简介:[摘要] 本文站在微观的角度构建了我国商业银行风险评估指标体系,并以新方法拓展了贝叶斯网络在商业银行风险评估领域的研究,利用K-modes贝叶斯网络混合算法,摆脱了常规专家建模的思路,解决了K-means聚类分析法无法反映风险监管要求的问题,将基于K-modes聚类分析法获得的类标签作为贝叶斯网络的训练数据,通过结构学习、参数学习构建了相对客观的贝叶斯网络,最后由贝叶斯网络分类输出更加准确的风险等级,并通过贝叶斯网络诊断推理找到导致商业银行风险恶化的原因。
简介:摘要:后疫情时代,商业银行应意识到自身所承担的重要使命,要在恢复实体经济方面不断提高信贷投放的力度,并给予重点领域的发展给予极大的支持,资产规模上升带来的不仅仅是信用风险的增加还有业务多元化和金融科技创新的市场、操作等风险叠加。随着市场经济的持续发展,银行所面临的市场竞争也越发严峻,金融产品推陈出新,如何确保监管底线下的资本充足率要求,如何平衡好风险与收益的关系显得更为重要和迫切。数字金融的出现,促进商业银行不断进行改革创新,增加经济效益和风险管理能力,抑制了商业银行的高风险承担行为。以下从两个角度分别分析了数字金融对商业银行风险承担的影响机制和作用机制,以供参考。
简介:摘要:随着移动互联网已成为了生活不能分割的一部分以及人们的金融意识逐步加强,人们越来越希望参与到金融市场中去,主导自己的投资决策行为,需要金融产品符合便捷,效率高的特点;而互联网也在不断的发展,从前互联网主要通过广告、游戏、电商来获取收益,但由消费互联网过渡到服务互联网是必然的,互联网金融就是通过自身的金融服务来获得佣金、服务费,与传统互联网是不同的。这种背景孕育本国互联网的出现和成长。互联网金融不断发展,展现出各种各样的营业模式种类和运行模式。截止到2018年,支付宝、微信占据几乎所有的市场,达到90%。移动支付在居民生活中越来越常见,小到日常消费,大到业务办理,已经不可缺失。但是,“双刃剑”现象出现在任何事物上,互联网金融也是这样,也有短处。互联网金融发展势头迅猛,在加上我国金融开放程度越来越高以及不可阻挡的利率市场化的发展过程,更多的风险性问题摆在了银行眼前。研究互联网金融对我国商业银行风险承担的影响对于巩固商业银行主体地位,保障我国金融市场平稳持久的发展下去,具有十分积极的意义。