论文部分内容阅读
流动性是商业银行的生命线,流动性管理对于商业银行的稳健运营至关重要。商业银行在进行流动性管理时必然将流动性风险作为重点考察对象。只有将流动性风险控制在一定的范围内,同时保障商业银行较高的盈利性,商业银行的运营才能得益安全、稳定、持久进行。商业银行的流动性风险可以量化成一些具体的指标,在发生流动性危机时其相应的指标数据通常会有所反映,故而我们可以在流动性危机发生之前就对这些指标进行监控,实现流动性危机的预警。本文第一章阐述了我国商业银行流动性风险预警研究的背景及意义,同时梳理了国内外已有的关于商业银行流动性风险预警的文献。第二章对商业银行流动性风险预警的相关理论基础进行了阐述。第三章进行了商业银行流动性风险预警模型的需求分析和可行性分析。第四章在前文理论分析的基础上进行了商业银行流动性风险预警模型的设定。首先,对商业银行流动性风险预警机制做了统筹设计,对整体机制进行了构建;然后,在整体机制的基础上对具体模块进行了细化设计,其中包括构建商业银行流动性风险评价体系,以此确定输入模块和输出模块,构建BP神经网络预警模型,确定网络结构和激发函数。第五章采用样本银行的指标数据对BP神经网络预警模型进行了应用。首先采用样本银行数据对BP神经网络模型进行了训练,训练结果表明BP神经网络预警模型模拟效果较为理想,然后采用样本银行数据对BP神经网络模型的预警结果进行了检测,检测结果正确率为100%,说明该预警模型可以用于商业银行流动性风险预警。第六章进行结论总结,进一步阐述了本研究的解决的主要问题,并分析了研究中存在的不足,明确了下一步的研究方向。本文建立的BP神经网络预警模型在商业银行流动性风险预警方面构思较为完整,预测准确度较高,对我国现有商业银行流动性风险管理具有重要的现实意义。