大数据方法在系统性金融风险监测预警中的应用进展

党印　苗子清　张涛　冯冬发

摘   要：大数据为系统性金融风险监测提供了新的数据源，衍生出新的分析方法，为监测系统性金融风险提供了新的视角，并产生了预测效果更好、性能更佳的系统性金融风险预警模型，以更全面的视角考察系统性金融风险的传染情况。系统性金融风险的成因有一些共性因素，也有一些与特定国家相关的国别因素，各类大数据方法模型均有一定的解释和预测力度，不过尚没有统一的普适模型。系统性金融风险传染具有集群效应，并可能跨国传染。未来需要进一步拓展数据源，研判风险成因，与传统统计和计量分析相融合，扩展运用大数据方法。

关键词：大数据方法;系统性金融风险;监测;预警

中图分类号：F831  文献标识码：B  文章编号：1674-2265（2022）02-0003-11

DOI：10.19647/j.cnki.37-1462/f.2022.02.001

一、引言

2008年全球金融危机爆发以后，各国金融监管部门普遍认为应加强金融体系的宏观审慎监管，并推出防范系统性金融风险、维护金融稳定的金融监管措施。十几年来，各国政府致力于构建宏观审慎监管框架，取得了一定成效，但在新冠肺炎疫情冲击及各国发展不平衡的背景下，宏观审慎监管面临着一系列新的挑战。其中，准确监测和预警系统性金融风险在宏观审慎监管中至关重要，但是目前面临三重困难：一是近年来金融科技迅猛发展，金融产品创新层出不穷，金融体系的结构性变化速度加快，金融机构之间的关联关系更加复杂，金融风险也更加隐蔽，准确衡量系统性金融风险的难度加大。……