监管新规视角下银行流动性风险预警方案的优化设计
发布时间:2023-04-22 12:06
商业银行的流动性一直以来都受到监管者、银行管理者以及金融服务需求者的高度关注,因为银行流动性的高低在一定程度上决定了其未来的放贷能力和满足兑付现金的能力,进而影响其长远的发展。只有将银行的流动性控制在一定的范围之内,并努力提升自身的盈利能力,才会使得银行能保持稳定高效的运营。对银行流动性水平的监测一直以来是研究的重点,建立完善的银行流动性风险预警方案是及时发现并能有效管理流动性风险的重要环节。流动性风险管理新规的实施,使得商业银行流动性风险监管更加完善。作为商业银行也应该增强自身流动性风险识别和预警能力,及时发现流动性问题出现的根源。本文研究了当前我国银行的流动性现状以及其监测识别方法的优劣,发现有必要构建并优化商业银行流动性风险预警方案。从流动性风险管理新规的视角出发,对资产规模在2000亿以上的上市商业银行构建流动性风险指标体系;然后,进行因子分析以降低维度,并在此基础上计算因子综合得分以判定各个时期的流动性风险级别;最后,以RBF神经网络和BP神经网络为基础构建预警模型,并对比两者的预测准确率和预测效果,从而选择更优的上市商业银行流动性风险预警模型,并在此基础上利用遗传算法进行优...
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容、方法和技术路线
1.3.1 研究内容
1.3.2 研究方法
1.3.3 技术路线
1.4 本文的主要贡献
第2章 相关理论回顾与文献综述
2.1 相关理论回顾
2.1.1 商业银行流动性风险含义
2.1.2 商业性贷款理论
2.1.3 负债管理理论
2.1.4 资产负债管理理论
2.2 文献综述
2.2.1 商业银行流动性风险现状方面
2.2.2 商业银行流动性风险识别
2.2.3 商业银行流动性管理
2.2.4 文献评述
第3章 我国商业银行流动性风险现状及预警需求分析
3.1 商业银行流动性风险现状
3.1.1 存贷款比例上升
3.1.2 流动性的质和量存在差异
3.1.3 潜在流动性风险增加
3.1.4 流动性存在期限错配问题
3.1.5 压力情景下流动性问题突出
3.2 商业银行流动性风险监测现状
3.2.1 现有商业银行流动性风险监测方法
3.2.2 现有流动性监测方法的不足
3.3 流动性风险预警的需求分析
第4章 商业银行流动性风险预警指标体系设计
4.1 流动性风险预警指标体系的构建
4.1.1 流动性风险指标的选择原则
4.1.2 商业银行流动性风险预警指标体系的确定
4.2 新加入指标的具体含义
4.2.1 流动性匹配率
4.2.2 流动性覆盖率
4.3 指标的正向化
第5章 商业银行流动性风险预警方案策划
5.1 方案策划所用方法的原理
5.1.1 人工神经网络
5.1.2 BP神经网路
5.1.3 RBF神经网路模型
5.1.4 遗传算法
5.2 方案设计
5.2.1 预警模型的选择
5.2.2 方案的整体流程
5.2.3 样本数据的选取、处理与风险级别的判定
5.2.4 银行流动性风险识别预测
5.2.5 完善流动性管理治理结构
第6章 方案的合理性论证
6.1 基于RBF和 BP神经网络的预警方案对比
6.1.1 神经网络结构的构建
6.1.2 对比模型预测结果
6.1.3 神经网络模型评价
6.2 基于GABP神经网络的预警方案有效性论证
6.3 与传统流动性风险识别方法对比
6.3.1 流动性监测指标
6.3.2 流动性缺口分析
6.3.3 流动性压力测试
6.3.4 风险识别差异的原因分析
6.4 本章小结
第7章 结论
附录 Matlab模型源码
参考文献
致谢
本文编号:3797605
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容、方法和技术路线
1.3.1 研究内容
1.3.2 研究方法
1.3.3 技术路线
1.4 本文的主要贡献
第2章 相关理论回顾与文献综述
2.1 相关理论回顾
2.1.1 商业银行流动性风险含义
2.1.2 商业性贷款理论
2.1.3 负债管理理论
2.1.4 资产负债管理理论
2.2 文献综述
2.2.1 商业银行流动性风险现状方面
2.2.2 商业银行流动性风险识别
2.2.3 商业银行流动性管理
2.2.4 文献评述
第3章 我国商业银行流动性风险现状及预警需求分析
3.1 商业银行流动性风险现状
3.1.1 存贷款比例上升
3.1.2 流动性的质和量存在差异
3.1.3 潜在流动性风险增加
3.1.4 流动性存在期限错配问题
3.1.5 压力情景下流动性问题突出
3.2 商业银行流动性风险监测现状
3.2.1 现有商业银行流动性风险监测方法
3.2.2 现有流动性监测方法的不足
3.3 流动性风险预警的需求分析
第4章 商业银行流动性风险预警指标体系设计
4.1 流动性风险预警指标体系的构建
4.1.1 流动性风险指标的选择原则
4.1.2 商业银行流动性风险预警指标体系的确定
4.2 新加入指标的具体含义
4.2.1 流动性匹配率
4.2.2 流动性覆盖率
4.3 指标的正向化
第5章 商业银行流动性风险预警方案策划
5.1 方案策划所用方法的原理
5.1.1 人工神经网络
5.1.2 BP神经网路
5.1.3 RBF神经网路模型
5.1.4 遗传算法
5.2 方案设计
5.2.1 预警模型的选择
5.2.2 方案的整体流程
5.2.3 样本数据的选取、处理与风险级别的判定
5.2.4 银行流动性风险识别预测
5.2.5 完善流动性管理治理结构
第6章 方案的合理性论证
6.1 基于RBF和 BP神经网络的预警方案对比
6.1.1 神经网络结构的构建
6.1.2 对比模型预测结果
6.1.3 神经网络模型评价
6.2 基于GABP神经网络的预警方案有效性论证
6.3 与传统流动性风险识别方法对比
6.3.1 流动性监测指标
6.3.2 流动性缺口分析
6.3.3 流动性压力测试
6.3.4 风险识别差异的原因分析
6.4 本章小结
第7章 结论
附录 Matlab模型源码
参考文献
致谢
本文编号:3797605
本文链接:https://www.wllwen.com/guanlilunwen/huobilw/3797605.html