資源描述:
《策略金融論文范文-闡述金融風(fēng)險(xiǎn)預(yù)警定量方法word版下載》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、策略金融論文范文:闡述金融風(fēng)險(xiǎn)預(yù)警定量方法word版下載金融風(fēng)險(xiǎn)預(yù)警定量方法論文【摘要】本文在對(duì)國內(nèi)外的相關(guān)研究文獻(xiàn)進(jìn)行深入分析的基礎(chǔ)上,根據(jù)策略的理論基礎(chǔ)對(duì)預(yù)警策略進(jìn)行歸納分類,并對(duì)各類策略的優(yōu)劣進(jìn)行了全面的對(duì)比分析和評(píng)述,以期為金融風(fēng)險(xiǎn)預(yù)警研究提供一種新的思路和視角。【關(guān)鍵詞】金融風(fēng)險(xiǎn);預(yù)警;定量策略近年來,美國次貸危機(jī)、歐債危機(jī)等金融危機(jī)的頻繁爆發(fā)令金融風(fēng)險(xiǎn)預(yù)警領(lǐng)域成為了金融界備受關(guān)注的研究熱點(diǎn)。從國內(nèi)外的研究來看,金融風(fēng)險(xiǎn)預(yù)警的核心在于尋找…種有效的策略進(jìn)行風(fēng)險(xiǎn)的識(shí)別和預(yù)測。目前,主流的金融風(fēng)險(xiǎn)
2、預(yù)警策略是統(tǒng)計(jì)計(jì)量類策略,該類策略以較嚴(yán)謹(jǐn)?shù)慕y(tǒng)計(jì)理論作為基礎(chǔ),因此得到了國際金融理論和實(shí)業(yè)界的廣泛支持和認(rèn)可。然而統(tǒng)計(jì)理論先天存在前提假設(shè)過嚴(yán)、忽略風(fēng)險(xiǎn)因素模糊性、難以解決非線性病結(jié)構(gòu)的復(fù)雜理由、缺乏處理海量數(shù)據(jù)的能力等缺陷,致使該類策略在處理經(jīng)濟(jì)管理類的復(fù)雜理由時(shí)往往表現(xiàn)得力不從心,其在金融風(fēng)險(xiǎn)管理中應(yīng)用的有效性及適用性亦受到了越來越多研究人員的質(zhì)疑。近十多年來,隨著人工智能技術(shù)的發(fā)展,具有模糊性、魯棒性、自組織性、簡單通用及并行處理等特征的智能計(jì)算技術(shù)越來越受到了金融領(lǐng)域研究人員的關(guān)注,越來越多的研
3、究引入了智能計(jì)算技術(shù)并取得了大量成果。本文在綜合研究了國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上,從策略的理論基礎(chǔ)角度對(duì)預(yù)警策略進(jìn)行了歸納分類,并對(duì)不同策略的性狀進(jìn)行了深入的比較、分析及評(píng)述,在此基礎(chǔ)上提出了對(duì)金融風(fēng)險(xiǎn)預(yù)警策略發(fā)展方向的個(gè)人看法,以期為我國金融風(fēng)險(xiǎn)預(yù)警管理策略發(fā)展提供一種新的思路和視角。一、統(tǒng)計(jì)計(jì)量類策略該類策略的主要思想是根據(jù)預(yù)警指標(biāo)體系收集相關(guān)的樣本數(shù)據(jù),對(duì)樣本數(shù)據(jù)進(jìn)行深入的統(tǒng)計(jì)分析,找出對(duì)金融風(fēng)險(xiǎn)有顯著解釋作用的指標(biāo)。在此基礎(chǔ)上基于一定的數(shù)量統(tǒng)計(jì)策略建立分析模型。該類策略是金融風(fēng)險(xiǎn)管理研究中廣泛使用的
4、策略,主要包括以下幾種策略:(1)單變量分析策略。單變量分析策略是最早應(yīng)用到金融風(fēng)險(xiǎn)預(yù)警領(lǐng)域中的定量分析策略。FitzPatrick早在1932年就運(yùn)用單個(gè)財(cái)務(wù)比率對(duì)19個(gè)樣本企業(yè)進(jìn)行破產(chǎn)預(yù)測,他的研究發(fā)現(xiàn)“凈資產(chǎn)收益率”和“股東權(quán)益對(duì)負(fù)債比率”兩個(gè)比率的預(yù)測能力最高;1938年,Secrist在研究中試圖通過分析資產(chǎn)負(fù)債表比率的差異來尋找破產(chǎn)銀行的特征,以期挖掘出破產(chǎn)銀行和正常銀行不同的財(cái)務(wù)狀況;1966年,Beaver基于單變量分析法建立了企業(yè)破產(chǎn)預(yù)警模型,并以5個(gè)不同財(cái)務(wù)比率分別對(duì)158家的樣本數(shù)
5、據(jù)進(jìn)行了一元判別預(yù)測,其結(jié)論認(rèn)為“現(xiàn)金債務(wù)總額比率”預(yù)測的效果最好,“資產(chǎn)收益率”的效果次之。(2)多元線性判別分析(MDA)策略。單變量分析策略單從一個(gè)指標(biāo)出發(fā)進(jìn)行風(fēng)險(xiǎn)預(yù)警,往往不能充分反映出風(fēng)險(xiǎn)的全面狀況,MDA策略則是以多個(gè)指標(biāo)對(duì)風(fēng)險(xiǎn)進(jìn)行預(yù)測的分析策略。針對(duì)單變量分析的缺陷,1968年,Altman等在前人研究基礎(chǔ)上,利用判別分析技術(shù)建立了Z-Score模型,隨后1975年Altman在改善Z-Score模型的基礎(chǔ)上提出了ZETA模型。與此同時(shí),1975年Sinkey在銀行風(fēng)險(xiǎn)的早期預(yù)警模型中引入
6、了多重判別策略。與單變量分析模型相比,MDA模型綜合了多方面的風(fēng)險(xiǎn)信息,因此其建立的判別函數(shù)往往準(zhǔn)確率更高。(3)Logit分析策略。MDA策略對(duì)所處理的樣木有著嚴(yán)格的假設(shè)前提(如多元止態(tài)分布、等協(xié)方差矩陣等等)。針對(duì)這些缺陷,Martin在1977年采用了Logit分析對(duì)銀行破產(chǎn)預(yù)警進(jìn)行了研究;1980年Ohlson構(gòu)建了企業(yè)破產(chǎn)預(yù)警的Logit分析模型,他的研究成果認(rèn)為Logit模型對(duì)樣本數(shù)據(jù)要求不高,其預(yù)測準(zhǔn)確率也比MDA高。Logit分析假設(shè)事件發(fā)生概率服從標(biāo)準(zhǔn)Logistic的累積概率分布函數(shù)
7、,將事件發(fā)生的可能性估計(jì)為一個(gè)可觀測特征函數(shù),因此能部分克服MDA模型的缺陷。有鑒于此,20世紀(jì)80年代后大量研究采用了Logit分析策略。(4)Probit分析策略。Probit模型早在1954年就被Zmijcwski引入到企業(yè)破產(chǎn)預(yù)測方面的研究。1983年,Bovenzi等采用Probit分析,以1977年至1981年間的222家銀行作為樣本構(gòu)建了銀行破產(chǎn)預(yù)警Probit模型,取得了良好的預(yù)測準(zhǔn)確率。與Logit模型類似,Probit模型假設(shè)樣本服從標(biāo)準(zhǔn)正態(tài)分布,其計(jì)算策略和Logit亦很類似,但P
8、robit模型的計(jì)算過程比較復(fù)雜,而月?在計(jì)算過程中進(jìn)行的多次近似處理往往會(huì)影響數(shù)據(jù)的準(zhǔn)確程度。二、智能計(jì)算類策略統(tǒng)計(jì)計(jì)量類策略的應(yīng)用有著比較嚴(yán)格的假設(shè)前提,且難以區(qū)分出隨機(jī)噪聲和非線性關(guān)系,而風(fēng)險(xiǎn)預(yù)測與風(fēng)險(xiǎn)指標(biāo)往往呈非線性關(guān)系,且風(fēng)險(xiǎn)指標(biāo)之間亦可能非相互獨(dú)立及不符合正態(tài)分布等等,因而極大地影響了統(tǒng)計(jì)計(jì)量類策略的應(yīng)用效果。近十多年來,隨著人工智能技術(shù)特別是智能計(jì)算的發(fā)展,以神經(jīng)網(wǎng)絡(luò)技術(shù)為代表的智能計(jì)算在風(fēng)險(xiǎn)預(yù)警領(lǐng)域中的應(yīng)用得到了越來越廣泛的