基于宏觀經(jīng)濟(jì)影響的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建.pdf

1、本文針對現(xiàn)有的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型對于宏觀經(jīng)濟(jì)因素考慮不足的情況，通過理論和實(shí)證分析證明了宏觀經(jīng)濟(jì)因素對于商業(yè)銀行風(fēng)險(xiǎn)具有顯著影響，并在此基礎(chǔ)上構(gòu)建了包括宏觀經(jīng)濟(jì)因素的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型。
　　目前現(xiàn)有的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型對于宏觀經(jīng)濟(jì)因素的估計(jì)不足，大都忽略宏觀經(jīng)濟(jì)因素或是對其僅做簡單的定性分析。本文通過分析宏觀經(jīng)濟(jì)因素對商業(yè)銀行風(fēng)險(xiǎn)的影響以及巴塞爾新資本協(xié)議的順周期性影響，闡明了在商業(yè)銀行風(fēng)險(xiǎn)預(yù)警中考慮宏觀經(jīng)濟(jì)因素的必要性，

2、以此作為本文模型構(gòu)建的理論基礎(chǔ)。
　　在模型構(gòu)建上，本文分兩步進(jìn)行。首先，測定影響我國商業(yè)銀行業(yè)整體風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因子。為此本文通過收集我國183家銀行2003年至2010年的財(cái)務(wù)指標(biāo)，采用主成分分析法將這些銀行分成了高風(fēng)險(xiǎn)銀行和低風(fēng)險(xiǎn)銀行兩類。在分類的基礎(chǔ)上測量了2003年至2010年商業(yè)銀行業(yè)整體風(fēng)險(xiǎn)水平。接下來，本文選取適當(dāng)?shù)暮暧^經(jīng)濟(jì)因子，構(gòu)建了MFD模型，對影響商業(yè)銀行業(yè)整體風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因子進(jìn)行了測定。測定結(jié)果表明：1.

3、貸款利率、貨幣供應(yīng)量增長率和固定資產(chǎn)投資增長率這三個(gè)宏觀經(jīng)濟(jì)指標(biāo)對于我國商業(yè)銀行業(yè)整體風(fēng)險(xiǎn)狀況具有顯著影響。2.貸款利率和貨幣供應(yīng)量增長率對于我國商業(yè)銀行業(yè)風(fēng)險(xiǎn)具有反向的影響，即貸款利率和貨幣供應(yīng)量增長率的增加能夠降低我國商業(yè)銀行業(yè)的風(fēng)險(xiǎn)水平；而固定資產(chǎn)投資增長率的增加會提高我國銀行業(yè)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)水平。
　　在測定出對商業(yè)銀行風(fēng)險(xiǎn)具有顯著影響的宏觀經(jīng)濟(jì)因子后，本文驗(yàn)證了測定出的宏觀經(jīng)濟(jì)因子對于單家商業(yè)銀行風(fēng)險(xiǎn)的影響同樣是顯著的。然后

4、基于Logistic模型構(gòu)建了包括宏觀經(jīng)濟(jì)因子的MF-Logistic模型并對模型進(jìn)行了檢驗(yàn)。檢驗(yàn)結(jié)果顯示：MF-Logistic模型通過了顯著性檢驗(yàn)，模型的擬合效果較好，并且具有很好的判別能力；通過與一般不包含宏觀經(jīng)濟(jì)因子的Logistic模型的ROC比較分析，證明了MF-Logistic模型具有更好的模型判別能力，這進(jìn)一步說明了在商業(yè)銀行風(fēng)險(xiǎn)預(yù)警中考慮宏觀經(jīng)濟(jì)因子的科學(xué)性。
　　在此基礎(chǔ)上，本文根據(jù)“3δ”法則確定了MF-Lo