基于宏观经济影响的商业银行风险预警模型的构建

摘要

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“3δ”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。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪 论

1.1 研究背景及意义

1.2 文献综述

1.2.1 国外关于商业银行风险预警的研究

1.2.2 国内关于商业银行风险预警的研究

1.3 研究方法、研究内容和框架体系

1.3.1 研究方法

1.3.2 研究内容

1.3.3 框架体系

1.4 创新点分析

第2章 商业银行风险预警模型的相关理论分析

2.1 商业银行风险预警的基本内涵

2.1.1 商业银行风险预警概念的界定

2.1.2 商业银行风险预警的目标

2.2 预警模型及评述

2.2.1 财务数据模型

2.2.2 市场数据模型

2.2.3 模型改进方向

2.3 商业银行风险预警中考虑宏观经济因子的必要性

2.3.1 宏观经济对银行信用风险的影响

2.3.2 宏观经济对银行市场风险的影响

2.3.3 巴塞尔新资本协议对银行风险的影响

第3章 影响我国商业银行风险的宏观经济因子测定

3.1 测定宏观经济因子的模型设计

3.2 宏观经济因子的选择

3.3 基于MFD模型的宏观经济因子测定

3.3.1 因变量的确定

3.3.2 宏观经济因子的测定

3.3.3 宏观经济因子的测定结果分析

第4章 基于宏观经济因子的商业银行预警模型构建

4.1 基于logistic模型进行银行风险预警的基本原理

4.2 基于宏观经济因子的预警模型设计

4.3 实证分析

4.3.1 MF-logistic模型的回归结果

4.3.2 MF-logistic模型的检验

4.3.3 一般logistic模型的回归结果

4.3.4 与一般logistic模型的ROC比较分析

第5章 模型的应用及相关建议

5.1 综合考虑宏观经济因子加强银行监管

5.2 基于MFD和MF-Logistic模型开展压力测试

5.3 MF-Logistic模型的应用及改进分析

5.3.1 基于MF-logistic模型对银行风险进行预警的方法

5.3.2 MF-logistic模型的改进建议

结 论

参考文献

致 谢

附录A宏观经济指标数据