加入WTO后,我国金融业的对外开放将向纵深发展,金融国际化的进展必然使得我国金融体系所面临的金融风险加大。如何做好早期金融安全预警的工作,防范金融危机,确保国家金融安全,成为了现代金融安全理论研究的重点。 文章首先对国内外目前常见的金融安全预警方法加以介绍和分析,指出了各种方法的优点和缺点,在此基础之上提出了金融安全混合预警系统的基本原理和预警流程。 其次,本文根据我国在开放条件下所面临的金融安全形势,阐述了金融安全、金融危机、金融风险之间的内在辩证关系,指出了开放条件下影响我国金融安全的内部与外部的各种因素,并对其进行了系统分析。 然后,本文在对我国金融风险因素分析的基础之上并结合国内外的研究成果,选取了十四项指标,分成了宏观金融安全子系统、银行安全子系统、货币安全子系统和股市地产安全子系统来建立了金融安全预警指标体系,并以1994——2002的相关数据为基础采用熵值法来确定各指标在整个预警系统的权重,克服了传统人为设定权重的弊端。然后,以此作为本文研究的起点,奠定了后续研究工作的基础。 随后,本文为克服传统预警方法的缺点,把神经网络技术引入到金融安全预警中来,将BP神经网络方法与指标预警方法结合起来,分别建立了面向MATLAB神经网络预警子系统和指标预警子系统。一方面发挥了神经网络技术自然的非线性建模、高速的自学习能力,自适应能力,较强的泛化能力的优点;另一方面发挥了指标预警方法解释能力强的优点,弥补了神经网络的不足。通过这两种方法的综合使用,使得所建立的金融安全混合预警系统不仅能对非线性金融系统的安全状态进行预警,而且能够对神经网络子系统输出的结果结合我国的实际情况进行解释,强化了混合预警系统辅助宏观金融决策分析的功能。 本文所建立的金融安全混合预警系统借助MATLAB、SPSS等软件已经在计算机上实现。本文首先将1994——2001的指标数据在进行了相应的数据处理之后作为训练集,建立了模型的基本结构,然后以2002年的经济数据作为测试集,输入到模型之中,并与期望输出进行比较,在反复的调整神经网络相关参数的基础之上最终确定了神经网络预警子系统的模型参数与结构。随后,本文在神经网络预警子系统所得结果之上,将原有数据代入到指标预警子系统,以确立影响国家金融安全的风险来源。 文章在建立金融安全混合预警系统的同时,完成了对中国金融安全状况的分析,因此本文在实证研究方面也取得了很好的结果。文章通过比较研究发现,影响我国金融安全的关键因素还在于我国国有商业银行的脆弱性。我国国有商业银行不良贷款率过高,安全程度低,流动性差,盈利能力弱等痼疾严重影响国家的金融安全。因此,银行业尤其是国有商业银行的改革,仍然是今后金融改革的重点。