素的方差貢獻度

  
  五。結論與政策建議
  
  (一) 結論
  
  本文在前人研究的基礎上, 首先根據數據的可獲得性, 分別從宏觀經濟、中觀金融市場、微觀金融機構、外部金融環境以及金融業軟環境這五個方面選取了25個金融經濟指標, 建立了我國金融安全評價指標系統。然后, 采用主成分分析方法測算了2000~2016年間我國金融安全指數, 結果顯示我國金融安全在2000~2016年間呈現波動起伏的總體趨勢, 大致分為五個階段:2000~2001年, 指數呈現上升趨勢, 表示我國的金融安全狀況得到了改善;2001~2008年, 指數不斷下降, 且在2008年達到最小值;2008~2010年, 指數呈上升趨勢, 表示這段時間我國的金融發展狀況良好;2010~2011年, 指數下行階段, 表示這一階段我國金融安全形勢惡化;2011~2016年, 這一階段金融安全指數呈現逐年上漲趨勢, 表示這段時間我國安全狀況良好。以上變動基本符合我國金融安全真實狀況。最后, 基于上述金融安全指數, 分析了GDP增長率、匯率波動率、通貨膨脹率對我國金融安全的沖擊效應, 結果顯示:目前通貨膨脹率和匯率波動率是最影響我國金融安全的兩個指標, 且通貨膨脹率對金融安全的沖擊效應會越來越大。
  
  (二) 政策建議
  
  根據上述結論, 本文提出以下幾點政策建議:
  
  1.編制金融安全評價指標體系
  
  編制符合我國經濟發展現狀的金融安全評價指標體系, 從而為客觀評價我國金融安全發展狀況、預測金融風險、保護我國金融安全提供科學的理論依據;
  
  2.保持穩定的宏觀經濟環境
  
  穩定的宏觀經濟環境是金融安全發展的重要保障, 政府要充分關注匯率波動率和通貨膨脹率對我國金融安全的沖擊效應, 以防對我國金融安全造成不利影響。
  
  3.實施穩健的金融市場對外開放政策
  
  在風險可控的基礎上, 進一步擴大金融市場對外開發力度, 同時也要注重中觀金融市場、微觀金融機構的治理機制與風險管理, 加強對金融業軟環境的風險監管, 全面改善我國的金融安全狀況。
  
  4.制定相關的法律法規保證金融監管的有效運行
  
  目前我國金融市場不穩定因素較多, 且面臨著國際國內雙重金融風險, 它們相互交織與滲透, 若某些金融機構風險控制能力較差, 便很容易受到影響, 因而需要相關的法律法規來完善金融監管體系。
  
  參考文獻
  
  [1]姜洪, 焦津強國家金融安全指標體系研究[J].世界經濟, 1999 (7) :9-16.  
  [2]陳松林。中國金融安全問題研究[D].華中農業大學, 2001.  
  [3]汪祖杰, 吳江。區域金融安全指標體系及其計量模型的構建[J].經濟理論與經濟管理, 2006, V (3) :42-48.  
  [4]湯凌霄。中國金融安全報告:預警與風險化解[M].北京:紅旗出版社, 2009.  
  [5]葉莉, 陳立文, 韓冰。我國金融安全評價體系及應用研究[J].價值工程, 2009 (10) :150-153.  
  [6]何德旭, 婁峰。中國金融安全指數的構建及實證分析[J].金融評論, 2012 (5) :1-14.  
  [7]顧海兵, 張安軍, 李彬。中國金融安全指數動態監測比較分析[J].福建論壇 (人文社會科學版) , 2012 (3) :11-17.  
  [8]沈悅, 張珍。中國金融安全預警指標體系設置研究[J].山西財經大學學報, 2007, 29 (10) :89-94.  
  [9]楊麗榮, 沈悅, 張珍。金融安全預警指標的權重確定及其實證[J].統計與決策, 2008 (4) :59-61.  
  [10]沈悅, 王小霞, 張珍。 AHP法在確定金融安全預警指標權重中的應用[J].西安財經學院學報, 2008, 21 (2) :65-69.  
  [11]蔣海, 蘇立維。中國金融安全指數的估算與實證分析:1998-2007[J].當代財經, 2009 (10) :47-53.  
  [12]李華, 趙姝穎, 孫秋柏, 等。加權主成分距離聚類下金融安全指標評價體系構建與分析[J].數學的實踐與認識, 2018 (1) :90-102.
  [13]柏繼云, 宋聚生, 李放歌, 等。層次分析積因子位次賦值求權重方法及應用[J].科技與管理, 2006, 8 (2) :45-47.  
  [14]宋智華, 蔣惠園。基于主成分分析法的物流配送中心選址決策[J].物流科技, 2008, 31 (9) :39-41.  
  [15]黃葉金。宏觀經濟波動對我國金融安全的沖擊效應研究[J].統計與決策, 2015 (21) :131-134.  
  [16]韓鵬。通貨膨脹的福利成本研究[D].山東大學, 2009.  
  [17] 丁俊君, 戴生泉。我國宏觀經濟運行動態模擬與預測[J].遼寧經濟統計, 2004:15-16.  
  [18]Murombo T, Savings G D, Dickey-Fuller (DF) . Analysis Of Causality Between Savings And Economic Growth[J]. Lap Lambert Academic Publishing, 2011.  
  [19]Mishkin F S. Global financial instability:framework, events, issues[J].Journal of Economic perspectives, 1999, 13 (4) :3-20.  
  [20]Fisher I.The debt-deflation therory of great depression[J].Econometrica, 1993, 1 (4) :337-357.  
  [21]Crockett A. The theory and practice of financial stability[J]. Economist, 1996, 144 (4) :531-568.  
  [22]Duisenberg W F.The contribution of the financial stability in Globalization of financial markets and financial Stability:challenges for Europe[J].Baden, 2001:37-51.  
  [23]Padoa-Schioppa T. Central banks and financial stability:exploring a land in between in:V Gaspar, partmann, osleijpen (eds) [c]//The transformation of the European financial system, European Central Bank, Frankfurt, 2003:269-310.
qq飞车篮彩蛋怎么开
1.79极品篮彩 可以玩篮彩的app nba篮彩手机客户端推荐 篮彩改期 篮彩比分开奖结果 今日nba篮彩预测分析 今日篮彩专家推荐258 篮彩体育彩票 篮彩预测网 买篮彩用哪个手机软件 nba篮彩神棍区 500万篮彩比分 篮彩看盘技巧 篮彩投注哪里买 篮彩有没有赚钱的
大乐透第2019070期科学预测 加拿大28是中国开奖吗 体彩排列5和值走势图 足彩第19070期推荐 极速时时下载 11选5守号守了七八万了 重庆时时彩预测软件 8b08比分 秒速时时彩官方开奖 赛车模拟盘 极速赛车彩票开奖历史 河北11选五 时时彩七码选号方法 彩票改20分钟意味着什么 赌骰宝怎么才能赢 有山东群英会软件吗