金融学位论文哪里有？文章主要对全球 EPU 和中国系统性金融风险的关系进行了探究。首先，通过文献研究和理论分析可知，全球 EPU、短期跨境资本流动与系统性风险之间存在一定关联，并且其间的影响关系是非线性的。其次，采用主成分分析法构建出了在六个分层面的风险指数和系统性金融风险综合指数，研究发现外汇市场、房地产市场和股票市场在 2005 年以来我国系统性金融风险积累中起到主要作用。
第一章 绪论
第一节 经济政策不确定性与系统性金融风险
起初，国内外学者多是分析 EPU 对投资、就业和股票价格等变量的影响，比如 Bloom（2009）、Gulen and Ion（2016）认为 EPU 提高会降低一国投资水平。黄宁和郭平（2015）采用面板数据实证检验了 EPU 对宏观经济的冲击，结果显示 EPU 短期内对经济增长、投资、消费、CPI 具有负效应，且这种效应具有明显的区域差异。与之稍有不同，田磊和林建浩（2016）发现 EPU 的产出效应较微弱，但对通胀具有明显的抑制作用。
随着全球 EPU 的不断攀升，国内外学者愈加关注 EPU 对系统性金融风险的影响，如 Bernal et al.（2016）研究了 EPU 对欧元区内风险溢出的影响，结果表明 EPU 的增加加剧了欧元区主权债券市场的风险传导。Uribe et al.（2017）则认为全球银行业系统性风险可归因于金融系统性冲击和股票市场的经济不确定性等两个因素。Amengual and Xiu（2018）进一步指出，股票市场的向下波动跳跃与 EPU 存在高度相关关系，而不确定性的解决有助于缓解由于波动性突然下降而带来的风险问题。 Bach Phan et al.（2021）运用面板数据研究 EPU 对金融稳定性的影响，发现 EPU 的升高显著降低了金融稳定性，而且这种负面影响在竞争较高、监管资本较低和金融体系较小的国家要更加强烈。 Lu and Shigeyuki（2021）以原油市场为例对系统性风险与全球 EPU 之间的因果关系进行分析，发现 EPU 是导致系统性风险的一个重要因素。
第三章 经济政策不确定性影响系统性金融风险的理论分析
第一节 相关概念界定
一、经济政策不确定性
经济政策不确定性（EPU）是指市场参与者因为不能准确预先知道政府什么时候更改经济政策以及更改后会带来怎样的经济效应而面临的不确定性（Pástor and Veronesi，2013；Gulen and Ion，2016）。换言之，当一国政府准备颁发一项新的政策时，该国经济主体便会据此预测该政策的颁发时间和相关内容，并根据所预测结果做出最优反应。但由于经济主体无法时刻保持理性，对政策的预测就会存在不确定性，从而根据预测结果而产生的反应也会有所不同，从而引发宏观经济波动。本文所研究的 EPU 既包括经济层面，也包括政策层面。自金融危机爆发以来，全球不确定性事件频发，且随着这种不确定性对宏观经济的影响逐步显现，众多学者开始着手于对不确定性的刻画。但由于包含经济政策的信息众多，难以量化，学者们在衡量方面遇到很多困难，以致于早期的相关研究甚少。后来，Baker et al.（2016）共同运用指标法构建出 EPU 指数，对此学者们都认为该指数较为全面的衡量了经济政策的不确定性程度，而且能呈现出一定的连续性和可持续性（张成思和刘贯春，2018），是当前衡量不确定性的最佳指标。
目前为止，应用较为广泛的是 Baker et al.（2016）采用指标合成法构建的EPU 指数，该指数以各个国家的主流报社发布的经济政策相关报道为研究样本来构建。起初，他们选择《USA Today》、《Washington Post》等 10 家美国主流报社的相关报道，并利用相关术语筛选文章，来构建美国的 EPU 指数。而后他们对所构建的指数进行检验，发现精确度高达 70.9%，之后他们便采用相同方式构建了中国、澳大利亚、德国和法国等 18 个主要世界经济体的 EPU 指数，并以此为基准采用 GDP 加权平均法合成了全球 EPU 指数，图 3.1 展示了 2005 年 7月至 2020 年 6 月的全球 EPU 月度指数。从图中可以看出，全球 EPU 指数图在2004-2020 年间主要出现 5 个波峰，以经济事实为基础可以发现该波峰与国际时事发生时间点有很大的联系。第一个波峰发生在 2008 年 9 月全球金融危机爆发时点，这场金融危机波及范围非常广泛，致使全球股市受到重创，全球大部分国家经济进入低迷时期，多数国家出于防范其冲击，实施了宽松的货币政策，全球进入量化宽松时代，EPU 指数也随之攀升。
第五章 经济政策不确定性影响系统性金融风险的实证分析
第一节 系统性金融风险程度测算
一、选取变量指标
为了将我国系统性金融风险度量的更加全面、客观，本文基于我国经济金融实际情况及数据的可获得性，同时借鉴陶玲和朱迎（2016）、宋玉臣和乔木子（2018）、戴淑庚和余博（2020）、郭娜等（2020）的研究成果，分别从金融机构、股票市场等 6 个市场维度选取 30 个变量来建立风险综合指数，各指标如表 4.1 所示，其中所有变量均选用月度数据，而对于仅有季度数据的变量（不良贷款比例）则采用线性插值法获得月度数据。
第二节 模型设定与变量选取
样本选取及变量设定
由于高频数据能更好的反映宏观经济情况，且考虑到 2005 年汇改后，随着汇率市场化程度逐渐强化，跨境资本流动更加频繁，资本账户项目管制也在逐渐放宽，因此在此样本下更适合从资本流动的角度探讨全球 EPU 与我国系统性金融风险的关联，所以本文选取 2005 年 7 月至 2020 年 6 月的数据作为样本。
根据前文分析，本文选取全球 EPU、系统性金融风险、短期跨境资本流动、利差、汇差、房地产价格收益率和股票价格收益率等 7 个变量分析全球 EPU 对系统性金融风险的时变影响，以上变量数据来源于经济政策不确定指数网站、笔者测算和 Wind 数据终端。
（一）全球经济政策不确定性（GEPU）
全球 EPU 指数主要是以十八个国家①的 EPU 指数的 GDP 加权平均计算而来，各个国家的 EPU 由 Baker et al.（2016）编制并发布的 EPU 指数来衡量，而且在计算全球 EPU 指数之前，将每个国家 EPU 指数重新归一化。
（二）系统性金融风险（CSFR）
该变量主要由笔者测算，参考郭娜等（2020）的研究，合成我国系统性金融风险指数，具体测算过程见前文。
（三）短期跨境资本流动（CF）
参考张明（2011）、方先明等（2012）、朱孟楠等（2017）的间接法公式进行计算，若 CF>0 就表示资本净流入，CF 值增大则表示资本流入增加。
第六章 结论与展望
文章主要对全球 EPU 和中国系统性金融风险的关系进行了探究。首先，通过文献研究和理论分析可知，全球 EPU、短期跨境资本流动与系统性风险之间存在一定关联，并且其间的影响关系是非线性的。其次，采用主成分分析法构建出了在六个分层面的风险指数和系统性金融风险综合指数，研究发现外汇市场、房地产市场和股票市场在 2005 年以来我国系统性金融风险积累中起到主要作用，而且随着我国资本账户不断开放、汇率市场化和利率市场化进程的不断推进，来自于国外冲击诸如中美贸易摩擦、政策不确定等影响对我国系统性金融风险产生重要影响，从而使得我国系统性金融风险自 2008 年金融危机出现驼峰后仍呈现上升的趋势。再次，通过构建 TVP-SV-VAR 实证模型，运用等间隔和分时点脉冲响应分析全球 EPU 与中国系统性金融风险之间的相互关系，验证了短期跨境资本流动在其中的桥梁作用，同时也验证了利差、汇差和资产价格等渠道在不确定性、短期跨境资本流动和系统性金融风险关联影响中的传导作用。经上述实证研究，文章所得结论如下：
第一，全球 EPU 与我国系统性金融风险之间的关系具有时变特征，而且中期影响表现最强烈，其次为短期和长期，这说明全球 EPU 对国内金融风险的影响存在一定的滞后性；第二，不确定性提高会通过减少资本流入规模甚至导致资本流出以加剧我国的系统性金融风险；第三，系统性金融风险对短期跨境资本流动的影响主要与当时我国资本流动呈现的不同阶段有关；第四，资本账户开放程度的提高会加强跨境资本的流动，“8·11 汇改”后由于美国加息预期和汇率贬值预期强烈导致资本流出更加明显。第五，全球 EPU 可通过利差渠道、汇差渠道和资产价格渠道影响短期跨境资本流动进而影响我国系统性金融风险水平，在全球经济处于宽松周期时，我国资本流入更易受中美利差扩大的影响，“8·11 汇改”后汇差对资本流动的影响力度有所下降，由于我国存在资本管制的特殊性，房地产价格渠道并不具有持续性和长期性。
最后需要说明的是，本文也存在一些不足和有待深入研究之处。其一，在宏观经济研究中，传导机制变量之间一般都会存在一定的关联，而现有文献中并没有实证方法能很好地剥离出这些变量之间的相互影响，若未来能有方法消除传导机制变量间相互影响的方法可做进一步研究。其二，文中所用的全球 EPU指数是由 18 个世界主要经济体的不确定性指数 GDP 加权合成，在全面衡量世界经济政策不确定方面存在一定的局限性，如若将来有更全面的变量来衡量全球 EPU 程度，可再做进一步完善。
参考文献（略）
