發(fā)布時(shí)間：2018-04-24 17:45

  本文選題：商業(yè)銀行 + 風(fēng)險(xiǎn)預(yù)警��； 參考：《天津財(cái)經(jīng)大學(xué)》2015年碩士論文

【摘要】：本文首先從風(fēng)險(xiǎn)預(yù)警指標(biāo)和預(yù)警方法的選擇兩個(gè)方面對國內(nèi)外的有關(guān)商業(yè)銀行風(fēng)險(xiǎn)預(yù)警研究的文獻(xiàn)進(jìn)行了系統(tǒng)的梳理,提出了本文的研究內(nèi)容和方向——基于支持向量機(jī)的我國商業(yè)銀行風(fēng)險(xiǎn)預(yù)警研究。然后介紹了我國商業(yè)銀行面臨的主要風(fēng)險(xiǎn)類型,并且從外部環(huán)境因素和商業(yè)銀行自身內(nèi)部經(jīng)營情況兩個(gè)方面分析了商業(yè)銀行風(fēng)險(xiǎn)的成因,并且以此為基礎(chǔ)建立了商業(yè)銀行的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,指標(biāo)體系中包括了能夠反映宏觀經(jīng)濟(jì)環(huán)境和商業(yè)銀行經(jīng)營情況的指標(biāo)。在構(gòu)建商業(yè)銀行的風(fēng)險(xiǎn)預(yù)警模型的過程中,首先采用因子分析法對所選擇的樣本銀行進(jìn)行分類,然后對他們進(jìn)行分類預(yù)測。在利用支持向量機(jī)進(jìn)行預(yù)測的過程中,考慮了多種參數(shù)優(yōu)化方法,對比實(shí)證結(jié)果發(fā)現(xiàn)遺傳算法和粒子群算法的分類預(yù)測準(zhǔn)確率更高。本文的創(chuàng)新之處在于：(1)從導(dǎo)致商業(yè)銀行產(chǎn)生風(fēng)險(xiǎn)的內(nèi)在和外在兩方面原因入手,綜合商業(yè)銀行所面臨的資本充足程度、信用風(fēng)險(xiǎn)、盈利水平、流動(dòng)性風(fēng)險(xiǎn)等主要問題,建立了一個(gè)完善的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系；(2)在對選擇的銀行進(jìn)行分類時(shí),采用的是因子分析的方法,計(jì)算出了銀行總得分的風(fēng)險(xiǎn)閾值,并以此為基礎(chǔ)對其進(jìn)行分類,這樣分類的結(jié)果更貼近于所選銀行的整體情況；(3)本文在構(gòu)建支持向量機(jī)模型時(shí),對比了網(wǎng)格遍歷法、遺傳優(yōu)化算法和粒子群優(yōu)化算法,檢驗(yàn)了遺傳優(yōu)化算法和粒子群優(yōu)化算法在支持向量機(jī)的參數(shù)優(yōu)化方面的優(yōu)越性,為商業(yè)銀行風(fēng)險(xiǎn)預(yù)警提供了一種有效的方法。
[Abstract]:From two aspects of the risk early-warning index and the selection of early warning methods, this paper systematically reviews the literature on the risk early warning of commercial banks at home and abroad, and puts forward the research content and direction of this paper - the risk early warning research of commercial banks in China based on support vector machine. Then it introduces the commercial banks in China. The main risk types are analyzed from two aspects of the external environmental factors and the internal management of commercial banks. On the basis of this, the risk early-warning index system of commercial banks is established. The index system includes the indicators that can reflect the macro economic environment and the business bank management. In the process of building the risk early warning model of commercial banks, we first classify the selected samples by factor analysis and classify them. In the process of forecasting with support vector machines, a variety of parameter optimization methods are taken into consideration, and the classification of genetic algorithm and particle swarm optimization is found in comparison with the empirical results. The innovation of this paper is more accurate. The innovations of this paper are: (1) starting with the internal and external reasons leading to the risk of commercial banks, the main problems such as capital adequacy, credit risk, profit level, liquidity risk and other major problems faced by commercial banks have established a perfect risk early warning index system; (2) When the selected banks are classified, the method of factor analysis is used to calculate the risk threshold of the total bank scores and classify them on this basis. The results of this classification are more close to the overall situation of the selected banks. (3) in this paper, the grid traversal method, the genetic optimization algorithm and the genetic optimization algorithm are compared when the support vector machine model is constructed. Particle swarm optimization (PSO) is used to test the superiority of genetic optimization algorithm and particle swarm optimization algorithm in support vector machine parameters optimization, which provides an effective method for risk early warning of commercial banks.

【學(xué)位授予單位】：天津財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王文 ,劉凱;我國商業(yè)銀行風(fēng)險(xiǎn)防范中存在的問題[J];財(cái)會(huì)月刊;2004年04期

2 李清華,王吉;國有商業(yè)銀行風(fēng)險(xiǎn)的成因及防范[J];商場現(xiàn)代化;2005年13期

3 楊有振;我國商業(yè)銀行風(fēng)險(xiǎn)應(yīng)重新分類[J];金融信息參考;2005年11期

4 陳柏軍;;探悉我國商業(yè)銀行風(fēng)險(xiǎn)原因[J];現(xiàn)代商業(yè);2008年05期

5 郎慧;;利率市場化對商業(yè)銀行風(fēng)險(xiǎn)的影響研究[J];商;2013年08期

6 王修鋒，，萬永奎;商業(yè)銀行風(fēng)險(xiǎn)性稽核監(jiān)管的三要點(diǎn)[J];金融教學(xué)與研究;1996年03期

7 王曉云;對商業(yè)銀行風(fēng)險(xiǎn)貸款的成因及對策的探討[J];現(xiàn)代情報(bào);1997年05期

8 吳志榮;;解析商業(yè)銀行風(fēng)險(xiǎn)的管理規(guī)范[J];財(cái)經(jīng)界(學(xué)術(shù)版);2014年04期

9 張長青,劉杰;商業(yè)銀行風(fēng)險(xiǎn)成因探析[J];經(jīng)濟(jì)師;2000年06期

10 王強(qiáng);“銀行風(fēng)險(xiǎn)雷達(dá)圖”在我國商業(yè)銀行風(fēng)險(xiǎn)監(jiān)測中的應(yīng)用[J];上海金融;2000年05期

相關(guān)會(huì)議論文 前2條

1 胡永前;;試論我國國有商業(yè)銀行風(fēng)險(xiǎn)防范問題[A];第三屆廣西青年學(xué)術(shù)年會(huì)論文集（社會(huì)科學(xué)篇）[C];2004年

2 張晨;吳亞奇;楊仙子;;董事會(huì)結(jié)構(gòu)與商業(yè)銀行風(fēng)險(xiǎn)的交互影響——基于16家上市銀行數(shù)據(jù)的實(shí)證研究[A];第九屆中國軟科學(xué)學(xué)術(shù)年會(huì)論文集（下冊）[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 記者 周武英;德國擬立法遏制商業(yè)銀行風(fēng)險(xiǎn)投機(jī)[N];經(jīng)濟(jì)參考報(bào);2013年

2 張建平;銀監(jiān)會(huì)強(qiáng)化商業(yè)銀行風(fēng)險(xiǎn)識別和預(yù)警防范[N];市場報(bào);2006年

3 建設(shè)銀行福建省分行 曹翼;淺析商業(yè)銀行風(fēng)險(xiǎn)的“管”與“理”[N];河北經(jīng)濟(jì)日報(bào);2013年

4 記者　戴磊;《核心指標(biāo)》：商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管的新標(biāo)桿[N];金融時(shí)報(bào);2006年

5 付亞辰;具有實(shí)踐指導(dǎo)價(jià)值的力作[N];吉林日報(bào);2003年

6 李曙光;制定好防范和化解商業(yè)銀行風(fēng)險(xiǎn)的政策措施[N];法制日報(bào);2003年

7 記者 朱益;英設(shè)立專門機(jī)構(gòu)監(jiān)督商業(yè)銀行風(fēng)險(xiǎn)[N];經(jīng)濟(jì)參考報(bào);2008年

8 許經(jīng)濤;現(xiàn)階段商業(yè)銀行風(fēng)險(xiǎn)談[N];中國社會(huì)報(bào);2003年

9 韓雪萌;全國城市商業(yè)銀行風(fēng)險(xiǎn)狀況明顯改善[N];金融時(shí)報(bào);2007年

10 南軻;銀監(jiān)會(huì)制定商業(yè)銀行風(fēng)險(xiǎn)核心指標(biāo)[N];金融時(shí)報(bào);2005年

相關(guān)博士學(xué)位論文 前10條

1 侯景波;股份制商業(yè)銀行風(fēng)險(xiǎn)治理機(jī)制研究[D];吉林大學(xué);2011年

2 段紅濤;我國商業(yè)銀行風(fēng)險(xiǎn)防范問題研究[D];武漢理工大學(xué);2002年

3 官學(xué)清;商業(yè)銀行風(fēng)險(xiǎn)經(jīng)營論[D];西南財(cái)經(jīng)大學(xué);2010年

4 楊宜;國有商業(yè)銀行風(fēng)險(xiǎn)防范研究[D];西北農(nóng)林科技大學(xué);2000年

5 楊yN;商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管研究[D];四川大學(xué);2007年

6 王志剛;中國商業(yè)銀行風(fēng)險(xiǎn)的實(shí)證分析及監(jiān)管對策研究[D];吉林大學(xué);2009年

7 吳靜鳴;我國商業(yè)銀行風(fēng)險(xiǎn)的早期預(yù)警模型研究[D];廈門大學(xué);2003年

8 石漢祥;國有商業(yè)銀行風(fēng)險(xiǎn)成因、效應(yīng)及治理策略研究[D];華中科技大學(xué);2004年

9 常巍;開放經(jīng)濟(jì)下國有商業(yè)銀行風(fēng)險(xiǎn)的積累、沖擊和防范[D];蘇州大學(xué);2005年

10 黃學(xué)軍;商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的度量及其關(guān)聯(lián)效應(yīng)研究[D];湖南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李曉丹;區(qū)域性商業(yè)銀行風(fēng)險(xiǎn)評價(jià)及研究[D];鄭州大學(xué);2015年

2 陳少嬌;商業(yè)銀行風(fēng)險(xiǎn)集成計(jì)量模型的實(shí)證研究[D];武漢理工大學(xué);2015年

3 付蓉;市場競爭對我國商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究[D];暨南大學(xué);2015年

4 李春輝;我國農(nóng)村商業(yè)銀行風(fēng)險(xiǎn)管理問題研究[D];湖北省社會(huì)科學(xué)院;2015年

5 徐洋;非利息業(yè)務(wù)對中國商業(yè)銀行風(fēng)險(xiǎn)的影響研究[D];山東大學(xué);2015年

6 陳皇秀;資本充足率監(jiān)管對我國城市商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)影響的實(shí)證研究[D];暨南大學(xué);2015年

7 王帥;董事會(huì)治理、地方政府干預(yù)與城市商業(yè)銀行風(fēng)險(xiǎn)行為[D];東北財(cái)經(jīng)大學(xué);2015年

8 張?zhí)旎?基于支持向量機(jī)的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警研究[D];天津財(cái)經(jīng)大學(xué);2015年

9 向朝霞;法定存款準(zhǔn)備金率對商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響[D];天津財(cái)經(jīng)大學(xué);2015年

10 邢巖;國有商業(yè)銀行風(fēng)險(xiǎn)與政府財(cái)政責(zé)任關(guān)系研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2008年

本文編號：1797634