基于BP神经网络的商业银行流动性风险预警.pdfVIP

2010年第 1期 黑龙江对外经贸 No．1，2010 总第 187期 HLJForeignEconomicRelationsTrade SerialNo．187 [银行实务] 基于 BP神经网络的 商业银行流动性风险预警 董爱阳 (哈尔滨商业大学 金融学院，黑龙江 哈尔滨 15(X)28) [摘 要]流动性风险是商业银行的重要风险。对流动性风险进行预警，可以控制其发生，减少流动风 险损失。BP神经网络是一种平行分散处理模式，具有较好的模式识别能力和学习能力，可随时依据新准备 的数据资料进行 自我学习、训练，以应对多变的经济环境 ，它可作为商业银行风险预警的重要工具。 [关键词]BP神经网络；流动性风险；预警 [中图分类号]F830．33 [文献标识码]A [文章编号]1002—2880(2010)01—0130—02 一 、 引言 二、BP神经网络的基本模型 根据巴塞尔银行监管委员会的定义，流动性风险是 BP神经网络基本模型包括：1．网络拓扑结构 的设 指银行无力为负债的减少或资产的增加提供融资，即当 计：包括网络的隐层数、隐层节点数及输入输出层节点数 银行流动性不足时，无法 以合理的成本迅速增加负债或 的确定；2．样本数据的选取 ：需要对原始数据进行统计 变现资产获得足够的资金，从而影响了其盈利水平。在 分析，检验它们之间的相关性 ，进行相关分析，找出其 中 极端情况下，流动性不足还会使银行资不抵债。 最主要的量作为输入；3．输入输出数据的预处理 ：在进 商业银行的流动性风险有狭义和广义之分。前者是 行神经网络预测之前，为避免原始数据过大造成网络麻 指商业银行没有足够的现金资产弥补客户存款的提取而 痹，要对原始数据进行归一化处理；4．初始参数的选择 ： 产生的支付风险；而后者除狭义内容之外，还包括商业银 只有正确地选择参数，才能使网络迅速有效地收敛，达到 行的资金来源不足而未能满足客户合理的信贷需求或其 确定误差范围内；5．网络训练的目标函数 ：用训练样本 ， 他即时的现金需求而引起的风险。如果一家商业银行面 采用 BP算法训练网络，直到收敛于一定的误差标准；6． 临着流动性风险，它可能会失去许多潜在的盈利机会；如 输出节点的选择：输 出节点的选择对应于评价结果 ，为 果流动性风险进一步加剧，这将引起对该商业银行的 “挤 此，需要确定期望输出。在神经 网络的学习训练阶段， 兑”，最终导致该银行的破产。流动性风险管理问题一直 “样本”的期望输出值应是已知量，它可由历史数据资料 是世界各国商业银行风险管理研究领域中的重点和难点 给定或通过一些数学统计方法评估得出。本文将风险状 问题之一。 况分为 [10001重警，[0100]中警，[0010]轻警 ，[0001]无警 BP(BackPropagation)神经网络是一种神经网络学习 四种不同状态。 算法，其由输入层、中间层、输出层组成阶层型神经网络， 三、基于BP神经网络的流动风险预警实证分析 中间层可扩展为多层。相邻层之间各神经元进行全连 (一)指标体系的构建 接，而每层各神经元之间无连接，网络按有教师示教的方 本文选取了存贷比例、不 良贷款比例、单一最大客户 式进行学习，当一对学习模式提供给网络后 ，各神经元获 贷款比例、最大十家客户贷款比例、资金拆入比例、资金 得网络的输入响应产生连接权值。然后按减小希望输出