摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景与研究意义 | 第9-10页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 研究目的与研究内容 | 第10-11页 |
1.2.1 研究目的 | 第10页 |
1.2.2 研究内容 | 第10-11页 |
1.3 研究方法 | 第11页 |
1.4 本文的创新与不足 | 第11-13页 |
1.4.1 本文的创新点 | 第11-12页 |
1.4.2 本文的不足点 | 第12-13页 |
第二章 金融稳定性的相关理论及文献综述 | 第13-19页 |
2.1 金融稳定性的内涵与特征 | 第13-15页 |
2.1.1 金融稳定性的内涵 | 第13-14页 |
2.1.2 金融稳定性的特征 | 第14-15页 |
2.2 金融稳定性研究的文献综述 | 第15-19页 |
2.2.1 金融稳定性影响因素的文献综述 | 第15-17页 |
2.2.2 金融稳定性评估方法的文献综述 | 第17页 |
2.2.3 文献总结 | 第17-19页 |
第三章 经济全球化背景下金融稳定性影响因素研究 | 第19-24页 |
3.1 国际金融环境因素 | 第19页 |
3.2 宏观经济金融因素 | 第19-21页 |
3.2.1 宏观经济因素 | 第20页 |
3.2.2 货币政策 | 第20页 |
3.2.3 财政政策 | 第20-21页 |
3.3 金融系统内部因素 | 第21-23页 |
3.3.1 金融结构 | 第21-22页 |
3.3.2 金融投资者结构 | 第22-23页 |
3.4 金融监管因素 | 第23页 |
3.5 本章小结 | 第23-24页 |
第四章 经济全球化背景下中国金融稳定性评价体系的构建及模型选择 | 第24-39页 |
4.1 国内外金融稳定性评价体系梳理 | 第24-27页 |
4.1.1 国际货币基金组织FSI评价体系 | 第24-25页 |
4.1.2 美国联邦储备局以CAMELS为核心的评价体系 | 第25页 |
4.1.3 我国金融稳定性评价体系 | 第25-26页 |
4.1.4 评价体系总结 | 第26-27页 |
4.2 金融稳定性评价指标的选取 | 第27-31页 |
4.2.1 国际金融市场环境指标 | 第28页 |
4.2.2 宏观经济金融指标 | 第28-29页 |
4.2.3 金融系统内部指标 | 第29-30页 |
4.2.4 金融监管指标 | 第30-31页 |
4.3 金融稳定性预警模型的选择 | 第31-37页 |
4.3.1 Probit/Logit概率模型 | 第31页 |
4.3.2 KLS信号法 | 第31-32页 |
4.3.3 STV截面回归模型 | 第32页 |
4.3.4 传统模型总结 | 第32-33页 |
4.3.5 BP神经网络模型介绍及可行性分析 | 第33-37页 |
4.4 本章小结 | 第37-39页 |
第五章 经济全球化背景下我国金融稳定性的预警分析 | 第39-61页 |
5.1 风险指标的选取及阈值的确定 | 第39-41页 |
5.2 BP神经网络模型用于构建金融稳定模型的分析 | 第41-49页 |
5.2.1 金融稳定性评价指标数据标准化处理 | 第41-43页 |
5.2.2 BP神经网络模型输入层节点个数的确定 | 第43页 |
5.2.3 BP神经网络模型隐含层单元个数的确定 | 第43页 |
5.2.4 BP神经网络模型输出层节点个数的确定 | 第43-49页 |
5.3 通过MATLAB软件实现BP神经网络模型 | 第49-57页 |
5.3.1 BP神经网络模型网络创建 | 第49-50页 |
5.3.2 BP神经网络模型网络训练 | 第50-56页 |
5.3.3 BP神经网络模型网络检验 | 第56-57页 |
5.3.4 BP神经网络模型网络预警 | 第57页 |
5.4 BP神经网络模型2017年预警结果分析 | 第57-60页 |
5.4.1 宏观经济运行 | 第57-58页 |
5.4.2 货币金融环境 | 第58页 |
5.4.3 财政风险指标 | 第58-59页 |
5.4.4 资本市场运行 | 第59页 |
5.4.5 银行系统运行 | 第59页 |
5.4.6 国际金融环境 | 第59-60页 |
5.5 本章小结 | 第60-61页 |
第六章 研究结论与政策建议 | 第61-63页 |
6.1 研究结论 | 第61页 |
6.2 政策建议 | 第61-63页 |
参考文献 | 第63-67页 |
硕士在读期间科研成果 | 第67-68页 |
附录 | 第68-71页 |
致谢 | 第71页 |