【摘要】： 風(fēng)險的識別和處置是商業(yè)銀行監(jiān)管的核心內(nèi)容。如何建立有效的商業(yè)銀行風(fēng)險預(yù)警模型,盡早識別和預(yù)警銀行風(fēng)險,從而指導(dǎo)銀行監(jiān)管當(dāng)局合理配置監(jiān)管資源,及時采取措施防范和化解風(fēng)險,防止銀行破產(chǎn)倒閉,盡可能減少銀行破產(chǎn)所造成的損失,是銀行監(jiān)管領(lǐng)域的一個重要研究課題,對于完善銀行監(jiān)管機(jī)制具有重大的理論意義和現(xiàn)實(shí)意義。 迄今為止,國外學(xué)者在這方面的研究基本上都是基于對美國商業(yè)銀行的實(shí)證研究。由于不同國家的經(jīng)濟(jì)、金融發(fā)展水平不同,銀行體系的發(fā)展模式不同,對銀行的監(jiān)管方式也不同,我國在構(gòu)建銀行風(fēng)險預(yù)警模型的方法上必然與國外相關(guān)研究存在一定的差異。最為突出的一點(diǎn)是,美國銀行業(yè)的發(fā)展時間較長,歷史上發(fā)生過許多銀行破產(chǎn)倒閉的事件,銀行的監(jiān)管體系比較全面,積累了較為完整的監(jiān)管資料,可以直接選取風(fēng)險高低不同的銀行進(jìn)行分析。而對于包括中國在內(nèi)的大多數(shù)轉(zhuǎn)型經(jīng)濟(jì)國家來說,沒有現(xiàn)成的銀行風(fēng)險狀況數(shù)據(jù)可以用于構(gòu)建預(yù)警模型。 本文的目的是構(gòu)建一個適合我國實(shí)際的商業(yè)銀行風(fēng)險預(yù)警模型。在借鑒國內(nèi)外關(guān)于銀行風(fēng)險預(yù)警模型的研究基礎(chǔ)上,本文首先對銀行風(fēng)險類型、預(yù)警方法、功能、目標(biāo)進(jìn)行了分析;接著構(gòu)建了商業(yè)銀行風(fēng)險預(yù)警模型的指標(biāo)體系,提出運(yùn)用因子分析方法和層次分析法對風(fēng)險指標(biāo)進(jìn)行組合賦權(quán),量化評估樣本銀行的整體經(jīng)營風(fēng)險,從而將所有樣本銀行劃分為“穩(wěn)健銀行”和“高風(fēng)險銀行”兩組;然后采用K-S檢驗(yàn)和Q-Q概率圖分析對樣本銀行風(fēng)險指標(biāo)是否符合正態(tài)性分布進(jìn)行了檢驗(yàn),再采用M-W-W檢驗(yàn)和T檢驗(yàn)研究高風(fēng)險銀行和穩(wěn)健銀行的財(cái)務(wù)特征,結(jié)果表明“穩(wěn)健銀行”與“高風(fēng)險銀行”在大多數(shù)風(fēng)險指標(biāo)均值之間均存在著顯著差異,因而選用適當(dāng)?shù)慕y(tǒng)計(jì)方法建立商業(yè)銀行風(fēng)險預(yù)警模型具有充分的可行性。最后采用Logistic回歸分析法構(gòu)建了含有6個解釋變量的風(fēng)險預(yù)警模型,并對模型的風(fēng)險預(yù)測能力進(jìn)行了檢驗(yàn)。
【圖文】：

撥備覆蓋率Q-Q正態(tài)概率圖

26圖5.2 流動比率Q-Q正態(tài)概率圖根據(jù)Q-Q概率圖正態(tài)性判定原則,2006年撥備覆蓋率(4x )不符合正態(tài)性分布,而2007年流動比率(10x )符合正態(tài)性分布,其余指標(biāo)正態(tài)性判定結(jié)果也與K-S檢驗(yàn)結(jié)果相同。根據(jù)上述兩種方法的檢驗(yàn)結(jié)果,本文認(rèn)為我國商業(yè)銀行風(fēng)險指標(biāo)總體上不符合正態(tài)性分布假設(shè),因而風(fēng)險指標(biāo)平均數(shù)差異應(yīng)使用非參數(shù)檢驗(yàn)法。5.2.2 風(fēng)險指標(biāo)均值差異檢驗(yàn)（1）風(fēng)險指標(biāo)均值差異的檢驗(yàn)方法非參數(shù)檢驗(yàn)是統(tǒng)計(jì)分析方法的重要組成部分，它與參數(shù)檢驗(yàn)共同構(gòu)成統(tǒng)計(jì)推斷的基本內(nèi)容。參數(shù)檢驗(yàn)是在總體分布形式已知的情況下，對總體分布的參數(shù)如均值、方差等進(jìn)行推斷的方法。但是，在數(shù)據(jù)分析過程中，由于種種原因，人們往往無法對總體分布形態(tài)作簡單假定，但又希望能從樣本數(shù)據(jù)中獲得盡可能的信息，此時參數(shù)檢驗(yàn)的方法就不再適用了。非參數(shù)檢驗(yàn)正是一類基于這種考慮，在總體方差未知或知道甚少的情況下，利用樣本數(shù)據(jù)對總體分布形態(tài)等進(jìn)行推斷的方法。由于非參數(shù)檢驗(yàn)方法在推斷過程中不涉及有關(guān)總體分布的參數(shù)，因而得名為“非參數(shù)”檢驗(yàn)。1.Mann-Whitney-Wilcoxon檢驗(yàn)本研究中我們選用非參數(shù)檢驗(yàn)中的Mann-Whitney-Wilcoxon（M-W-W檢驗(yàn)）
【學(xué)位授予單位】：長沙理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：O212.1;F830.3

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 范恒冬;基于神經(jīng)網(wǎng)絡(luò)模型的我國商業(yè)銀行體系風(fēng)險預(yù)警研究[D];安徽大學(xué);2013年

，

本文編號：2672501