经济增速、信贷资产质量与银行体系网络优化

如何提升经济金融体系应对冲击的承受能力是继前瞻性监测系统性风险研究后的又一前沿领域。在中国经济转轨阶段自身周期性和结构性问题叠加的背景下，围绕资产值变化与不同行业债务违约相关性的交互影响，测评网络性能并通过政策调控工具控制实现优化愈加重要。围绕教育部人文社会科学研究项目规划项目“经济增速下行压力下基于行业信贷资产违约风险相依的我国银行体系网络抗毁性测度与优化”（71103126），通过3年的研究，笔者深深感到系统性金融风险领域的宽广和丰富。系统性金融风险的测度与管理是一个复杂而深奥的问题，加之经济波动、违约传染等多种因素，使笔者探究其中的兴趣更加浓厚。
本书的9个部分相互连接依次展开，逐层递进深入，力图通过模型体系的构建，推动复杂网络模型与经济金融理论分析框架的进一步融合，对调控争论予以合理建议。
研究过程涉及大量有关企业与银行的信贷数据，数据的搜集与整理也是研究中的一个难点。对此，课题组一方面从上市公司财务报表和公布的信贷信息中获得数据，另一方面借助课题组成员（包含统计学专业研究人员）和在监管部门工作学习的研究人员的优势，力图疏缓数据获取上的“瓶颈”。在本书的研究过程中，尽管碰到了许多困难，但课题组凝聚全体人员的力量，实现了对重点、难点问题的初步突破。虽然许多问题我们依然琢磨得不够深入，对文献的选择与把握也不敢说十分有效，但我们由衷感谢的是教育部人文社会科学研究项目规划项目等给我们的研究之路所带来的启迪与支持。笔者期望通过本研究起到抛砖引玉的作用，从而带动更多对这一领域感兴趣的学者加入到研究行列中来，对其进行更加全面深入的分析，并为我国系统性风险管理的研究与实践提供有益参考。本书在这方面的研究也仅是一次努力的尝试，欢迎同仁批评指正！

1 研究导论
1.1 国内外研究现状和趋势
1.2 研究思路与内容结构安排
1.3 本书研究的特色和可能存在的创新之处
2  经济增速阶段性特征转变的模型刻画
2.1 经济增长状态的模型分析
2.2 基于剑桥增长公式的均衡增长路径求解
3 基于混频数据的非线性格兰杰因果关系检验与经济变量预测
3.1 基于MF-VAR的混频数据非线性格兰杰因果关系检验
3.2 基于网络搜索量和混合频率模型的经济变量预测研究
3.3 我国房地产行业发展与经济增长的混频数据格兰杰非因果性
3.4 公众信心与中国宏观经济波动的非线性因果关系 57
4 多维决定性差分系统模型与信贷资产质量变化对银行体系稳定性的影响
4.1 模型构建的文献基础
4.2 多维决定性差分系统模型构建与求解
5 基于违约相关性的非均质复杂网络模型构建与层级拓扑特征
5.1 基于违约相关性的我国银行体系网络模型构建
5.2 带有层级结构的复杂网络级联失效模型
6 我国银行体系网络性能测度
6.1 样本数据选取与预处理
6.2 我国银行体系网络性能动态特征
6.3 我国银行体系网络性能仿真场景比较
7 基于深度前馈网络的我国商业银行流动性监测指标评价
7.1 相关文献回顾
7.2 模型构建与数据描述
7.3 学习结果与分析
7.4 杠杆率调整进程中商业银行流动性监测指标评价
7.5 稳健性检验
8 不确定性视角下公众信息获取对货币政策效果影响的实证研究
8.1 相关文献回顾
8.2 理论分析
8.3 实证分析
9 货币政策调控与银行体系性能优化
9.1 银行风险承担、高管薪酬与货币政策传导的信贷效率
9.2 灵活动态金融状况指数与货币政策反应函数的实证检验
9.3 货币政策实施与企业家信心传递对经济增长影响的区域非对称效应
后记
主要参考文献
关键词索引