单个商业银行市场退出风险预警研究——基于LVQ神经网络.pdfVIP

2015年6月第 3期 崔 巍：单个商业银行市场退出风险预警研究 37 单个商业银行市场退出风险预警研究 基于 LVQ神经 网络 崔 巍 (福建师范大学经济学院，福建福州350108) [摘 要]探讨学习矢量量化网络 (LVQ)在单个银行市场退出预警系统中的应用，选择 l5个衡量银行系统 性和非系统性风险的指标建立指标体系，利用样本数据训练模型，并对模型进行仿真实验 ，结果验证了该方法的 有效性，最后对某商业银行季度数据进行了实证研究。 [关键词]单个银行；市场退出风险；预警模型；学习矢量量化网络 [中图分类号]17830．33 [文献标识码]A [文章编号]1008—4940(2015)03—0037—06 完善金融机构市场化退出机制，是党的十八届三 银行退出方式广义上分为两种 ：一种是行政化退 中全会做出的 《决定》中完善金融市场体系方面的一 出，即银行监管部 门通过行政指令安排银行退出市 个重要 内容。银行市场退出预警系统是银行市场退出 场 ，但可能会存在退出不及时导致风险集聚的后果； 机制的重要组成部分，而银行市场退出风险预警模型 另一种是市场化退出方式，即完全 由银行 自身风险状 又是预警系统的核心。在我国宏观经济运行与金融市 况决定银行退出与否。我国正处于行政化退出向市场 场化改革背景下构建符合 中国国情的有效的银行市场 化退出转化的过程，而在这个过程中，我们不得不面 退出预警系统，对银行市场退出理论来讲，是一个具 临的问题就是，市场化退出中银行风险状况由什么因 有完善与创新意义的金融前沿理论命题；对银行退出 素引起及如何测度。 实践来讲，不仅有利于银行监管机构定期跟踪与评估 (二)风险预警方法概述 商业银行风险承担行为，而且有利于监管者判断介入 在风险测度方面，目前预测银行市场退出的模型 有问题银行退出的时机和方式，最大限度地减少银行 主要有两大类：一类是基于统计模型为基础的预警系 退出带来的风险损失。 统，包括多变量判别分析法 (MDA)，Logit和 Probit 一 、 银行市场化退出风险相关概念及预警方法 统计方法等，最早由Altam (1986)提出用来预测公 (一) 市场化退出风险概念 司破产。另一类是以人工智能为基础的预警系统，包 $收稿 日期：2014—04—17 作者简介：崔巍 (1990一)，男 (朝鲜族)，辽宁丹东人 ，研究生。研究方向：金融监管理论与实践。 38 删 帮 GE 2015年6月第3期 括人工神经网络 (ANN)和决策树的方法。Bell，Ri— 定为 1，输入层和隐含神经元间的连接权值的建立参 barandVerchio (1990)就首先采用 了神经 网络法 考矢量的分量 (对每个隐含神经元制定一个参考矢 (NeuralNetwork)和 Logit方法对银行破产进行预测， 量)。在网络训练过程中，这些权值被修改。隐含神 对比二者预测能力发现，神经网络法比Logit方法发 经元 (又称为Kohonen神经元)和输出神经元都具有 生第二类错误的概率低 20％ 1【1。相 比于决策树方法， 二进制输出值 。当某个输入模式被送至网络时，参考 人工神经网络具有 良好的容错性、自适应性和很强的 矢量最接近输人模式的隐含神经元因获得激发而赢得 泛化功能。由于银行危机与相应指标呈现出非常复杂 竞争，因为允许它产生一个 “1”。其他隐含神经元都 的非线性关系，基于神经网络的银行破产预测方法逐