文章編號：1005-9679（2022）03-0045-06

摘要：金融系統(tǒng)運(yùn)行的穩(wěn)健性對國家經(jīng)濟(jì)有重要影響。監(jiān)測金融系統(tǒng)運(yùn)行中的資金流異常，能夠減少金融風(fēng)險累積，防范金融危機(jī)。論文從資金流角度出發(fā)，統(tǒng)籌考慮金融系統(tǒng)功能和金融系統(tǒng)功能有效發(fā)揮對宏觀經(jīng)濟(jì)目標(biāo)的影響，通過結(jié)構(gòu)方程模型構(gòu)建監(jiān)測指標(biāo)體系。結(jié)合數(shù)據(jù)缺少負(fù)樣本、監(jiān)測指標(biāo)的相關(guān)性、樣本數(shù)據(jù)的多寡等特點(diǎn)，選取SVDD、PCA等異常檢測方法進(jìn)行金融系統(tǒng)異常監(jiān)測模型的實(shí)證分析，并根據(jù)檢測結(jié)果分析異常出現(xiàn)的原因。

關(guān)鍵詞：資金流;金融系統(tǒng)異常;SVDD;PCA;異常檢測

中圖分類號：F832.59

文獻(xiàn)標(biāo)志碼：A

StatisticalMonitoringofFinancialSystemAbnormalitiesBasedonSVDDandPCA

JIXun

（AntaiCollegeofEconomicsandManagement，ShanghaiJiaoTongUniversity，Shanghai200030，China）

Abstract：Bydetectingtheabnormalflowoffundsintheoperationofthefinancialsystem，itispossibletoreducetheaccumulationoffinancialrisksandpreventfinancialcrises.Fromtheperspectiveofcapitalflow，thisarticletakesintoconsiderationtheoverallimpactoffinancialsystemfunctionsandtheeffectiveexertionoffinancialsystemfunctionsonmacroeconomicobjectivesandsimulatesthedetectionindexsystemthroughastructuralequationmodel.Finally，basedonthecharacteristicsofthedata，anempiricalanalysisoftheabnormalmonitoringmodelofthefinancialsystemisperformedusingSVDD，principalcomponentandotheranomalydetectionmethods.Theyfurtheranalyzethecauseoftheanomalybasedonthesedetectionresults.

Keywords：fundflow;financialsystemanomaly;SVDD;PCA;anomalydetection

金融系統(tǒng)的穩(wěn)健運(yùn)行對國家經(jīng)濟(jì)有著十分重要的影響。20世紀(jì)70年代以來，在金融自由化浪潮的推進(jìn)下，金融運(yùn)行也變得更為復(fù)雜，金融危機(jī)頻頻發(fā)生。受限于國內(nèi)的金融創(chuàng)新水平及金融深化程度，中國還不具備爆發(fā)典型意義上的金融危機(jī)的客觀條件。然而，這并不意味著中國金融系統(tǒng)運(yùn)行較西方發(fā)達(dá)國家更為穩(wěn)定。例如在2013年6月，銀行間市場資金緊張，6月20日，隔夜拆放利率、回購利率一路飆升至13.44%，結(jié)合分業(yè)經(jīng)營、主要資金來自銀行的大背景，資金成本的劇烈波動對銀行的沖擊會使得整個金融系統(tǒng)出現(xiàn)震蕩。

探究上述金融危機(jī)爆發(fā)的原因，離不開政府在發(fā)揮金融政策調(diào)控作用時忽視了金融系統(tǒng)中資金流動的對稱性、周期性等基本問題。對于正處在轉(zhuǎn)型階段的中國來說，經(jīng)濟(jì)金融體系中的資金總量、分布結(jié)構(gòu)及其在各部門間的流動，對金融系統(tǒng)的穩(wěn)定運(yùn)行具有重要意義，不僅可以幫助金融機(jī)構(gòu)及早發(fā)覺潛在的風(fēng)險，判斷未來的變化趨勢從而及時采取預(yù)防措施，而且有利于為實(shí)體經(jīng)濟(jì)提供一個暢通的融資渠道，幫助實(shí)體經(jīng)濟(jì)企業(yè)及時調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)規(guī)模和資金結(jié)構(gòu)，保持實(shí)體經(jīng)濟(jì)的健康平穩(wěn)發(fā)展。因此，在監(jiān)測宏觀經(jīng)濟(jì)的運(yùn)行時應(yīng)該重點(diǎn)關(guān)注從資金流角度衡量金融系統(tǒng)運(yùn)行的穩(wěn)健性。本文構(gòu)建了從資金流角度檢測金融系統(tǒng)異常的監(jiān)測指標(biāo)體系，并結(jié)合我國經(jīng)濟(jì)金融數(shù)據(jù)缺少異常樣本的特點(diǎn)選取合適的異常監(jiān)測方法。

1文獻(xiàn)回顧

現(xiàn)有文獻(xiàn)在定義金融系統(tǒng)運(yùn)行異常時，大多集中在金融系統(tǒng)的局部異常上，如金融機(jī)構(gòu)運(yùn)行、金融市場波動、金融資產(chǎn)定價等的異常。并且這類文獻(xiàn)在定義異常時，大多通過對照國內(nèi)外政策的規(guī)定標(biāo)準(zhǔn)而非通過獨(dú)立研究設(shè)定異常標(biāo)準(zhǔn)。少數(shù)學(xué)者系統(tǒng)地研究了金融系統(tǒng)整體的內(nèi)部風(fēng)險和異?，F(xiàn)象的監(jiān)測。有學(xué)者從反面切入研究金融系統(tǒng)的穩(wěn)定性。Haldane等（2004）認(rèn)為金融不穩(wěn)定是經(jīng)濟(jì)中因?yàn)榻鹑陬I(lǐng)域的不完善而導(dǎo)致的偏離最優(yōu)儲蓄和投資安排。Chant（2003）、Crockett（1996）認(rèn)為金融不穩(wěn)定是金融系統(tǒng)中出現(xiàn)了對實(shí)體經(jīng)濟(jì)運(yùn)行產(chǎn)生或存在潛在負(fù)面影響的因素，如金融資產(chǎn)價格波動或金融機(jī)構(gòu)無法履約等。

在構(gòu)建監(jiān)測指標(biāo)體系時，大部分學(xué)者以信號法及國外已有的風(fēng)險監(jiān)測體系為基礎(chǔ)。閔亮（2008）結(jié)合中國制度的特殊性，采用KLR信號分析法篩選出有效的金融危機(jī)預(yù)警指標(biāo)。劉志強(qiáng)（1998）建立了針對金融危機(jī)的預(yù)警指標(biāo)體系，并解釋了其預(yù)警作用。萬義平（2010）等強(qiáng)調(diào)建立國際金融危機(jī)指標(biāo)體系的重要性，建立了一套符合邏輯的科學(xué)、實(shí)用、可操作的指標(biāo)體系。然而，這些監(jiān)測指標(biāo)體系忽視了金融系統(tǒng)運(yùn)行中的資金流動。

在回顧異常檢測方法的研究時，我們發(fā)現(xiàn)文獻(xiàn)主要集中在同時具有正負(fù)樣本的監(jiān)督檢測方面，而我國金融系統(tǒng)異常檢測問題具有缺少負(fù)樣本的特點(diǎn)。針對單類樣本數(shù)據(jù)異常檢測的研究大致可以分為人工生成異常值使得問題轉(zhuǎn)化為具有正負(fù)樣本及基于密度估計(jì)、基于重構(gòu)或基于支撐域等的無監(jiān)督異常檢測方法兩大類，但目前研究仍不完善。

在我們的研究中，我們從資金流角度出發(fā)構(gòu)建金融系統(tǒng)整體的異常監(jiān)測指標(biāo)，并結(jié)合我國數(shù)據(jù)缺少異常樣本等數(shù)據(jù)特點(diǎn)運(yùn)用合適的異常點(diǎn)檢測方法。本文在已有研究基礎(chǔ)上，設(shè)定的后續(xù)研究內(nèi)容包括：第二部分是研究框架的設(shè)定及基于資金流的金融系統(tǒng)異常監(jiān)測指標(biāo)的選取;第三部分是異常監(jiān)測方法的介紹;第四部分是金融系統(tǒng)異常監(jiān)測模型的實(shí)證分析;最后是本文結(jié)論。

2基于資金流的金融系統(tǒng)異常的監(jiān)測指標(biāo)選取

2.1指標(biāo)體系構(gòu)建理論依據(jù)

金融系統(tǒng)穩(wěn)健運(yùn)行影響著宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)。當(dāng)金融系統(tǒng)功能穩(wěn)定有效發(fā)揮時，資金得到合理配置，利用效率提高，可進(jìn)一步促進(jìn)經(jīng)濟(jì)的穩(wěn)定持續(xù)增長、保持物價水平的穩(wěn)定。同時，金融系統(tǒng)的正常運(yùn)行需要大量人才，為社會提供了大量就業(yè)崗位，可以促進(jìn)充分就業(yè)，另外，在經(jīng)濟(jì)全球化的趨勢下，金融系統(tǒng)的正常運(yùn)行有利于維持國際收支平衡。

西方兩大經(jīng)濟(jì)流派基于不同的分析框架對金融系統(tǒng)核心功能有著不同的解釋。賈利軍、蔣映泉（2015）認(rèn)為主流經(jīng)濟(jì)學(xué)強(qiáng)調(diào)金融系統(tǒng)通過資源配置滿足不同的空間需求，將閑置資源分配到需要的地方，而凱恩斯主義—熊彼特主義強(qiáng)調(diào)金融系統(tǒng)通過創(chuàng)造信貸滿足投資與消費(fèi)的跨時需求。在金融系統(tǒng)發(fā)揮功能時，資金流量貫穿生產(chǎn)總值分配和國民經(jīng)濟(jì)各部門資金余缺調(diào)節(jié)的全過程，如儲蓄、金融投資、信貸等，是金融系統(tǒng)運(yùn)行的核心。

綜上可知，金融系統(tǒng)的運(yùn)行存在著一般狀態(tài)，此時金融系統(tǒng)功能（配置資源、信用創(chuàng)造）正常發(fā)揮并且有效地促進(jìn)宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)。如金融系統(tǒng)的運(yùn)行偏離了這樣的一般狀態(tài)，即定義為出現(xiàn)了異常。為了防范金融風(fēng)險的累積，需要結(jié)合以下幾方面構(gòu)建基于資金流的異常監(jiān)測指標(biāo)體系。

2.2指標(biāo)體系內(nèi)容

第一個目標(biāo)層指標(biāo)用于監(jiān)測金融系統(tǒng)功能的穩(wěn)健發(fā)揮，即信用創(chuàng)造和資源配置。在資金流視角下，信用創(chuàng)造關(guān)系到中央銀行、存款貨幣銀行和非貨幣金融機(jī)構(gòu)等金融系統(tǒng)的各個組成部分。本文主要監(jiān)測信貸創(chuàng)造的資金結(jié)構(gòu)異常，考慮到非貨幣金融機(jī)構(gòu)無法創(chuàng)造派生存款貨幣，對信用創(chuàng)造的影響較小，故不納入研究范圍。對資源配置功能的監(jiān)測主要在于儲蓄轉(zhuǎn)化為投資的結(jié)構(gòu)和效率兩方面。第二個目標(biāo)層選取反映宏觀經(jīng)濟(jì)目標(biāo)實(shí)現(xiàn)的指標(biāo)，對金融系統(tǒng)功能的有效性進(jìn)行監(jiān)測。根據(jù)上述理論，我們選擇的備選指標(biāo)如表1所示。

其中，投資效率（X8）為GDP增加額與固定資產(chǎn)投資的比值;儲蓄投資缺口（X9）是儲蓄率減去投資率。

2.3基于SEM的指標(biāo)顯著性分析

本文通過結(jié)構(gòu)方程模型（SEM）驗(yàn)證備選監(jiān)測指標(biāo)的顯著性。本研究中的潛變量包括金融系統(tǒng)的功能、金融系統(tǒng)功能的有效性，而GDP增長率、城鎮(zhèn)登記失業(yè)率等可觀測的變量都為顯變量。本文采用AMOS26.0軟件擬合結(jié)構(gòu)方程模型，利用R2檢驗(yàn)各顯變量的顯著性，刪去X3、X4、X5、X13和X14貢獻(xiàn)度較小的指標(biāo)（R2<0.5）。本文結(jié)構(gòu)方程模型測量方程的載荷系數(shù)估計(jì)結(jié)果見表2，所有監(jiān)測指標(biāo)都通過了載荷系數(shù)的顯著性檢驗(yàn)。為進(jìn)一步衡量監(jiān)測指標(biāo)對金融系統(tǒng)運(yùn)行的整體解釋程度，需要對比樣本的協(xié)方差矩陣和理論模型的相關(guān)系數(shù)矩陣的差異。經(jīng)檢驗(yàn)，χ2/df為4.692，符合小樣本數(shù)據(jù)情況下該值一般小于5的要求;RMSEA為0.259，該值按評價標(biāo)準(zhǔn)而言應(yīng)越小越好，因此較為理想。CFI為0.883，該值按評價標(biāo)準(zhǔn)越接近于1越理想，因此該指標(biāo)也較為理想。PNFI、PCFI的值分別為0.477和0.490，兩者均大于0.5，或接近0.5較好，因此也在接受范圍內(nèi)。綜上，本研究的SEM模型的擬合結(jié)果較理想。本文擬合的結(jié)構(gòu)方程的路徑如圖1所示。

3異常檢測方法的理論基礎(chǔ)

在選擇異常監(jiān)測方法時我們需要充分關(guān)注到樣本數(shù)據(jù)的特點(diǎn)。金融數(shù)據(jù)缺少負(fù)類樣本的特點(diǎn)決定了傳統(tǒng)的二值分類方法并不適用。對于特征維數(shù)較少的數(shù)據(jù)，單值分類方法如支持向量域描述（SVDD）可以很好地解決數(shù)據(jù)樣本嚴(yán)重不平衡的問題。SVDD通過將樣本映射到高維空間找到一個可以包圍目標(biāo)樣本的最小超球體來劃分正負(fù)樣本。為了緩解模型過擬合，引入松弛變量ξ來降低模型對異常值的敏感性和懲罰參數(shù)C作為超球體積與誤差之間的折中。通過最小化誤差函數(shù)實(shí)現(xiàn)參數(shù)的尋優(yōu)。

但是對于多維特征的數(shù)據(jù)，SVDD方法對于樣本數(shù)量的要求較高，而主成分分析法（PCA）在異常點(diǎn)檢測中的應(yīng)用可以有效對高維數(shù)組實(shí)現(xiàn)降維處理。在樣本空間中，樣本的變異信息是樣本在各方向上變異信息的綜合，從統(tǒng)計(jì)學(xué)角度而言，變異信息可以表示為各個樣本點(diǎn)與中心位置的偏離值即方差。因此，樣本點(diǎn)提供的變異信息對應(yīng)著偏離數(shù)據(jù)集重心的程度。

4金融系統(tǒng)異常監(jiān)測模型的實(shí)證分析

4.1數(shù)據(jù)來源及處理

本文實(shí)證分析數(shù)據(jù)主要來源于中國人民銀行官方網(wǎng)站、同花順數(shù)據(jù)庫等。其中，反映金融系統(tǒng)功能的有效性指標(biāo)的宏觀經(jīng)濟(jì)指標(biāo)受統(tǒng)計(jì)口徑的限制多為季度數(shù)據(jù)，因此本文在對金融系統(tǒng)功能的有效性及金融系統(tǒng)配置資源功能進(jìn)行監(jiān)測時選取的是2005—2018年共14年的季度數(shù)據(jù)進(jìn)行多指標(biāo)的異常點(diǎn)檢測;在對金融系統(tǒng)信用創(chuàng)造功能進(jìn)行監(jiān)測時選取的是2005—2018年的月度數(shù)據(jù)。

由于SVDD一般應(yīng)用于向量數(shù)據(jù)的異常點(diǎn)監(jiān)測，時間序列數(shù)據(jù)需要進(jìn)行相空間重構(gòu)才能滿足樣本之間的獨(dú)立性。本文借助軟件MATLAB2019a實(shí)現(xiàn)對數(shù)據(jù)的相空間重構(gòu)并進(jìn)行歸一化處理，最終獲得滿足建模條件的數(shù)據(jù)。

4.2金融系統(tǒng)運(yùn)行異常監(jiān)測模型構(gòu)建

在金融系統(tǒng)功能監(jiān)測指標(biāo)中，反映資源配置功能的監(jiān)測指標(biāo)主要考慮了儲蓄向投資轉(zhuǎn)化的數(shù)量和質(zhì)量，反映信用創(chuàng)造功能的監(jiān)測指標(biāo)主要關(guān)注信貸結(jié)構(gòu)異常，并且這幾個方面的關(guān)聯(lián)度不大，因此對于金融系統(tǒng)功能的監(jiān)測只對單個指標(biāo)進(jìn)行異常檢測，不考慮指標(biāo)的相關(guān)關(guān)系。

金融系統(tǒng)功能的有效性表現(xiàn)在宏觀經(jīng)濟(jì)目標(biāo)能否實(shí)現(xiàn)上。由于四大宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)具有較大的關(guān)聯(lián)性，因此應(yīng)考慮監(jiān)測指標(biāo)之間的相關(guān)關(guān)系，對多個指標(biāo)進(jìn)行異常檢測。但是由于高維數(shù)據(jù)對樣本數(shù)據(jù)數(shù)量的要求較高，而樣本數(shù)據(jù)容量過小會造成SVDD分類器檢測錯誤的概率過高，因此選用主成分分析法對多指標(biāo)異常點(diǎn)進(jìn)行檢測。

4.3金融系統(tǒng)運(yùn)行異常監(jiān)測實(shí)證分析

4.3.1金融系統(tǒng)功能實(shí)證分析

本節(jié)借助MATLAB2019a的ddtools及prtools工具箱建立SVDD單值分類器模型。其中，SVDD模型選用常用的高斯核函數(shù)，模型中的可變參數(shù)包括懲罰參數(shù)C和高斯徑向基核函數(shù)的內(nèi)核寬度參數(shù)δ?；诰W(wǎng)格搜索及10折交叉驗(yàn)證法優(yōu)化參數(shù)，得到基于訓(xùn)練集的一對優(yōu)化后的參數(shù)，據(jù)此建立SVDD分類器模型。以指標(biāo)X11為例，選取前60%數(shù)據(jù)作為訓(xùn)練集，后40%數(shù)據(jù)作為測試集，利用SVDD分類器模型得到各個樣本的分屬類別。分類結(jié)果是訓(xùn)練樣本中正常樣本所占的比例為85.77%，訓(xùn)練樣本整體穩(wěn)定。圖2為訓(xùn)練得到的決策邊界。

對所選指標(biāo)逐一按照如上步驟進(jìn)行訓(xùn)練、分類，得到金融系統(tǒng)功能異常檢測結(jié)果，見表3。

從表3可以看出金融系統(tǒng)運(yùn)行功能的監(jiān)測指標(biāo)異常點(diǎn)多以單個出現(xiàn)的方式為主，很少出現(xiàn)大規(guī)模連續(xù)成片的異常點(diǎn)，可見我國金融系統(tǒng)運(yùn)行的異常大多來自偶然事件的沖擊，并未產(chǎn)生大規(guī)模傳導(dǎo)性的影響。

其中，反映金融系統(tǒng)配置資源功能的監(jiān)測指標(biāo)（X8、X9）的異常點(diǎn)個數(shù)較少但分布較均勻。結(jié)合我國實(shí)際情況來看，2005—2009年國民儲蓄率由45.89%上升至50.93%，受限于房地產(chǎn)投資政策，投資率基本維持在同一水平，這導(dǎo)致我國的儲蓄投資缺口在2005年后呈迅速擴(kuò)大趨勢。2009年受國際金融危機(jī)的影響，吸收外資同比降幅超20%，外資對國民儲蓄的擠出效應(yīng)降低，且同期投資率受國家4萬億元投資計(jì)劃刺激由40%上升至46%以上，使得2009年后儲蓄投資缺口有所下降，但仍然高于2005年之前的水平。這一數(shù)據(jù)表明大量的剩余儲蓄無法轉(zhuǎn)化為投資資本。反映金融系統(tǒng)信用創(chuàng)造功能的監(jiān)測指標(biāo)中X11、X12均出現(xiàn)了少數(shù)連續(xù)的異常點(diǎn)，且兩個指標(biāo)出現(xiàn)3次同時期連續(xù)的異常點(diǎn)。分析原因，都與同期政策發(fā)布使得信貸結(jié)構(gòu)變化導(dǎo)致資金大規(guī)模流動有關(guān)。例如兩指標(biāo)均在2011年末及2012年出現(xiàn)了較為密集的異常點(diǎn)，同時期，央行連續(xù)上調(diào)存款準(zhǔn)備金率（6次）、上調(diào)基準(zhǔn)利率（2次）。與此同時，2012年是“十二五”規(guī)劃的最后一年，社會融資結(jié)構(gòu)發(fā)生顯著改變，因而指標(biāo)檢測出較密集的異常點(diǎn)。

4.3.2金融系統(tǒng)功能有效性實(shí)證分析

首先，在進(jìn)行主成分分析異常檢測之前需要消除監(jiān)測指標(biāo)時間序列的相關(guān)性。通過SPSS軟件分析可知，指標(biāo)X1、X7序列數(shù)據(jù)經(jīng)過一階差分處理、指標(biāo)X2、X6經(jīng)過二階差分處理后均可獲得1%置信水平下的平穩(wěn)時間序列且不存在序列自相關(guān)。本文利用MATLAB2019a軟件對反映金融系統(tǒng)功能的有效性的4個監(jiān)測指標(biāo)共55個四維樣本點(diǎn)進(jìn)行主成分分析，計(jì)算結(jié)果見表4。

根據(jù)表4可知，應(yīng)該提取3個主成分（累積貢獻(xiàn)率大于85%）。當(dāng)霍特林統(tǒng)計(jì)量T2>6.27時，可以判斷該樣本點(diǎn)出現(xiàn)了異常，結(jié)果見表5。

本文選取的監(jiān)測指標(biāo)時間跨度較大，檢測出了較多的異常點(diǎn)。T2值大小也反映了異?，F(xiàn)象程度的輕重。因此，主要關(guān)注T2統(tǒng)計(jì)量較大的異常點(diǎn)。2005年、2008—2009年是金融系統(tǒng)配置資源和信用創(chuàng)造兩大核心功能異常點(diǎn)密集出現(xiàn)的時間，反映出經(jīng)濟(jì)增長和國際收支平衡兩大宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)受到了較大影響。2005年，我國經(jīng)濟(jì)增長率高達(dá)9.9%，對外貿(mào)易方面出口增長強(qiáng)勁，對經(jīng)濟(jì)增長的貢獻(xiàn)率超過35%，遠(yuǎn)超正常水平，進(jìn)口增速顯著降低，內(nèi)需增長不足，加劇了貿(mào)易的不平衡。2008年、2009年中國經(jīng)濟(jì)在經(jīng)歷2003—2007年的高速增長后進(jìn)入調(diào)整期，同時受國際金融危機(jī)的影響，2009年一季度經(jīng)濟(jì)增速觸底僅為6.1%，隨后政府出臺一系列刺激內(nèi)需的政策促進(jìn)經(jīng)濟(jì)增速反彈，政府及時的政策措施使得沖擊得到較好的調(diào)節(jié)控制。

5結(jié)論和建議

通過本文的研究，發(fā)現(xiàn)金融系統(tǒng)功能的異常點(diǎn)多以單個出現(xiàn)的方式為主，很少出現(xiàn)大規(guī)模連續(xù)成片的異常點(diǎn)，可見中國金融系統(tǒng)的配置資源和信用創(chuàng)造功能較為穩(wěn)定，短時間內(nèi)的小幅偏差不會造成金融系統(tǒng)運(yùn)行趨勢的改變;金融系統(tǒng)功能有效性的異常點(diǎn)大部分T2值較小，異常程度較輕，少數(shù)異常程度較大的異常點(diǎn)多與金融市場的重大改革或是國際金融危機(jī)的沖擊有關(guān)，且政府都采取了及時有效的調(diào)控措施，因此異常情況帶來的不利影響得到了及時控制。

同時，我們可以發(fā)現(xiàn)以下四點(diǎn)規(guī)律：一是中國金融系統(tǒng)運(yùn)行中配置資源和信用創(chuàng)造兩大核心功能的發(fā)揮較為平穩(wěn)，以短期的異常為主，發(fā)生長期異常的可能性較小;二是非金融部門貸款比重（X11）與非貨幣金融機(jī)構(gòu)貸款比重（X12）兩個指標(biāo)的異常點(diǎn)時間具有較多的重合，并且與中央銀行出臺的政策聯(lián)系緊密，說明中國信貸結(jié)構(gòu)受貨幣政策影響程度較大;三是社會融資結(jié)構(gòu)的改變會使金融系統(tǒng)信用創(chuàng)造功能的發(fā)揮出現(xiàn)異常，但是監(jiān)管部門及時出臺相應(yīng)的調(diào)控政策能夠使其回歸正軌;四是金融系統(tǒng)連續(xù)、長期出現(xiàn)的異常現(xiàn)象會導(dǎo)致宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)受到影響。

參考文獻(xiàn)：

[1]劉璇，張朋柱，李嘉，等.商業(yè)銀行資金異常識別研究[J].系統(tǒng)管理學(xué)報(bào)，2013（3）：379-384.

[2]秦學(xué)志，李靜一.基于大數(shù)據(jù)樣本的銀行異常賬戶監(jiān)測方法[J].系統(tǒng)管理學(xué)報(bào)，2016（4）：677-682.

[3]徐梅，扈夢.基于D-Markov模型的金融波動模式識別[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2014（2）：255-259.

[4]宋軍，吳沖鋒.金融資產(chǎn)定價異?，F(xiàn)象研究綜述及其對新資產(chǎn)定價理論的啟示[J].經(jīng)濟(jì)學(xué)（季刊），2008（2）：701-730.

[5]羅曉蕾，張明輝，許尚超.區(qū)域性金融風(fēng)險監(jiān)測預(yù)警體系研究：以河南省區(qū)域金融風(fēng)險為例[J].金融理論與實(shí)踐，2018（5）：40-46.

[6]劉璇.金融網(wǎng)絡(luò)中資金流動模式識別與智能化異常監(jiān)測[D].上海：上海交通大學(xué)，2010.

[7]周國紅.金融系統(tǒng)風(fēng)險研究與控制的混沌理論探索[J].浙江大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2001（3）：81-85.

[8]閔亮，沈悅，韓丹.構(gòu)建符合國情的我國金融危機(jī)預(yù)警指標(biāo)體系[J].現(xiàn)代經(jīng)濟(jì)探討，2008（7）：66-70.

[9]劉志強(qiáng).金融危機(jī)預(yù)警指標(biāo)體系研究[J].世界經(jīng)濟(jì)，1999，6（4）：12-21.

[10]萬義平.國際金融危機(jī)預(yù)警指標(biāo)體系的構(gòu)建[J].統(tǒng)計(jì)與決策，2010（14）：8-10.

[11]陳斌，陳松燦，潘志松，等.異常檢測綜述[J].山東大學(xué)學(xué)報(bào)（工學(xué)版），2009（6）：13-23.

[12]賈利軍，蔣映泉.資源配置與生產(chǎn)效率：西方經(jīng)濟(jì)理論中關(guān)于金融系統(tǒng)功能的解釋與比較[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2015（1）：14-18.

[13]王濤.淺說資金流量核算[J].統(tǒng)計(jì)與咨詢，2013（4）：33-35.

[14]王靜.基于SVDD技術(shù)的宏觀金融穩(wěn)健性預(yù)警與監(jiān)測研究[J].信息系統(tǒng)工程，2011（2）：110-112.

[15]王洪波.單分類支持向量機(jī)的學(xué)習(xí)方法研究[D].杭州：浙江大學(xué)，2012.

[16]SCHOELKOPFB.Supportvectorlearning[D].Delft：TechnischenUniver-sitatBerlin，1997.

[17]TAXDMJ.One-classclassification：conceptlearningintheabsenceofcounter-examples.PhDthesis，DelftUniversityofTechnology，2001.

[18]王洪春，彭宏.一種基于主成分分析的異常點(diǎn)挖掘方法[J].計(jì)算機(jī)科學(xué)，2007（10）：192-194.

[19]王海燕，盛昭瀚.混沌時間序列相空間重構(gòu)參數(shù)的選取方法[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2000（5）：113-117.

[20]張艷蘭，欒元重，尹燕運(yùn)，等.混沌時間序列相空間重構(gòu)及特性識別[J].測繪科學(xué)，2016，41（4）：15-18.

收稿日期：2020-03-16

基金項(xiàng)目：國家自然科學(xué)基金（71601116）;上海浦江人才計(jì)劃（16PJC045）

作者簡介：紀(jì)珣（1995—），女，江蘇南通人，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院管理科學(xué)與工程系碩士研究生，研究方向：機(jī)器學(xué)習(xí)、文本分析在會計(jì)金融領(lǐng)域的應(yīng)用，E-mail：jixunjasmine@sjtu.edu.cn。