【摘要】：2008年由美國次貸危機引起的全球性金融危機把人們的視線再度吸引到金融體系的安全上來,這次由金融機構開始逐漸向外爆發(fā)的經濟危機使人們再一次意識到金融機構監(jiān)管的重要性。中國農業(yè)銀行自改革開放以來經歷了漸進式的改革過程,逐漸對外開放了金融體系,加強了金融監(jiān)管,改善了服務質量,成效頗豐。在取得成就的同時,我們也應該注意到,相對于國外先進國家對金融機構的監(jiān)管,中國的監(jiān)管體制還不夠完善,在很多方面還與國際先進水平存在一定差距,尤其在對商業(yè)銀行金融風險的監(jiān)測上,仍然存在很多需要改進的地方。這就要求我們進一步對中國農業(yè)銀行的金融風險進行監(jiān)測和預警,為金融機構的監(jiān)管者和管理者及時準確的提供管理依據(jù)。本研究旨在對中國農業(yè)銀行金融風險進行深入研究,構建能夠準確合理評價和預測商業(yè)銀行金融風險的模型。首先,文章對中國農業(yè)銀行金融風險的相關理論和文獻進行了總結和評述,構建了文章的總體邏輯框架;第二,對中國農業(yè)銀行各金融風險的現(xiàn)狀及風險管理體系進行了分析,同時對國際上具有代表性的金融風險監(jiān)管體系進行了比較研究,為下文構建金融監(jiān)測預警指標體系奠定基礎;第三,構建中國農業(yè)銀行金融風險監(jiān)測預警指標體系;第四,采用因子分析法建立了中國農業(yè)銀行金融風險系統(tǒng)評價模型,對中國農業(yè)銀行的金融風險進行監(jiān)測和綜合評價;第五,采用BP神經網(wǎng)絡建立了中國農業(yè)銀行金融風險系統(tǒng)預測模型,對中國農業(yè)銀行的金融風險進行預警;第六,采用數(shù)據(jù)庫網(wǎng)絡技術對中國農業(yè)銀行金融風險預警模型進行進一步的系統(tǒng)實現(xiàn),建立中國農業(yè)銀行金融風險預警系統(tǒng)。最后,依據(jù)以上的分析進行文章的總結,并提出了幾點政策建議。本文的主要研究成果在于:首先,在對商業(yè)銀行金融風險相關文獻和理論進行總結、對國際主要監(jiān)管體系進行比較和中國農業(yè)銀行金融風險的實際情況進行考察后,本文構建了中國農業(yè)銀行金融風險的監(jiān)測指標體系,分別從宏觀經濟風險、資本風險、經營風險、信用風險、流動性風險、操作風險和市場風險這七個一級指標的基礎上,對每類風險再設計具體的風險監(jiān)測指標作為二級指標,來考察其金融風險程度。其次,本文采用因子分析法對中國農業(yè)銀行的金融風險進行分類,并對中國農業(yè)銀行各財務年的金融風險情況進行綜合評價,構建了中國農業(yè)銀行金融風險系統(tǒng)評價模型。第三,本文采用BP神經網(wǎng)絡法對中國農業(yè)銀行金融風險進行預測,采用1999-2007年的數(shù)據(jù)作為訓練樣本,并用2008年的數(shù)據(jù)作為檢驗樣本,結果表明使用BP神經網(wǎng)絡構建的商業(yè)銀行金融風險系統(tǒng)預測模型可以對商業(yè)銀行的金融風險進行有效的預測。最后,本文利用數(shù)據(jù)庫網(wǎng)絡技術對中國農業(yè)銀行金融風險預警系統(tǒng)進行設計,建立起能夠分析、監(jiān)測和預警中國農業(yè)銀行金融風險的風險評估模型和風險預警機制,切實提高整體的抗風險能力,防范和化解金融風險,實現(xiàn)風險管理的規(guī)范化、系統(tǒng)化和科學化。
【學位授予單位】：沈陽農業(yè)大學
【學位級別】：博士
【學位授予年份】：2011
【分類號】：F832.33
【圖文】：

圖６＞２綜合得分逡逑Ｓｉｇ．６－２邋Ｔｏｔａｌ邋ｓｃｏｒｅｓ逡逑從圖６－２中可Ｗ看出，１９９９年Ｆ值的平穩(wěn)主要取決于Ｆｉ值的高起，那是由于在經歷了逡逑％年亞洲金融危機之后，國家發(fā)放了大量特別國債來充實農業(yè)銀行的資本金，來防止銀逡逑行可能出現(xiàn)的資本風險。在之后的２０００年由政府組建的四大資產管理公司全價收購了四逡逑大國有商業(yè)銀行的不良資產，所Ｗ金融風險有所好轉。但是我們應該注意到，２００１年一逡逑２００５年，隨著我國加入世貿組織，對外經濟的開放程度進一步擴大，在初期適應階段，逡逑各種風險又開始出現(xiàn)上漲趨勢。２００５年是風險得分的一個拐點，從２００５年往后，農業(yè)銀逡逑行風險情況有了總體性提高，主要體現(xiàn)在Ｆｉ和Ｆ２上，即銀行的資本風險、流動性風險和逡逑經營風險都得到了改良，而且宏觀經濟環(huán)境也在平穩(wěn)的改善。我們從圖６－２中觀察到，逡逑２００８年Ｆ３曲線有一定程度下降，即信用風險有所增加。在２００８年年底中國農業(yè)銀行股份逡逑制改革的進程中

其余訓練參數(shù)取默認值。逡逑ｎｅｔ＝ｔｒａｉｎ（ｎｅｔ，ｐ，ｔ）表示對網(wǎng)絡進行訓練；Ｐ，邋ｔ分別為網(wǎng)絡的輸入向量和期望輸出向量。逡逑該ＢＰ神經網(wǎng)絡在經過２８４次學習訓練之后達到誤差要求，誤差訓練圖詳見

圖６＞２綜合得分逡逑Ｓｉｇ．６－２邋Ｔｏｔａｌ邋ｓｃｏｒｅｓ逡逑從圖６－２中可Ｗ看出，１９９９年Ｆ值的平穩(wěn)主要取決于Ｆｉ值的高起，那是由于在經歷了逡逑％年亞洲金融危機之后，國家發(fā)放了大量特別國債來充實農業(yè)銀行的資本金，來防止銀逡逑行可能出現(xiàn)的資本風險。在之后的２０００年由政府組建的四大資產管理公司全價收購了四逡逑大國有商業(yè)銀行的不良資產，所Ｗ金融風險有所好轉。但是我們應該注意到，２００１年一逡逑２００５年，隨著我國加入世貿組織，對外經濟的開放程度進一步擴大，在初期適應階段，逡逑各種風險又開始出現(xiàn)上漲趨勢。２００５年是風險得分的一個拐點，從２００５年往后，農業(yè)銀逡逑行風險情況有了總體性提高，主要體現(xiàn)在Ｆｉ和Ｆ２上，即銀行的資本風險、流動性風險和逡逑經營風險都得到了改良，而且宏觀經濟環(huán)境也在平穩(wěn)的改善。我們從圖６－２中觀察到，逡逑２００８年Ｆ３曲線有一定程度下降，即信用風險有所增加。在２００８年年底中國農業(yè)銀行股份逡逑制改革的進程中

【參考文獻】

相關期刊論文 前10條

1 張寧;;淺談我國商業(yè)銀行風險管理[J];商場現(xiàn)代化;2009年20期

2 薛鋒;柯孔林;;粗糙集-神經網(wǎng)絡系統(tǒng)在商業(yè)銀行貸款五級分類中的應用[J];系統(tǒng)工程理論與實踐;2008年01期

3 高志;;SOM神經網(wǎng)絡模型在商業(yè)銀行信用風險評估中的應用研究[J];電腦知識與技術(學術交流);2007年14期

4 田苗;焦桂奇;王小敏;;基于人工神經網(wǎng)絡的商業(yè)銀行信用風險模型[J];科技和產業(yè);2006年04期

5 楊麗敏;郗英;李淼;;基于動態(tài)人工神經網(wǎng)絡的投資銀行風險預警[J];安徽工業(yè)大學學報(自然科學版);2006年01期

6 張美戀,王秀珍;基于徑向基神經網(wǎng)絡的商業(yè)銀行風險預警系統(tǒng)研究[J];集美大學學報(自然科學版);2005年03期

7 趙靜嫻,楊寶臣;一種基于神經網(wǎng)絡和決策樹的信用評估新方法[J];武漢科技大學學報(社會科學版);2005年02期

8 方先明,熊鵬;基于RBF網(wǎng)絡的商業(yè)銀行信用風險控制研究[J];金融論壇;2005年04期

9 段敏芳;基于因子分析的我國金融風險研究[J];中南民族大學學報(自然科學版);2005年01期

10 邵新宏;因子分析在商業(yè)銀行風險評估中的應用[J];市場周刊(研究版);2005年01期

本文編號：2785111