第一章《中国银行体系的整体稳定性概览》，作为实证分析前的描述性分析，主要是对中国银行体系作实证前的初步结论性判断，我们认为：中国的银行体系仍处于稳定安全运营状态，但防范和化解风险的任务仍然紧迫和繁重。鉴于2004年和2005年两年间，银行体系发生了重要的制度变迁，经过一连串改革事件，银行体系的稳定性和安全性有了明显的提高。将分为两个层次来描述银行体系的稳定性情况。 首先，分析了2004年前中国银行体系的特点，通过对国有商业银行报表数据及统计年鉴数据整理分析，得出了结论：银行体系盈利模式单一(主要依赖于存贷款的利率差)、银行体系的资本金已经接近枯竭、银行体系的不良资产仍然偏高。因此，银行体系的风险在2004年之前相当大。 其次，通过观察2004年和2005年两年间的银行改革事件，结合改革后愈加透明的银行年报和金融监管机构数据分析，得出了国有银行体系盈利模式依然未能多元化、银行体系的资本充足率达标出现结构性失衡的情况、不良贷款率仍然偏高并有反弹趋势的结论。 在不同的两段时间上对银行体系稳定性的分析，为后面的实证分析树立了逻辑的起点，即：对银行体系稳定性评估，具有很强的现实意义，鉴于化解和防范银行体系的任务紧迫和繁重，有必要从战略的高度研究银行体系的稳定和安全问题。 第二章《银行稳定性评估的方法简介》，这章引入了一些国际金融组织以及许多国家金融监管机构主流的稳定性评估方法，为下一章的实证分析提供思路。 首先是金融稳健指标，这是进行评估的起点工具，这方面IMF作出了大量的贡献，他们编辑出的指标体系，正在成为指导成员国实施“金融部门评估项目”的基本依据。 其次是对银行稳定性的定义，这是实证分析必要的前提之一，利用国际上对银行危机的定义的看法，来对比中国的情况，看是否符合中国的现实，结论是否定的。 然后，又引入了信号法判断银行的不稳定性，这类方法的基本思路是对危机前后各类宏观经济变量的变化，来对每个变量是否是危机的信号器进行判断。 再次，基于信号法只能单独地考察每个变量，不能将每个指标所显示的信息汇集，考虑采用多元Logit模型方法。这种方法假定银行稳定性的概率是一组解释变量所构成向量的函数，因此，它能产生一个衡量银行稳定性的综合指标，并且很好地利用了各解释变量所提供的信息。 最后，提出了本文写作的重要思想—“压力测试”，即对宏观经济环境中例外但有可能发生的冲击进行情景构建，来量度和评估银行体系在遇到冲击时保持稳定的能力。压力测试主要有三种方法，自上而下法，自下而上法，以及二者混合的方法，鉴于中国银行体系内各商业银行微观主体的数据有限，而且微观主体并没有实际的自评估经历，本文将采用自上而下法的思想。 第三章《稳定性指标单元和多元统计综合评估(1978-2005年)》，这章将沿着上一章介绍的第一种分析思路，即对能反映中国实际的金融稳健指标进行了筛选，构建和分析，并用于我国的银行体系稳定性状况的初步评估。为了尽量充分地利用所搜集的大量数据信息，保证评估结果的科学和合理，我们采用了单元分析和多元统计结合，进行综合评估的思路。 首先，借鉴了各国金融监管者评估中的经验，结合我国现实国情，以及考虑到数据的可获得性，选取了居民储蓄存款增长率、人民币贷款增长率、资本充足率、总资产收益率、不良贷款率等多个指标构建核心指标体系。对这些指标进行各自独立的经济学分析，利用指标的变化率情况，来对1978年到2005年28年的稳定性情况进行研究。 其次，利用SASV8统计分析软件，选择了居民储蓄存款增长率、人民币贷款增长率、M2增长率、固定资产投资增长率、资本充足率、总资产收益率等6个指标构建多元核心指标体系，进行多元统计的Ward聚类分析，核心思想是：根据每一年这些指标的相似和亲疏程度，来判定哪些年份有较强的相似性，从而表明银行体系在这些年份或者都是比较稳定，或者是出了同样的问题。 最后，综合单元分析和多元统计分析的结果，我们对1978年到2005年这28年银行体系的稳定性情况得出了实证的结论。 第四章是《情景构建和压力测试》，这章将沿着第二章介绍的第四种和第五种分析思路，从两个层次深入分析：首先利用多元Logit模型，产生一个衡量银行稳定性的综合指标，这样做的意义在于，不仅能看出哪些稳定性指标更能影响银行体系稳定性水平，而且也能用于评估银行体系的稳定性程度，成为情景构建和压力测试的宏观模型；然后，利用选定的最优Logit模型，来对不同情景下的银行稳定性进行压力测试。 第一个层次，在多元Logit模型的选择上，给出了建模及筛选最优模型的过程，并对各个模型进行了经济学分析与解释。第一个回归方程包括了所有的变量(MACRO，FIN，BANK)，第二个回归方程包括了全部宏观经济变量(MACRO)，第三个回归方程包括全部金融变量(FIN)，第四个回归方程包括全部金融变量(FIN)和银行变量(BANK)，第五个方程采用了逐步筛选最优指标的方法。我们认为在目前的银行体系中，宏观经济变量集合(MACRO)对银行体系的稳定性是最显著的，因此第2个模型成为首选方案，但由于第5个模型具有很好的拟合效果，我们将其纳入第二选择方案。这两个方案都将用于我们下面进行情景构建与压力测试的依据。 第二个层次，基于上面的最优Logit模型进行情景构建与压力测试。我们构建了三种极端情景，一种是GDP增长突然放缓(6％以下)的情景，一种是通货膨胀率上升到较高的水平(5％以上)，另外一种是银行体系资产收益率(ROA)下降太多的情景。将GDP增长减缓情景作为输入变量，用多元Logit模型2来进行压力测试；而通货膨胀率上升的情景和资产收益率下降太多的情景作为输入变量，用多元Logit模型4进行压力测试。 压力测试得出的结论是，GDP和通货膨胀率这样的宏观经济变量，的确是影响中国银行体系稳定性的重要因素。而作为银行变量的资产收益率，反倒不是影响银行体系稳定性的重要因素，这与银行资产收益率变动过于频率，具有制度性人为因素有关。 第五章是《中国银行体系稳定性评估的结论及政策性含义》，对本文主要观点进行总结，指出政策性含义，并提出进一步研究的方向。