对跨境资金流动影响因素的探讨

当前，我国跨境资金双向波动态势明显，跨境资金流动总体上趋于平衡。为更好地应对跨境资金流动风险，笔者通过构建决策树和BP神经网络模型，运用数据挖掘方法，对我国长短期跨境资金流动的影响因素进行了实证分析与检验。相较于长期跨境资金流动，短期跨境资金流动具有高投机性、高流动性、高收益性、高风险性、高破坏性等特征，会对一国的国内经济稳定和金融安全构成威胁。鉴此，本文将侧重研究短期跨境资金流动的影响因素，并提出相应的管理措施。

实证检验

从目前已有的研究成果看，对跨境资金流动的影响因素的研究主要是通过构建计量模型来实现的。但随着跨境资金流动的影响因素日趋复杂，而经典的计量模型又受到因果检验的限制，导致研究多个经济变量间关系的可信度降低。出于对指标的监测控制能力和预测精度的考虑，本文通过构建决策树和BP神经网络模型，运用数据挖掘方法,对我国长短期跨境资金流动的影响因素进行分析与检验。

数据说明和变量选取

为提高分析结果的精确度，本文将基于月度数据展开分析；时间区间为1999年1月至2017年2月，数据来源包括国家统计局、中国人民银行、国家外汇管理局以及Wind数据库。

被解释变量包括两类跨境资金流动：SC为长期跨境资金流动，用月度进出口净额和实际利用外资之和表示；FC为短期跨境资金流动，用月度外汇占款增量减去长期跨境资金表示。本文将长期跨境资金流动的影响因素归结为宏观经济基本面因素和市场化改革因素，将短期跨境资金流动的影响因素归结为利率因素、汇率因素和风险感知因素。基于此，本文将解释变量分为两大类。一是国内拉动因素，包括：（1）宏观经济增长IPV，用月度工业增加值增速作为国内经济增长变量；（2）汇率因素EX，用人民币实际有效汇率表示；（3）国内基准利率水平RATE，用银行间30天拆借利率表示；（4）汇率预期EE（EE＝人民币兑美元汇率－NDF市场12个月人民币兑美元汇率），当EE大于0时，预期汇率上升，反之（EE小于0），预期汇率下跌；（5）股票投资收益率SP，用上证综指代表我国股票投资收益率。二是国外推动因素，包括：（1）美国经济增长率USGDP，用美国GDP增速来代表全球发达经济体的经济增速；（2）美元指数USEX；（3）美国基准利率USRATE，用美国联邦基金利率表示；（4）泰德利差TED，用美国T-Bill三个月的利率与Libor三个月利率的差值代表信用状况紧缩；（5）美国货币政策USM2，用美国货币供应量M2表示美国货币政策的实施情况；（6）用VIX指数作为衡量市场风险和投资者恐慌度的指标。

实证结果分析

指标预处理。结合分布滞后模型对跨境资金流动的影响因素的滞后性做检验，得到如下结论：SP、EX、IPV、EE（-1）、RATE（-1）、USEX（-1）、USM2（-1）、USRATE（-1），对长期跨境资金流动影响显著；USEX（-1）、USGDP、SP及SP（-1）、EX（-1）、TED（-1）、VIX（-1），对短期跨境资金流动影响显著。选择上述显著指标作为决策树的备选指标。

基于决策树的指标选择和BP神经网络的预测。先利用分类回归树（C&RT）算法构造决策树，再基于决策树对备选指标做筛选。结果表明，EX、IPV和USEX（-1）对长期跨境资金流动拟合时的分类准确率最高；EX（-1）、SP（-1）和USEX（-1）对短期跨境资金流动拟合时的分类准确率最高。将以上指标分别作为BP神经网络模型的协变量，将下个周期的长期跨境资金流动和短期跨境资金流动作为BP神经网络模型的目标变量，输入指标数据后，通过迭代得到参数估计值。分析表明，人民币实际有效汇率及其滞后一期和美元指数滞后一期，对跨境资金流动的影响最为明显。

模型预测功能检验。本文借鉴主流货币危机模型对“危机”的定义方法，计算短期跨境资金流动的均值和标准差，并将短期