商業(yè)銀行的流動性一直以來都受到監(jiān)管者、銀行管理者以及金融服務(wù)需求者的高度關(guān)注,因為銀行流動性的高低在一定程度上決定了其未來的放貸能力和滿足兌付現(xiàn)金的能力,進而影響其長遠的發(fā)展。只有將銀行的流動性控制在一定的范圍之內(nèi),并努力提升自身的盈利能力,才會使得銀行能保持穩(wěn)定高效的運營。對銀行流動性水平的監(jiān)測一直以來是研究的重點,建立完善的銀行流動性風(fēng)險預(yù)警方案是及時發(fā)現(xiàn)并能有效管理流動性風(fēng)險的重要環(huán)節(jié)。流動性風(fēng)險管理新規(guī)的實施,使得商業(yè)銀行流動性風(fēng)險監(jiān)管更加完善。作為商業(yè)銀行也應(yīng)該增強自身流動性風(fēng)險識別和預(yù)警能力,及時發(fā)現(xiàn)流動性問題出現(xiàn)的根源。本文研究了當(dāng)前我國銀行的流動性現(xiàn)狀以及其監(jiān)測識別方法的優(yōu)劣,發(fā)現(xiàn)有必要構(gòu)建并優(yōu)化商業(yè)銀行流動性風(fēng)險預(yù)警方案。從流動性風(fēng)險管理新規(guī)的視角出發(fā),對資產(chǎn)規(guī)模在2000億以上的上市商業(yè)銀行構(gòu)建流動性風(fēng)險指標體系;然后,進行因子分析以降低維度,并在此基礎(chǔ)上計算因子綜合得分以判定各個時期的流動性風(fēng)險級別;最后,以RBF神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建預(yù)警模型,并對比兩者的預(yù)測準確率和預(yù)測效果,從而選擇更優(yōu)的上市商業(yè)銀行流動性風(fēng)險預(yù)警模型,并在此基礎(chǔ)上利用遺傳算法進行優(yōu)...

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的和意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 研究內(nèi)容、方法和技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線
    1.4 本文的主要貢獻
第2章 相關(guān)理論回顧與文獻綜述
    2.1 相關(guān)理論回顧
        2.1.1 商業(yè)銀行流動性風(fēng)險含義
        2.1.2 商業(yè)性貸款理論
        2.1.3 負債管理理論
        2.1.4 資產(chǎn)負債管理理論
    2.2 文獻綜述
        2.2.1 商業(yè)銀行流動性風(fēng)險現(xiàn)狀方面
        2.2.2 商業(yè)銀行流動性風(fēng)險識別
        2.2.3 商業(yè)銀行流動性管理
        2.2.4 文獻評述
第3章 我國商業(yè)銀行流動性風(fēng)險現(xiàn)狀及預(yù)警需求分析
    3.1 商業(yè)銀行流動性風(fēng)險現(xiàn)狀
        3.1.1 存貸款比例上升
        3.1.2 流動性的質(zhì)和量存在差異
        3.1.3 潛在流動性風(fēng)險增加
        3.1.4 流動性存在期限錯配問題
        3.1.5 壓力情景下流動性問題突出
    3.2 商業(yè)銀行流動性風(fēng)險監(jiān)測現(xiàn)狀
        3.2.1 現(xiàn)有商業(yè)銀行流動性風(fēng)險監(jiān)測方法
        3.2.2 現(xiàn)有流動性監(jiān)測方法的不足
    3.3 流動性風(fēng)險預(yù)警的需求分析
第4章 商業(yè)銀行流動性風(fēng)險預(yù)警指標體系設(shè)計
    4.1 流動性風(fēng)險預(yù)警指標體系的構(gòu)建
        4.1.1 流動性風(fēng)險指標的選擇原則
        4.1.2 商業(yè)銀行流動性風(fēng)險預(yù)警指標體系的確定
    4.2 新加入指標的具體含義
        4.2.1 流動性匹配率
        4.2.2 流動性覆蓋率
    4.3 指標的正向化
第5章 商業(yè)銀行流動性風(fēng)險預(yù)警方案策劃
    5.1 方案策劃所用方法的原理
        5.1.1 人工神經(jīng)網(wǎng)絡(luò)
        5.1.2 BP神經(jīng)網(wǎng)路
        5.1.3 RBF神經(jīng)網(wǎng)路模型
        5.1.4 遺傳算法
    5.2 方案設(shè)計
        5.2.1 預(yù)警模型的選擇
        5.2.2 方案的整體流程
        5.2.3 樣本數(shù)據(jù)的選取、處理與風(fēng)險級別的判定
        5.2.4 銀行流動性風(fēng)險識別預(yù)測
        5.2.5 完善流動性管理治理結(jié)構(gòu)
第6章 方案的合理性論證
    6.1 基于RBF和 BP神經(jīng)網(wǎng)絡(luò)的預(yù)警方案對比
        6.1.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建
        6.1.2 對比模型預(yù)測結(jié)果
        6.1.3 神經(jīng)網(wǎng)絡(luò)模型評價
    6.2 基于GA_BP神經(jīng)網(wǎng)絡(luò)的預(yù)警方案有效性論證
    6.3 與傳統(tǒng)流動性風(fēng)險識別方法對比
        6.3.1 流動性監(jiān)測指標
        6.3.2 流動性缺口分析
        6.3.3 流動性壓力測試
        6.3.4 風(fēng)險識別差異的原因分析
    6.4 本章小結(jié)
第7章 結(jié)論
附錄 Matlab模型源碼
參考文獻
致謝



本文編號：3797605