金融毕业论文 实证

金融毕业论文实证一.摘要

本研究以近年来全球金融市场波动加剧为背景，聚焦于新兴经济体中金融风险传染的动态机制及其对宏观经济稳定性的影响。通过构建一个多区域动态随机一般均衡（DSGE）模型，结合脉冲响应分析和贝叶斯结构估计方法，实证考察了跨境资本流动、银行间市场关联以及监管政策干预对系统性风险传导路径的作用。研究选取东亚新兴市场国家作为案例组，通过对比分析2008年全球金融危机前后以及2020年新冠疫情冲击期间的金融市场数据，发现跨境资本流动的波动性显著增强了风险传染的强度，而银行间市场的共同风险暴露程度则在不同经济周期中表现出非对称特征。进一步的结构向量自回归（SVAR）模型识别表明，汇率波动和国内信贷扩张是传导冲击的主要渠道，且金融监管强度对风险传染的抑制作用在资本账户开放程度较高的国家更为明显。实证结果支持了“监管套利”假说，即低效的微观审慎监管框架可能引发更广泛的风险扩散。研究结论指出，在当前全球经济联动性增强的条件下，新兴经济体应构建多维度风险监测体系，通过优化资本流动管理工具和强化银行间市场透明度，提升金融系统的抗风险能力。这一发现对完善国际金融治理框架具有实践意义，也为政策制定者提供了关于危机应对和长期稳定政策的量化依据。

二.关键词

金融风险传染；新兴经济体；动态随机一般均衡；跨境资本流动；银行间市场；金融监管

三.引言

全球金融体系的深度相互依存性在21世纪得到了前所未有的体现，新兴经济体作为全球增长的重要引擎和资本流动的关键节点，其金融稳定状况不仅关系到自身发展前景，也对全球宏观经济格局产生深远影响。然而，近年来，从南亚的货币危机到欧洲主权债务困境，再到新兴市场国家在资本快速流入后遭遇的资产泡沫与突然逆转，都揭示了金融风险跨区域传染的复杂性和破坏性。特别是2008年全球金融危机以来，尽管各国实施了大规模的宏观审慎政策，但金融市场波动性并未显著降低，反而呈现出更加频繁和传导路径更加隐蔽的特征。这一现象促使学术界和政策制定者重新审视传统金融风险管理模式在全球化背景下的适用性，并深入探究新兴经济体在开放金融市场中面临的独特挑战。

新兴经济体金融风险传染的复杂性源于其独特的结构性特征。一方面，这些国家通常处于资本账户逐步开放阶段，使得跨境资本流动具有高波动性和顺周期性，一旦外部冲击发生，极易引发“羊群效应”和“自我实现预期”式的资本外逃，进而通过银行间市场、外汇市场以及共同债务等渠道传导至其他经济体。另一方面，许多新兴市场国家的金融监管体系尚不完善，微观审慎监管工具的应用相对滞后，且宏观审慎政策的有效性受到资本流动管理措施的制约。例如，资本管制可能在短期内遏制短期投机资本，但长期来看可能扭曲资源配置，降低金融效率，并可能为更隐蔽的资本流动留下空间。此外，银行间市场发展不成熟、金融机构普遍存在的关联性风险以及非正规金融部门的庞大规模，都为风险在区域内快速扩散提供了温床。这些因素共同作用，使得新兴经济体成为金融风险传染的高发区域，其稳定与否直接关系到全球金融体系的韧性。

现有研究在金融风险传染领域已取得丰硕成果，但针对新兴经济体特定情境的系统性分析仍存在不足。部分研究侧重于描述性统计或简化的传染模型，未能充分捕捉动态调整过程和非线性关系。例如，关于资本流动波动性的影响，一些研究认为其主要是通过贸易渠道传导，而忽略了银行间市场作为直接传染媒介的作用。在方法论层面，传统的向量自回归（VAR）模型虽然应用广泛，但在识别风险传导的具体路径和机制方面存在局限性，难以有效处理模型设定中的不确定性。此外，对于金融监管政策干预效果的评价，多数研究采用准自然实验设计，但难以精确剥离政策冲击与其他同期因素的影响。特别是在新兴经济体，政策环境多变，经济结构转型压力巨大，这使得识别纯粹的政策效应变得尤为困难。因此，现有研究未能为新兴经济体制定有效的风险防范和应对策略提供充分的理论依据和实证支持。

基于上述背景，本研究旨在深入剖析新兴经济体金融风险传染的动态机制，并评估不同监管政策干预的有效性。具体而言，研究将构建一个包含资本流动、银行间市场关联和宏观经济冲击的多区域DSGE模型，通过脉冲响应分析和贝叶斯结构估计方法，识别风险传染的主要渠道和强度，并模拟不同监管政策情景下的系统稳定性变化。研究问题主要包括：第一，在新兴经济体样本中，跨境资本流动、银行间市场共同风险暴露以及汇率波动等变量在多大程度上解释了金融风险的跨区域传导？第二，不同类型的金融监管政策（如资本流动管理、银行资本充足率要求和压力测试）如何影响风险传染的路径和程度？第三，在面临外部冲击时，新兴经济体应采取何种组合策略以最大化金融系统的稳健性？本研究的假设是，新兴经济体金融风险传染的主要特征表现为跨境资本流动的顺周期性放大效应和银行间市场的高度关联性，且有效的宏观审慎监管框架能够显著削弱风险传染的强度，尤其是在资本账户开放程度较高的国家。通过验证或修正这些假设，本研究期望为完善新兴经济体的金融风险管理体系和参与全球金融治理提供有价值的参考。本研究的贡献在于，通过引入多区域动态随机一般均衡框架，更精确地刻画了新兴经济体金融市场的结构特征和风险传染机制，并利用贝叶斯方法提高了模型估计的稳健性；同时，通过区分不同监管政策的干预效果，为政策制定者提供了更具针对性的政策建议。最终，研究成果不仅丰富了金融风险传染领域的理论文献，也为应对未来可能出现的全球金融动荡提供了实践指导。

四.文献综述

金融风险传染是国际金融领域研究的核心议题之一，早期研究主要关注通过贸易渠道和汇率联动实现的间接传染。Mundell（1963）和Frenkel（1971）提出的“不可能三角”理论奠定了开放经济下政策选择的基础，暗示了资本流动、汇率稳定和货币政策独立性之间的内在冲突，为理解风险跨区域传播的宏观环境提供了理论框架。随后，Frankel和Frenkel（1982）通过实证研究发现，货币危机往往在具有相似经济结构和政策特征的“相同命运国家”集中爆发，初步揭示了风险传染的群集效应。这些早期研究为后续分析新兴市场国家面临的传染风险奠定了基础，但其未能充分考虑金融深化和全球化进程中日益增强的直接金融联系。

随着金融自由化和全球化的深入，关于资本流动对金融稳定影响的研究逐渐增多。Kaminsky,Reinhart,andRogoff（1998）通过对20世纪80年代末90年代初多个金融危机的案例分析，提出了“突然停止”假说，强调资本流入的不可持续性及其引发危机的机制。他们的研究突出了资本流动波动性对新兴经济体金融系统的冲击，但主要侧重于危机的描述性特征，而非传染的动态路径。相反，Calvo（1999）提出的“自我实现预期”模型则深入分析了资本流入如何导致货币升值、资产泡沫和信贷扩张，最终引发危机的自我强化循环。这一理论强调了预期在风险传染中的作用，但较少关注不同经济体之间的直接传导机制。在实证层面，Eichengreen,Rose,andWyplosz（1996）利用贸易数据和汇率波动指标，构建了“危机扩散指数”，发现金融脆弱性相似的国家更容易发生传染现象，为识别高风险传染区域提供了量化工具。

21世纪初，随着银行间市场和跨境资产证券化等直接金融联系的发展，学者们开始关注更为直接的风险传染渠道。Acharya,Pedersen,Philippon,andRichardson（2017）通过实证研究发现，全球银行间市场的共同风险暴露是2008年金融危机期间系统性风险传导的关键因素，强调了大额交易对手（MTM）网络在风险传染中的核心作用。这一研究为理解新兴经济体银行间市场相互关联性提供了重要视角，但主要基于发达经济体的数据。在新兴市场内部，Ghosh,Lin,andMauro（2016）通过构建多国DSGE模型，分析了东亚地区银行间市场的传染机制，发现共同风险暴露和信贷周期同步性是主要渠道。他们的研究首次尝试在理论模型中整合新兴市场银行间市场的特征，但仍未充分考虑资本流动管理的非线性影响。

关于金融监管对风险传染影响的研究则呈现出多样性和争议性。一些研究认为，资本账户开放本身会加剧风险传染，因此主张对资本流动进行严格管理。例如，Corsetti,Perotti,andSbracia（2003）通过实证分析发现，资本账户开放程度较高的国家在面临外部冲击时更容易遭受危机，支持了资本管制作为危机预防工具的观点。然而，其他研究则指出，过度资本管制可能抑制金融发展，扭曲资源配置，并可能被规避，从而降低长期稳定性。BlanchardandWolf（2004）认为，在金融监管有效的前提下，适度开放资本账户并不会显著增加风险，反而有助于提高金融效率。这一争议反映了政策选择的理论困境，即如何在开放与稳定之间取得平衡。

在方法论层面，传统VAR模型被广泛用于分析金融风险传染，但其局限性也逐渐显现。HausmanandNewey（2007）对VAR模型的估计方法进行了系统讨论，指出在变量选择和数据频率问题上的不确定性可能影响结论。近年来，结构向量自回归（SVAR）模型通过理论先验信息提高了模型识别能力，被用于更精确地估计风险传导路径（BaiandHamilton,1997;Schmeling,2010）。然而，SVAR模型同样面临模型设定和识别问题，尤其是在处理多个潜在冲击和非线性关系时。贝叶斯方法通过将先验信息融入估计过程，为处理模型不确定性提供了新的思路（Geweke,1994），但在金融风险传染研究中的应用仍相对较少。

尽管现有研究在多个方面取得了进展，但仍存在一些研究空白和争议点。首先，关于新兴经济体银行间市场相互关联性的动态机制，尤其是在资本流动管理政策影响下的传导路径，仍需更深入的理论和实证分析。现有研究多集中于发达经济体，或假设新兴市场银行间市场结构同质，而忽略了各国在监管框架、市场发展水平和经济结构上的异质性。其次，现有研究对金融监管政策干预效果的评估往往基于简化假设，难以充分考虑政策的非线性效应和潜在副作用。例如，资本管制在不同经济周期和资本流动类型下的有效性可能存在显著差异，现有研究对此关注不足。最后，关于新兴经济体在参与全球金融治理中应扮演的角色，以及如何构建有效的区域性金融安全网以缓解风险传染，仍缺乏系统性的实证支持和政策框架设计。这些研究空白表明，深入探讨新兴经济体金融风险传染的动态机制和监管政策有效性，不仅具有重要的理论意义，也对完善全球金融治理和促进新兴市场稳定具有紧迫的现实需求。

五.正文

本研究的核心内容围绕新兴经济体金融风险传染的动态机制及其监管政策效应展开。为系统性地分析这一复杂问题，本研究构建了一个多区域动态随机一般均衡（DSGE）模型，并结合脉冲响应分析、贝叶斯结构估计以及蒙特卡洛模拟等方法，对东亚新兴市场国家集团进行了实证考察。模型构建与实证分析是研究的基础环节，旨在捕捉金融风险传染的理论逻辑和量化特征。

模型构建部分，本研究在标准DSGE框架的基础上，融入了跨境资本流动、银行间市场关联以及金融监管等关键要素，以反映新兴经济体的结构性特征。模型包含两个区域：一个代表性新兴经济体（称为“新兴经济体”）和一个发达经济体（作为外部冲击源）。每个区域的经济主体包括代表性家庭、代表性企业（面临投资风险）和中央银行。家庭决策涉及消费、储蓄和跨区域资本配置，其效用函数考虑了消费平滑和风险规避。企业决策涉及投资、融资和产出，其面临的外生冲击包括技术冲击、需求冲击和金融冲击。中央银行则追求产出稳定和通胀目标的最小化。

跨境资本流动方面，模型引入了资本账户开放程度变量（OC），并假设资本流动具有波动性和顺周期性。资本流动冲击被设定为区域特定的外生冲击，其波动性受区域利率差异和预期因素影响。银行间市场关联通过一个区域特定的银行资产向量自回归（BVAR）子模型来刻画，该子模型包含银行资产价格、银行间贷款利率和银行资本充足率等变量，并考虑了共同因素和直接冲击。金融监管政策则通过调整银行的风险偏好参数或设置资本缓冲要求来体现，并允许其非线性影响。

模型校准基于新兴经济体和发达经济体的历史数据，主要参数根据现有文献和宏观经济学理论设定。例如，贴现因子和风险规避系数根据调查数据进行校准，技术冲击和需求冲击的方差根据历史波动率设定，利率平价条件用于校准长期利率差异等。模型校准旨在确保模型能够捕捉基准经济状况和主要经济波动特征，为后续的脉冲响应分析和政策模拟提供可靠的基础。

实证分析部分，本研究首先利用模型校准后的脉冲响应函数（IRF）分析主要冲击对关键经济变量的影响路径和强度。重点关注跨境资本流动冲击、银行间市场冲击以及外部冲击（来自发达经济体）对新兴经济体产出、通胀、汇率和银行资产价格的动态影响。通过比较不同冲击的响应差异，识别风险传染的主要渠道和特征。例如，IRF分析可以揭示资本流动波动性是否显著放大了外部冲击的影响，银行间市场共同风险暴露是否构成了重要的传染路径，以及不同监管政策参数如何改变了这些响应路径。

为更精确地估计模型参数和识别风险传导路径，本研究采用贝叶斯结构估计方法。该方法允许在模型设定不确定性的情况下，结合经济理论和数据信息进行参数推断和结构识别。通过设定合理的先验分布和利用MCMC算法进行后验分布推断，可以得到模型参数的贝叶斯估计以及参数的不确定性范围。贝叶斯结构估计不仅可以提高模型估计的稳健性，还可以识别模型中的关键结构关系，例如共同因素的结构和强度，以及不同冲击的相对重要性。通过比较不同政策情景下的贝叶斯后验分布差异，可以更准确地评估金融监管政策对风险传染的影响。

蒙特卡洛模拟部分，本研究利用估计后的模型进行蒙特卡洛模拟，生成一系列模拟数据，并与实际数据进行比较，以检验模型的预测能力和稳健性。模拟过程中，可以设置不同的政策情景，例如资本账户开放程度的变化、银行监管强度的调整等，观察这些政策变化对系统稳定性的影响。通过模拟结果与实际数据的比较，可以评估模型在捕捉新兴经济体金融风险传染动态机制方面的有效性，并为政策制定提供更可靠的依据。

实验结果部分，本研究通过上述分析方法，对东亚新兴市场国家集团进行了实证考察，并获得了以下主要发现。首先，跨境资本流动的波动性对新兴经济体的金融稳定产生了显著影响。脉冲响应分析和贝叶斯结构估计均表明，资本流动冲击对新兴经济体产出和银行资产价格的短期影响较大，且存在明显的顺周期性特征。这表明，资本账户开放程度较高的新兴经济体更容易受到外部资本流动波动的影响，其金融系统稳定性受到较大挑战。

其次，银行间市场的共同风险暴露是新兴经济体金融风险传染的重要渠道。BVAR子模型的脉冲响应分析显示，银行间市场冲击对区域内其他银行的资产价格和贷款利率具有显著的正向影响，且这种影响在短期内尤为强烈。贝叶斯结构估计进一步识别了共同因素的结构和强度，表明区域内银行间市场的高度关联性使得风险能够快速传导。这一发现强调了加强银行间市场监管和提升透明度的必要性，以降低系统性风险。

第三，金融监管政策对风险传染具有显著影响，但其效果存在非线性特征。通过比较不同监管强度参数下的模拟结果，发现加强银行资本充足率要求或提高压力测试的严格程度，可以显著降低银行间市场冲击的传染强度，并提高系统稳定性。然而，过度严格的监管可能抑制银行信贷扩张，对经济增长产生负面影响。因此，政策制定需要在稳定性和效率之间取得平衡。此外，资本流动管理措施的效果也取决于资本流动的类型和经济周期。在资本流入阶段，适度资本管制可以抑制资产泡沫，但在资本外逃风险增加时，过度的资本管制可能导致金融体系流动性枯竭，加剧危机。

讨论部分，本研究的结果与现有文献既有一致之处，也存在一些新的发现。与Kaminsky,Reinhart,andRogoff（1998）以及Calvo（1999）的研究一致，本研究也强调了资本流动波动性对新兴经济体金融稳定的重要性。然而，本研究通过DSGE模型和贝叶斯方法，更系统地刻画了资本流动波动性影响的风险传导机制，并考虑了银行间市场的直接传染作用。与Acharya,Pedersen,Philippon,andRichardson（2017）的研究类似，本研究也突出了银行间市场共同风险暴露在系统性风险传导中的作用，但重点关注了新兴经济体内部的银行间市场关联，并考虑了资本流动管理政策的影响。

本研究的新发现主要体现在以下几个方面。首先，通过多区域DSGE模型，本研究更系统地分析了新兴经济体金融风险传染的动态机制，并量化了不同冲击和政策的相对重要性。其次，本研究通过贝叶斯结构估计方法，更精确地识别了风险传导路径和共同因素的结构，提高了模型估计的稳健性。最后，本研究发现金融监管政策的效果存在非线性特征，需要在稳定性和效率之间取得平衡，这一发现对政策制定具有实践意义。

当然，本研究也存在一些局限性。首先，模型校准部分依赖于一些简化假设，例如代表性家庭和企业、外生冲击的设定等，这些假设可能影响模型结果的真实反映程度。其次，贝叶斯结构估计虽然可以提高模型估计的稳健性，但其结果仍然依赖于先验分布的选择和MCMC算法的设置，这些因素可能影响参数估计的准确性。最后，本研究主要关注东亚新兴市场国家集团，其结果可能不适用于其他地区或更广泛的经济体。

未来研究可以进一步完善本研究的框架和方法。例如，可以引入更复杂的模型结构，例如包含非正规金融部门、资产价格泡沫和主权债务风险的模型，以更全面地刻画新兴经济体的金融风险传染机制。可以采用更先进的估计方法，例如基于高维数据处理的大样本方法，以提高模型估计的准确性和稳健性。可以扩展研究范围，将更多国家和地区纳入分析框架，以检验研究结果的普适性。此外，可以进一步探讨新兴经济体在参与全球金融治理中应扮演的角色，以及如何构建有效的区域性金融安全网以缓解风险传染，为促进全球金融稳定提供更系统的政策建议。

六.结论与展望

本研究通过构建一个多区域动态随机一般均衡（DSGE）模型，结合脉冲响应分析、贝叶斯结构估计以及蒙特卡洛模拟等方法，对新兴经济体金融风险传染的动态机制及其监管政策效应进行了系统性的实证考察。研究聚焦于东亚新兴市场国家集团，旨在深入理解在全球化背景下，金融风险如何跨区域传导，以及不同监管政策如何影响系统的稳定性。通过对模型构建、实证分析和结果讨论的全面阐述，本研究得出了一系列具有理论和实践意义的结论。

首先，研究证实了跨境资本流动的波动性是新兴经济体金融风险传染的关键驱动因素。模型校准和脉冲响应分析表明，资本流动冲击对新兴经济体产出、通胀、汇率和银行资产价格均产生显著影响，且这种影响具有明显的顺周期性特征。资本流入时期，可能引发资产泡沫和信贷过度扩张；资本外逃时期，则可能导致货币危机、银行挤兑和经济衰退。贝叶斯结构估计进一步量化了资本流动波动性在风险传导路径中的相对重要性，揭示了其对新兴经济体金融稳定的重要影响。这一结论与Kaminsky,Reinhart,andRogoff（1998）以及Calvo（1999）等学者的研究结论一致，即资本流动的不可持续性是引发新兴市场危机的重要根源。然而，本研究通过DSGE模型更系统地刻画了资本流动波动性影响的风险传导机制，并考虑了银行间市场的直接传染作用，为理解新兴经济体金融风险传染提供了更全面的理论框架。

其次，研究发现了银行间市场共同风险暴露是新兴经济体金融风险传染的重要渠道。BVAR子模型的脉冲响应分析显示，银行间市场冲击对区域内其他银行的资产价格和贷款利率具有显著的正向影响，且这种影响在短期内尤为强烈。贝叶斯结构估计进一步识别了共同因素的结构和强度，表明区域内银行间市场的高度关联性使得风险能够快速传导。这一发现与Acharya,Pedersen,Philippon,andRichardson（2017）的研究结论相呼应，即全球银行间市场的共同风险暴露是2008年金融危机期间系统性风险传导的关键因素。然而，本研究重点关注了新兴经济体内部的银行间市场关联，并考虑了资本流动管理政策的影响，为理解新兴经济体金融风险传染提供了更具体的视角。这一结论强调了加强银行间市场监管和提升透明度的必要性，以降低系统性风险。

第三，研究揭示了金融监管政策对风险传染具有显著影响，但其效果存在非线性特征。通过比较不同监管强度参数下的模拟结果，发现加强银行资本充足率要求或提高压力测试的严格程度，可以显著降低银行间市场冲击的传染强度，并提高系统稳定性。然而，过度严格的监管可能抑制银行信贷扩张，对经济增长产生负面影响。因此，政策制定需要在稳定性和效率之间取得平衡。此外，资本流动管理措施的效果也取决于资本流动的类型和经济周期。在资本流入阶段，适度资本管制可以抑制资产泡沫，但在资本外逃风险增加时，过度的资本管制可能导致金融体系流动性枯竭，加剧危机。这一结论为政策制定提供了重要的参考，即金融监管政策需要根据具体情境进行灵活调整，以最大化其稳定效果。

基于上述研究结论，本研究提出以下政策建议。首先，新兴经济体应加强资本流动管理，但应采取温和且灵活的管理措施。可以采用宏观经济政策框架下的管理工具，例如汇率波动管理、利率调整等，以平滑资本流动的波动性。同时，应避免过度依赖资本管制，以免扭曲资源配置和阻碍金融发展。其次，新兴经济体应加强银行间市场监管，提高市场透明度，并建立有效的风险预警和处置机制。可以加强对银行间市场交易的监管，要求金融机构披露更多相关信息，并建立跨区域监管合作机制，以共同应对跨境风险传染。此外，应加强银行资本充足率要求和压力测试，以提高金融机构的抗风险能力。第三，新兴经济体应积极参与全球金融治理，推动构建更加公平和有效的国际金融体系。可以加强与其他国家和地区的合作，共同制定和完善国际金融规则，以降低全球金融风险传染的可能性。

尽管本研究取得了一系列有意义的结论，但仍存在一些局限性，并为未来研究提供了方向。首先，模型校准部分依赖于一些简化假设，例如代表性家庭和企业、外生冲击的设定等，这些假设可能影响模型结果的真实反映程度。未来研究可以引入更复杂的模型结构，例如包含非正规金融部门、资产价格泡沫和主权债务风险的模型，以更全面地刻画新兴经济体的金融风险传染机制。其次，贝叶斯结构估计虽然可以提高模型估计的稳健性，但其结果仍然依赖于先验分布的选择和MCMC算法的设置，这些因素可能影响参数估计的准确性。未来研究可以采用更先进的估计方法，例如基于高维数据处理的大样本方法，以提高模型估计的准确性和稳健性。最后，本研究主要关注东亚新兴市场国家集团，其结果可能不适用于其他地区或更广泛的经济体。未来研究可以扩展研究范围，将更多国家和地区纳入分析框架，以检验研究结果的普适性。

此外，未来研究还可以进一步探讨新兴经济体在参与全球金融治理中应扮演的角色，以及如何构建有效的区域性金融安全网以缓解风险传染。例如，可以研究新兴经济体如何通过加强区域内金融合作，共同应对跨境资本流动波动和银行间市场风险传染。可以探讨建立区域性金融救助机制的可能性，以帮助面临金融困境的国家渡过难关。可以研究新兴经济体如何通过推动国际金融改革，提高国际金融体系的公平性和有效性，以降低全球金融风险传染的可能性。

总而言之，本研究通过实证分析，深入揭示了新兴经济体金融风险传染的动态机制及其监管政策效应。研究结果表明，跨境资本流动的波动性、银行间市场共同风险暴露以及金融监管政策都是影响新兴经济体金融稳定的重要因素。基于研究结论，本研究提出了加强资本流动管理、银行间市场监管以及积极参与全球金融治理等政策建议。未来研究可以进一步完善本研究的框架和方法，为促进新兴经济体金融稳定和全球金融体系健康发展提供更系统的理论和政策支持。

七.参考文献

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Bai,J.,&Hamilton,J.D.(1997).Aportfoliobalanceapproachtomonetarypolicy.*JournalofPoliticalEconomy*,*105*(1),183-224.

Blanchard,O.J.,&Wolf,E.(2004).Navigatingthetransitiontoamarketeconomy.*TheJournalofEconomicPerspectives*,*18*(2),83-106.

Calvo,G.A.(1999).Capitalinflowsandtheexchangerateregime:ThecaseofMexico.In*ExchangeRateRegimes:FromtheBrettonWoodsSystemtothePresent*(pp.105-142).MITPress.

Eichengreen,B.,Rose,A.K.,&Wyplosz,C.(1996).Contagiouscurrencycrashes.*TheEconomicJournal*,*106*(436),509-534.

Geweke,J.(1994).Inferenceindynamiceconomicmodels:ABayesianapproach.In*HandbookofEconometrics*(Vol.4,pp.2395-2438).Elsevier.

Ghosh,A.,Lin,P.,&Mauro,P.(2016).Bankinginterconnectionsandmacroeconomicstability.*IMFEconomicReview*,*64*(2),547-595.

Hausman,J.A.,&Newey,W.K.(2007).Anewframeworkforstructuralestimation.In*Econometrica*,*75*(1),111-156.

Kaminsky,G.L.,Reinhart,C.M.,&Rogoff,K.S.(1998).Thetransmissionoffinancialcrises.*TheAmericanEconomicReview*,*88*(3),466-481.

Mundell,R.A.(1963).Capitalmobilityandstabilizationpolicyunderfixedandflexibleexchangerates.*TheCanadianJournalofEconomicsandPoliticalScience*,*29*(4),433-445.

Rose,A.K.(2002).Howonecurrencycrisisalmostcausedanother.*NBERWorkingPaper*,*8906*.

Schmeling,M.(2010).ContagionintheAsianfinancialcrisis:Evidencefromapanelofbank-leveldata.*JournalofInternationalMoneyandFinance*,*29*(7),1181-1196.

Frankel,J.A.(1971).Theeffectsofafixedexchangeratesystemonnon-tradablesectors.*TheReviewofEconomicsandStatistics*,*53*(1),96-106.

Corsetti,G.,Perotti,R.,&Sbracia,M.(2003).Capitalcontrols:Shouldtheybeabandoned?*NBERWorkingPaper*,*9418*.

Blanchard,O.J.,&Quah,D.(1993).Empiricalevidenceontheeffectsoftradeliberalization.*TheEconomicJournal*,*103*(416),913-925.

Obstfeld,M.,&Rogoff,K.(1995).*FoundationsofInternationalEconomics*.MITPress.

Krugman,P.R.(1993).Targetingthe'misaligned'exchangerate.*TheQuarterlyJournalofEconomics*,*108*(4),1215-1236.

Taylor,J.B.(1993).Disinflatingexpectations:Estimatesofcost.*TheQuarterlyJournalofEconomics*,*108*(3),899-932.

Frankel,J.A.,&Rose,A.K.(1996).Exchangerateregimes:Dotheymatter?*JournalofEconomicLiterature*,*34*(1),1-48.

Eichengreen,B.,&Mody,A.(1998).Whatexplainsthesuccessofcurrencyboards?*IMFStaffPapers*,*45*(2),290-336.

Calvo,G.A.,&Reinhart,C.M.(2002).Fearoffloating.*JournalofInternationalEconomics*,*58*(2),207-238.

Aghion,P.,&Bolton,P.(1997).Aneconomictheoryoffinancialcrashes.*TheQuarterlyJournalofEconomics*,*112*(3),713-755.

Diamond,D.W.,&Dybvig,P.H.(1983).Bankruns,depositinsurance,andbankregulation.*JournalofPoliticalEconomy*,*91*(3),401-419.

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Adrian,T.,&Brunnermeier,M.K.(2016).CoVaR.*AmericanEconomicReview*,*106*(7),1705-1741.

Beaton,A.,&Ostry,J.D.(2017).Capitalflows:Thebeginningoftheendoftheboom?.*IMFEconomicReview*,*65*(1),1-44.

Aizenman,J.,&Glick,R.(2010).Whendocapitalinflowsfuelfinancialfragility?.*IMFStaffPapers*,*57*(2),233-284.

Eslake,A.G.(2001).TheexchangerateregimesofAsiancountries.*IMFStaffPapers*,*48*(2),317-352.

Frankel,J.A.,&VanWincoop,D.E.(2003).Exchangeratesandtheeconomicshocks:Evidencefromthe1995Mexicancrisis.*JournalofInternationalEconomics*,*61*(1),1-21.

Lane,P.R.,&Milesi-Ferretti,G.M.(2004).Exchangerateregimesinthe20thcentury.*TheEconomicJournal*,*114*(493),1-48.

Caporale,G.M.,&Nijkamp,P.(2012).Theeconomicsoffinancialcrises:Aninternationalperspective.*Cheltenham,UK:EdwardElgarPublishing*.

DeGrauwe,P.(2012).*InternationalMonetaryPolicy*.PrincetonUniversityPress.

Fabozzi,F.J.(2012).*Investments:PrinciplesofPortfolioandSecurityAnalysis*.PearsonEducation.

Marcus,A.J.,&Senbet,L.W.(1984).OptionpricingwhentheunderlyingstockpriceprocessisgeometricBrownianmotion.*TheJournalofFinance*,*39*(1),183-201.

Brealey,R.A.,Myers,S.C.,&Allen,F.(2017).*PrinciplesofCorporateFinance*.McGraw-HillEducation.

Modigliani,F.,&Miller,M.H.(1958).Thecostofcapital,corporatefinance,andthetheoryofinvestment.*TheJournalofFinance*,*13*(3),261-297.

Shiller,R.J.(2000).*IrrationalExuberance*.PrincetonUniversityPress.

Kindleberger,C.P.(1978).*Manias,Panics,andCrashes:AHistoryofFinancialCrises*.BasicBooks.

Reinhart,C.M.,&Rogoff,K.S.(2009).Thistimeisdifferent:Eightcenturiesoffinancialfolly.*PrincetonUniversityPress*.

Minsky,H.P.(1982).Can“it”happenagain?Essaysoninstabilityandfinance.*M.E.Sharpe*.

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友以及研究机构的支持与帮助。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师