我国商业银行流动性风险预警研究

论文摘要

流动性是商业银行的生命,保持适度的流动性对维护商业银行资产的安全,提高商业银行的经营效益具有十分重要的作用。商业银行流动性风险伴随于商业银行经营活动过程中,是商业银行面临的主要风险之一。我国商业银行面临的流动性风险随金融市场的开放而不断加大,而且由于我国长期以来国家信用的存在,商业银行流动性风险问题一直未引起监管机构和商业银行应有的重视。随着国家信用的退出,经济形势的变化,商业银行流动性风险预警和监管就会变得越来越重要,中央银行已经把控制和防范商业银行流动性风险作为一项首要的工作来抓。流动性问题是当今世界金融领域中尚未解决的主要难题之一,流动性问题解决的不好,就有可能产生流动性支付危机,流动性风险一旦成为流动性危机会给商业银行造成不可逆的损失,并危及商业银行的生存。因此,深入研究商业银行流动性风险形成的原因,对我国商业银行流动性风险进行预警研究,为未来可能出现的流动性风险做出准确预测,切实将流动性危机防范于萌芽状态,排除警情,并使流动性风险减至最低程度,就成为当前我国金融领域研究的重要课题。本文首先对国内外流动性风险预警发展现状及发展动态进行了系统研究,阐述了对我国商业银行流动性风险进行预警研究的理论意义和现实意义。其次对商业银行流动性风险预警相关理论进行了概述,界定了商业银行流动性风险预警的涵义,分析了流动性风险预警的主要内容,并从商业银行流动性风险的现状入手,对商业银行流动性风险的成因进行了深层次剖析,指出我国商业银行流动性风险管理中存在的问题,在此基础上,提出对商业银行流动性风险进行预警的必要性。再次根据指标体系构建原则,结合目前我国商业银行流动性风险主要衡量指标,构建了商业银行流动性风险预警指标体系,并利用“3σ”法则对预警界限进行了划分,对预警级别进行了设置,将预警级别分为无警、轻警、中警和重警四个级别。最后建立了商业银行流动性风险预警模型,并运用预警模型对样本商业银行的流动性风险进行了实证分析,先是利用主成分分析法对商业银行流动性风险进行了评估,根据主成分得分情况,利用“3σ”法则对样本商业银行流动性风险状况进行判定,得到样本商业银行各个年份流动性风险的警度等级。再将主成分分析得出的结果与样本商业银行所提供的流动性风险预警指标评价值输入BP神经网络模型进行训练和测试,并利用训练后的BP神经网络模型对样本商业银行的流动性风险状况进行预测。通过对商业银行流动性风险的预警研究,能帮助商业银行提早发现潜在的流动性问题,预测出潜在的流动性风险,并且当出现流动性问题时,可以及时发出预警信号,使监管部门和商业银行及早采取措施,有效的控制和防范流动性风险。

论文目录

• 摘要
• Abstract
• 0 引言
• 0.1 选题背景和意义
• 0.1.1 选题依据和背景
• 0.1.2 课题研究的理论意义和现实意义
• 0.2 国内外研究综述
• 0.2.1 关于银行流动性风险的研究
• 0.2.2 关于风险预警的研究
• 0.2.3 国内外研究现状总结
• 0.3 研究内容和方法
• 0.3.1 研究内容
• 0.3.2 研究方法
• 0.4 本文创新点
• 1 商业银行流动性风险预警相关理论概述
• 1.1 商业银行流动性风险概述
• 1.1.1 商业银行流动性风险的概念
• 1.1.2 商业银行流动性风险的分类
• 1.1.3 商业银行流动性风险的特征
• 1.2 商业银行流动性风险预警的内涵
• 1.2.1 商业银行流动性风险预警的涵义
• 1.2.2 商业银行流动性风险预警的主要内容
• 1.2.3 商业银行流动性风险预警的功能
• 1.3 本章小结
• 2 商业银行流动性风险分析
• 2.1 商业银行流动性风险现状分析
• 2.1.1 存贷差持续扩大
• 2.1.2 存贷款期限结构不匹配
• 2.1.3 信贷资产质量低带来流动性压力
• 2.1.4 流动比率处于高位
• 2.1.5 小结
• 2.2 商业银行流动性风险成因分析
• 2.2.1 商业银行流动性风险的内部诱因
• 2.2.2 商业银行流动性风险的外部因素
• 2.3 商业银行流动性风险管理中存在的问题
• 2.3.1 流动性风险防范意识不足
• 2.3.2 内控系统不完善
• 2.3.3 资产负债比例管理不尽合理
• 2.3.4 流动性风险管理工具受限
• 2.4 商业银行流动性风险预警的必要性
• 2.5 本章小结
• 3 商业银行流动性风险预警指标体系的构建
• 3.1 目前商业银行流动性风险的主要衡量指标
• 3.2 商业银行流动性风险预警指标体系的设计
• 3.2.1 商业银行流动性风险预警指标选取的原则
• 3.2.2 商业银行流动性风险预警指标体系的确定
• 3.3 预警界限的设计
• 3.3.1 预警界限的划分
• 3.3.2 预警级别设置
• 3.4 本章小结
• 4 商业银行流动性风险预警模型的建立
• 4.1 商业银行流动性风险的评估
• 4.1.1 主成分分析法的原理
• 4.1.2 主成分分析的主要内容
• 4.1.3 运用主成分分析法评价商业银行流动性风险的可行性
• 4.2 商业银行流动性风险预警模型
• 4.2.1 BP 神经网络模型概述
• 4.2.2 BP 神经网络模型的建模原理
• 4.2.3 商业银行流动性风险预警BP 模型的建立
• 4.3 运用BP 神经网络进行商业银行流动性风险预警的可行性
• 4.4 本章小结
• 5 商业银行流动性风险预警实证分析
• 5.1 样本数据的收集和处理
• 5.2 预警指标的正态性检验
• 5.3 样本商业银行流动性风险的评估
• 5.3.1 主成分分析的过程
• 5.3.2 主成分分析的结果
• 5.3.3 流动性风险判定
• 5.4 样本商业银行流动性风险预警模型实证分析
• 5.4.1 BP 网络模型设计
• 5.4.2 结果分析
• 5.5 本章小结
• 6 结论与展望
• 6.1 全文总结
• 6.2 未来展望
• 参考文献
• 附录
• 致谢
• 个人简历
• 发表的学术论文