【标题】中国银行业系统性风险预警研究———基于 SVM 模型的建模分析

【作者】赵丹丹   丁建臣

【摘要】采用支持向量机和核主成分分析法构建中国银行业系统性风险预警模型，将预警结果与 BP 神经网络模型和 Logit 回归模型的预警结果进行对比，并基于 2008 年 1 月~2017 年 9 月的数据，采用 SVM 预警模型预测 2009 年 1 月~2018年 9 月中国银行业系统性风险水平。研究结果显示: 与 BP 神经网络和 Logit 回归模型相比，SVM 模型具有较高的预警正确率; 在不同的阶段中国银行业系统性风险水平呈现出不同的变动趋势。建议中国政府部门和银行业警惕资本市场泡沫增长等隐性风险，不断完善银行业内部系统的风险防控机制，持续强化银行业宏观审慎监管。

【关键词】银行业; 系统性风险; 支持向量机; 核主成分分析法; 风险预警

[中图分类号] F832 [文献标识码] A [文章编号] 1002-4034 (2019) 04-0100-14