第1 章 绪论
1.1研究背景
1.2研究目的和意义
1.2.1研究目的
1.2.2研究意义
1.3研究内容、方法和技术路线
1.3.1研究内容
1.3.2研究方法
1.3.3技术路线
1.4本文的主要贡献
第2 章 相关理论回顾与文献综述
2.1相关理论回顾
2.1.1商业银行流动性风险含义
2.1.2商业性贷款理论
2.1.3负债管理理论
2.1.4资产负债管理理论
2.2文献综述
2.2.1商业银行流动性风险现状方面
2.2.2商业银行流动性风险识别
2.2.3商业银行流动性管理
2.2.4文献评述
第3 章 我国商业银行流动性风险现状及预警需求分析
3.1商业银行流动性风险现状
3.1.1存贷款比例上升
3.1.2流动性的质和量存在差异
3.1.3潜在流动性风险增加
3.1.4流动性存在期限错配问题
3.1.5压力情景下流动性问题突出
3.2商业银行流动性风险监测现状
3.2.1现有商业银行流动性风险监测方法
3.2.2现有流动性监测方法的不足
3.3流动性风险预警的需求分析
第4 章 商业银行流动性风险预警指标体系设计
4.1流动性风险预警指标体系的构建
4.1.1流动性风险指标的选择原则
4.1.2商业银行流动性风险预警指标体系的确定
4.2新加入指标的具体含义
4.2.1流动性匹配率
4.2.2流动性覆盖率
4.3指标的正向化
第5 章 商业银行流动性风险预警方案策划
5.1方案策划所用方法的原理
5.1.1人工神经网络
5.1.2 BP神经网路
5.1.3 RBF神经网路模型
5.1.4遗传算法
5.2方案设计
5.2.1预警模型的选择
5.2.2方案的整体流程
5.2.3样本数据的选取、处理与风险级别的判定
5.2.4银行流动性风险识别预测
5.2.5完善流动性管理治理结构
第6 章 方案的合理性论证
6.1 基于 RBF和 BP神经网络的预警方案对比
6.1.1神经网络结构的构建
6.1.2对比模型预测结果
6.1.3神经网络模型评价
6.2 基于 GA_BP神经网络的预警方案有效性论证
6.3与传统流动性风险识别方法对比
6.3.1流动性监测指标
6.3.2流动性缺口分析
6.3.3流动性压力测试
6.3.4风险识别差异的原因分析
6.4本章小结
第7 章 结论
附录 Matlab 模型源码
参考文献
致 谢
声明
上海师范大学;