摘要
基于金融风险的形成机理,挖掘影响长三角地区金融风险的主要因素,将其作为风险监测对象,并利用极限边界分析(EBA)模型建立以风险因素为指标的Ologit动态预警模型,选取存贷款比例、证券交易和保险增长率、地区银行机构信贷总额生成长三角地区金融风险压力指数,以上海、江苏、浙江、安徽2006年1月—2020年9月数据为样本,运用门限自回归(TAR)模型对金融风险压力指数进行风险等级划分,研究发现:(1)长三角三省一市金融风险的影响因素存在差异,但股票市场的发育程度对各省市均呈现显著效应;(2)动态Ologit模型检验发现长三角不同省市风险影响机制和路径存在差异,上海市前三个月的金融风险压力值对其下一月份的金融风险压力呈现弱正向效应,江苏省前三个月的金融风险压力值对其自身的正向效应并不显著,但浙江省和安徽省下一月份的金融风险压力值分别对其上一月份的值会起到一定的“熨平”效应。未来9个月的金融风险预警结果显示,构建的Ologit动态预警模型的大类分级预警精度较高,能以较大概率捕获中等警情和重大警情。
作者
程建华
程硕
CHENG Jianhua;CHENG Shuo
出处
《安徽大学学报（哲学社会科学版）》
CSSCI
北大核心
2021年第3期142-156,共15页
Journal of Anhui University(Philosophy and Social Sciences Edition)
基金
安徽省哲学社会科学规划一般项目(AHSKF2019D019)。
