-
摘要：银行业是我国金融机构的重要组成部分，银行业的风险影响着国家金融体系乃至世界金融体系与经济秩序的稳定。本文在前人研究的基础上，对银行系统性风险的定义和特点进行基础理论分析。并使用2010年1月到2014年12月国泰安数据库的沪深两市的A股日收益率与14家来自沪深两市的银行的日收益率，并以每个季度为一个单元，在单一指数模型的基础上，用Eview8.0软件创建pool对象进行最小二乘回归出得出14家银行季度贝塔值。然后分析各个银行的系统性风险，对银行业股票投资提出建议。接着以单一指数模型得出的贝塔值为被解释变量，相应时间段的14家银行的不良贷款率、市盈率、净资产收益率和全国GDP的增长率的季度数据为解释变量，利用PanelData模型对14家银行的贝塔值影响因素分析。最后根据2个模型的结果，对银行经营者和监管者提出一点的降低银行系统性风险的建议。39993
- 上一篇：我国票据市场存在的问题及对策研究
- 下一篇：电气设备行业上市公司股利政策实证分析
毕业论文关键词：商业银行 贝塔系数 影响因素 PanelData模型 单一指数模型
в китае, перечисленных в коммерческих банках системных рисков исследования
Аннотация: Наша банковский сектор является важной частью национальной финансовой системы, и является относительно высокая промышленности риска. Риска, влияющих на стабильность банковского сектора в финансовой системе страны и мировую финансовую систему и экономический порядок. Основываясь на предыдущих исследованиях, определении и характеристик банк системный риск основного теоретического анализа. И, используя января 2010 года Декабрь 2014 ежедневно возвращения акций в Шанхае и Шэньчжэне ежедневно GTA выход данных с 14 банками Шанхае и Шэньчжэне, и в каждом квартале, как единое целое, в на основании одной экспоненциальной модели, с Eview8.0 программного обеспечения для получения 14 наименьших квадратов регрессии бета банковского квартала. Тогда каждый банк анализ системных рисков, консультировать по банковским акциям. Наконец, один экспоненциальная модель дает бета объясняющих переменных, квартальные данные, соответствующие период доля просроченных кредитов 14 банков, доходы, рентабельность собственного капитала и темпы роста ВВП страны в качестве независимых переменных, использовать PanelData модель Факторы бета 14 банков влияет. Наконец, по результатам двух моделей банков и регуляторов снизить риск точку предложение банка системный характер.
ключевые слова: влияние факторов β коэффициент коммерческих банков Группы модели данных, единый индекс модели.
目 录
一、引言 . . . ...1
（一）选题背景及意义 . ..1
（二）文献综述. ... ..2
二、理论分析.. .. ... . . ... ...3
（一）贝塔系数概述 ... .. ... .. ... .. ..3