我国商业银行信用风险预警研究——基于Lasso模型

发布时间：2021-07-16 10:34

　　如何避免系统性金融风险,维护金融稳定,一直是我国金融监管最为重视的问题之一。本文以我国上市商业银行会计数据为基础,探索从商业银行自身资本结构、盈利能力、收益质量、专项指标四个维度建立Lasso模型,科学选择评估指标体系,构建我国商业银行信用风险评估模型,并与全变量回归模型和逐步回归模型进行比较。实证分析发现,相对于全变量回归模型和逐步回归模型,Lasso模型更能抓住商业银行信用风险的关键因素,而且模型稳健性和预测准确率也更高。研究结论为商业银行信用风险管理和防控提供了新的管理思路与实际指导作用。 

【文章来源】：金融会计. 2020,(09)

【文章页数】：10 页

【部分图文】：

2012年至2017年我国不同类型商业银行不良贷款率

为全面研究商业银行信用风险预警模型,我们以商业银行会计报表数据为基础,在充分研究现有文献的基础上,构建资本结构、盈利能力、收益质量及银行专项指标四个维度的系统分析框架,如图3所示。资本结构维度包括资产负债率和权益乘数2个指标,主要用于衡量长期偿债能力。

利用R软件中的Glmnet程序包进行Lasso模型分析。随着调和参数 取值的变化,模型的压缩程度也会变化,即不同的 值会影响选择出不同的变量数目。图4显示随着 值的变化,24个变量系数的变化。随着 值变大,部分变量的系数趋向于0,模型中包含的自变量个数随之减少。若选取较小的 值,模型包含的变量多,变量间容易受多重共线性的影响,使得模型复杂而且预测准确度不高。若选取较大的 值,模型包含的变量少,可能忽略某些变量,使得预测准确度受影响。我们通过广义交叉验证来确定最佳的 值,广义交叉验证结果如图5所示。

【参考文献】：
期刊论文
[1]基于BP神经网络的商业银行信用风险度量模型研究[J]. 曾嵘欣.  金融发展研究. 2018(06)
[2]基于LASSO方法的企业财务困境预测[J]. 杨青龙,田晓春,胡佩媛.  统计与决策. 2016(23)
[3]商业银行信用风险预警运行机制的研究——以某国有商业银行为例[J]. 张曲.  金融经济. 2016(04)
[4]基于LASSO和神经网络的量化交易智能系统构建——以沪深300股指期货为例[J]. 王宣承.  投资研究. 2014(09)
[5]基于Lasso-logistic模型的个人信用风险预警方法[J]. 方匡南,章贵军,张惠颖.  数量经济技术经济研究. 2014(02)
[6]信用突变下商业银行信用风险预警模型及应用[J]. 顾海峰.  数量经济技术经济研究. 2013 (09)
[7]上市公司信用风险分析模型中的变量选择[J]. 胡心瀚,叶五一,缪柏其.  数理统计与管理. 2012(06)
[8]基于LASSO变量选择方法的投资组合及实证分析[J]. 刘睿智,杜溦.  经济问题. 2012(09)
[9]基于贝叶斯网络的商业银行全面风险预警系统[J]. 陆静,王捷.  系统工程理论与实践. 2012(02)
[10]商业银行信用风险预警模型的实证研究[J]. 刘倩.  财经理论与实践. 2010(04)

博士论文
[1]我国商业银行信用风险的识别与评价研究[D]. 皇甫秀颜.厦门大学 2006



本文编号：3286840