课程文献中心 更多>>

关键词： 银行内控管理   员工行为规范   风险防范   业务效率   市场竞争力  

摘要： 在全球化与数字化浪潮的推动下,金融市场正经历深刻变革,银行业面临前所未有的挑战.本文探讨了银行内控管理与员工行为规范的重要性及其相互关系,分析了内控管理在防范风险、提升业务效率和市场竞争力方面的作用,以及员工行为管理对银行业务稳健运营的影响,并提出具体的内控管理和员工行为管理措施.

关键词： 农产品   期货市场   国际价格发现效率  

摘要： 运用VECM模型和共因子模型，对2010—2022年7种农产品期货价格序列进行实证研究发现：中国不同品种农产品期货市场国际价格发现效率差异较大，中外玉米、棉花期货价格不协整，小麦、棕榈油、白糖、豆二、天然橡胶期货市场国际价格发现效率贡献度分别为1.68%、33.05%、39.28%、52.36%、83.63%，与中国相应品种贸易地位和金融实力相符；农产品期货市场国际价格发现效率是时变的，进出口规模、出口规模对农产品期货市场国际价格发现效率有显著正向影响，货币国际结算占比也有正向影响但不显著，供求力量是影响农产品期货市场国际价格发现效率的核心因素。建议采取分散农产品进口来源、推进人民币国际化、完善农产品市场信息披露机制、引导交易者关注中国农产品期货市场价格等策略，不断提升中国农产品期货市场国际价格发现效率。

关键词： 资产定价   股票收益预测   机器学习   神经网络   非线性模型   多层感知机  

摘要： 在金融资产定价模型修正过程中,非线性因素常被选择性忽视.本文运用机器学习中的前馈神经网络方法,将先验分类信息引入前馈神经网络构建了三种基于多层感知机(Multi-Layer Perceptron, MLP)的优化模型:混合神经元MLP、单分类混合MLP和多分类混合MLP,以预测中国股票市场收益,并将其预测效果与基于最小二乘和偏最小二乘估计方法的线性回归模型、支持向量机、极端梯度提升、循环神经网络、长短期记忆网络以及经典的MLP进行比较.研究发现,加入先验信息的优化MLP模型可以有效地显现市场异象与股票超额收益之间的复杂关系,其在预测性能和投资策略上的表现明显优于不具有先验信息的传统模型,展现了优越的样本外预测效果和鲁棒性,提升了投资回报;多分类混合MLP模型具有最佳的预测性能和投资绩效.本文构建的基于先验信息的优化MLP模型能够捕捉市场异象与股票超额收益之间的非线性定价结构,在一定程度上拓展和丰富了金融资产定价理论.

关键词： 大宗商品   期货市场   价格波动   对冲比例   对冲绩效  

摘要： 以中国对外依存度较高的8种大宗商品为例，对中国大宗商品期货能否有效对冲国际大宗商品价格波动风险进行了实证分析。具体做法是基于最小方差、最小风险值（VaR）和最小条件风险值（CVaR）等3种不同风险对冲目标，分别采用OLS、ECM、BVAR、BGARCH、DCC-GARCH、GARCH-Time varying t-Copula等6种模型测算其对冲比率和对冲绩效。结果表明：第一，对于原油、燃料油、橡胶、铜、棕榈油等大宗商品，国内商品期货市场可以较为有效地对冲国际大宗商品价格波动风险。第二，动态套期保值模型测算出的对冲比率、对冲绩效优于静态模型，其中最好的模型为GARCH-Time varying t-Copula模型。第三，以最小方差为目标的对冲绩效优于其他两种目标。第四，风险事件的发生会导致对冲比率波动，降低风险对冲绩效。建议涉及大宗商品贸易的企业根据自身风险偏好选择风险对冲目标和动态对冲策略，并使用国内大宗商品期货对冲风险；国内期货市场应积极创新期货品种、完善制度保障和推进对外开放，不断提升中国在国际大宗商品市场上的定价能力。

关键词： 金融监管   技术创新   企业金融化   投资纠偏  

摘要： 深入探究金融监管的微观创新效应对于推动我国金融高质量发展，助力实体企业创新转型具有重要的理论与现实意义。本文以2012-2020年沪深两市A股上市公司为样本，考察了金融监管对企业技术创新的影响及作用机理。研究发现：第一，金融监管对实体企业创新具有显著的促进效应，在使用广义DID模型以及多重计量手段来解决内生性问题后结论依旧稳健；第二，金融监管能够有效纠正企业投资的金融化偏向，促使更多的资金投入企业研发，进而推动企业技术创新水平的提升；第三，金融监管对企业技术创新的投资纠偏效应仅在企业的短期金融资产配置以及以“投机套利”为动机的金融化行为中效果显著，而在长期金融资产配置和以“蓄水池”为动机的金融化行为中并不显著；此外，在高管具有金融背景和企业所处地区影子银行发达程度越高的样本中，金融监管对企业创新的投资纠偏效果更显著。以上研究结论在理论上丰富了金融监管微观经济绩效和企业技术创新影响因素领域的学术研究，在实践上为优化和完善我国现代化金融监管体系，促进企业创新发展提供了经验证据。

关键词： 地方法人银行   减税降费   政策效应  

摘要： 为深入了解当前形势下地方法人银行减税降费政策效果及对其稳健经营的影响,对青海辖内8个地市、35家城市商业银行、农村商业银行和村镇银行的经营和税负情况进行了调研.结果表明,样本银行综合税费负担明显下降,资产结构明显优化,普惠金融助农助小政策导向作用逐步显现;但同时也存在增值税优惠政策门槛高、地方法人银行享受减免政策不充分,企业所得税计税实践与经营实际有差异、存在较大减负空间,不良贷款抵债资产过户持有或处置税费高、部分减免政策未能落实到位等问题,并据此提出了相关建议.

关键词： 银行碳风险   贷款风险   贷款规模   贷款集中度   碳排放政策  

摘要： 绿色低碳发展战略为商业银行的风险管理特别是碳风险管理带来更多机会与挑战.本文运用2012-2021年240家商业银行数据,构建了一种银行碳风险测度指标体系,实证分析银行碳风险对其贷款风险的影响,从高碳行业贷款规模和贷款集中度视角考察其作用机制,并提出对策建议.研究结果显示:银行碳风险增加会显著提高银行贷款风险;制造业和建筑业等行业贷款规模扩大或贷款集中度增大,会加剧银行碳风险聚集,进而加大银行贷款风险;地方性商业银行的绿色信贷实践能有效缓解其碳风险;碳排放政策将对银行碳风险产生影响,当低碳试点城市政策和碳交易试点政策叠加时,能有效减缓地方性商业银行碳风险对其贷款风险的影响.本文为新形势下银行碳风险管理提供了政策参考.

关键词： 信用卡欺诈   深度学习   集成学习   神经网络  

摘要： 信用卡业务涉及的数据繁多及安全问题的持续增长，使信用卡欺诈交易行为愈演愈烈。为解决信用卡数据集不平衡和数据漂移的问题，提出了基于深度学习的信用卡欺诈检测模型，以提高信用卡欺诈检测的精确度。该模型对数据集标准化和数据缺失处理，使用过滤法进行特征提取，采用合成少数类过采样技术（synthetic minority oversampling technique，SMOTE）和进化神经网络（evolutionary neural networks，ENN）混合采样方法平衡数据集，采用长短期记忆网络（long short-term memory，LSTM）、门控循环单元（gate recurrent unit，GRU）和多层感知器（multilayer perceptron，MLP）的软投票集成模型捕获信用卡欺诈形式的变化。实验结果表明，该模型召回率达到100%，准确率、F1值以及曲线下面积均达到99%，且在四个评价指标上均优于其他5个机器学习模型，提高了信用卡欺诈检测的精确度和鲁棒性。