随着世界经济一体化及各国经济，特别是发展中国家及新兴国家金融快速增长，金融风险及金融危机也有新的表现和特点，如破坏能力更强、在不同国家之间传播更为迅速、波及范围更广等等。为此，防范金融风险性，预防新一轮全球金融危机成为各国关注的话题。在骆驼理论(CAMEL Theory)及已有的金融危机预警机制的建立思想及方法论上，金融稳健因子应运而生。
　　金融稳健因子（Financial soundness indicators，简称FSIs）由国际货币组织(IMF)于2001年提出，并于2003年正式发布，制定的目的是利用一套完整的指标系统，全面、及时地评价各成员国金融体系稳健性及可能存在的金融风险，以便IMF实时监管各成员国的金融稳健性，预防新一轮的全球性金融危机。经过2006年及2013年的两次修订和完善，FSIs从最初仅仅针对一国商业银行体系金融稳健性作出评价的指标集，到现在涵盖了商业银行、房地产、居民部门、证券市场、房地产市场、保险市场等各个行业，包括了核心集和鼓励集，共计个指标的全面评价一国完整金融体系稳健性的指标。FSIs的发展也代表了防范金融风险性及金融危机的思路及方法论的进展，对各国评价自身金融体系稳健性、防范金融风险有很重要的意义，同时，利用FSIs，IMF可以更好、更方便地实施对各成员国的监控，防范全球性的金融危机的爆发。
　　可是，虽然FSIs概念在2001年已提出，并在2003年正式发布，但是对于FSIs的研究并不多，国外的研究都是以IMF的报告为主，并且也仅仅是对FSIs相关内容的描述，或是世界经济大环境的概况作简要分析，国内则是以FSIs概念性描述以及其评价框架为主要研究主题，因此，国内、外并没有针对各国向IMF所提供的FSIs核心集或鼓励集进行数理化统计及分析，也没有进行FSIs的实证性检验，以此验证FSIs核心集和鼓励集设置是否合理。
　　本论文创新之处在于利用包括聚类分析、相关性矩阵、主成分分析及多元回归等这几个基本的多元统计方法，对世界经济有较大影响力，或是各地区中具有代表性的个国家2010年至2014年向IMF所上报的FSIs核心集进性数理统计分析，以此对FSIs核心集作实证性的检验，分析FSIs是否符合欧债危机爆发以来世界经济的发展变化，是否具有能检验出一国金融体系风险性的能力，以及是否有不足之处及需要改进的地方。
　　本文首先描述了FSIs的基本概念以及发展历程，描述了FSIs指标每个指标所属指标集具体评价的是金融体系哪方面的稳健性，同时也大致性描述了FSIs从单一评价商业银行系统金融稳健性的核心集到包含核心集和鼓励集的发展状况。然后，对各个国家2010年至2014年FSIs核心集共计18个指标进行基本的描述。通过对金猪五国这几个受欧债危机冲击最为严重的五个国家的FSIs核心集时间折线图进行分析发现，欧债危机发生后，这五个国家的不良贷款与贷款准备金的差值与资本之比、资本收益率及流动性资产与短期负债之比都呈现出了较大的波动或者是变化;同时，在2010年至2014年期间，金猪五国同时呈现出了资本、资产收益率低，说明各国资产质量低下;居民贷款占贷款总额比例较高，说明各国仍然处于贷款消费的模式。之后对欧债危机期间国内经济表现相对良好，受到欧债危机冲击较小的法国、德国和美国的FSIs核心集的时间折线图分析，发现虽然这三个国家也存在贷款较高的情况，但是和金猪五国相比，它们的资本收益率要远远高于金猪五国。
　　其次，利用各国国家的FSIs核心集进行聚类分析，通过对各国国家的2010年至2014年每年的FSIs核心集进行聚类分析，通过不同国家之间的距离均方根的大小，对不同的国家进行分类，并通过分析聚类历史和聚类数可最终决定类别的总数及每一类中所包含的国家。通过2010年至2014年每年的不同国家之间的聚类结果发现，意大利、葡萄牙和希腊非常容易地从其余国家中区分出来，而如澳大利亚、印度等经济发展增速较快的国家被归为了一类，而美国、日本、南非，及2011年以后受欧债影响的巴西和俄罗斯的共同点是受到金融危机一定的影响，虽然不如金猪五国严重，但国内GDP增长速度放缓，因此这几个国家距离相对比较近;包含英国、德国和法国的几个欧洲国家则非常容易地归为一类，其中英国、法国和德国这三个欧洲国家在欧债危机爆发及加深的过程中依靠其强大的实体经济，受到金融危机的冲击较小，并且也在积极地对受欧债危机冲击严重的欧盟各国实施救援措施。通过分析2010年至2014年的聚类分析，利用FSIs核心集能很好地将受金融危机冲击严重的国家从其他国家区分出来，说明这些具有金融风险性的国家可以通过FSIs检测出来，其金融风险性也可通过FSIs核心集表现出来，不仅如此，利用FSIs核心集还将经济运行环境相类似的国家分为一类，因此可以看出，FSIs的作用不仅限于评价金融稳健性或者预警金融风险性，也可以利用FSIs对一国整体经济的运行程度作大致的分析。从聚类分析结果看，FSIs可以对金融性风险作出一定有效的评定。
　　为了分析FSIs核心集内描述同一金融稳健性方面的指标之间，以及对描述不同金融稳健性方面的指标之间是否有线性相关关系，对各个国家FSIs核心集进行相关分析。通过检验相关矩阵中的置信P值及Pearson相关系数，得出对于评价同一金融稳健性方面的指标集中的指标部分有一定的共线性，而对于描述不同金融稳健性方面指标的指标，部分指标之间也检测出线性相关关系，说明FSIs指标之间有一定的共线性存在，因此对于单个指标的评价作用会因为共线性有所削弱，因此FSIs核心集需要进行一定的修改。
　　为了简化、优化FSIs集合，论文利用主成分分析对原有的FSIs核心集进行简化就有一定的意义。在保持原始FSIs核心集评价体系的框架下，对评价同一金融稳健性方面的指标集内的指标进行主成分分析，通过相关矩阵的累计值，判定出主成分的个数，以这些主成分解释原始变量超过85％信息，并且通过特征矩阵，写出主成分的表达式以及其所代表的意义。从主成分分析看出，利用主成分分析可以将变量数量从原始变量的18减少至9个，而且在评价同一金融方面稳健性的指标集中，通过主成分分析可以消除共线性的影响，利用这9个主成分就可以解释原始FSIs超过85％的信息，因此利用这些主成分对各国的金融稳健性作出评价，可以减少指标过多导致的各国向IMF所提供数据的缺失的问题，便于各国搜集及编制该国的FSIs，增加FSIs指标在评价一国金融稳健性的可操作性;另外相比原始的FSIs指标，由于消除了指标之间共线性的问题，因此利用FSIs核心集的主成分还可以对该国的金融稳健性作数理分析及统计，主成分的制定及分析具有现实的意义。
　　为了得出FSIs核心集中哪些指标对GDP影响最为深刻，同时看FSIs核心集是否具有对GDP的解释能力，利用FSIs核心集18个指标与GDP用逐步回归的方法建立线性回归模型，以此检验FSIs核心集与GDP之间是否有较大的关联，从模型输出结果看，FSIs核心集中监管一级资本与风险加权资产之比、不良贷款与贷款总额之比、不良贷款与贷款准备金差值与资本之比、商业银行贷款与贷款总额之比、其他国民部门贷款与贷款总额之比及流动性资产与短期负债之比对GDP有一定的影响，但是线性模型对GDP解释能力并不是很强;利用FSIs核心集建立Logistic模型，检验FSIs核心集对金融风险性预测的能力，从输出结果看，不良贷款与贷款总额之比、非居民贷款与贷款总额之比、流动性资产与短期负债之比、监管资本与风险加权资产之比、流动性资产与总资产之比、其他国民部门贷款与贷款总额之比、资本收益率及资产收益率对模型有显著的影响，另外将金猪五国、英国、美国、法国和德国FSIs值代入模型中，计算出各国2011年发生金融危机的概率，从各国概率值中看出，Logistic模型能较好地预测一国发生金融危机的概率。并将中国内地及香港各年的FSIs数据代入模型，计算出、中国内地及香港发生金融危机的概率，结果表示，中国内地及香港发生金融危机的概率均比较小，但是在2013年开始金融风险性均有较大的上升。
　　通过上述一系列的针对FSIs核心集的数理统计，得出了FSIs核心集对于一国的金融稳健性评价在某一程度上是有效的，但同时也有其不足和有缺陷的地方，因此需要进行一定的修整。另外，对于利用FSIs指标进行一国金融稳健性的政策上，本论文指出，如果要实现FSIs的评价及监管功能，及时获知可能的金融性风险，以此预防新的世界金融危机，IMF需要加强对各成员国的监管力度，强制各国定期向IMF提供完整、全面的FSIs指标，同时规范FSIs数据的内容，制定统一的汇报格式，提高FSIs评价及检测的可操作性;IMF除了制定FSIs集合的详细内容之外，还需要制定完整、可行的金融风险性预警机制，定期利用各国向其提供的FSIs集合数据进行处理分析，编制全球金融稳健性报告，并且对可能发生金融风险的国家给予警示，使FSIs集发挥其最大效用。