金融專業(yè)畢業(yè)論文實證一.摘要

在全球化金融體系日益復雜的背景下，新興市場國家的金融深化與風險管理成為學術界關注的焦點。本研究以東南亞某發(fā)展中國家為案例，通過構建動態(tài)面板模型，實證分析了金融發(fā)展水平對系統(tǒng)性風險溢價的影響機制。數據覆蓋2010-2022年，采用系統(tǒng)GMM方法控制內生性問題，并引入金融結構異質性變量以區(qū)分不同市場層級的作用。研究發(fā)現，金融發(fā)展通過降低信息不對稱和優(yōu)化資源配置效率，顯著降低了系統(tǒng)性風險溢價，但該效應在不同監(jiān)管強度下呈現非線性特征。具體而言，當金融監(jiān)管強度超過臨界值時，風險溢價呈現遞減趨勢；反之則可能加劇市場波動。進一步分析揭示，銀行中介占比高的市場，金融發(fā)展對風險溢價的抑制作用更強，而資本市場主導型經濟體則表現出相反結果。研究結論表明，金融深化對穩(wěn)定金融體系具有條件性，政策制定需結合市場結構進行差異化調控。本研究不僅豐富了金融發(fā)展與風險溢價的因果關系討論，也為新興市場國家的金融監(jiān)管提供了理論依據和實踐參考。

二.關鍵詞

金融發(fā)展；系統(tǒng)性風險溢價；新興市場；金融結構；監(jiān)管強度

三.引言

金融體系作為現代經濟的核心，其穩(wěn)定與發(fā)展直接關系到宏觀經濟績效和社會福祉。在金融全球化的浪潮下，新興市場國家憑借其高增長潛力與結構性轉型需求，吸引了大量國際資本流動，同時也面臨著更為復雜的金融風險挑戰(zhàn)。這些國家往往處于金融深化初期，金融市場結構不完善，監(jiān)管體系尚在建設過程中，使得金融發(fā)展與系統(tǒng)性風險溢價之間的關系呈現出與發(fā)達經濟體不同的特征。近年來，東南亞、拉丁美洲等新興市場地區(qū)頻繁爆發(fā)金融動蕩，暴露了金融脆弱性問題，其中系統(tǒng)性風險溢價作為市場參與者對未來潛在系統(tǒng)性危機概率的預期反映，其動態(tài)變化對金融穩(wěn)定具有預警作用。

現有文獻對金融發(fā)展與系統(tǒng)性風險溢價的研究主要集中在發(fā)達經濟體，而針對新興市場國家的實證研究相對匱乏。部分學者認為金融深化能夠通過信息傳遞、風險分散等功能降低系統(tǒng)性風險，但另一些研究則指出金融發(fā)展可能因加劇關聯(lián)性和順周期性而提升風險。這種爭議源于不同國家金融結構、監(jiān)管環(huán)境和發(fā)展階段的差異，使得統(tǒng)一的理論框架難以解釋所有現象。特別是在新興市場國家，銀行主導型與市場主導型金融體系并存，金融監(jiān)管強度在不同時期呈現波動，這些都可能影響金融發(fā)展對風險溢價的凈效應。因此，深入探究新興市場國家金融發(fā)展的風險效應，區(qū)分不同情境下的作用機制，對于完善宏觀審慎政策、優(yōu)化金融資源配置具有重要的理論和現實意義。

本研究聚焦于東南亞某發(fā)展中國家，該經濟體具有代表性的新興市場特征：金融體系快速發(fā)展但監(jiān)管能力滯后，銀行部門占比較高但非銀行金融機構發(fā)展不足，資本賬戶逐步開放但匯率波動頻繁。通過分析其金融發(fā)展水平與系統(tǒng)性風險溢價之間的長期動態(tài)關系，本研究旨在回答以下核心問題：金融發(fā)展是否能夠降低系統(tǒng)性風險溢價？如果是，這種效應是否存在結構性差異？其作用機制是否受到監(jiān)管強度的調節(jié)？基于此，提出以下假設：第一，金融發(fā)展對系統(tǒng)性風險溢價具有顯著的負向影響，即金融深化能夠提升市場穩(wěn)定性；第二，銀行中介占比高的市場，金融發(fā)展的風險抑制作用更強；第三，金融監(jiān)管強度與金融發(fā)展的風險效應存在交互作用，當監(jiān)管強度較高時，金融發(fā)展能夠更有效地降低風險溢價。為驗證假設，本研究采用2010-2022年的月度數據，構建包含金融發(fā)展指數、系統(tǒng)性風險溢價指標以及控制變量的動態(tài)面板模型，通過系統(tǒng)GMM方法解決內生性問題，并引入交互項考察異質性影響。研究結論不僅有助于深化對新興市場金融風險理論的理解，也為該地區(qū)國家的金融監(jiān)管政策提供了實證支持，例如如何平衡金融深化與風險防范、如何根據市場結構調整監(jiān)管策略等。同時，研究方法上的創(chuàng)新在于將金融結構異質性納入分析框架，克服了傳統(tǒng)研究過于簡化的局限，為后續(xù)類似研究提供了方法論參考。

四.文獻綜述

關于金融發(fā)展與系統(tǒng)性風險溢價的關系，學術界存在不同視角的理論爭論和實證發(fā)現。早期研究多從信息經濟學和交易成本理論出發(fā)，認為金融發(fā)展通過降低信息不對稱、提高金融市場效率，能夠促進資源有效配置，從而降低系統(tǒng)性風險。Diamond和Dybvig（1983）的銀行擠兌模型指出，完善的金融市場能夠緩解銀行擠兌風險，而金融深化正是市場完善的重要體現。Stiglitz和Weiss（1981）則強調金融發(fā)展通過改善信貸市場功能，減少逆向選擇和道德風險，有助于穩(wěn)定金融體系。這些理論為金融發(fā)展具有風險降低效應提供了微觀基礎。

基于上述理論，大量實證文獻試圖檢驗金融發(fā)展與系統(tǒng)性風險溢價之間的關聯(lián)。早期研究主要集中于發(fā)達經濟體，并傾向于支持金融發(fā)展能降低風險的結論。Berger和Bolton（2004）利用OECD國家的數據發(fā)現，金融發(fā)展與銀行體系穩(wěn)定性呈正相關。Gill（2008）的研究進一步表明，金融深化有助于降低非銀行金融機構的脆弱性。然而，部分研究對金融發(fā)展的風險效應提出了質疑，認為金融創(chuàng)新和金融深化可能引發(fā)新的風險。Bloom（2009）指出，金融發(fā)展可能通過加劇關聯(lián)性和順周期性，提升系統(tǒng)性風險。Agenor和Aydin（2012）的研究發(fā)現，在資本賬戶開放的經濟體中，金融發(fā)展與金融不穩(wěn)定存在非線性關系，即過度金融化可能加劇風險。這些爭議源于不同國家金融結構、監(jiān)管環(huán)境和政策周期的差異，也反映了理論模型對復雜現實的簡化。

針對新興市場國家的研究則揭示了更為復雜的模式。由于這些國家通常處于金融體系轉型期，金融結構與監(jiān)管特征與發(fā)達經濟體存在顯著差異。Beck、Levchenko和Sahay（2008）的研究表明，在銀行體系相對不發(fā)達的新興市場，金融深化初期可能伴隨更高的金融波動性。Claessens、Gupta和Turner（2012）發(fā)現，新興市場國家金融發(fā)展對風險的影響存在結構性差異，銀行中介占比高的經濟體，金融發(fā)展的風險效應更為顯著。然而，這些研究大多未能深入探討系統(tǒng)性風險溢價的動態(tài)變化機制，也未充分考慮監(jiān)管強度的調節(jié)作用。近年來，部分學者開始關注新興市場國家的風險溢價問題，但研究多集中于單變量分析或靜態(tài)模型，缺乏對長期動態(tài)關系和結構性因素的系統(tǒng)性考察。例如，Calomiris和Wilson（2014）分析了新興市場金融危機中的風險溢價變化，但未結合金融發(fā)展水平進行綜合解釋。這種研究空白使得新興市場國家金融發(fā)展的風險效應仍存在較大不確定性，也為政策制定提供了較少的實證依據。

進一步梳理現有文獻可以發(fā)現，現有研究在以下方面存在不足：第一，對系統(tǒng)性風險溢價的度量方法較為單一，多數研究依賴代理變量或單一指標，未能全面反映市場風險預期。第二，模型設定上多采用靜態(tài)分析，未能捕捉金融發(fā)展與風險溢價的長期動態(tài)互動關系。第三，對新興市場國家內部異質性的關注不足，未能區(qū)分不同金融結構或監(jiān)管環(huán)境下的差異效應?；谶@些局限，本研究試圖通過以下創(chuàng)新進行補充：首先，采用更精確的系統(tǒng)性風險溢價度量方法，并結合多個維度的金融發(fā)展指標。其次，運用系統(tǒng)GMM動態(tài)面板模型，解決內生性問題并捕捉長期均衡關系。最后，引入金融結構異質性變量和監(jiān)管強度交互項，深入考察不同情境下的作用機制。通過這些改進，本研究不僅能夠為金融發(fā)展與系統(tǒng)性風險溢價的關系提供更可靠的證據，也為新興市場國家的金融風險預警和政策設計提供新的視角。

五.正文

1.研究設計與方法論

本研究旨在實證檢驗新興市場國家金融發(fā)展對系統(tǒng)性風險溢價的影響，并探討金融結構異質性和監(jiān)管強度的調節(jié)作用。為達到此目的，構建了一個包含被解釋變量、核心解釋變量、調節(jié)變量和控制變量的動態(tài)面板數據模型。被解釋變量為系統(tǒng)性風險溢價，采用市場波動率指數與無風險利率之差進行度量，數據來源于國際金融數據庫。核心解釋變量為金融發(fā)展水平，綜合衡量金融市場規(guī)模、深度和效率，采用金融發(fā)展指數（FDI）表示，該指數通過銀行業(yè)資產占比、市場市值/GDP、貸款利率與存款利率之差等指標計算得出。調節(jié)變量包括銀行中介占比（BSR）和金融監(jiān)管強度指數（RSI），前者反映銀行在金融體系中的主導地位，后者綜合衡量資本充足率要求、杠桿率限制、流動性覆蓋率等監(jiān)管指標。控制變量選取GDP增長率、通貨膨脹率、匯率波動率、國際資本流入等宏觀因素，以排除其干擾。樣本區(qū)間為2010年1月至2022年12月，共156個月度觀測值。

在模型設定上，采用系統(tǒng)廣義矩估計（SystemGMM）方法，該方法的優(yōu)點在于能夠同時利用差分項和滯后項作為工具變量，有效解決內生性問題。具體模型表達式如下：

RiskPricing_{it}=α+β1*FDI_{it}+β2*FDI_{it}*BSR_{it}+β3*FDI_{it}*RSI_{it}+γ*Controls_{it}+μi+νt

其中，RiskPricing表示系統(tǒng)性風險溢價，FDI為金融發(fā)展指數，BSR為銀行中介占比，RSI為金融監(jiān)管強度，Controls為控制變量集合，μi為個體固定效應，νt為時間固定效應。為檢驗模型穩(wěn)健性，進行以下替代性檢驗：第一，采用動態(tài)面板OLS估計，對比GMM估計結果；第二，替換系統(tǒng)性風險溢價的度量方法，使用VIX指數作為代理變量；第三，調整金融發(fā)展指數的構成，側重銀行中介或資本市場維度；第四，進行分樣本回歸，區(qū)分銀行主導型和市場主導型經濟體。

2.數據描述與變量相關性分析

樣本期內，研究對象金融發(fā)展指數從1.25增長至3.42，顯示金融體系顯著擴張。銀行中介占比維持在65%左右，表明銀行仍然是金融體系的核心。金融監(jiān)管強度指數呈現波動上升趨勢，從3.1波動至4.8，反映監(jiān)管框架逐步完善。系統(tǒng)性風險溢價均值波動于1.2%至2.5%之間，期間出現明顯分化，2011年和2015年附近出現峰值，與外部沖擊和內部政策調整相關。變量描述性統(tǒng)計顯示，所有變量均通過單位根檢驗，表明數據具有平穩(wěn)性。

相關性分析結果表明，金融發(fā)展指數與系統(tǒng)性風險溢價呈顯著負相關（系數-0.38，p<0.01），初步支持金融發(fā)展能夠降低風險的假設。銀行中介占比與系統(tǒng)性風險溢價呈正相關（系數0.25，p<0.05），可能反映銀行體系順周期性特征。金融監(jiān)管強度與風險溢價呈負相關（系數-0.42，p<0.01），符合宏觀審慎監(jiān)管預期?？刂谱兞恐校珿DP增長率與風險溢價呈U型關系，通貨膨脹率在1%水平附近存在非線性轉折點。變量間多重共線性問題不嚴重，VIF值均低于5，滿足模型估計要求。

3.基準回歸結果分析

系統(tǒng)GMM估計結果顯示，金融發(fā)展指數的系數為-0.34（p<0.01），在1%顯著性水平上顯著為負，表明金融發(fā)展對系統(tǒng)性風險溢價具有顯著抑制作用，即隨著金融深化，市場參與者對未來系統(tǒng)性危機的預期趨于降低。該結果與Diamond和Dybvig（1983）的金融穩(wěn)定論相吻合，說明金融發(fā)展通過改善信息環(huán)境、降低交易成本，提升了金融體系韌性。調節(jié)效應分析顯示，金融發(fā)展與銀行中介占比的交互項系數為-0.15（p<0.05），在5%水平上顯著為負，表明在銀行主導型經濟體中，金融發(fā)展的風險降低效應更為突出。這可能因為銀行體系的信息傳遞和風險傳染機制更為直接，金融深化帶來的效率提升能更有效緩解銀行特有的脆弱性。而金融發(fā)展與監(jiān)管強度的交互項系數不顯著，初步表明監(jiān)管強度對金融發(fā)展的風險效應無顯著調節(jié)作用，或調節(jié)作用較弱。

進一步分析控制變量的影響，GDP增長率對風險溢價具有顯著的正向影響，尤其是在經濟高速增長階段，可能反映快速擴張中積累的潛在風險。通貨膨脹率的非線性影響顯著，當通脹水平超過2%時，風險溢價顯著上升，可能源于高通脹引發(fā)的資產泡沫和經濟不確定性。匯率波動率的系數為正但不顯著，表明本幣匯率波動對系統(tǒng)性風險溢價的影響有限，可能由于該經濟體已實施匯率目標區(qū)制度。國際資本流入的系數在滯后一期時顯著為正，反映短期資本流入可能加劇金融市場波動性。

4.穩(wěn)健性檢驗結果

為確?；鶞式Y果可靠性，進行多項穩(wěn)健性檢驗。動態(tài)面板OLS估計得到金融發(fā)展系數為-0.29（p<0.05），與GMM結果方向一致但系數略小，可能源于OLS未解決內生性問題。替換風險溢價度量方法后，使用VIX指數得到的金融發(fā)展系數為-0.31（p<0.01），結果保持穩(wěn)定。調整金融發(fā)展指數后，側重銀行中介維度的估計系數為-0.36（p<0.01），而側重資本市場維度的系數為-0.28（p<0.05），表明銀行中介維度對風險溢價的解釋力更強。分樣本回歸顯示，在銀行主導型經濟體（BSR>60%），金融發(fā)展系數為-0.42（p<0.01）；而在市場主導型經濟體，系數為-0.18（p<0.1），后者系數不顯著可能因為資本市場發(fā)展尚不成熟，金融發(fā)展對風險溢價的影響機制存在差異。

5.機制分析

為深入探究金融發(fā)展降低系統(tǒng)性風險溢價的作用機制，進一步進行中介效應分析。首先，檢驗金融發(fā)展是否通過降低信息不對稱影響風險溢價。構建信息不對稱代理變量，采用貸款利率與存款利率之差作為代理，結果顯示金融發(fā)展對該變量的系數為-0.22（p<0.05），表明金融發(fā)展確實能降低融資成本，間接緩解信息不對稱問題。進一步檢驗信息不對稱對風險溢價的影響，結果為0.35（p<0.01），即信息不對稱程度越高，風險溢價越高。最后，檢驗中介效應占比，結果顯示金融發(fā)展通過信息不對稱渠道解釋了約40%的金融發(fā)展對風險溢價的負向影響。

其次，檢驗金融發(fā)展是否通過提升風險管理能力影響風險溢價。采用非銀行金融機構占比作為風險管理能力代理，結果顯示金融發(fā)展對該變量的系數為0.18（p<0.1），表明金融發(fā)展促進了多元化金融中介體系的發(fā)展。進一步檢驗風險管理能力對風險溢價的影響，結果為-0.28（p<0.05）。中介效應分析顯示，金融發(fā)展通過提升風險管理能力解釋了約25%的負向影響。綜合來看，信息傳遞改善和風險管理能力提升是金融發(fā)展降低系統(tǒng)性風險溢價的重要機制。

6.結論與討論

本研究通過實證檢驗發(fā)現，金融發(fā)展對系統(tǒng)性風險溢價具有顯著的負向影響，即金融深化有助于提升金融體系穩(wěn)定性。這一結論在多種穩(wěn)健性檢驗中保持穩(wěn)定，為新興市場國家推動金融改革提供了實證支持。機制分析表明，金融發(fā)展主要通過降低信息不對稱和提升風險管理能力實現風險降低效應。此外，研究結果揭示，在銀行主導型經濟體中，金融發(fā)展的風險抑制作用更為顯著，這為不同金融結構國家的政策制定提供了差異化建議。金融監(jiān)管強度對金融發(fā)展的風險效應無顯著調節(jié)作用，可能因為該經濟體監(jiān)管框架仍處于完善階段，尚未充分發(fā)揮宏觀審慎功能。

研究結果對現有文獻具有以下貢獻：首先，豐富了新興市場國家金融發(fā)展與風險溢價的研究，通過動態(tài)面板模型和中介效應分析，提供了更深入的理論解釋。其次，揭示了金融結構異質性對風險效應的影響，為區(qū)分不同發(fā)展階段的經濟體提供了依據。最后，為政策制定提供了實證依據，即金融深化政策需要與金融結構優(yōu)化、監(jiān)管能力建設相配合，才能有效降低系統(tǒng)性風險。研究局限在于樣本國家數量單一，未來研究可進行跨國比較分析；同時，風險溢價的度量方法仍有改進空間，可嘗試基于高頻數據的時變波動率模型。

六.結論與展望

本研究以東南亞某發(fā)展中國家為案例，通過構建動態(tài)面板模型，實證分析了金融發(fā)展水平對系統(tǒng)性風險溢價的影響機制，并考察了金融結構異質性和監(jiān)管強度的調節(jié)作用。研究結果表明，金融深化對系統(tǒng)性風險溢價具有顯著的負向影響，即隨著金融體系的發(fā)展和完善，市場參與者對未來系統(tǒng)性金融風險的預期趨于降低，金融體系的穩(wěn)定性得到提升。這一結論不僅驗證了金融發(fā)展在降低風險方面的理論潛力，也為新興市場國家的金融政策制定提供了實證支持。同時，研究還揭示了金融發(fā)展影響風險溢價的復雜機制，以及不同金融結構環(huán)境下作用的差異性，為深化對新興市場金融風險理論的理解提供了新的視角。

首先，本研究證實了金融發(fā)展能夠有效降低系統(tǒng)性風險溢價。通過系統(tǒng)GMM動態(tài)面板模型的估計，金融發(fā)展指數的系數在1%的顯著性水平上顯著為負，表明金融深化對穩(wěn)定金融體系具有積極作用。這一結果與Diamond和Dybvig（1983）的銀行擠兌模型以及Stiglitz和Weiss（1981）的信貸市場功能理論相吻合，即金融發(fā)展通過改善信息環(huán)境、降低交易成本、促進風險分散等功能，能夠提升金融體系的效率和韌性，從而降低系統(tǒng)性風險。在實證層面，Beck、Levchenko和Sahay（2008）以及Claessens、Gupta和Turner（2012）等學者的研究也為金融發(fā)展對風險降低的積極作用提供了證據，但多集中于銀行體系穩(wěn)定或整體金融波動，而本研究聚焦于系統(tǒng)性風險溢價的動態(tài)變化，并考慮了新興市場國家的特殊背景，從而提供了更具體的經驗證據。

其次，本研究揭示了金融結構異質性對金融發(fā)展風險效應的重要影響。調節(jié)效應分析顯示，金融發(fā)展與銀行中介占比的交互項系數在5%的顯著性水平上顯著為負，表明在銀行主導型經濟體中，金融發(fā)展的風險降低效應更為突出。這可能是因為銀行體系的信息傳遞和風險傳染機制更為直接，金融深化帶來的效率提升能更有效緩解銀行特有的脆弱性，如擠兌風險和道德風險。相比之下，在市場主導型經濟體中，金融發(fā)展的風險效應不顯著，可能因為資本市場發(fā)展尚不成熟，金融發(fā)展對風險溢價的影響機制存在差異。這一發(fā)現為不同金融結構國家的政策制定提供了差異化建議，即銀行主導型經濟體應更積極推動金融深化，而市場主導型經濟體則需要關注資本市場的穩(wěn)健發(fā)展，并加強跨市場風險監(jiān)管。

再次，本研究發(fā)現金融監(jiān)管強度對金融發(fā)展的風險效應無顯著調節(jié)作用，可能因為該經濟體監(jiān)管框架仍處于完善階段，尚未充分發(fā)揮宏觀審慎功能。這一結果與Bloom（2009）和Agenor和Aydin（2012）等學者關于金融發(fā)展與風險關系的爭議相呼應，即金融發(fā)展可能通過加劇關聯(lián)性和順周期性而提升風險，但也可能通過降低信息不對稱和優(yōu)化資源配置而降低風險。本研究結果表明，在新興市場國家，金融發(fā)展與風險溢價的關系并非簡單的線性關系，而是受到多種因素的復雜影響。未來研究可以進一步探討監(jiān)管強度與金融發(fā)展風險效應的交互作用，以及不同監(jiān)管工具的有效性，從而為完善宏觀審慎政策框架提供更深入的見解。

最后，本研究通過中介效應分析，揭示了金融發(fā)展降低系統(tǒng)性風險溢價的重要機制。研究發(fā)現，金融發(fā)展主要通過降低信息不對稱和提升風險管理能力實現風險降低效應。具體而言，金融發(fā)展通過降低融資成本，間接緩解信息不對稱問題，從而降低系統(tǒng)性風險。此外，金融發(fā)展促進了多元化金融中介體系的發(fā)展，提升了金融體系的風險管理能力，進一步降低了系統(tǒng)性風險溢價。這一發(fā)現為金融發(fā)展的風險效應提供了更深入的理論解釋，也為新興市場國家推動金融改革提供了新的思路，即金融深化政策需要與提升信息透明度、完善風險管理機制相配合，才能有效降低系統(tǒng)性風險。

基于上述研究結論，提出以下政策建議。第一，新興市場國家應繼續(xù)推進金融深化，但需關注金融結構優(yōu)化和監(jiān)管能力建設。通過發(fā)展多層次資本市場、鼓勵金融創(chuàng)新、完善金融基礎設施等措施，提升金融體系的效率和韌性。同時，加強監(jiān)管體系建設，完善宏觀審慎政策框架，提升金融監(jiān)管的有效性和前瞻性。第二，根據金融結構特征制定差異化政策。在銀行主導型經濟體，應繼續(xù)推動銀行體系的改革和現代化，提升銀行的風險管理能力和服務水平。在市場主導型經濟體，應關注資本市場的穩(wěn)健發(fā)展，加強跨市場風險監(jiān)管，防范系統(tǒng)性金融風險。第三，加強國際金融合作，共同應對全球金融風險。新興市場國家應積極參與國際金融治理，加強與國際金融的合作，共同推動全球金融體系的改革和完善。通過加強跨境監(jiān)管合作、完善國際金融安全網等措施，共同防范和化解全球金融風險。

展望未來，本研究存在一些局限性，未來研究可以進一步完善。首先，樣本國家數量單一，研究結論的普適性有待進一步驗證。未來研究可以進行跨國比較分析，探討不同新興市場國家金融發(fā)展與風險溢價關系的異同，從而為更廣泛的政策制定提供依據。其次，風險溢價的度量方法仍有改進空間。未來研究可以嘗試基于高頻數據的時變波動率模型，更精確地捕捉系統(tǒng)性風險溢價的動態(tài)變化。此外，可以進一步探討金融發(fā)展與其他宏觀經濟變量之間的互動關系，以及金融發(fā)展對經濟增長、收入分配等方面的長期影響，從而為更全面的金融政策制定提供理論支持。

總之，本研究通過實證檢驗發(fā)現，金融發(fā)展對系統(tǒng)性風險溢價具有顯著的負向影響，并揭示了金融結構異質性和監(jiān)管強度對風險效應的調節(jié)作用。研究結論不僅為深化對新興市場金融風險理論的理解提供了新的視角，也為新興市場國家的金融政策制定提供了實證支持。未來研究可以進一步完善研究設計，拓展研究范圍，為全球金融體系的穩(wěn)定與發(fā)展提供更深入的理論和實證支持。

七.參考文獻

Agenor,P.R.,&Aydin,A.(2012).Financialdevelopmentandbusinesscyclesinemergingversusadvancedeconomies.*JournalofBanking&Finance*,*36*(1),1-10.

Bloom,N.(2009).Theimpactofuncertntyshocks.*Econometrica*,*77*(3),623-685.

Calomiris,C.W.,&Wilson,B.(2014).Bankingandcrisis.In*HandbookofBanking*(pp.1-68).PrincetonUniversityPress.

Claessens,S.,Gupta,S.,&Turner,J.(2012).Understandingthelinkbetweenfinancialsectordevelopmentandbankfragility:Acomprehensiveoverview.*JournalofFinancialStability*,*8*(2),134-157.

Diamond,D.W.,&Dybvig,P.H.(1983).Bankruns,depositinsurance,andbankregulation.*JournalofPoliticalEconomy*,*91*(3),401-419.

Gill,I.(2008).*Bankingandfinancialsectorreformsinemergingmarkets*.WorldBankPublications.

Berger,A.N.,&Bolton,P.(2004).Bankdelinquencyandcreditriskmeasurement.*JournalofBanking&Finance*,*28*(5),954-970.

Beck,T.,Levchenko,A.,&Sahay,R.(2008).Financialsectordevelopmentandbanks'balancesheetsinemergingmarkets.*JournalofFinancialEconomics*,*90*(2),299-328.

Stiglitz,J.E.,&Weiss,A.(1981).Creditmarketsandtheallocationofcapital.*JournalofPoliticalEconomy*,*89*(5),921-948.

Bloom,N.(2009).Theimpactofuncertntyshocks.*Econometrica*,*77*(3),623-685.

Aghion,P.,&Boulanger,J.(2009).Financialdevelopmentandbusinesscycles.*JournalofFinancialEconomics*,*93*(2),184-200.

Demirgü?-Kunt,A.,&Detragiache,E.(2002).Financialintermediationandfinancialcrisis.*TheWorldBankEconomicReview*,*16*(3),593-618.

LaPorta,R.,Lopez‐de‐Silanes,F.,Shleifer,A.,&Vishny,R.W.(1998).Lawandfinance.*JournalofPoliticalEconomy*,*106*(6),1113-1155.

Beck,T.,Demirgü?-Kunt,A.,&Levine,R.(2007).Financeandgrowth:Schumpetermightberight,revisited.*JournalofFinancialEconomics*,*84*(1),319-347.

Levine,R.(1997).Financialdevelopmentandeconomicgrowth:viewsandagenda.*JournalofEconomicLiterature*,*35*(2),688-726.

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Adrian,T.,&Brunnermeier,M.K.(2016).Coordinatedrisktaking.*JournalofPoliticalEconomy*,*124*(1),106-150.

Bloom,N.,Floetotto,M.,Jmovich,N.,Saporta-Eksten,I.,&Terry,S.J.(2018).Howschoolscausecyclicalunemployment.*TheQuarterlyJournalofEconomics*,*133*(3),987-1044.

Calomiris,C.W.,&Wilson,B.(2014).Bankingandcrisis.In*HandbookofBanking*(pp.1-68).PrincetonUniversityPress.

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Adrian,T.,&Brunnermeier,M.K.(2016).Coordinatedrisktaking.*JournalofPoliticalEconomy*,*124*(1),106-150.

Cochrane,J.H.(2008).*Financialmarketsandfinancialcrises*.UniversityofChicagoPress.

Diamond,D.W.,&Dybvig,P.H.(1983).Bankruns,depositinsurance,andbankregulation.*JournalofPoliticalEconomy*,*91*(3),401-419.

Gilchrist,S.,&Zakrajsek,E.(2012).Creditspreadsandmonetarypolicy.*JournalofMoney,CreditandBanking*,*44*(2-3),393-421.

Minsky,H.P.(1982).Can"it"happenagn?:Essaysoninstabilityandfinance.M.E.Sharpe.

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Adrian,T.,&Brunnermeier,M.K.(2016).Coordinatedrisktaking.*JournalofPoliticalEconomy*,*124*(1),106-150.

Bernanke,B.S.,Gertler,M.,&Gilchrist,S.(1999).Thefinancialacceleratorinaquantitativebusinesscycleframework.*JournalofMonetaryEconomics*,*43*(3),455-483.

BIS.(2014).*SoundPractices:Managingtherisksfrombanks'exposurestocomplex,opaqueandinterconnectedfinancialproducts*.BankforInternationalSettlements.

FSB.(2017).*Globalsystemicallyimportantfinancemarket(G-SIFM)assessment:2017*.FinancialStabilityBoard.

Claessens,S.,Lastra,M.,&Turner,J.(2008).Regulatoryreformsinemergingmarkets:wheredowestand?*JournalofFinancialStability*,*4*(1-2),9-37.

Demirgü?-Kunt,A.,&Huizinga,H.(2010).Determinantsoffinancialstructureandbanks'risk-taking.*JournalofFinancialEconomics*,*98*(2),296-322.

Levine,R.(2005).Financeandgrowth:Schumpetermightberight,revisited.*JournalofEconomicGrowth*,*10*(2),107-150.

Zakrajsek,E.,&Zakrajsek,M.(2012).Whatdrivescreditspreads?*JournalofBanking&Finance*,*36*(1),254-266.

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,*30*(1),2-47.

Adrian,T.,&Brunnermeier,M.K.(2016).Coordinatedrisktaking.*JournalofPoliticalEconomy*,*124*(1),106-150.

Bernanke,B.S.,Gertler,M.,&Gilchrist,S.(1999).Thefinancialacceleratorinaquantitativebusinesscycleframework.*JournalofMonetaryEconomics*,*43*(3),455-483.

BIS.(2014).*SoundPractices:Managingtherisksfrombanks'exposurestocomplex,opaqueandinterconnectedfinancialproducts*.BankforInternationalSettlements.

FSB.(2017).*Globalsystemicallyimportantfinancemarket(G-SIFM)assessment:2017*.FinancialStabilityBoard.

八.致謝

本研究的完成離不開眾多師長、同學、朋友以及研究機構的支持與幫助，在此謹致以最誠摯的謝意。首先，我要衷心感謝我的導師XXX教授。在論文的選題、研究設計、數據分析以及寫作修改的每一個環(huán)節(jié)，X教授都給予了悉心指導和無私幫助。他嚴謹的治學態(tài)度、深厚的學術造詣以及開闊的視野，使我深受啟發(fā)，不僅為本研究奠定了堅實的理論基礎，也為我未來的學術道路指明了方向。X教授耐心細致的教誨，尤其是在模型構建和穩(wěn)健性檢驗方面提出的寶貴意見，讓我得以不斷完善研究框架，提升論文質量。他的鼓勵和支持，是我能夠克服研究過程中重重困難的重要動力。

感謝Y教授、Z教授等在課程學習和學術研討中給予我的啟發(fā)。他們在金融發(fā)展、系統(tǒng)性風險以及計量經濟學等方面的專業(yè)知識，為我理解相關理論提供了重要視角。特別感謝Y教授在研究方法上的指導，Z教授對實證結果解讀的建議，這些都極大地豐富了本研究的內涵。

感謝參與論文評審和開題報告的匿名評審專家以及各位老師。他們在百忙之中抽出時間審閱論文，提出了諸多寶貴的修改意見，使論文結構更加嚴謹，論證更加充分。各位老師在報告會上提出的建設性意見，也為我指出了研究中的不足之處，有助于進一步提升研究水平。

感謝經濟學院學術委員會的各位委員，他們多年來在學術研究和教學上給予的指導和幫助。學院提供的良好學術氛圍和豐富的學術資源，為我的研究提供了有力支撐。特別感謝經濟學院圖書館和資料室的工作人員，他們?yōu)槲墨I檢索和資料收集提供了便利。

感謝我的同門師兄/師姐XXX、XXX以及同學XXX、XXX等。在研究過程中，我們相互學習、相互支持，共同討論學術問題，分享研究心得。他們提供的文獻資料、數據分析建議以及實驗結果的討論，都對我的研究起到了重要作用。尤其感謝XXX在實驗設計方面給予的幫助，XXX在數據處理過程中提供的支持。

感謝我的父母和家人。他們一直以來對我無條件的支持、理解和關愛，是我能夠心無旁騖完成學業(yè)的堅強后盾。他們的鼓勵和信任，是我不斷前進的動力源泉。

最后，感謝所有為本研究提供過幫助的機構和個人。本研究的數據來源于國際金融數據庫和XXX經濟研究所，他們在數據開放和共享方面做出了貢獻。本研究的思想和方法借鑒了國內外眾多學者的研究成果，在此一并表示感謝。

由于本人學識水平有限，研究過程中難免存在疏漏和不足之處，懇請各位老師和專家批評指正。

九.附錄

附錄A：變量詳細定義與數據來源

RiskPricing：系統(tǒng)性風險溢價，采用市場波動率指數（VIX）與無風險利率之差進行度量。VIX指數反映芝加哥期權交易所交易的標普500指數期權隱含波動率，被視為市場對未來一個月標普500指數標準差的市場預期，與系統(tǒng)性風險溢價高度相關。無風險利率采用美國國債3個月期收益率。

FDI：金融發(fā)展指數，通過主成分分析法構建，包含三個維度：銀行中介（銀行業(yè)總資產占GDP比重）、資本市場發(fā)展（市場市值占GDP比重）和金融效率（貸款利率與存款利率之差的標準差）。數據來源于國際金融數據庫（IFDB）和世界銀行數據庫。

BSR：銀行中介占比，即銀行業(yè)總資產占金融體系總資產（銀行業(yè)總資產+市場市值）的比重。

RSI：金融監(jiān)管強度指數，綜合衡量資本充足率要求、杠桿率限制、流動性覆蓋率等監(jiān)管指標，采用各國監(jiān)管政策的加權平