我国影子银行风险预警模型的建立与实证研究
【作者】
宋巍
【关键词】
影子银行
BP神经网络
风险预警
shadow banking
BP neural network
risk early warning
【摘要】
通过构建BP神经网络模型,本文分析了我国影子银行体系风险状况,并进行风险等级评价。实证结果表明:2005-2009年影子银行体系的风险增加比较明显,2009-2013年的风险增加虽然比较缓慢,但安全形势仍然日趋严峻;社会融资规模的急剧增大对影子银行的风险有非常明显的促进作用;影子银行风险变化规律与股市行情的变化趋势非常相近,间接证实了风险传导链的存在;BP神经网络模型训练后的期望输出和实际输出基本符合,误差在可接受范围之内,说明训练后的BP神经网络达到精度要求,可以对我国影子银行体系的安全状况进行预警。
上一篇:审计报告竞争行为研究
下一篇:美国影子银行体系监管改革及启示