本文關(guān)鍵詞： 金融風(fēng)險指數(shù) 動態(tài)因子模型 正向客觀賦權(quán)法　出處：《統(tǒng)計與決策》2017年20期 　論文類型：期刊論文

【摘要】：文章重點研究金融風(fēng)險指數(shù)的構(gòu)建方法,選取宏觀維度、銀行與貨幣維度、泡沫維度、外部沖擊維度、債務(wù)維度等17個指標(biāo),運用動態(tài)因子模型方法構(gòu)建2004—2015年的金融風(fēng)險指數(shù),并利用局部加權(quán)回歸思想,引入高斯核函數(shù)改進(jìn)指標(biāo)權(quán)重估計,與常用的正向客觀賦權(quán)法SF賦權(quán)法、熵賦權(quán)法、CRITIC賦權(quán)法對比。研究結(jié)果表明:改進(jìn)后的權(quán)重估計方法擬合精度提高50%以上,動態(tài)因子模型方法構(gòu)建的金融風(fēng)險指數(shù)比正向客觀賦權(quán)法靈敏度高,更科學(xué)更合理。
[Abstract]:This paper focuses on the construction method of financial risk index, selects 17 indexes, such as macro dimension, bank and currency dimension, bubble dimension, external shock dimension, debt dimension and so on, and uses dynamic factor model to construct financial risk index from 2004 to 2015. By using the idea of local weighted regression, Gao Si kernel function is introduced to improve the index weight estimation, which is compared with the SF weighting method, which is usually used as a positive objective weighting method. The research results show that the fitting accuracy of the improved weight estimation method is improved by more than 50%, and the financial risk index constructed by the dynamic factor model method is more sensitive than that of the positive objective weighting method and is more scientific and reasonable.
【作者單位】： 武漢理工大學(xué)理學(xué)院;
【基金】：教育部人文社會科學(xué)基金資助項目(12YJAZH022)
【分類號】：F224;F832

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓艾;鄭桂環(huán);汪壽陽;;廣義動態(tài)因子模型在景氣指數(shù)構(gòu)建中的應(yīng)用——中國金融周期景氣分析[J];系統(tǒng)工程理論與實踐;2010年05期

2 劉建和;方慶松;陳柯亦;;基于因子模型的指數(shù)跟蹤研究綜述[J];中國證券期貨;2010年11期

3 牛晉霞;趙芳;;股權(quán)分置改革對資本市場的有效性影響——基于三因子模型的實證研究[J];山西青年管理干部學(xué)院學(xué)報;2009年01期

4 馬廣奇;許華;張林云;;陜西省上市公司運營狀況的因子模型分析[J];陜西科技大學(xué)學(xué)報(自然科學(xué)版);2009年02期

5 王s，

本文編號：1531213