期刊VIP學(xué)術(shù)指導(dǎo) 符合學(xué)術(shù)規(guī)范和道德
保障品質(zhì) 保證專業(yè),沒有后顧之憂
來源:期刊VIP網(wǎng)所屬分類:金融時間:瀏覽:次
【摘 要】 隨著我國利率市場化的不斷推進(jìn),商業(yè)銀行的競爭環(huán)境發(fā)生變化,如何有效地對商業(yè)銀行進(jìn)行風(fēng)險防控,實(shí)現(xiàn)商業(yè)銀行在大環(huán)境下的穩(wěn)定持續(xù)發(fā)展是非常重要的。文章以2016—2019年20家商業(yè)銀行為研究樣本,運(yùn)用因子分析法進(jìn)行降維,利用特征值計算指標(biāo)權(quán)重,通過加權(quán)因子值構(gòu)造風(fēng)險指數(shù),以8個評價要素為輸入,風(fēng)險指數(shù)為輸出,建立了8×15×1的BP神經(jīng)網(wǎng)絡(luò)商業(yè)銀行風(fēng)險評估與分析模型,通過對原始樣本和測試樣本進(jìn)行網(wǎng)絡(luò)訓(xùn)練和仿真測試,結(jié)果表明所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)能很好地進(jìn)行風(fēng)險評估,更重要的是加入“彈性分析”可以進(jìn)行商業(yè)銀行風(fēng)險的影響要素分析。實(shí)證分析結(jié)果表明:商業(yè)銀行的流動性、資本充足和不良貸款性指標(biāo)對風(fēng)險影響較大,且流動性和資本充足等指標(biāo)的變動與風(fēng)險指數(shù)呈反向變化,不良貸款率等與風(fēng)險指數(shù)呈正向變化。
【關(guān)鍵詞】 商業(yè)銀行; 風(fēng)險評估; BP神經(jīng)網(wǎng)絡(luò); 因子分析法; 彈性分析

一、引言
在利率市場化的不斷推進(jìn)下,商業(yè)銀行面臨的經(jīng)營環(huán)境、業(yè)務(wù)種類以及競爭環(huán)境等都發(fā)生了較大的改變。商業(yè)銀行之間的競爭加劇,從宏觀和微觀層面均加大了商業(yè)銀行風(fēng)險管理的難度,要使其在社會經(jīng)濟(jì)迅速發(fā)展的大環(huán)境下獲得穩(wěn)定持續(xù)發(fā)展,必須高度重視風(fēng)險評估、防控和管理。商業(yè)銀行績效評價一直都是學(xué)界與業(yè)界比較重要的研究課題,風(fēng)險防控作為績效管理的重要組成部分,關(guān)于風(fēng)險的評估研究也成為了當(dāng)前研究的重要內(nèi)容。目前關(guān)于商業(yè)銀行績效評價經(jīng)常利用單一指標(biāo)測度商業(yè)銀行績效,如凈資產(chǎn)收益率(ROE)、總資產(chǎn)收益率(ROA)、經(jīng)濟(jì)增加值(EVA)以及不良貸款率等,還有少部分文獻(xiàn)利用平衡計分法以及模糊綜合評價法進(jìn)行指標(biāo)測度。因?yàn)?020年財政部公布的《商業(yè)銀行績效評價辦法》(財金〔2020〕124號)中的指標(biāo)數(shù)據(jù)獲取有限,各部分指標(biāo)之間很難互相代替,因此計劃從比較受市場關(guān)注、指標(biāo)較全的風(fēng)險防控方面進(jìn)行分析研究,就商業(yè)銀行風(fēng)險測度方法和評價要素進(jìn)行研究。在方法研究中利用BP神經(jīng)網(wǎng)絡(luò)具有仿真多個變量間非線性復(fù)雜影響關(guān)系的特點(diǎn),在此基礎(chǔ)上加入“彈性分析”概念,用來分析原始評價要素變動對商業(yè)銀行風(fēng)險的影響。用因子分析法優(yōu)化評價要素、確定因子權(quán)重并計算網(wǎng)絡(luò)輸出層變量,用BP神經(jīng)網(wǎng)絡(luò)建立評價要素對風(fēng)險影響分析的非線性系統(tǒng),以便學(xué)界和業(yè)界應(yīng)用。
二、商業(yè)銀行風(fēng)險測度相關(guān)研究
在商業(yè)銀行的風(fēng)險研究中主要有兩種測度方法,一種是選用單一變量,如不良貸款率、資本充足率、資產(chǎn)收益率波動以及預(yù)期違約概率等;另一種是構(gòu)建指數(shù)或評級體系的方法,如z-score指數(shù)。尹莉婭[1]和謝太峰等[2]在相關(guān)因素與商業(yè)銀行風(fēng)險的關(guān)系時,選用不良貸款率和風(fēng)險加權(quán)資產(chǎn)比重作為商業(yè)銀行風(fēng)險的代理變量;韓雍等[3]在研究中利用資產(chǎn)收益率和權(quán)益資本對總資產(chǎn)的比率計算出Z-Score值衡量銀行風(fēng)險承擔(dān);谷慎等[4]選用銀行破產(chǎn)風(fēng)險(RISKZ)以及部分經(jīng)營風(fēng)險、杠桿風(fēng)險、資本充足率和資產(chǎn)收益率波動值來共同測度商業(yè)銀行風(fēng)險;張晉等[5]在測度商業(yè)銀行風(fēng)險管理能力時,選用了基于駱駝評價體系(CAMELS)建立的指標(biāo)體系;程小慶等[6]利用分?jǐn)?shù)回歸的CoVaR方法計算商業(yè)銀行的系統(tǒng)風(fēng)險,在計算中運(yùn)用了收益率、波動率、期限利差以及流動利差等指標(biāo);徐紅芬等[7]運(yùn)用熵值法和層次分析法對信用風(fēng)險、流動性風(fēng)險、資本充足以及盈利能力等方面的指標(biāo)構(gòu)建風(fēng)險評估體系。關(guān)于BP神經(jīng)網(wǎng)絡(luò)在績效評價體系的應(yīng)用,不少學(xué)者進(jìn)行了有益的探索,取得了不少成果。如吳苓[8]通過對BP網(wǎng)絡(luò)模型的改進(jìn)加快了傳統(tǒng)算法的運(yùn)算速度,收斂效果達(dá)到了要求,運(yùn)算結(jié)果符合實(shí)際情況;李曉峰等[9]在對我國商業(yè)銀行信用風(fēng)險問題進(jìn)行研究時,構(gòu)建了商業(yè)銀行信用評估體系,并利用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行實(shí)證分析,按照指定的判定標(biāo)準(zhǔn)給出了商業(yè)銀行信用評價等級。
關(guān)于商業(yè)銀行風(fēng)險的測度,大多數(shù)學(xué)者會采用單一指標(biāo)測度的方法,一部分學(xué)者通過選取商業(yè)銀行多方面的指標(biāo)計算綜合風(fēng)險值,在利用多指標(biāo)構(gòu)建評價體系時采用模糊綜合評價法和層次分析法的較多。本文計劃在建立商業(yè)銀行風(fēng)險評估體系時,借鑒新的風(fēng)險防控相關(guān)指標(biāo),以便更權(quán)威或全面地進(jìn)行商業(yè)銀行風(fēng)險評估。在分析中,首先通過因子分析法對原始評價指標(biāo)進(jìn)行優(yōu)化、提煉,利用加權(quán)公因子得分值構(gòu)建風(fēng)險指數(shù),然后以風(fēng)險評價指標(biāo)為輸入,以風(fēng)險指數(shù)為輸出,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)險評估模型,最后在BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上設(shè)計“彈性分析”的輸入,分析各評價要素的變化對風(fēng)險的影響方向與程度。
三、基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行風(fēng)險評估與分析模型構(gòu)建
(一)研究指標(biāo)的選擇
在風(fēng)險評估的指標(biāo)選取過程中,為了避免評價系統(tǒng)的片面性與不規(guī)范性,盡量采用權(quán)威的、多角度的數(shù)據(jù),以便得到更科學(xué)的評價指標(biāo)。在《商業(yè)銀行績效評價辦法》中給出的風(fēng)險防控指標(biāo),包括不良貸款率、資本充足率、不良貸款增速、撥備覆蓋率以及流動性比例。由于數(shù)據(jù)獲取有限,因此本文在新標(biāo)準(zhǔn)給出的風(fēng)險防控指標(biāo)的基礎(chǔ)上,除不良貸款增速外,補(bǔ)充了一級資本充足率、核心一級資本充足率、正常貸款遷徙率以及流動覆蓋率等,以便更全面地進(jìn)行商業(yè)銀行風(fēng)險評估。
(二)基于因子分析法的BP神經(jīng)網(wǎng)絡(luò)中輸出值(風(fēng)險指數(shù))的計算
在BP神經(jīng)網(wǎng)絡(luò)中,輸入、輸出值的獲取是很關(guān)鍵的,本研究的輸入變量為所選取的評價指標(biāo),而輸出變量需要利用因子分析法構(gòu)造風(fēng)險指數(shù)。借用SPSS軟件,通過因子分析法得到各公因子的特征值,本文利用旋轉(zhuǎn)后的各公因子歸一化后的特征值作為權(quán)重,利用公式1計算評價指標(biāo)權(quán)重,利用公式2加權(quán)計算風(fēng)險指數(shù)。
其中,λi為旋轉(zhuǎn)后第i個因子的特征值,wi為第i個評價因子的權(quán)重,i=1,2,..,k。
其中,fi為評價指標(biāo)的因子值,i=1,2,...,n。