论文部分内容阅读
鉴于同频金融安全测度缺乏实时性和分层动态性,文章选择由年、季、月三种频率构成的22个混频样本数据,使用新构建的混频分层动态因子模型(MF-HDFM)进行估计,测度中国混频金融安全指数体系(MFFSI),并基于MS-AR模型对其进行马尔科夫金融安全状态识别及预警.结果表明:中国MFFSI对中国金融安全状况进行了合理有效的测度;中国金融安全周期波动兼具总层趋同特征和子层部门分异特征;中国金融安全水平变化的原因呈现多样化特征;MS-AR模型较好地识别了中国金融安全状态,并能较好地进行预警.