杠杆率调整背景下我国商业银行流动性监测指标评价——基于深度前馈网络

发布时间：2020-11-18 10:32

　　 本文分别以我国国有控股商业银行和股份制商业银行作为研究对象,深入探讨流动性监测指标选取和评价算法的有效性和阶段性,解释不同类型银行背景下是否具有显著差异,分析杠杆率调整进程中的变化。基于深度前馈网络的学习结果表明:(1)LM优化算法比GA优化算法更具适用性和准确性;(2)在国有控股商业银行中,学习效果较好的指标组为存贷比和不良贷款率,在股份制商业银行中为存贷比和存款结构比率;(3)随着我国杠杆率调整进程的深入,不同性质商业银行流动性监测指标评价算法和指标构成的有效性具有稳定性,但指标效力有所改变,银行间信贷业务交互作用对流动性的影响力在杠杆率调整进程中日趋提升。
【文章目录】：
1 引言
2 模型构建与数据描述
    2.1 建模思路与算法原理
    2.2 指标选取
        2.2.1 输入变量
        2.2.2 输出变量
        2.2.3 杠杆率变化作为外部环境的影响
    2.3 数据来源与样本区间
3 学习结果与分析
    3.1 杠杆率调整阶段划分的断点确认
    3.2 网络结构
    3.3 神经网络训练与算法性能比较
    3.4 杠杆率调整进程中商业银行流动性监测指标评价
4 结论与启示

【参考文献】

相关期刊论文 前6条

1 隋洋;白雨石;;中资银行应对流动性监管最新要求的策略研究[J];国际金融研究;2015年01期

2 巴曙松;尚航飞;朱元倩;;巴塞尔Ⅲ流动性风险监管的影响研究[J];新金融;2012年11期

3 李研妮;冉茂盛;;金融系统流动性及其风险的框架研究综述[J];预测;2012年01期

4 北京大学中国经济研究中心宏观组;梁东擎;;流动性的度量及其与资产价格的关系[J];金融研究;2008年09期

5 谢志华;杨瑾;;商业银行动态流动性管理研究[J];国际金融研究;2007年09期

6 俞承璋,孙谦,俞自由;浅论商业银行流动性风险管理[J];预测;1999年06期

【共引文献】

相关期刊论文 前10条

1 Bingbin Dai;Fan Yang;;Monetary policy,accounting conservatism and trade credit[J];China Journal of Accounting Research;2015年04期

2 吴立力;孙畅;;基于VAR模型的我国流动性管理工具政策效用实证研究[J];金融与经济;2015年08期

3 王晶;;基于VAR模型的货币流动性与资产价格关系的实证分析[J];时代金融;2015年14期

4 杨胜刚;刘亚之;;我国商业银行流动性风险压力测试[J];吉首大学学报(社会科学版);2015年03期

5 徐君;;中小商业银行流动性风险管理研究[J];时代金融;2015年08期

6 薛风召;黄铭;;我国股票价格波动与货币流动性变化的关系研究[J];金融经济;2015年02期

7 梁丽丽;;同业负债业务缓解了商业银行的流动性风险吗?——基于213家商业银行数据的实证研究[J];南方金融;2015年01期

8 赵庆;;股票市场影响因素动态实证分析——基于灰色关联法[J];山东工商学院学报;2014年06期

9 李响;;银行同业业务、资产负债变化与金融市场流动性“悖论”:基于面板数据的实证研究[J];吉林金融研究;2014年12期

10 中国人民银行随州市中心支行课题组;张艳妮;车青玲;陈硕;;利率市场化对商业银行流动性的动态影响——以地方中小银行为例[J];金融发展评论;2014年10期

【二级参考文献】

相关期刊论文 前8条

1 陈颖;纪晓峰;;流动性风险管理新工具的背景与影响:基于危机视角的考察[J];国际金融研究;2013年09期

2 王家强;瞿亢;;巴塞尔Ⅲ流动性要求大幅放宽的原因、影响和中国的对策[J];国际金融;2013年03期

3 彭建刚;童磊;黄向阳;;国际银行业流动性风险监管的新动向[J];经济纵横;2012年09期

4 费方域;江鹏;陈笛霏;;银行体系内生流动性风险及监管理论评述[J];新金融;2012年08期

5 江鹏;费方域;;巴塞尔协议还是货币政策?——银行业流动性监管的政策选择[J];现代管理科学;2012年03期

6 戈建国;;流动性监管新指标的影响与银行对策研究[J];新金融;2011年12期

7 孙彬;杨朝军;于静;;融资流动性与市场流动性[J];管理科学;2010年01期

8 杨瑾,王烁;商业银行核心存款的估算与流动性管理[J];国际金融研究;2005年09期

【相似文献】

相关期刊论文 前10条

1 张丽清，黄小明;深层前馈网络的单调同伦学习算法[J];华南理工大学学报(自然科学版);1995年06期

2 肖本政，江缉光，郑君里;前馈网络灵敏度：分析及降低算法[J];清华大学学报(自然科学版);1994年01期

3 杨斌,聂在平,夏耀先,蒋荣生;基于改进共轭梯度法的前馈网络快速监督学习算法[J];电子学报;2002年12期

4 王守觉,陈向东,曾玉娟,王向东,王戍靖;通用前馈网络及排序学习前向掩蔽模型在模式识别中的应用[J];电子学报;1998年08期

5 黄德双;关于外监督学习前馈网络全局优化的理论[J];电子学报;1999年04期

6 来学伟;;基于深度前馈网络的深度学习模型在XOR函数中的应用[J];信息通信;2018年09期

7 白瑞林,梁宏,刘尧猛;前馈网络控制器的研究[J];电子测量与仪器学报;1999年04期

8 张代远;快速和高精度的前馈网络学习算法[J];电路与系统学报;2000年02期

9 贾文臣,叶世伟,陈国梁,贾显鹏;前馈网络凸优化算法的自适应分析及应用[J];计算机仿真;2004年12期

10 梁昱;李彬彬;陈志高;焦斌;;TensorFlow中深度前馈网络优化研究及其轴承故障诊断应用[J];计算机应用与软件;2019年10期

相关硕士学位论文 前3条

1 张涛;用于前馈网络的基于隐单元递增相继逼近算法[D];大连理工大学;2009年

2 章剑雄;复杂系统的神经网络建模及仿真研究[D];浙江工业大学;2003年

3 宋保强;前向神经网络学习理论[D];大连理工大学;2002年

本文编号：2888619