摘要：采用支持向量機(jī)和核主成分分析法構(gòu)建中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警模型,將預(yù)警結(jié)果與BP神經(jīng)網(wǎng)絡(luò)模型和Logit回歸模型的預(yù)警結(jié)果進(jìn)行對(duì)比,并基于2008年1月~2017年9月的數(shù)據(jù),采用SVM預(yù)警模型預(yù)測(cè)2009年1月~2018年9月中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平。研究結(jié)果顯示:與BP神經(jīng)網(wǎng)絡(luò)和Logit回歸模型相比,SVM模型具有較高的預(yù)警正確率;在不同的階段中國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平呈現(xiàn)出不同的變動(dòng)趨勢(shì)。建議中國(guó)政府部門和銀行業(yè)警惕資本市場(chǎng)泡沫增長(zhǎng)等隱性風(fēng)險(xiǎn),不斷完善銀行業(yè)內(nèi)部系統(tǒng)的風(fēng)險(xiǎn)防控機(jī)制,持續(xù)強(qiáng)化銀行業(yè)宏觀審慎監(jiān)管。