基于粒子群神經(jīng)網(wǎng)絡(luò)的我國股份制商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)測研究.pdf

1、在全球經(jīng)濟(jì)一體化的背景之下，我國商業(yè)銀行面臨的經(jīng)營環(huán)境越來越復(fù)雜。作為商業(yè)銀行所面臨的主要金融風(fēng)險(xiǎn)之一，流動(dòng)性風(fēng)險(xiǎn)決定并體現(xiàn)銀行經(jīng)營的安全性和盈利性。本文以我國股份制商業(yè)銀行為研究對(duì)象，分別從靜態(tài)和動(dòng)態(tài)的角度對(duì)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行度量和預(yù)測，并基于國內(nèi)四家股份制商業(yè)銀行的流動(dòng)性現(xiàn)狀水平展開實(shí)證性研究，試圖探尋商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的變化規(guī)律，進(jìn)而對(duì)我國商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的有效防范和監(jiān)管提出合理化建議。
　　 本文在分析現(xiàn)有研究文獻(xiàn)的基礎(chǔ)上

2、，確定度量商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的基本方法，討論流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生的根本原因及其主要影響因素，并總結(jié)國內(nèi)外商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理的基本策略。隨后，介紹商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的基本定義及主要分類，描述我國股份制商業(yè)銀行的流動(dòng)性現(xiàn)狀，并分析我國商業(yè)銀行產(chǎn)生流動(dòng)性風(fēng)險(xiǎn)的主要原因。然后，引入基于粒子群優(yōu)化算法(Particle Swarm Optimization，PSO)與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合(Back Propagation Artificial Neu

3、ral Networks，ANN)的商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)測模型，從靜態(tài)的度量角度出發(fā)，選取8種主要的風(fēng)險(xiǎn)度量指標(biāo)，針對(duì)我國商業(yè)銀行的流動(dòng)性實(shí)際狀況，建立一個(gè)合理的流動(dòng)性風(fēng)險(xiǎn)度量指標(biāo)體系。并對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，測試結(jié)果顯示，粒子群神經(jīng)網(wǎng)絡(luò)算法較BP神經(jīng)網(wǎng)絡(luò)算法在預(yù)測結(jié)果上更具精確性，并且充分逼近實(shí)際的流動(dòng)性水平，表明該方法是一種較為理想的流動(dòng)性風(fēng)險(xiǎn)預(yù)測工具。最后，將國內(nèi)上市較早的四家股份制商業(yè)銀行作為實(shí)證研究的對(duì)象，選取四家銀行近1

4、5年的季度統(tǒng)計(jì)數(shù)據(jù)作為研究樣本，采用訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)各指標(biāo)的變化趨勢進(jìn)行分析和預(yù)測，實(shí)證結(jié)果表明我國商業(yè)銀行流動(dòng)性總體水平較好，但存在著短期和局部的流動(dòng)性短缺壓力。
　　 本文對(duì)我國商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)測嘗試性地進(jìn)行了方法層面上的創(chuàng)新，運(yùn)用粒子群與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的優(yōu)化算法對(duì)銀行未來流動(dòng)性水平進(jìn)行短期預(yù)測，不僅提高了流動(dòng)性風(fēng)險(xiǎn)預(yù)測結(jié)果的精確性，而且有利于風(fēng)險(xiǎn)管理機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)跟蹤和監(jiān)控，對(duì)提高我國商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)管理