我国金融风险预警模型构建

我国金融风险预警模型的构建我国金融风险预警模型的构建 论文（设计）题目我国金融风险预警模型的构建子课题题目摘要1825年第一次金融危机爆发，世界各地相继爆发了不同程度和规模的金融危机，严重威胁了区域金融安全和稳定.随着经济全球化趋势加深，世界各国的经济联系已密不可分，国际金融体系的稳定性随之逐渐降低，波动性同比增加，金融危机爆发的频率加快、影响范围也逐步扩大.如何有效防范风险、降低金融危机发生率已成为各国政府和金融界关注的焦点.1979年Sindy提出金融预警概念以后，经过几十年的发展该理论已趋于成熟，通过建立金融风险预警指标体系并且采用恰当的分析方法，可以较好地预测金融风险.我采用的是文献综述与实证分析相结合的方法，通过阅读大量文献，总结国内外学者有关于金融风险预警模型的研究方法以及成果，对比和分析国内外金融风险预警模型设计，把金融风险体系分为金融系统、泡沫风险、、宏观经济、外来冲击四部分，为每个部分选择适当的指标.宏观经济选取指标：GDP增长率、通货膨胀率、M2增长率、财政赤字率；金融系统选取指标：资本充足率、不良贷款率、存贷款比例；泡沫风险选取指标：股票市盈率、股票市价总值/GDP；外来冲击选取：外汇储备/年进口总额、外债总额/GDP、短期外债/外债总额.其次，对搜集到的数据进行归一化处理后作为神经网络的输入节点数据.在构建好金融风险指标体系后，运用因子分析得到了各指标的权重，确定输出节点的形式.最后利用MATLAB进行神经网络分析.关键词：金融风险；预警指标体系；层次分析法；神经网络

AbstractAfterthefirstfinancialcrisisbrokeoutin1825,financialcrisesofvaryingdegreesandsizesbrokeoutaroundtheworldoneafteranother,seriouslythreateningregionalfinancialsecurityandstability.Withthedeepeningofthetrendofeconomicglobalization,countriesaroundtheworldhavebecomeinextricablylinked.Thestabilityoftheinternationalfinancialsystemhasgraduallydecreased,andthevolatilityhasincreasedyearonyear.Howtoeffectivelypreventrisksandreducetheincidenceoffinancialcrisishasbecomethefocusofattentionofgovernmentsandfinancialcircles.AfterSindyputforwardtheconceptoffinancialearlywarningin1979,thetheoryhasbecomematureafterdecadesofdevelopment.Byestablishingafinancialriskearlywarningindicatorsystemandadoptingappropriateanalysismethods,financialriskscanbewellpredicted.Thispaperadoptsthemethodofliteraturereviewandempiricalanalysis,firstofall,throughreadingalargenumberofliterature,summarizedthedomesticandforeignscholarsaboutthefinancialriskearlywarningmodelresearchmethodsandresultsofanalysisofdomesticandforeignfinancialriskearlywarningmodeldesign,thesystemoffinancialriskisdividedintothemacroeconomicandfinancialsystem,theriskofbubbles,externalshockfourparts,eachpartoftheselectionofappropriateindicators.Macroeconomicindicators:GDPgrowthrate,inflationrate,M2growthrate,fiscaldeficitrate;Indicatorsselectedfromthefinancialsystem:capitaladequacyratio,non-performingloanratio,depositandloanratio;Selectedindicatorsofbubblerisk:stockprice/earningsratio,stockmarketvalue/GDP;Externalshocks:totalforeignexchangereserves/annualimport,totalforeigndebt/GDP,short-termforeigndebt/totalforeigndebt.Secondly,thecollecteddataarenormalizedandusedastheinputnodedataoftheneuralnetwork.Afterthefinancialriskindexsystemisconstructed,theweightofeachindexisobtainedbyfactoranalysis,andtheformofoutputnodeisdetermined.Atlast,MATLABisusedtoanalyzetheneuralnetwork.Keywords:Financialrisk;Earlywarningindexsystem;Analytichierarchyprocess;Theneuralnetwork目录第一章绪论 第一章绪论1.1选题背景、研究意义1.1.1选题背景从1825年首次爆发金融危机后200多年间，世界各地相继爆发了不同程度和规模的金融危机，严重威胁了区域金融安全和稳定.1990年，日本经济泡沫破灭，陷入经济低谷；1994年，墨西哥金融危机，货币大幅贬值、资本外逃，危及整个拉美；2008年，美国次债危机使全球进入经济寒冬期.近三十年来，经济全球化趋势加深的同时，世界各国的经济联系已密不可分，国际金融体系的稳定性随之逐渐降低，波动性同比增加，金融危机爆发的频率加快、影响范围也逐步扩大.如何有效防范风险、降低金融危机发生率已成为各国政府和金融界关注的焦点.十九大报告明确指出，要打好防范、化解重大风险的攻坚战，重点是防控金融风险，在改革开放的关键期，金融环境的稳定对我国经济的腾飞特别重要.1979年Sindy提出金融预警概念以后，经过几十年的发展该理论已趋于成熟.通过建立金融风险预警指标体系并且采用恰当的分析方法，可以较好地预测金融风险.1.1.2理论意义目前，对金融风险的研究多数集中在一些发达或者曾发生过金融危机的国家，研究范围相对局限.中国是发展中国家且自改革开放以来还没发生过金融危机，因此，国内外的相关研究是不符合我国的具体国情的，在进行风险预警时，不能直接运用国外现有模型，我们迫切需要建立自己的金融风险预警模型，以此打赢防范化解重大风险的攻坚战.此外，对于金融风险预警模型，我国起步晚，依赖国外指标体系，未能结合具体国情.中国目前处于改革和发展阶段，在不断的研究和探索中我国金融风险理论体系将得到更好地完善.1.1.3现实意义自20纪80年代，全球金融局势极不稳定.金融风险是金融危机的前期表现，防范并化解金融风险，能有效降低金融危机造成的损失；因时间和地域的不同，金融风险有不同特点，研究我国金融风险与其预警模型，对防范我国金融危机的爆发有着重大意义；国家正处于改革开放的重要时期，稳定的金融环境是经济发展的前提；研究并构建符合国情的金融风险预警模型，有助于防范和避免金融危机的爆发.1.2研究方法采用文献综述同实证分析相结合的研究方法.文献综述法：阅读大量的国内外文献著作，总结国内外学者对于金融风险预警模型的研究方法以及成果，对比分析国内外金融风险预警模型设计和指标选择方法.实证分析法：（1）据前人经验把金融风险体系分为金融系统、泡沫风险、、宏观经济、外来冲击四部分.选择符合具体国情的指标，先建立金融风险指标体系，然后再获取相关金融指标数据.宏观经济选取的指标是：M2增长率、GDP增长率、通货膨胀率、财政赤字/GDP；金融系统方面选取的指标是：不良贷款率、资本充足率、存贷款比例；泡沫风险选取的指标是：股票市盈率、股票市价总值/GDP；外来冲击方面选取：外债总额/GDP、外汇储备/年进口总额、短期外债/外债总额.（2）利用层次分析法确定指标权重.（3）把样本数据分组：随机把收集到的样本数据分为60%，20%，20%的三组，它们分别对应训练样本，检验样本和测试样本.（5）对样本数据进行归一化处理，转化为区间上的无量纲指标值.本文采用公式.（6）确定神经网络中隐层节点个数，采用“试凑法”.（7）确定评价模型泛化能力的指标：绝对误差均值、均方根误差、相关系数等.（8）运用MATLAB软件，用训练样本对神经网络进行训练，再用检验样本来矫正，确定模型.1.3研究内容文章共五个章节：第一章：绪论，介绍选题的背景、研究的意义、研究的方法和研究内容四方面内容，其中，研究意义从理论和实际两个方面进行了介绍；第二章：金融风险理论的分析，确立概念，如：金融危机、金融风险和预警和预警指数，分析金融风险的形成原因；第三章：金融风险指标体系的构建，包含指标选取、指标经济意义的解释、确定预警指标的临界值与安全区间、预警指标权重确定环节，其中运用层次分析法确定预警指标的权重；第四章：基于神经网络的实证分析，给出了输入节点的选择、隐含节点选择、输出节点选择的方法，并进行数据分析，最后对结果进行评价.第五章总结全文得出结论，并根据结论提出相关的政策建言.

第二章金融风险理论分析2.1有关概念的界定2.1.1金融风险金融的机构风险、产品风险、体系风险是经融风险的三种类型.可分为系统风险和非系统风险，系统风险是对整个金融体系和宏观经济产生全面影响的全局性风险，非系统风险是受某特殊因素的影响产生的对单个金融机构在金融业务过程造成的资产损失等个体性风险，他们二者是相对而言的[1].其特征是不确定性、相关性、传染性、高杠杆性.2.1.2金融危机金融危机与金融风险是紧密相关的，金融风险又可以分为系统风险和非系统风险.金融危机也是系统性金融风险的一个特殊状态和阶段，是系统性风险或然性的一种具体表现.不同于金融风险的不确定性，金融危机具有客观现实性的根本特征.2.1.3预警和预警指数预警是指灾害或灾难以及其他需要提防的风险发生之前，为了减少损失，根据以往总结的规律或观测到的可能性征兆发出紧急信号和报告情况.1975年，Sindey正式提出金融预警的概念[2]金融危机预警是一种经济活动，它通过分析一系列宏观金融数据，优化法律框架构建和制度安排，对未来可能出现的危机提前发出警报.2.2金融风险成因分析2.2.1金融市场的脆弱性金融市场中资本市场、外汇市场等资产价格大幅波动会造成金融体系风险的形成、积累以甚至是极端恶化.比如：当某国货币利率上升时，外国的“热钱”会迅速地流入，从而会导致该市场资产价格飞速地上升，最终产生泡沫.那时，若撤回资金，资产的质量大幅度迅速缩水，激化隐藏的风险，引发金融危机.另外，金融市场同质化现象亦将导致金融风险的产生[3].金融市场，在走向综合化经营和国际化的过程中会出现同质化现象，造成预期及行为的一致性.因为一致性行动作用方向相同而不能相互抵消，使得资产价格的剧烈起伏金融风险上升.2.2.2金融机构的借贷特征与结构的内在脆弱性金融机构的高杠杆特点会造成脆弱性，金融机构自身又着存在委托一代理的问题，强化金融系统的风险.一方面，金融机构的债务规模过大和资产负债表杠杆率过高，资产价格小幅度缩水又容易引发金融机构的成本损失.另一方面，其收益与其所承担的风险及责任的不对称、监管的缺失加之政府的救助，致使金融机构忽视股东及存款人的利益，导致其从事高风险业务追求高利润，使得投资者风险增加[4].明斯基在1997年提出“金融脆弱性假说”，该假说按照企业风险依次增加被其区分为避险、投资及庞氏企业三种类型，商业银行因其内在特性导致它必须经历周期性危机和破产浪潮，单个银行的风险会传染至整个银行体系，直到爆发金融危机.2.2.3金融市场主体的非理性行为一般，金融市场经济主体在从事经济活动中会保持理性，然而少数缺乏理性行为的积累还是会导致金融危机的爆发.金融危机中非理性行为被划分为疯狂、恐惧及崩溃三个阶段，描述投资者不同的心路历程[5].然而，普遍存在非理性行为，投资者因共同的非理性预期导致了“非理性繁荣”及资产价格的泡沫的存在，在供需比较平缓的情形下，资产价格在暴涨过后必会急速下滑.2.2.4信息不对称金融交易过程中，卖方比买方掌握着更多的有效信息，存在着信息不对称现象.如：若银行盈利能力出现不断下降的趋势时，在其仍可支付时，储户会争相提款，造成其他储户也对银行丧失信心，最终发生挤兑行为.此外，信息不对称亦会造成逆向选择及道德风险，阻碍金融系统内部的正常运作，致使银行不能高效地配置金融资源.

第三章构建金融风险指标体系3.1指标的选取整体上遵循规范性、灵敏性、可操作性、互补性和全面性的原则，依据研究的目的和相应指标数据获取的可能性，结合具有情况进行选取.在我国金融体系中，银行的位置很重要，考虑到数据的可获得性和方法的可操作性，总结陈守东等人的指标分类方法后，我将金融风险体系分为金融系统、宏观经济、外来冲泡沫风险四部分，在符合我国具体国情的前提下建立金融风险指标体系并获取相关金融指标数据.宏观经济方面选取指标：GDP增长率、通货膨胀率、M2增长率、财政赤字/GDP；金融系统方面选取指标：资本充足率、不良贷款率、存贷款比例；泡沫风险方面选取指标：股票市盈率、股票市价总值/GDP；外来冲击方面选取：外汇储备/年进口总额、外债总额/GDP、短期外债/外债总额.3.2指标经济意义解释GDP增长率：在一定时期，反映经济发展水平变化程度的动态指标，衡量一个国家整体经济状况的最佳指标.经济增长率大小意味着增长速度的快慢，意味着人民生活水平提高所需的时间长短.通货膨胀率：也称为物价变化率，是货币超发部分与实际需要的货币量之比，用以反映通货膨胀、货币贬值的程度.在实际中，一般不直接、也不可能计算通货膨胀，世界各国基本上均用消费者价格指数（我国称居民消费价格指数），即CPI来反映通货膨胀的程度.如果CPI升幅过大，表明通货膨胀已经成为经济不稳定因素.M2增长率，是交易货币、定期存款、储蓄存款的总和.M2增长率反映社会总体经济的变化起伏及货币政策松紧程度，是监测我国宏观经济非常重要的指标.财政赤字/GDP，国际普通标准认为3%的赤字率是国际安全线.经济增长率与赤字率息息相关，如果要保持较高的经济增长率，通常要求较高的赤字率与之相匹配；同样的，如果降低经济增长率，必须同样降低赤字率.资本充足率，是银行资产与银行风险的占比.体现了银行在存款人与债权人的资产在受到损失前，以自有资本承担损失的水平，目的是监测银行抵御风险的能力.不良贷款率：是不良贷款在贷款总额中所占的比重，是衡量银行在经济运行时的盈利水平以及核心竞争力的重要指标，也是造成金融危机的重要影响因素.对银行存续和发展，甚至对整个国家的金融走势起着至关重要的作用.存贷款比例，是商业银行贷款总额同存款总额的比值，该比例过高会导致银行的支付危机.而在我国金融体系中，银行有着举足轻重的位置.股票市盈率，是估测股价情况是否合理的指标之一，其高低表示了投资者对企业发展预期的乐观情况，同时也反映了该企业所拥有的投资机会预期回报率的高低.股票市价总值/GDP：是反映股票市场发达情况的重要指标，其高低表明了股票市场在经济体系中的重要性.外汇储备/年进口总额，反映了我国应付国际支付的能力.外债总额/GDP，是衡量一个国家GDP偿还外债能力的指标，特可以反映债务结构的合理性.短期外债/外债总额，反映一个国际外债的期限结构是否合理，比率过高可能会引起偿付危机.3.3确定预警指标临界值与安全区间总结相关文献，确定各指标临界值与安全区间如表3-1基本安全风险较大风险临界值A11GDP增长率8A12通货膨胀率5A13M2增长率20或5A14财政赤字/GDP3A21资本充足率8A22不良贷款率15A23存贷款比例75A31股票市盈率60A32股票市价总值/GDP60A41外汇储备/年进口总额30A42外债总额/GDP20A43短期外债/外债总额25表3-1预警指标临界值与安全区间3.4预警指标权重确定金融风险指标体系中，各评价指标从不同的方面反映金融风险的情况，但它们之间的相对重要程度也并不相同.因此，在建立评价指标体系之后，则要确定各项指标对金融风险的影响程度.为此，本文将利用层次分析法来确定各指标的权重.（1）评价目标判断矩阵对数据的具体分析，通过MATLAB软件完成，详细程序参见附录，分析过程如下：M金融风险A1宏观经济A2金融系统A3泡沫风险A4外来冲击A1宏观经济1232A2金融系统111A3泡沫风险1A4外来冲击111表3-2整体金融风险判断矩阵给出整体金融风险判断矩阵，如表3-2，利用MATLAB软件进行层次分析，得到权重向量为（0.4544，0.2063，0.1329，0.2063），,通过一致性检验.（2）评价一级指标判断矩阵A11A12A13A14A11GDP增长率1512A12通货膨胀率1A13M2增长率1512A14财政赤字/GDP31表3-3宏观经济判断矩阵给出宏观经济判断矩阵，如表3-3，计算得到权重向量为（0.3682，0.0705，0.3682，0.1930），，通过一致性检验.A21A22A23A21资本充足率113A22不良贷款率113A23存贷款比例1表3-4金融系统判断矩阵给出金融系统判断矩阵，如表3-4，计算得到权重向量为（0.4286，0.4286，0.1429），通过一致性检验.A31A32A31股票市盈率13A32股票市价总值/GDP1表3-5泡沫风险判断矩阵给出泡沫风险判断矩阵，如表3-5，计算得到权重向量为（0.7500，0.2500），，通过一致性检验.A41A42A43A41外汇储备/年进口总额12A42外债总额/GDP1A43短期外债/外债总额251表3-6外来冲击判断矩阵给出外来冲击判断矩阵，计算得到权重向量为（0.2766，0.1285，0.5949），，通过一致性检验.（3）层次总排序及一致性检验层次BA1A2A3A4各一级指标对于子目标的权重0.45440.20630.13290.2063A110.36820.1673A120.07050.0320A130.36820.1673A140.19300.0876A210.42860.0884A220.42860.0884A230.14290.0295A310.75000.0997A320.25000.0332A410.27660.0571A420.12850.0265A430.59490.1227合计：0.9997表3-7层次B总排序金融风险要素指标和权重归纳见下表：评价目标评价一级指标评级二级指标权重M金融风险A1宏观经济A11GDP增长率0.1673A12通货膨胀率0.0320A13M2增长率0.1673A14财政赤字/GDP0.0876A2金融系统A21资本充足率0.0884A22不良贷款率0.0884A23存贷款比例0.0295A3泡沫风险A31股票市盈率0.0997A32股票市价总值/GDP0.0332A4外来冲击A41外汇储备/年进口总额0.0571A42外债总额/GDP0.0265A43短期外债/外债总额0.1227表3-8金融风险要素指标和权重以此表为评价依据，可以根据各指标对金融风险的影响水平做出评价.从表中我们可以看出，在一级指标中宏观经济对我国金融风险的影响是最大的，因为宏观经济的稳定是金融稳定的前提.其次是金融系统和外来冲击，而泡沫风险的影响则是相对较弱的，但也要注意防范.具体到二级指标，宏观经济中最重要的是GDP增长率和M2增长率，这两项指标分别反映了经济增长的快慢和社会总体经济的起伏.在金融系统中，资本充足率和不良贷款率同样重要，存贷款比例则次之.在泡沫风险中股票市盈率比股票市价总值/GDP更为重要.在外来冲击中短期外债/外债总额起着明显的作用，它反映了国际外债的期限机构是否合理.3.5我国金融风险现状分析3.5.1宏观经济现状我国在2015年后经济进入新常态，经济增长质量和效益均显著提高.国家统计局官网数据给出，2017年我国国内生产总值为818461亿元，GDP增长率为6.8%.图3-11990-2017年GDP增长率折线图年份199019911992199319941995GDP增长率3.99.314.213.91311年份199619971998199920002001GDP增长率年份200220032004200520062007GDP增长率9.11010.111.412.714.2年份200820092010201120122013GDP增长率9.79.47.8年份2014201520162017GDP增长率6.8表3-9依据图3-1和表3-9，我们可以看出，我国GDP增长率变化过程可分为四个阶段：第一阶段，1990-1992我国GDP增长率快速增长，由1990年的3.9%增加至1992年的14.2%.主要原因可能是改革开放以后，我国的各项政策放开，建立了诸多经济特区，吸引力很多外资和国外先进的科学技术，极大的促进了我国经济的发展；第二阶段，1992-1999年我国GDP增长放缓，但仍然保持较快的发展速度；第三阶段，1999-2007年我国GDP增长率又快速增长；第四阶段，2007-2017十年间我国GDP增长明显减缓，原因可能是我国逐渐意识到可持续发展的重要性，不再盲目追求GDP的增长速度，而是更加在意经济增长的质量和效益，另一方面可能是东南亚国家的崛起，逐步取代了我国世界加工厂的地位，我国人口红利正在消失.图3-21991-2017年M2同比增长率折线图从图3-2中可以看出，整体而言，1991到2019年间我国M2同比增长率呈下降趋势，虽然1991-1993和2008-2009两个时间段有所反弹.综上所述，近年来中国经济缓中趋稳，更加增长注重质量，表明宏观经济政策将更侧重防风险促改革方面.3.5.2金融系统现状图3-32006-2017年我国银行不良贷款率条形图在我国金融体系中，银行有着举足轻重的位置，而且不良贷款是衡量银行在经济运行时的盈利水平以及核心竞争力的重要指标，也是造成金融危机的重要影响因素，对银行存续和发展，甚至对整个国家的金融走势起着至关重要的作用.故选取银行的不良贷款率来反映我国近10年来的金融系统风险现状.从图3-3中，我们可以看出我国银行不良贷款率逐年降低，目前来看，银行业的风险总的来说是可控的，不会出现大的危机.3.5.3泡沫风险现状图3-41990-2017年市盈率折线图从图3-4中我们可以看出，我国股票市场市盈率波动较大，可能是由于股票本身盈利状况存在很大的不确定性，加之我国股票市场制度不完善，相关部门监管不到位，导致我国股票市场存在较大的风险.3.5.4外来冲击现状图3-51990-2016年外汇变化2017年，中国的外汇储备量达到了31399.49亿元.外汇储备下降是受美国大选、非美元货币对美元汇率呈现出贬值、债券价格回落及央行向市场提供外汇资金来调节外汇的供给需求等多方面因素影响造成的结果.全年进出口总额124789.81亿元.外债总额是17106.2亿元人民币.其中，短期外债总额10990.4亿元人民币，占比64.2%.综上所述，我国外部冲击受益于经济回暖带来的贸易增长，挑战和机遇同存.

第四章基于神经网络的实证分析4.1输入节点的选择依据之前建立的预警指标体系，本文选取了2000至2017年4个方面，共12个相关指标数据，并且在进行实证分析前先对样本数据进行了归一化处理，转化为区间上的无量纲指标值，本文采用公式.归一化后的数据集命名为JRFX.4.2隐含节点的选择依据公式4.1，其中m为输入神经元数，本文m=12,n为输出神经元数，a为0到1间的常数，本文选取公式4.14.3输出节点的选择输出节点的选择对应于评价结果，为此，需要确定期望输出.在神经网络的学习训练阶段，“样本”的期望输出值应是已知量，它可由历史数据资料给定或通过一些数学统计方法评估得出.本文采用多变量因子分析法的评价结果作为期望值.首先，根据上述2000～2017年反映金融风险的4个方面12个指标的原始数据，利用主成分法提取出4个公因子，其累计方差达到85.163%(85%以上)，即这4个公因子代表金融风险的4个方面，集中反映了我国的金融风险状况；其次，在进行了因子分析之后，由回归法计算出各因子得分，以各因子的方差贡献率占4个因子总方差贡献率的比重作为权重进行加权汇总，得出各年度的金融风险的得分因子分析法正是通过最终的因子得分来反映各时期的金融风险高低，据此制定金融风险的防范策略(其中F1、F2、F3、F4分别是公因子1、公因子2、公因子3、公因子4的得分)(表4-1)即F1F2F3F4F2000-2.06206-0.593730.746210.49291-0.902001-1.50823-0.52008-0.155110.21458-0.802002-1.44634-0.31051-0.18902-0.81464-0.842003-1.20459-0.23842-0.93416-0.36072-0.772004-0.526760.23987-1.658220.72528-0.302005-0.41730.85468-0.97527-0.42908-0.102006-0.317541.000410.117790.109310.212007-0.088381.757442.151112.225071.0820080.698281.46003-0.642610.087170.6720090.169780.591951.63387-2.849010.1620100.738640.815070.46994-0.561380.5720111.086720.62975-0.913660.554820.6020120.955180.00563-0.74236-0.415960.2620130.98621-0.12121-0.76808-0.480550.2220140.96609-1.37517-0.262990.88780.0520150.70204-1.266241.10718-0.080320.0620160.55813-1.424550.706530.17881-0.0820170.71012-1.504910.308830.51591-0.06表4-1我们将风险状况分为Ⅰ[1000]较大风险，Ⅱ[0100]风险，Ⅲ[0010]基本安全，Ⅳ[0001]安全4种不同的风险程度,分别对应于因子得分表中的4种状态：，，，4.4数据处理与结果分析由于神经网络权值和阂值的变化，每次训练结果有可能不同，因此本研究为了每次训练结果相同，用选择好的最佳隐含层神经元个数构建网络后，用save函数对训练程序进行保存，下次训练预测时采用load函数调用，这样使每次训练的拟合效果不会发生变化.年份期望输出实际输出风险程度20000001(0.000002，0.000004，0.000030，0.999162)安全20010001(0.000000，0.000000，0.000720，0.999089)安全20020001(0.003051，0.032423，0.065101，0.998483)安全20030001(0.000120，0.000032，0.000660，0.997021)安全20040001(0.000356，0.000110，0.000239，0.996239)安全20050001(0.068615，0.039102，0.052846，1.017147)安全20060010(0.000204，0.000467，0.998825，0.000764)基本安全20071000(0.998874，0.000454，0.000520，0.000001)较大风险20081000(0.998561，0.000489，0.000008，0.000024)较大风险20090010(0.000034，0.000217，0.994225，0.000154)基本安全20100100(0.000093，0.999998，0.000100，0.000015)风险20111000(0.999561，0.000309，0.000563，0.000004)较大风险20120010(0.000000，0.000007，0.998227，0.000054)基本安全20130010(0.000014，0.000569，0.994301，0.000137)基本安全20140010(0.000344，0.000212，0.992275，0.000100)基本安全20150010(0.000034，0.000217，0.999927，0.000109)基本安全20160001(0.000101，0.000038，0.000000，0.999090)安全20170001(0.000000，0.000007，0.000000，0.998780)安全表4-2通过训练，可以看出中国2008至2009年和2010至2010年的金融风险处于“较大风险”状态，其他年份都处于“基本安全”状态.其中，由于2001年中国申请加入了世界贸易组织（WTO），五年的缓冲期结束了，所以外部冲击给我国经济带来一定的影响，2001年的金融风险分数值处于一个达到波谷；而2008年金融风险分数值处于波峰位置，是由于2007年美国发生了次贷危机严重影响了全球的经济，以至于波及到了中国，最直接的表现就是当时我国的股市大盘指数直接由6000多点的高峰跌落至3000点左右，次贷危机引的金融危机导致金融风险达到了一个高峰.但是因为中国政府为了应对危机也及时的出台了一些相应的政策措施，所以风险值也一直在回落.我国的金融体系相对而言还是较为安全的，这也基本符合我国金融安全的实际情况.经过上文整体实证分析，所构建的金融风险指标体系的验证结果与我国实际的金融现状基本吻合，证明了文中选取的预警指标所构建的指标体系具良好的实际预警效果，在第三章中确定的分值区间和临近值也是相对合理可行的，利用层次分析法对指标的权重计算和赋值也通过了理论和实际的验证，整体来说，本文所构建的金融风险预警指标体系是有实际操作性且合理有效的.

第五章结论与政策建议5.1结论（1）理论上，金融风险的成因有：金融市场脆弱性、金融机构借贷特征与结构的内在脆弱性、金融市场主体的非理性行为和信息不对称.此外，金融机构因其高杠杆的特点所造成的脆弱性，加上金融机构自身存在委托一代理的问题，会进一步强化了金融系统风险.（2）选取了2000至2017年4个方面，共12个相关指标数据，在归一化后作为输入节点数据，通过神经网络的学习，我们得出中国2007-2008年和2010-2011年的金融风险处于“较大风险”状态，其他年份的金融风险水平虽存在差别，但都处于“安全”或“基本安全”状态.（3）总的来说，我国金融体系相对安全，基本符合我国金融安全实际情况.构建的金融风险指标体系的验证结果与我国实际的金融现状基本吻合，证明了文中选取的预警指标所构建的指标体系具良好的实际预警效果，在第三章中确定的分值区间和临近值也是相对合理可行的，利用层次分析法对指标的权重计算和赋值也通过了理论和实际的验证，整体来说，本文所构建的金融风险预警指标体系是有实际操作性且合理有效的.5.2政策建议（1）立足现有模型，在实践中运推陈出新，开发新的、适合中国国情的风险度量模型，完善金融系统性风险预警指标体系，建立完备的指标数据库，建立健全系统性风险预警制度，对金融机构以及金融市场实时监控，有针对性地进行风险管控，有效地防范系统性金融风险的发生.（2）GDP增长率风险与宏观经济运行风险趋势相同，坚持经济增长的质量利于中国经济健康长远地发展.中国应积极推进人民币汇率机制改革，平衡进出口贸易，减少经济增长对贸易的依存度，调整对外贸易的地理结构，控制外汇储备的增长速度，以此控制人民币升值带来的风险.（3）建立综合性金融监管机构，明确监管职责国际经验表明，中国金融业混业经营是大势所趋，现阶段混业经营的条件还未完全放开，但己出现转变趋势.在此背景下，中国现阶段所实行的分业监管应在以下两方面得到加强.首先，不同监管机构之间要加强沟通交流，尽量明确各自的监管职责，也应明确交叉业务的监管分工，减少先行监管制度下的监管空白.其次，利用现代发达的网络信息技术搭建信息共享平台，使得信息传递及时、有效，最大化地发挥监管部门的监管职能，提高监管的效率.（4）金融全球一体化进程不断加速，各国金融机构业务往来也越来越密切，致使资本在各国市场自由流动，这些变化都增加了不同区域金融体系之间风险传播的渠道，市场透明度下降，风险愈加复杂多变，金融监管机构也面临着严峻的挑战.在这样的金融环境下，一国的监管机构无法及时获得他国市场风险情况，也无法有效监控该国机构在他国市场上的风险头寸，导致监管效率低下，从而达不到理想的效果.因此，世界各国监管机构之间应该进一步加强国际合作，促进国与国之间相互的信息交流，减少各国之间因信息不对称而造成的风险监管不当，从而达到进一步有效提高监管效率.

参考文献[1]刘志强.金融危机预警指标体系研究[J].世界经济,1999,(4):12-2.[2]陈守东,杨莹,马辉.中国金融风险预警研究[J].数量经济技术经济研究,2006,(7):36-37.[3]黄金老.金融自由化与金融脆弱性[M].中国城市出版社,2011(4):7-15.[4]鲁莹.我国金融脆弱性的深层剖析与金融稳定制度的构建[J]商业经济,2015(04):5-7.[5]伍志文.中国金融脆弱性:综合判断及对策建议[J].国际金融研究,2002(8):8-14.[6]BilsonJFO.RecentDevelopmentsinMonetaryModelsofEx