论文部分内容阅读
摘 要：研究针对如何在风险尚未完全显现之前进行预测和可能导致相关风险因素。整个研究采用理论与实证分析相结合的方式进行。在理论分析中，将传统的logistic模型进行拓展，解决了其对风险尚未爆发无法测度的问题；在实证分析中，以拓展的logistic模型为依托，选定16家国内上市的金融企业为研究对象，通过指标设定、数据收集与分析、模型回归分析等，不仅确定了存在潜在风险的7家企业，而且对这7家企业如何化解风险，从四个方面提出了行之有效的化解方案。
关键词：logistic模型；金融企业；风险点；风险因素
一、目标与意义
我国部分上市企业如何在风险尚未完全显现之前进行风险预测，并对可能导致风险的成因点进行有效规避？一直以来都是金融研究人员、投资银行等工作精英们讨论的热点之一，但是就这类问题目前尚没有成熟的研究成果。得出这一结论是基于作者多年的投资银行、风险投资等金融工作实践中的思考，源于对国内已有的风险研究文献成果研究的基础上、已有的风险研究，主要采用但不限于模型分析进行测度分析。在模型分析中，主要是设计两类，分别是一类使用混合模型进行风险研究方法，另外一类是使用单一模型进行风险测度研究方法。综合上述两类分析研究结果，并与自身已经掌握的理论与方法相结合，最终决定采用logistic模型作为基础模型，通过对该模型进行有针对性的拓展来解决如何就尚未发生风险的风险成因定位与解决的问题。
二、风险点测度方法理论论证
就如何确定风险点，即确定logistic模型中的风险点，在此通过理论分析给出具体的定位方法。
（一）风险点（极小收益点）确定思路
之所以在此单独开辟一个环节就风险点如何确定进行理论研究，主要源于以下四个主因。第一、在logistic模型中，需要确定哪些是风险点对应的数据，哪些是非风险点对应的数据。采取这种二元分类法，不仅对数据进行了分类，而且给予数据对应的二元值。第二、在已有的实证数据中，带有风险点的数据较少。因此，就二元性质数据而言，无法保证风险点数据样本的充足性，带来的结果就是logistic实证模型无法通过回归分析得到具有高可信度的分析结果。第三、已有的实证企业在30年的发展中，基本处于高速增长阶段，整个行业发展态势基本面为稳重求进。这一局面与我国改革开放后始终雄踞世界发展增速前列的大背景下紧密相关。这就造就了整个行业始终是处在风险未体现或市场有效补给的环境下，从而导致现实环境中实证企业尚未显现风险的问题。这也从侧面印证了第二点中提及的风险点实证数据过少的现象。第四、对于风险研究最佳时机是在风险尚未爆发之前。只有在风险爆发之前找到风险点，并通过行之有效的方法对风险点进行一一化解，才是对宏观经济与实体经济的最大贡献。如果在风险大面积爆发之后，再确定风险点，并提出并实施与之对应的整改措施，未免有亡羊补牢的意味。
在此提出一种针对具体实证对象进行风险预测的方法。考虑到实证对象为金融类企业，其从事的业务主要是金融产品业务，关注的核心是金融核心产品的收益问题。因此，通过对实证对象的数据收集、挖掘和深入研究，明确了收益实现中应该关注的五大基本原则。一、总净收益是由总收入减去总支出得到，总收入是通过向第三方提供贷款获得贷款利息而实现，总支出是向储户提供存款利息而具体体现。二、风险点即极小收益点，是由总净收益最小化点具体构成。三、极小收益点是潜在的风险点，通常风险点一定是属于极小收益点。因此，只有确定了极小收益点，就锁定了风险点。四、储户存款提取意愿完全是由预期收益决定，储户可以根据预期收益的高低，自行调整回收存款的时间。五、贷款偿还过程中通常每月付息，允许按季度还款、年度、到期一次性偿还本金等多种灵活方式，這是借贷双方沟通后达成的意向。
（二）风险点（极小收益点）确定过程
依据上述五大原则，就如何进行极小收益点的思路为核心，通过具体论证过程，确定金融机构的风险点之所在，
对于极小收益点，本质是确定极小收益发生的条件，由此确定对应的极小收益点及风险点。对于金融机构而言，从总体上是寻找实现如下最小化的具体路径模型（见式1）：
y为贷款到期本息总额；x为按照定额本金方式所得的按期固定还款金额；xa为按期实际还款金额，a为按期实际还款指数；r为按期计算的存款利率；p为按期计算的贷款利率；t为贷款总期长。
在式1所示的模型中， 为实际发生的存款本息总计， 为实际发生的贷款本息总计，为实际盈余总计。在上述三种总计中，不仅三者的统计周期是完全一致的，而且本金均以定额本金方式计算。
对于该最小化问题，采取Hamilton分析方法，最终得到了不同条件下的解，具体如下（见表1）：
表1所给出的结果是结论Hamilton分析确定，并采用仿真运算得到的部分仿真结果（仿真运算借助MATLAB软件完成）。通过如上分析，明确了通过存贷款的实际收益，即可确定金融机构发展是处于极小收益发展情况，还是处于其它情况。对于处于极小收益情况，将其标记为风险点。在随后的风险成因确定分析中，将以极小收益点作为风险点，结合logistic模型，具体确定风险成因。
三、上市金融企业风险成因实证研究
对于上市金融企业风险成因，将采取下述三个环节的分析，确定导致风险的成因，同时基于风险成因给出具有针对性的降低或规避风险的建议。
（一）指标确定
在已经进行的风险点分析中，明确了何种情形时潜在的风险点，但是对于风险成因点尚未给出确定的方法。之所以要确定潜在的风险成因点，完全是基于logistic模型要求。传统的logistic模型要求实证对象所提供的数据中必须包括风险数据和无风险数据，但是鉴于我国的实际发展情况，这一点很难满足。这在之前的理论分析中已经明确。因此，采用之前的分析方法，将logistic模型拓展，对风险确定采用前述风险点确定方法。与此同时，要保证logistic模型成立，必须首先选择可能形成的风险点进行模型回归分析。 基于上述思路，确定了两大类指标，风险点指标和潜在风险成因点指标，具体如下（见表2）：
风险点指标分为三类子指标，分别为利率子指标、存贷款子指标、周期子指标。这三类子指标用来具体实现对是否为风险点进行确定，确定的方法见第二部分的论证。潜在风险点指标分为六大类子指标，依次为人力相关子指标、管理相关子指标、借款子指标、特殊产品子指标、资产相关子指标、存款子指标。这六类子指标的确定，是在借鉴了已有成果研究和金融行业产业特性基础上确定的。需要特别强调的是，在资产相关子指标中，纳入固定资产总额是为了对所有指标进行归一化处理。
通过上述分析，不仅确定了风险点指标，而且确定了潜在的风险成因点指标。这样从理论上具备了进行拓展logistic模型分析的可能。在此基础上，进行实证对象选取。考虑到对象必须为金融行业，且对象对应数据必须客观、真实。因此，决定以我国国内主板上市的金融机构作为对象进行研究。
表3中对象总计为16个，以其中的浦发银行（600000）为例，浦发银行为企业名称，600000为对应的股票代码。其它对象的解释与此类似。
（二）风险成因点分析
基于前述分析结果，重点是已经给出的拓展分析方法与回归模型分析方法，对16家实证对象进行具体分析。分析的核心是从潜在风险点中找到具有确定性关系的风险点。因此，对16家实证对象，采取多次logistic模型分析，得到了对应风险成因点，将其汇总后得到下表（见表4）：
说明：风险成因点1中给出的是具体风险成因，其后括弧中的数字代表该风险成因点对风险的贡献系数；同理，在风险成因点2中，解释类似。另外，在Logistic模型的关键统计量中，括弧前数字代表的是回归模型的可决系数，括弧中的数字代表的是回归模型调整后的可决系数。
表4列出了7家对象，依次为华夏银行、中信银行、民生银行、光大银行、南京银行、宁波银行、兴业银行。这7家对象不仅有潜在风险，而且风险成因点已经确定。对于剩余的9家对象，要么是没有风险点，要么是风险点关联不到到潜在风险成因点。因此，研究认为在0.80的置信度下，以华夏银行为代表的7家对象，不仅确定了风险发生，而且明确了导致风险的具体原因。
基于以上分析结果，对这些存在风险的对象给出整改对策，以降低或规避其风险发生的概率，提升其持续发展的动力。
（三）整改对策建议
通过对7家存在潜在风险对象进行有效整改，必须首先确定导致其存在风险的原因。通过对已经取得成果的深入分析，基本明确了是由六类原因导致的风险，它们依次为短期借款、长期借款、市场费用、管理费用、信用抵押、衍生产品。同时，从上述六类因素对风险的贡献作用来看，均为正向作用。结合这两类结果，可以明确的是对7家对象，采取的措施应该是分类区别，逐步降低的整改措施。具体而言，主要分为以下四个方面。第一，在贷款管理与审核中，必须加强管理，对恶意骗贷和套贷的行为进行杜绝。之所以这样说，是因为通过风险成因分析后，得到导致风险的具体原因。再针对导致风险的成因点进行深入分析，发现一些短期贷款和长期贷款根本就不具备完全的贷款资格或者有超额贷款，因此在后续的还款中，无法实现有效还款也是必然的。导致这一问题的原因来自两个方面，一是贷款方伪造材料骗取贷款，二是放款方把关不严所致。这从上市公司披露的不良贷款信息中可以找到端倪。第二，对于金融产品风险认识不足所致。这在一些银行开展新金融产品中具有非常明显的例子。以金融衍生品为例，有一些银行在引进其时，对该类产品的结构与机理没有充足的认识，只是停留在直观表面的理解。导致衍生品出现负向问题时，无法应对，从而提高了其系统性风险的发生概率。第三，在金融机构内部，未形成完全闭环的管理链条。对整个贷款及相关产品的审核发放存在着一些潜在的系统性风险。由此为后续风险的发生提供了温床。在金融机构内部，必须更进一步提高信息系统的安全性与全覆盖性，要以业务链为主导，以应用为导向，推动全系统信息化的完善。第四，对于贷款回收的及时性问题，必须加大清缴的力度与及时度。要利用信息化平台形成清款工作流，并结合全国征信系统，对贷款方进行不定期跟踪以及上下游走访等，确保在贷款方尚未爆发大规模还款危机之前，将可以清缴的贷款足额清缴回库。
之所以提出上述四点核心建议，是在对比了其它9家未发生风险对象日常工作管理中的紀律与措施后得到的。这种对比性分析，协助最后提出了如上具体建议。
四、结束语
如何在风险尚未完全显现之前进行风险预测，并确定可能导致风险的具体成因？对于该问题，已有的研究成果从单一模型和混合模型角度展开分析，对此类问题都未给出成型的、系统化的解决方案。基于此，在借鉴了已有成果经验的基础上，同时与自身所掌握的系统性理论与分析方法相结合。采用拓展单一logistic模型来解决的思路展开研究。通过理论分析，确定了风险点应该具备的条件，并对金融类企业风险点具体具备条件给出了深入论证。通过最优化分析，并结合仿真分析研究，对金融类企业风险点给出了具体的仿真结果。这些仿真结果被用作后续风险确认点。随后，以国内上市的16家金融企业作为研究对象，不仅确定了具体的分析指标，而且对分析指标的量化与处理给予了明确。分析指标分为两类，一类是风险点指标，另外一类为潜在风险成因点指标。完成上述工作后，将16家实证对象数据与拓展的logistic模型相结合，通过回归性分析，明确了7企业具有潜在风险，9家企业远离风险。对于存在潜在风险的7家企业，通过对风险成因点分析，确定了各自导致风险的2个关键风险成因点及其对风险点的影响系数。通过以上定量和实证研究分析，对于如何降低或规避风险，我们得出以上四个方面对金融企业加强管理，削弱风险，提高自身预防风险能力与水平给出了具体的指导意见和建议。
参考文献：
[1].财政部会计司.中国上市金融企业年度发展报告（2009卷）[J].东北财经大学出版社，2009，10.
[2].沈悦，戴士伟，罗希.中国金融业系统性风险溢出效应测度——基于GARCH—Copula—CoVaR模型的研究
[3].孙志捐.金融危机下我国商业银行信贷风险测度与控制研究，[J].人民出版社，2015，1.
[4].吴恒煜，马俊伟，朱福敏，林漳希.基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究[J].系统工程理论与实践，2014，34（12）：3009-3021.
[5].蒙震.中小企业信用风险评估模型研究——以某国有控股上市银行为例[J].暨南学报：哲学社会科学版，2014，36（12）：40-48.[J].当代经济科学，2014，36（06）：30-38.
[6].冯超，肖兰.基于KLR模型的中国银行业系统性风险预警研究[J].上海金融，2014， （12）：59-62.
作者简介：
安如营，（1984-），男，汉族，山东青岛人，硕士学位，中级职称，主要研究方向：风险投资与国际并购。
关键词：logistic模型；金融企业；风险点；风险因素
一、目标与意义
我国部分上市企业如何在风险尚未完全显现之前进行风险预测，并对可能导致风险的成因点进行有效规避？一直以来都是金融研究人员、投资银行等工作精英们讨论的热点之一，但是就这类问题目前尚没有成熟的研究成果。得出这一结论是基于作者多年的投资银行、风险投资等金融工作实践中的思考，源于对国内已有的风险研究文献成果研究的基础上、已有的风险研究，主要采用但不限于模型分析进行测度分析。在模型分析中，主要是设计两类，分别是一类使用混合模型进行风险研究方法，另外一类是使用单一模型进行风险测度研究方法。综合上述两类分析研究结果，并与自身已经掌握的理论与方法相结合，最终决定采用logistic模型作为基础模型，通过对该模型进行有针对性的拓展来解决如何就尚未发生风险的风险成因定位与解决的问题。
二、风险点测度方法理论论证
就如何确定风险点，即确定logistic模型中的风险点，在此通过理论分析给出具体的定位方法。
（一）风险点（极小收益点）确定思路
之所以在此单独开辟一个环节就风险点如何确定进行理论研究，主要源于以下四个主因。第一、在logistic模型中，需要确定哪些是风险点对应的数据，哪些是非风险点对应的数据。采取这种二元分类法，不仅对数据进行了分类，而且给予数据对应的二元值。第二、在已有的实证数据中，带有风险点的数据较少。因此，就二元性质数据而言，无法保证风险点数据样本的充足性，带来的结果就是logistic实证模型无法通过回归分析得到具有高可信度的分析结果。第三、已有的实证企业在30年的发展中，基本处于高速增长阶段，整个行业发展态势基本面为稳重求进。这一局面与我国改革开放后始终雄踞世界发展增速前列的大背景下紧密相关。这就造就了整个行业始终是处在风险未体现或市场有效补给的环境下，从而导致现实环境中实证企业尚未显现风险的问题。这也从侧面印证了第二点中提及的风险点实证数据过少的现象。第四、对于风险研究最佳时机是在风险尚未爆发之前。只有在风险爆发之前找到风险点，并通过行之有效的方法对风险点进行一一化解，才是对宏观经济与实体经济的最大贡献。如果在风险大面积爆发之后，再确定风险点，并提出并实施与之对应的整改措施，未免有亡羊补牢的意味。
在此提出一种针对具体实证对象进行风险预测的方法。考虑到实证对象为金融类企业，其从事的业务主要是金融产品业务，关注的核心是金融核心产品的收益问题。因此，通过对实证对象的数据收集、挖掘和深入研究，明确了收益实现中应该关注的五大基本原则。一、总净收益是由总收入减去总支出得到，总收入是通过向第三方提供贷款获得贷款利息而实现，总支出是向储户提供存款利息而具体体现。二、风险点即极小收益点，是由总净收益最小化点具体构成。三、极小收益点是潜在的风险点，通常风险点一定是属于极小收益点。因此，只有确定了极小收益点，就锁定了风险点。四、储户存款提取意愿完全是由预期收益决定，储户可以根据预期收益的高低，自行调整回收存款的时间。五、贷款偿还过程中通常每月付息，允许按季度还款、年度、到期一次性偿还本金等多种灵活方式，這是借贷双方沟通后达成的意向。
（二）风险点（极小收益点）确定过程
依据上述五大原则，就如何进行极小收益点的思路为核心，通过具体论证过程，确定金融机构的风险点之所在，
对于极小收益点，本质是确定极小收益发生的条件，由此确定对应的极小收益点及风险点。对于金融机构而言，从总体上是寻找实现如下最小化的具体路径模型（见式1）：
y为贷款到期本息总额；x为按照定额本金方式所得的按期固定还款金额；xa为按期实际还款金额，a为按期实际还款指数；r为按期计算的存款利率；p为按期计算的贷款利率；t为贷款总期长。
在式1所示的模型中， 为实际发生的存款本息总计， 为实际发生的贷款本息总计，为实际盈余总计。在上述三种总计中，不仅三者的统计周期是完全一致的，而且本金均以定额本金方式计算。
对于该最小化问题，采取Hamilton分析方法，最终得到了不同条件下的解，具体如下（见表1）：
表1所给出的结果是结论Hamilton分析确定，并采用仿真运算得到的部分仿真结果（仿真运算借助MATLAB软件完成）。通过如上分析，明确了通过存贷款的实际收益，即可确定金融机构发展是处于极小收益发展情况，还是处于其它情况。对于处于极小收益情况，将其标记为风险点。在随后的风险成因确定分析中，将以极小收益点作为风险点，结合logistic模型，具体确定风险成因。
三、上市金融企业风险成因实证研究
对于上市金融企业风险成因，将采取下述三个环节的分析，确定导致风险的成因，同时基于风险成因给出具有针对性的降低或规避风险的建议。
（一）指标确定
在已经进行的风险点分析中，明确了何种情形时潜在的风险点，但是对于风险成因点尚未给出确定的方法。之所以要确定潜在的风险成因点，完全是基于logistic模型要求。传统的logistic模型要求实证对象所提供的数据中必须包括风险数据和无风险数据，但是鉴于我国的实际发展情况，这一点很难满足。这在之前的理论分析中已经明确。因此，采用之前的分析方法，将logistic模型拓展，对风险确定采用前述风险点确定方法。与此同时，要保证logistic模型成立，必须首先选择可能形成的风险点进行模型回归分析。 基于上述思路，确定了两大类指标，风险点指标和潜在风险成因点指标，具体如下（见表2）：
风险点指标分为三类子指标，分别为利率子指标、存贷款子指标、周期子指标。这三类子指标用来具体实现对是否为风险点进行确定，确定的方法见第二部分的论证。潜在风险点指标分为六大类子指标，依次为人力相关子指标、管理相关子指标、借款子指标、特殊产品子指标、资产相关子指标、存款子指标。这六类子指标的确定，是在借鉴了已有成果研究和金融行业产业特性基础上确定的。需要特别强调的是，在资产相关子指标中，纳入固定资产总额是为了对所有指标进行归一化处理。
通过上述分析，不仅确定了风险点指标，而且确定了潜在的风险成因点指标。这样从理论上具备了进行拓展logistic模型分析的可能。在此基础上，进行实证对象选取。考虑到对象必须为金融行业，且对象对应数据必须客观、真实。因此，决定以我国国内主板上市的金融机构作为对象进行研究。
表3中对象总计为16个，以其中的浦发银行（600000）为例，浦发银行为企业名称，600000为对应的股票代码。其它对象的解释与此类似。
（二）风险成因点分析
基于前述分析结果，重点是已经给出的拓展分析方法与回归模型分析方法，对16家实证对象进行具体分析。分析的核心是从潜在风险点中找到具有确定性关系的风险点。因此，对16家实证对象，采取多次logistic模型分析，得到了对应风险成因点，将其汇总后得到下表（见表4）：
说明：风险成因点1中给出的是具体风险成因，其后括弧中的数字代表该风险成因点对风险的贡献系数；同理，在风险成因点2中，解释类似。另外，在Logistic模型的关键统计量中，括弧前数字代表的是回归模型的可决系数，括弧中的数字代表的是回归模型调整后的可决系数。
表4列出了7家对象，依次为华夏银行、中信银行、民生银行、光大银行、南京银行、宁波银行、兴业银行。这7家对象不仅有潜在风险，而且风险成因点已经确定。对于剩余的9家对象，要么是没有风险点，要么是风险点关联不到到潜在风险成因点。因此，研究认为在0.80的置信度下，以华夏银行为代表的7家对象，不仅确定了风险发生，而且明确了导致风险的具体原因。
基于以上分析结果，对这些存在风险的对象给出整改对策，以降低或规避其风险发生的概率，提升其持续发展的动力。
（三）整改对策建议
通过对7家存在潜在风险对象进行有效整改，必须首先确定导致其存在风险的原因。通过对已经取得成果的深入分析，基本明确了是由六类原因导致的风险，它们依次为短期借款、长期借款、市场费用、管理费用、信用抵押、衍生产品。同时，从上述六类因素对风险的贡献作用来看，均为正向作用。结合这两类结果，可以明确的是对7家对象，采取的措施应该是分类区别，逐步降低的整改措施。具体而言，主要分为以下四个方面。第一，在贷款管理与审核中，必须加强管理，对恶意骗贷和套贷的行为进行杜绝。之所以这样说，是因为通过风险成因分析后，得到导致风险的具体原因。再针对导致风险的成因点进行深入分析，发现一些短期贷款和长期贷款根本就不具备完全的贷款资格或者有超额贷款，因此在后续的还款中，无法实现有效还款也是必然的。导致这一问题的原因来自两个方面，一是贷款方伪造材料骗取贷款，二是放款方把关不严所致。这从上市公司披露的不良贷款信息中可以找到端倪。第二，对于金融产品风险认识不足所致。这在一些银行开展新金融产品中具有非常明显的例子。以金融衍生品为例，有一些银行在引进其时，对该类产品的结构与机理没有充足的认识，只是停留在直观表面的理解。导致衍生品出现负向问题时，无法应对，从而提高了其系统性风险的发生概率。第三，在金融机构内部，未形成完全闭环的管理链条。对整个贷款及相关产品的审核发放存在着一些潜在的系统性风险。由此为后续风险的发生提供了温床。在金融机构内部，必须更进一步提高信息系统的安全性与全覆盖性，要以业务链为主导，以应用为导向，推动全系统信息化的完善。第四，对于贷款回收的及时性问题，必须加大清缴的力度与及时度。要利用信息化平台形成清款工作流，并结合全国征信系统，对贷款方进行不定期跟踪以及上下游走访等，确保在贷款方尚未爆发大规模还款危机之前，将可以清缴的贷款足额清缴回库。
之所以提出上述四点核心建议，是在对比了其它9家未发生风险对象日常工作管理中的紀律与措施后得到的。这种对比性分析，协助最后提出了如上具体建议。
四、结束语
如何在风险尚未完全显现之前进行风险预测，并确定可能导致风险的具体成因？对于该问题，已有的研究成果从单一模型和混合模型角度展开分析，对此类问题都未给出成型的、系统化的解决方案。基于此，在借鉴了已有成果经验的基础上，同时与自身所掌握的系统性理论与分析方法相结合。采用拓展单一logistic模型来解决的思路展开研究。通过理论分析，确定了风险点应该具备的条件，并对金融类企业风险点具体具备条件给出了深入论证。通过最优化分析，并结合仿真分析研究，对金融类企业风险点给出了具体的仿真结果。这些仿真结果被用作后续风险确认点。随后，以国内上市的16家金融企业作为研究对象，不仅确定了具体的分析指标，而且对分析指标的量化与处理给予了明确。分析指标分为两类，一类是风险点指标，另外一类为潜在风险成因点指标。完成上述工作后，将16家实证对象数据与拓展的logistic模型相结合，通过回归性分析，明确了7企业具有潜在风险，9家企业远离风险。对于存在潜在风险的7家企业，通过对风险成因点分析，确定了各自导致风险的2个关键风险成因点及其对风险点的影响系数。通过以上定量和实证研究分析，对于如何降低或规避风险，我们得出以上四个方面对金融企业加强管理，削弱风险，提高自身预防风险能力与水平给出了具体的指导意见和建议。
参考文献：
[1].财政部会计司.中国上市金融企业年度发展报告（2009卷）[J].东北财经大学出版社，2009，10.
[2].沈悦，戴士伟，罗希.中国金融业系统性风险溢出效应测度——基于GARCH—Copula—CoVaR模型的研究
[3].孙志捐.金融危机下我国商业银行信贷风险测度与控制研究，[J].人民出版社，2015，1.
[4].吴恒煜，马俊伟，朱福敏，林漳希.基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究[J].系统工程理论与实践，2014，34（12）：3009-3021.
[5].蒙震.中小企业信用风险评估模型研究——以某国有控股上市银行为例[J].暨南学报：哲学社会科学版，2014，36（12）：40-48.[J].当代经济科学，2014，36（06）：30-38.
[6].冯超，肖兰.基于KLR模型的中国银行业系统性风险预警研究[J].上海金融，2014， （12）：59-62.
作者简介：
安如营，（1984-），男，汉族，山东青岛人，硕士学位，中级职称，主要研究方向：风险投资与国际并购。