基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf

基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf

ID:55674629

大小:125.92 KB

页数:15页

时间:2020-05-24

基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf_第1页
基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf_第2页
基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf_第3页
基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf_第4页
基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf_第5页
资源描述:

《基于Bayes判别模型和Logistic回归模型的银行监管评级研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、����年第�期���周小君摘要:本文选取了我国195家农村合作金融机构作为研究对象,基于2010年23个CAMEL�指标值和监管评级数据,应用Ba�e�判别分析和Logi��ic回归分析建立了两个监管评级判定模型,并使用样本金融机构2011年的数据验证了模型的可靠性�研究结果表明,银行监管评级结果主要由23个指标中的10个决定,监管工作中应重点关注这些指标的变化;两种模型对银行监管评级的判定能力较强,有助于简化监管评级工作和缩短评级时滞,从而帮助监管部门尽早采取应对措施�关键词:银行风险;监管评级;Ba�e�判别分析;Lo

2、gi��ic回归分析一�引言如何建立科学有效的银行风险评估系统来识别和预警银行风险,从而指导银行监管当局及时采取措施防范和化解风险,是银行监管领域的一项重要研究课题�自20世纪80年代以来,各国监管当局就开始致力于银行风险评估和预警系统的建设,并取得了一定成效�2006年,中国银监会在借鉴国际通用的骆驼(CAMEL)评级体系的基础上,建立了银行监管评级体系�通过一年一度的监管评级,监管部门可以全面掌握银行风险状况,并根据评级结果实施分类监管,有针对性地采取监管措施,提高监管的有效性�2008年,中国银监会又在非现场监管信息系

3、统的基础上,建立了银行风险早期预警系统,用于对银行总体风险变化趋势的预警判断和对同质�同类银行的风险比较�这两类监管工具在日常监管工作中发挥了重要的作用,但也存在一些问题�比如,监管评级涉及大量复杂的定量测算和定性判断,耗时长,频度低,且定性判断部分易受监管人员专业素质程度的影响;早期预警系统虽然可以�周小君,中国银监会福建监管局���基于Ba�e�判别模型和Logi��ic回归模型的银行监管评级研究总第�期通过四种预警方法计算出银行的各种风险指数,但未形成对银行综合风险的前瞻性判断�本文试图将上述两类监管工具结合起来,通过

4、定量分析非现场监管指标与监管评级之间的关系,抓住影响监管评级的主要因素,在此基础上建立风险评估和预警模型�二�文献综述(一)国外研究综述银行风险评估和预警理论起源于企业财务预警理论�Bea�er(1966)通过对14个财务指标在倒闭企业和健康企业之间的差异分析,来预测企业是否会出现财务危机�其得到的结论是,"现金流量与负债总额比率"的预测能力最高,其次是"负债占总资产的比率"以及"资产利润率"�Al�man(1968)提出了分析企业财务困境的多变量判别分析法���"Z-Score"模型�该模型通过计算"运营资产/总资产"�"

5、留存收益/总资产"�"税前利润/总资产"�"股权价值/总负债"以及"销售收入/总资产"等5个财务指标的线性组合得出Z值,当Z<1.8时,公司有很大的破产危险;当1.8�Z<2.675时,公司处于灰色地带,财务状况极不稳定;当Z�2.675时,公司财务状况良好,破产可能性极小�20世纪70年代以后,针对公司倒闭的预警方法开始逐步应用到银行业�Ma�er和Pifer(1970)使用最小二乘法,对"固定资产/总资产"的标准差等9个变量进行线性回归,建立线性判别模型来预测银行失败�但线性概率模型存在一些比较严重的缺点,一是概率的预测

6、值可能在区间(0,l)之外,二是误差项可能存在异方差�Sinke�(1975)在多重判别法基础上建立了风险预警模型,并以20世纪70年代初被美国监管部门判定为"问题银行"的100多家银行和与之经营结构�规模相似的"稳健银行"作为样本,利用上述模型进行了判别分析�其多重判别分析的结果是,"贷款收入比"指标判别能力最强,"其他费用率"以及"营业支出占比"其次�从理论上看,使用判别分析建立模型进行风险预警达到了一定的效果,但是要求银行财务指标变量在各个类别内符合多元正态分布,而实际的财务数据一般难以满足这一前提条件�另外,Mar�

7、in(1977)最早采用Logi�模型对健全银行和破产银行进行了区分研究�由于Logi�模型对数据的要求不像判别分析那么高,而判别的准确率又比较高,因此在20世纪80年代后较为流行�Whalen和Thom�on(1988)采用Logi�分析模型,对如何利用公开的财务数据预测银行现场检查的CAMEL评级结果进行了研究�此外,还有一些学者采用非统计分析方法分析财务数据,以此来建立银行风险早期预警模型�例如,Tam和Kiang(1992)以及D���a和Shekhar(1994)使用类神经网络方法建立了银����年第�期��行风险

8、早期预警模型;Sarkar和Sriram(2001)利用贝叶斯模型(Ba�e�ianModel)建立了银行破产的早期预警模型;Kolari等人(2008)则采用特征识别法(TR)来识别失败银行�除了理论研究外,20世纪80年代开始,许多西方国家的银行监管部门建立了一种或多种银行业风险评估和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。