论文部分内容阅读
危机预警是商业银行经营领域的经典且持续演进的重要命题。在2008年的金融危机背景下,如何识别银行危机特征,揭示银行危机发生机理,从而构建准确有效的预警模型等问题已日益引起理论界与实践界的高度重视。本文首先从银行危机的界定、危机产生原因以及危机预警的指标和方法这四个方面入手,系统地回顾了国内外对银行危机预警研究的相关文献,进而构建了本文的理论框架——中国商业银行危机的诱因分析以及基于支持向量机的预警模型。并在此基础上考虑了商业银行危机产生的内在根源、外来威胁,分析了中国商业银行危机的诱发机理并确立了预警指标体系,该体系对于内部情况的指标设计参照了美国著名的CAMEL银行评级体系和中国银行业监督管理委员会颁布的《商业银行监管评级内部指引》,而外部威胁方面则从宏观经济环境、金融环境和国际收支环境三个角度设立相关指标。在指标体系的基础上构建了基于支持向量机方法的商业银行危机预警模型。为提高模型的精确度,在实证中考虑采用多种方法优化参数,并且最后得到了较高的分类准确率。对比实证结果,遗传算法在优化参数方面更具优势。采用遗传算法优化的支持向量机得到了高达96.6667%的分类准确率,该结果也同样验证了指标体系的有效性以及支持向量机方法的适用性。本文的特色与创新之处一是构建了支持向量机模型,验证了其在预警中国商业银行危机的有效性,并且检验遗传算法在其参数改进方面的优越性,解决了中国商业银行业样本有限、经营异质性强等特征下的危机预警难题;二是基于银行危机的诱发机理分析,构建了反映商业银行危机产生的内在根源、外来威胁两方面特征的预警指标体系;三是将民间融资规模、房地产和股市泡沫情况对银行危机的影响纳入研究中,弥补了现有研究只考虑社会信贷总额而忽视民间借贷与股市对银行存款的替代作用对银行影响的不足。