中国上市银行长期风险和短期风险的测量

本文依据Semi-APARCH模型,利用中国16家上市商业银行的股价数据,对中国上市商业银行及整个银行业的长期(累计)风险和短期风险进行测算,并提出采用尺度函数(scale function)上限加强风险管理的预警方法。研究结果表明:国际金融危机发生期间中国上市商业银行及整个银行业风险水平普遍偏高;当前中国上市商业银行的长期(累计)风险相对稳定,并处于较低水平;2013年隔夜拆借利率的飙升导致银行业风险加大,对此应增强风险预警与防范;中国上市商业银行短期风险的杠杆效应较低;中国的银行机构之间存在显著的系统相关性。     

基于监管视角的信用风险预警研究

本文基于监管视角确定了信用风险预警的实现路径,辨析了基于监管视角进行信用风险预警的必要性及其特殊性;以信用风险发生的基本单元即银行客户为研究介质,以监管部门长期监测的银行客户数据、非现场监管数据和经济数据为基础,建立了涵盖客户财务指标、信贷行为、关联担保、区域经济、行业运行的前瞻性指标体系;利用Logistic模型对客户的信用风险进行度量。实证检验结果显示,模型预警效果良好、风险得分前十名的客户,预警抓获率高达65%。为进一步提高预警效率,使之能更好地用于实践,本文通过综合权衡模型的观察面和覆盖面,将风险得分排名前200名的客户确定为预警适宜区,再将2014年6月批次的山东省银行业客户数据代入预警模型,测算当前正常类客户在今后十二个月内变为不良客户的可能性,为信用风险防控提供抓手并赢得宝贵时间。此外,本文还根据预警分析提出监管部门进行信用风险防范、化解的意见建议,以推动银行业机构完善信用风险防范的长效机制。     

多极模糊综合评判法在企业财务风险预警中的运用

一、序言国内外的大量实例表明,陷入经营危机的企业几乎毫无例外地都是以出现财务危机为征兆。企业要进行有效的财务管理,必须了解奉献的来源和特征,正确预测、衡量财务风险,进行适当的控制和防范,降低财务风险给企业带来的损失。最早提出财务预警的学者是比佛(Beaver,1966),他首创以单变量分析法建立了财务危机预测模型。几乎同时,A ltman(1968)提出多变量财务模型预测公司危机,使用判别式分析,他实证研究用五个财务比率的判别式预测了公司破产。目前国内在这方面的研究也主要集中在比佛提出的单变量分析和奥特兰的“Z分数模型”多变量分析方法,我国学者周首华等在1996年对Z分数模型加以改造,提出了财务预警的新模型—F分数模型。但当前的研究一般是利用历史数据采用预警指标等级界限划分多元统计分析等方法从企业外部构造企业财务危机的预警模型。而从企业财务管理角度来说,应从企业内部建立与企业经营特征相适应的预警模型。本文以通信企业为例,采用多因素层次分析法,对影响通信企业财务风险因素指标进行分层研究,建立通信企业的财务预警指标体系并运用模糊综合评判法的方法建立了评价模型,对其进行财务风险预警实证分析。二、财务风险预警评价模型...     

银行业安全预警研究

本文运用了probit模型来研究银行业安全预警问题。结果显示,发生危机的概率与固定资产形成与GDP之比和产业资本对外依存度都正相关,模型具有较好的预测能力。从对2010年和2015年中国银行业安全的预警来看,当以亚洲发生危机国家其平均概率作为银行业安全预警信号时,中国银行业仅在2010年的情形下是不安全的。中国应该采取积极的措施来确保未来中国银行业的安全。     

货币升值视角下的我国货币危机预警模型的构建

在现有的大部分关于货币危机预警系统的文献中,都将货币危机与货币大幅贬值联系起来,但货币大幅贬值往往发生在货币大幅升值之后。本文尝试在货币升值视角下,对我国货币危机构建一个预警模型,并分别对信号分析法和三元Logit模型的预测能力进行实证分析。结果表明,工业企业增加值同比增速、出口额同比增速和企业存款这三个指标对升值视角下的我国货币危机的预测能力较强;信号分析法的预警效果更好,但Logit模型在研究经济变量对危机影响的相对重要性上又具有优势,因此,在我国货币危机的预警和防范中,应将这两种方法结合起来使用。     

机器学习理论在商业银行区域性风险影响因素度量中的应用研究

本文从宏观经济的角度和微观银行自身的角度入手,结合已有文献和最新大数据技术应用现状,形成多样化的风险指标来源,以月度为时间单位,以省市为样本区域分界,构建大数据时代商业银行区域性风险指标体系.通过机器学习的方法,对大规模和多维度的历史数据进行建模挖掘.从理论上探索商业银行区域性风险的影响因素,以及预测区域性风险发生的可能性,为商业银行预警及防范区域性风险提供技术指导,为金融管理部门非现场监管提供数据来源.     

系统性风险与企业财务危机预警——基于前沿机器学习的新视角

本文采用Logit回归模型以及随机森林模型、梯度提升模型等前沿机器学习方法,深入考察系统性风险指标对我国企业财务危机的预测能力。结果表明,系统性风险对中下游企业的财务危机具有显著的预测能力,而基于因子分析构建的系统性风险指标,结合随机森林模型可取得更好的预测效果。本文进一步区分财务危机的不同成因并发现,基于随机森林模型和Logit回归模型的预测框架能够对我国大多数财务危机事件进行有效预警。在此基础上,本文对我国上市企业监管提出相关建议,从而为完善金融风险处置机制提供一定参考。     

后危机时代我国银行业的发展之路

2007年爆发的国际金融危机有力地表明,主要依靠担保融资市场开展业务的金融机构具有很大的脆弱性,全球银行业公司治理尚有诸多缺陷。虽然整体上来看,我国银行业受国际金融危机影响较小,但鉴于国际金融危机的教训和我国银行业的发展现状,后危机时代我国银行业需转变盈利模式,培养自身核心竞争力,提高公司治理水平,完善风险防范机制。     

中国货币危机预警实证研究

本文运用KLR信号法对我国1992年以来的货币市场进行了风险预警实证分析。结果表明,信号法的拟合优度较好,其预测的结果与我国的实际情况基本一致。同时用该方法预测未来1-2年内,我国货币市场发生危机的概率为0。本文进一步通过Probit模型与KLR信号法进行对比,结果表明Probit模型的预测能力较差,KLR信号法更适合作为我国货币危机的预警方法。     

后危机时代我国银行业的发展之路

2007年爆发的国际金融危机有力地表明,主要依靠担保融资市场开展业务的金融机构具有很大的脆弱性,全球银行业公司治理尚有诸多缺陷.虽然整体上来看,我国银行业受国际金融危机影响较小,但鉴于国际金融危机的教训和我国银行业的发展现状,后危机时代我国银行业需转变盈利模式,培养自身核心竞争力,提高公司治理水平,完善风险防范机制.     

我国银行危机非线性系统SVM集成预警研究

银行系统的内在脆弱性是形成和聚集银行危机的主要因素,并可能导致严重的金融危机,因此对银行危机预警研究非常重要。银行危机是一个非线性系统,通过应用支持向量机集成原理,建立银行危机评价的SVM集成模型,依据评价等级对银行危机预警评价指标进行分类,利用随机技术模拟生成样本,运用Bagging算法进行集成学习,通过对1991—2010年我国银行业经营数据进行实证分析,最终得到我国银行危机程度区间,可以对未来银行系统经营发展情况进行预测。     

关于宏观审慎监管预警指标的选取及实证研究

构建预警体系是我国逆周期宏观审慎监管的首要内容。文章选取反映银行业系统性风险来源的指标作为预警指标,用货币市场压力指数波动率来度量银行业系统性风险,建立VAR模型进行了实证检验,并采用脉冲响应函数对银行业系统性风险的影响因素进行了分析。为构建我国宏观审慎监管预警指标体系,完善监管体制,推进监管改革提供科学合理的政策建议。     

企业财务风险预警研究-以中国保利集团公司为例

企业财务风险影响着企业的正常生产经营活动,应对其加强防范.建立一个完善的财务风险预警模型不仅能够预防财务危机,而且能预知企业危机,及时发现财务状况恶化的原因,使企业及时采取有效措施,将危机消灭在萌芽之中.因此,如何选择有效的财务风险预警模型对企业的生存发展至关重要.本文以中国保利集团公司为样本,通过Z3模型、改进后的Z3模型,对企业财务风险进行预测分析并对其存在的问题提出相关建议.     

银行业廉政风险预警防控制度研究

20世纪90年代以来,银行业因廉政风险预警防控制度失效而发生的一系列财务丑闻、腐败案件,给银行业造成了巨大损失,也凸显了加强银行业廉政风险预警防控制度建设重要性。本文简要介绍了我国银行业廉政风险预警防控制度的内涵及必要性,揭示了银行业廉政风险预警防控制度缺陷对银行业的影响,归纳总结了主要发达国家和地区加强廉政风险防控制度建设的主要做法,提出了构建银行业廉政风险预警防控制度的建议。     

我国商品期货市场风险预警指标体系及其实证分析

商品期货市场风险的防范是一个极其复杂的问题,仅从期货市场风险度量提高防范系统风险能力、确定最优套期保值比率提高投资者风险防范能力、设置合理的保证金增强期货交易所和期货公司防范市场风险的能力显然是不够的.提高我国商品期货市场风险管理水平,还需要结合我国商品期货市场发展的实际情况,从影响我国商品期货市场的众多因素出发,全方位、多角度的监测影响我国商品期货市场价格波动的因素,建立市场风险预警模型是防范市场风险的重要途径.基于此,本文通过构建反映我国期货市场价格的指标体系,首先采取因子分析求出主因子,再将主因子加入Logistics模型进行风险预警分析,实证研究表明,本文所建立的风险预警模型具有较好的效果,具有一定的实践意义.     

房地产业与银行业风险传染效应分析

2016年12月以来,历次中央经济工作会议均强调要坚持“房住不炒”的定位。我国房地产业与银行业关联度高,银行业爆发风险可能会迅速传染至整个金融市场,引发金融危机,因此对我国房地产业与银行业之间的风险传染效应进行研究,对今后更好地防范系统性金融风险意义重大。首先,引入向量修正模型(VECM),对房地产业与银行业之间风险传染机制进行研究,发现两个行业主要通过房价波动与银行信贷规模传导风险。其次,利用ARMA-GARCH-CoVaR模型测算房地产与银行业之间风险溢出强度,发现银行业对房地产业风险溢出强度更高,并根据结果具体分析了2008年金融危机、欧债危机、2015年“股灾”、部分房企爆雷、新冠感染等风险情景下,政府对两个行业实施宏观调控政策取得的成效以及风险溢出效应在不同时间段的新变化,最后提出建议。     

国内银行间风险传染问题研究——基于Copula函数理论检验方法

银行业是金融业的核心,银行业风险状况关乎金融稳定乃至经济社会发展。文章运用Copula函数理论检验方法,实证检验了国内11家A股上市银行在2008年国际金融危机前后以及2015年以来的风险传染情况,结果显示,外部危机对国内银行系统的影响较为有限,银行间的风险传染主要是受国内自身因素的影响,国有大行的重要性及其发生风险后的传染性强度较高,股份制银行较易受到外部危机和内部风险的影响。为此,文章提出要加强内外部风险监测和预警,坚持对国有大型银行实施严格监管,加强对重要股份制银行的监测和分析。     

我国商业银行系统性风险度量及监管研究

本文用Copula函数的CoVaR方法,度量了我国14家上市银行和整个银行业间的风险溢出效应,通过比较在欧债危机发生前后各上市银行对整个银行业系统性风险的贡献度以及受整个银行业危机的影响程度,分析得出以下结论：单个银行对整个银行业系统性风险的贡献度和受整个银行业危机的影响程度取决于银行的性质、资产规模,以及经济周期等因素.基于以上结论对监管部门在宏微观审慎监管、系统性重要银行监管、逆周期管理方面提出了几点建议.     

上市公司股价崩盘预警模型研究——基于Cox回归与集成学习的经验证据

本文选取A股上市公司作为研究对象，构建Cox回归模型探讨财务指标与非财务指标对上市公司股价崩盘的影响。实证结果显示：财务指标与非财务指标对股价崩盘有一定的预警作用，在所选取的指标中，现金流比率等因素对防止公司股价崩盘的发生起到保护作用，即现金流比率越高，公司股价崩盘风险越小；而管理层持股比例等作为危险因素，会加剧公司发生股价崩盘的可能性。进一步将Cox模型与集成学习模型相结合，发现模型的预测性能显著提升。研究发现了股价崩盘在时序上的变化规律及风险预期，为企业持续经营与风险防范提供参考借鉴，有助于促进资本市场的平稳运行；风险预警模型的建立有助于利益相关者有效识别股价崩盘风险，在一定程度上保护股东和投资者的权益。     

资本市场系统风险:预警模型及其应用

在对常用预警技术进行回顾并构建预警指标体系的基础上,综合已有模型的优势,本文构建了一个基于各指标对应序列平稳性检验和神经网络的外推预测式系统风险预警模型.运用该模型对我国资本市场系统风险状态的实证预警研究表明,此模型性能稳定且精度较高,具有较好的应用前景.