貸款損失準備金計提與商業(yè)銀行監(jiān)管方法研究.pdf

1、商業(yè)銀行是市場經濟環(huán)境下金融業(yè)的重要組成部分，商業(yè)銀行監(jiān)管構成了金融監(jiān)管的重要組成部分。隨著商業(yè)銀行的跨國發(fā)展以及國際上著名的銀行破產案件和金融危機的發(fā)生，國內外學術理論界和金融監(jiān)管部門對商業(yè)銀行監(jiān)管日益重視。本課題以巴塞爾新資本協(xié)議的三個支柱（最低資本要求、外部監(jiān)管和市場約束）為框架，運用矩陣博弈研究了商業(yè)銀行貸款損失準備金計提策略選擇問題，運用灰色系統(tǒng)理論、二元語義評價方法、人工神經網絡和案例推理技術對商業(yè)銀行監(jiān)管的方法進行了研究。

2、本文的創(chuàng)新點主要在以下幾個方面： 1、運用矩陣博弈理論分析了理性銀行在不同經濟狀況下的最優(yōu)選擇，并應用區(qū)間灰數的優(yōu)勢關系研究了在贏得矩陣中元素為不能直接比較大小的區(qū)間灰數的情況下銀行計提貸款損失準備金的策略。研究表明在傳統(tǒng)的準備金制度下，理性的銀行會選擇盡量少持有準備金。 2、在分析美國CAMELS現場監(jiān)管模型和我國的商業(yè)銀行評級體系的基礎上，定性定量相結合，結合灰色聚類分析方法和二元語義信息評價方法的特點，構建了基于灰

3、色聚類分析和語言評價方法的商業(yè)銀行現場監(jiān)管模型，應用于商業(yè)銀行現場監(jiān)管評級。 3、應用SOM神經網絡模型研究了商業(yè)銀行的分類評級；考慮在商業(yè)銀行分類評級過程中，評級指標既有時點指標，又包括時段指標，將一段時間內的時點數據看作一個區(qū)間數，在SOM神經網絡模型基礎上，根據區(qū)間灰數距離計算方法，構建了GSOM模型，對商業(yè)銀行根據風險狀況進行聚類分析。 4、構建了GCBR框架，以灰色關聯(lián)度作為CBR中案例檢索的相似度計算工具，應

4、用灰色優(yōu)勢分析來選擇最適合的案例，在不存在絕對優(yōu)勢近鄰案例的情況下，通過計算綜合關聯(lián)度選擇最為適合的案例。并將GCBR應用到商業(yè)銀行非現場監(jiān)管中，從案例庫中選擇同被監(jiān)管銀行情況最為相似的銀行案例進行對被監(jiān)管銀行實施監(jiān)管的參考。 5、根據我國股份制商業(yè)銀行1998年～2005年的數據，采用固定效應面板數據模型，實證研究了我國股份制商業(yè)銀行的市場約束狀況，結果表明我國銀行業(yè)的市場約束力較弱，有待加強市場約束的作用。 6、結合