基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf

基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf

ID:55674629

大?。?25.92 KB

頁(yè)數(shù):15頁(yè)

時(shí)間:2020-05-24

基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf_第1頁(yè)
基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf_第2頁(yè)
基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf_第3頁(yè)
基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf_第4頁(yè)
基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf_第5頁(yè)
資源描述:

《基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)

1、????年第?期???周小君摘要:本文選取了我國(guó)195家農(nóng)村合作金融機(jī)構(gòu)作為研究對(duì)象,基于2010年23個(gè)CAMEL?指標(biāo)值和監(jiān)管評(píng)級(jí)數(shù)據(jù),應(yīng)用Ba?e?判別分析和Logi??ic回歸分析建立了兩個(gè)監(jiān)管評(píng)級(jí)判定模型,并使用樣本金融機(jī)構(gòu)2011年的數(shù)據(jù)驗(yàn)證了模型的可靠性?研究結(jié)果表明,銀行監(jiān)管評(píng)級(jí)結(jié)果主要由23個(gè)指標(biāo)中的10個(gè)決定,監(jiān)管工作中應(yīng)重點(diǎn)關(guān)注這些指標(biāo)的變化;兩種模型對(duì)銀行監(jiān)管評(píng)級(jí)的判定能力較強(qiáng),有助于簡(jiǎn)化監(jiān)管評(píng)級(jí)工作和縮短評(píng)級(jí)時(shí)滯,從而幫助監(jiān)管部門盡早采取應(yīng)對(duì)措施?關(guān)鍵詞:銀行風(fēng)險(xiǎn);監(jiān)管評(píng)級(jí);Ba?e?判別分析;Lo

2、gi??ic回歸分析一?引言如何建立科學(xué)有效的銀行風(fēng)險(xiǎn)評(píng)估系統(tǒng)來(lái)識(shí)別和預(yù)警銀行風(fēng)險(xiǎn),從而指導(dǎo)銀行監(jiān)管當(dāng)局及時(shí)采取措施防范和化解風(fēng)險(xiǎn),是銀行監(jiān)管領(lǐng)域的一項(xiàng)重要研究課題?自20世紀(jì)80年代以來(lái),各國(guó)監(jiān)管當(dāng)局就開(kāi)始致力于銀行風(fēng)險(xiǎn)評(píng)估和預(yù)警系統(tǒng)的建設(shè),并取得了一定成效?2006年,中國(guó)銀監(jiān)會(huì)在借鑒國(guó)際通用的駱駝(CAMEL)評(píng)級(jí)體系的基礎(chǔ)上,建立了銀行監(jiān)管評(píng)級(jí)體系?通過(guò)一年一度的監(jiān)管評(píng)級(jí),監(jiān)管部門可以全面掌握銀行風(fēng)險(xiǎn)狀況,并根據(jù)評(píng)級(jí)結(jié)果實(shí)施分類監(jiān)管,有針對(duì)性地采取監(jiān)管措施,提高監(jiān)管的有效性?2008年,中國(guó)銀監(jiān)會(huì)又在非現(xiàn)場(chǎng)監(jiān)管信息系

3、統(tǒng)的基礎(chǔ)上,建立了銀行風(fēng)險(xiǎn)早期預(yù)警系統(tǒng),用于對(duì)銀行總體風(fēng)險(xiǎn)變化趨勢(shì)的預(yù)警判斷和對(duì)同質(zhì)?同類銀行的風(fēng)險(xiǎn)比較?這兩類監(jiān)管工具在日常監(jiān)管工作中發(fā)揮了重要的作用,但也存在一些問(wèn)題?比如,監(jiān)管評(píng)級(jí)涉及大量復(fù)雜的定量測(cè)算和定性判斷,耗時(shí)長(zhǎng),頻度低,且定性判斷部分易受監(jiān)管人員專業(yè)素質(zhì)程度的影響;早期預(yù)警系統(tǒng)雖然可以?周小君,中國(guó)銀監(jiān)會(huì)福建監(jiān)管局???基于Ba?e?判別模型和Logi??ic回歸模型的銀行監(jiān)管評(píng)級(jí)研究總第?期通過(guò)四種預(yù)警方法計(jì)算出銀行的各種風(fēng)險(xiǎn)指數(shù),但未形成對(duì)銀行綜合風(fēng)險(xiǎn)的前瞻性判斷?本文試圖將上述兩類監(jiān)管工具結(jié)合起來(lái),通過(guò)

4、定量分析非現(xiàn)場(chǎng)監(jiān)管指標(biāo)與監(jiān)管評(píng)級(jí)之間的關(guān)系,抓住影響監(jiān)管評(píng)級(jí)的主要因素,在此基礎(chǔ)上建立風(fēng)險(xiǎn)評(píng)估和預(yù)警模型?二?文獻(xiàn)綜述(一)國(guó)外研究綜述銀行風(fēng)險(xiǎn)評(píng)估和預(yù)警理論起源于企業(yè)財(cái)務(wù)預(yù)警理論?Bea?er(1966)通過(guò)對(duì)14個(gè)財(cái)務(wù)指標(biāo)在倒閉企業(yè)和健康企業(yè)之間的差異分析,來(lái)預(yù)測(cè)企業(yè)是否會(huì)出現(xiàn)財(cái)務(wù)危機(jī)?其得到的結(jié)論是,"現(xiàn)金流量與負(fù)債總額比率"的預(yù)測(cè)能力最高,其次是"負(fù)債占總資產(chǎn)的比率"以及"資產(chǎn)利潤(rùn)率"?Al?man(1968)提出了分析企業(yè)財(cái)務(wù)困境的多變量判別分析法???"Z-Score"模型?該模型通過(guò)計(jì)算"運(yùn)營(yíng)資產(chǎn)/總資產(chǎn)"?"

5、留存收益/總資產(chǎn)"?"稅前利潤(rùn)/總資產(chǎn)"?"股權(quán)價(jià)值/總負(fù)債"以及"銷售收入/總資產(chǎn)"等5個(gè)財(cái)務(wù)指標(biāo)的線性組合得出Z值,當(dāng)Z<1.8時(shí),公司有很大的破產(chǎn)危險(xiǎn);當(dāng)1.8?Z<2.675時(shí),公司處于灰色地帶,財(cái)務(wù)狀況極不穩(wěn)定;當(dāng)Z?2.675時(shí),公司財(cái)務(wù)狀況良好,破產(chǎn)可能性極小?20世紀(jì)70年代以后,針對(duì)公司倒閉的預(yù)警方法開(kāi)始逐步應(yīng)用到銀行業(yè)?Ma?er和Pifer(1970)使用最小二乘法,對(duì)"固定資產(chǎn)/總資產(chǎn)"的標(biāo)準(zhǔn)差等9個(gè)變量進(jìn)行線性回歸,建立線性判別模型來(lái)預(yù)測(cè)銀行失敗?但線性概率模型存在一些比較嚴(yán)重的缺點(diǎn),一是概率的預(yù)測(cè)

6、值可能在區(qū)間(0,l)之外,二是誤差項(xiàng)可能存在異方差?Sinke?(1975)在多重判別法基礎(chǔ)上建立了風(fēng)險(xiǎn)預(yù)警模型,并以20世紀(jì)70年代初被美國(guó)監(jiān)管部門判定為"問(wèn)題銀行"的100多家銀行和與之經(jīng)營(yíng)結(jié)構(gòu)?規(guī)模相似的"穩(wěn)健銀行"作為樣本,利用上述模型進(jìn)行了判別分析?其多重判別分析的結(jié)果是,"貸款收入比"指標(biāo)判別能力最強(qiáng),"其他費(fèi)用率"以及"營(yíng)業(yè)支出占比"其次?從理論上看,使用判別分析建立模型進(jìn)行風(fēng)險(xiǎn)預(yù)警達(dá)到了一定的效果,但是要求銀行財(cái)務(wù)指標(biāo)變量在各個(gè)類別內(nèi)符合多元正態(tài)分布,而實(shí)際的財(cái)務(wù)數(shù)據(jù)一般難以滿足這一前提條件?另外,Mar?

7、in(1977)最早采用Logi?模型對(duì)健全銀行和破產(chǎn)銀行進(jìn)行了區(qū)分研究?由于Logi?模型對(duì)數(shù)據(jù)的要求不像判別分析那么高,而判別的準(zhǔn)確率又比較高,因此在20世紀(jì)80年代后較為流行?Whalen和Thom?on(1988)采用Logi?分析模型,對(duì)如何利用公開(kāi)的財(cái)務(wù)數(shù)據(jù)預(yù)測(cè)銀行現(xiàn)場(chǎng)檢查的CAMEL評(píng)級(jí)結(jié)果進(jìn)行了研究?此外,還有一些學(xué)者采用非統(tǒng)計(jì)分析方法分析財(cái)務(wù)數(shù)據(jù),以此來(lái)建立銀行風(fēng)險(xiǎn)早期預(yù)警模型?例如,Tam和Kiang(1992)以及D???a和Shekhar(1994)使用類神經(jīng)網(wǎng)絡(luò)方法建立了銀????年第?期??行風(fēng)險(xiǎn)

8、早期預(yù)警模型;Sarkar和Sriram(2001)利用貝葉斯模型(Ba?e?ianModel)建立了銀行破產(chǎn)的早期預(yù)警模型;Kolari等人(2008)則采用特征識(shí)別法(TR)來(lái)識(shí)別失敗銀行?除了理論研究外,20世紀(jì)80年代開(kāi)始,許多西方國(guó)家的銀行監(jiān)管部門建立了一種或多種銀行業(yè)風(fēng)險(xiǎn)評(píng)估和

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。