论文部分内容阅读
本文针对现有的商业银行风险预警模型对于宏观经济因素考虑不足的情况，通过理论和实证分析证明了宏观经济因素对于商业银行风险具有显著影响，并在此基础上构建了包括宏观经济因素的商业银行风险预警模型。目前现有的商业银行风险预警模型对于宏观经济因素的估计不足，大都忽略宏观经济因素或是对其仅做简单的定性分析。本文通过分析宏观经济因素对商业银行风险的影响以及巴塞尔新资本协议的顺周期性影响，阐明了在商业银行风险预警中考虑宏观经济因素的必要性，以此作为本文模型构建的理论基础。在模型构建上，本文分两步进行。首先，测定影响我国商业银行业整体风险的宏观经济因子。为此本文通过收集我国183家银行2003年至2010年的财务指标，采用主成分分析法将这些银行分成了高风险银行和低风险银行两类。在分类的基础上测量了2003年至2010年商业银行业整体风险水平。接下来，本文选取适当的宏观经济因子，构建了MFD模型，对影响商业银行业整体风险的宏观经济因子进行了测定。测定结果表明：1.贷款利率、货币供应量增长率和固定资产投资增长率这三个宏观经济指标对于我国商业银行业整体风险状况具有显著影响。2.贷款利率和货币供应量增长率对于我国商业银行业风险具有反向的影响，即贷款利率和货币供应量增长率的增加能够降低我国商业银行业的风险水平；而固定资产投资增长率的增加会提高我国银行业风险的风险水平。在测定出对商业银行风险具有显著影响的宏观经济因子后，本文验证了测定出的宏观经济因子对于单家商业银行风险的影响同样是显著的。然后基于Logistic模型构建了包括宏观经济因子的MF-Logistic模型并对模型进行了检验。检验结果显示：MF-Logistic模型通过了显著性检验，模型的拟合效果较好，并且具有很好的判别能力；通过与一般不包含宏观经济因子的Logistic模型的ROC比较分析，证明了MF-Logistic模型具有更好的模型判别能力，这进一步说明了在商业银行风险预警中考虑宏观经济因子的科学性。在此基础上，本文根据“3”法则确定了MF-Logistic模型的预警区间，介绍了如何运用模型对商业银行风险进行预警。最后，本文提出了加强商业银行风险预警的相关建议。