本文選題：壽險公司　切入點：財務(wù)風(fēng)險　出處：《浙江財經(jīng)大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：我國保險業(yè)起步較晚，監(jiān)管制度仍然不完善，同時保險公司內(nèi)部沒有健全的內(nèi)控制度和風(fēng)險預(yù)警體系，這些導(dǎo)致風(fēng)險和償付能力不足等問題出現(xiàn)一定的隱蔽性。而壽險生存和經(jīng)營狀況直接影響著人們的福祉以及社會經(jīng)濟的穩(wěn)定，所以建立有效的預(yù)警體系極為必要。 壽險公司財務(wù)風(fēng)險可分為資產(chǎn)違約風(fēng)險、定價風(fēng)險、利率風(fēng)險以及流動性風(fēng)險。它們貫穿于公司的經(jīng)營、籌資、投資以及盈利分配的經(jīng)濟活動中。這些經(jīng)活動的任何一個環(huán)節(jié)出現(xiàn)問題都會導(dǎo)致現(xiàn)金流的異常，最終會以財務(wù)異常的形式表現(xiàn)出來。壽險公司財務(wù)風(fēng)險預(yù)警就是綜合利用公司內(nèi)部與外部的信息，并運用適當(dāng)?shù)哪Ｐ团c方法，通過輸出的財務(wù)指標(biāo)結(jié)果來反映風(fēng)險，以警示管理者采取相應(yīng)的風(fēng)險管理策略。而對預(yù)警指標(biāo)和預(yù)警模型的選取是建立預(yù)警體系的關(guān)鍵。指標(biāo)直接決定模型的合理性和預(yù)警效果，所以選擇合適的指標(biāo)至關(guān)重要。合理的預(yù)警指標(biāo)能夠客觀、全面、動態(tài)地反映公司的財務(wù)狀況。若僅僅考察當(dāng)期償付能力絕對水平，顯得較為片面和滯后。本文選取了九個財務(wù)指標(biāo)，對壽險公司的資本充足性、盈利能力、償付能力以及成長能力五個方面進行了全面綜合的考察,最終綜合一種風(fēng)險相對值來評判壽險公司的財務(wù)風(fēng)險。預(yù)警模型主要有傳統(tǒng)模型和新型模型。傳統(tǒng)預(yù)警模型主要包括:一元判定模型、多元線性判定模型、多元邏輯回歸模型等。新型模型是神經(jīng)網(wǎng)絡(luò)模型預(yù)警，最流行的兩個模型為：誤差回傳型（BackPropagation,BP）神經(jīng)網(wǎng)絡(luò)模型和徑向基函數(shù)（Radial Basis Function, RBF）神經(jīng)網(wǎng)絡(luò)模型。相比較傳統(tǒng)模型,神經(jīng)網(wǎng)絡(luò)模型所具有的優(yōu)勢為：人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)自適應(yīng)、自組織能力、快速高效、有效地處理復(fù)雜的非線性問題、較好的容錯性和魯棒性。在對未知函數(shù)逼近時，要達到相同的精度，，RBF網(wǎng)絡(luò)比BP網(wǎng)絡(luò)需要的參數(shù)較少，且具有較快的學(xué)習(xí)收斂速度。RBF神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)能更好地模擬生物的神經(jīng)系統(tǒng)。 本文選取了2007年至2010年在中國境內(nèi)經(jīng)營的36家壽險公司的數(shù)據(jù)作為研究樣本。這些數(shù)據(jù)為非平衡時間序列截面數(shù)據(jù)。以2007年至2009年34家公司的765個數(shù)據(jù)作為訓(xùn)練集。以2007至2010年的36家公司的1008個全新數(shù)據(jù)作為測試集。首先運用CRITIC(Criteria Importance Through Intercrieria Correlation)賦權(quán)法獲取網(wǎng)絡(luò)所需的目標(biāo)向量。經(jīng)過實證研究，最終得出結(jié)論：第一，RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度高，預(yù)測相對誤差均保持在5%以內(nèi)，網(wǎng)絡(luò)容錯能力強，并且在合適的spread環(huán)境下網(wǎng)絡(luò)的泛化能力較強，所以RBF神經(jīng)網(wǎng)絡(luò)是比較理想的風(fēng)險預(yù)測模型；第二，運用CRITIC賦權(quán)法對公司進行風(fēng)險賦權(quán)和打分是客觀、合理的。最后一個章節(jié)是本文的總結(jié)部分，其中本文的不足之處有這些。第一，本文沒有引入定性指標(biāo)，雖然也能在一定程度上綜合反映公司的財務(wù)風(fēng)險，但是也有失全面之處。第二，RBF神經(jīng)網(wǎng)絡(luò)模型要求有被量化的因變量來建立目標(biāo)向量，這是模型本身的缺陷。第三，在每次的預(yù)測時，必須也要“預(yù)測”以往的數(shù)據(jù)，因為不同次數(shù)的預(yù)測的數(shù)據(jù)沒有比較的意義。 本文的研究思路可以歸納如下。第一，介紹壽險公司的風(fēng)險，并說明了預(yù)警的必要性。第二，介紹了常用的傳統(tǒng)預(yù)警模型、神經(jīng)網(wǎng)絡(luò)模型和部分研究方法，以此來展示神經(jīng)網(wǎng)絡(luò)模型所具有的優(yōu)勢。并對CRITIC賦權(quán)法和歸一法做了具體介紹。第四，為實證部分，即預(yù)處理數(shù)據(jù)、輸入模型、觀察并分析結(jié)果。最終得出結(jié)論。第五，對本文作以總結(jié)。
[Abstract]:......
【學(xué)位授予單位】：浙江財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F842.3;F840.4;TP183

【參考文獻】

相關(guān)期刊論文 前9條

1 周首華,楊濟華,王平;論財務(wù)危機的預(yù)警分析——F分?jǐn)?shù)模式[J];會計研究;1996年08期

2 陳靜;上市公司財務(wù)惡化預(yù)測的實證分析[J];會計研究;1999年04期

3 朱清香;宋欣欣;田亞雷;;我國壽險公司財務(wù)風(fēng)險預(yù)警模型的構(gòu)建[J];河北企業(yè);2010年12期

4 鄧慶彪;鄭滔;;基于徑向基神經(jīng)網(wǎng)絡(luò)的壽險公司財務(wù)預(yù)警研究[J];求索;2011年06期

5 范群林;李桃;吳花平;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的經(jīng)濟預(yù)測模型研究[J];商場現(xiàn)代化;2008年26期

6 丁修平;;我國壽險企業(yè)償付能力財務(wù)預(yù)警指標(biāo)體系設(shè)計研究[J];商業(yè)文化(學(xué)術(shù)版);2008年07期

7 秦小麗;田高良;;基于灰色理論和神經(jīng)網(wǎng)絡(luò)的公司財務(wù)預(yù)警模型[J];統(tǒng)計與決策;2011年16期

8 楊淑娥,黃禮;基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)預(yù)警模型[J];系統(tǒng)工程理論與實踐;2005年01期

9 吳世農(nóng);黃世忠;;企業(yè)破產(chǎn)的分析指標(biāo)和預(yù)測模型[J];中國經(jīng)濟問題;1987年06期

本文編號：1623409