Springer Open：基于机器学习的信用监管比较.pdf

《Springer Open：基于机器学习的信用监管比较.pdf》由会员分享，可在线阅读，更多相关《Springer Open：基于机器学习的信用监管比较.pdf（21页珍藏版）》请在三个皮匠报告上搜索。

1、银行监管的需要是金融体系本身的市场失灵引发的一系列事件的结果。经济单位之间的信息不对称使得资源配置效率低下，没有一个连接它们的枢纽。因此，金融中介是金融中介的前提。克服第一个市场失灵产生了第二个问题：委托代理问题。中介是指根据中介人的意愿，获取其他人的存款并将其交给第三方。从储户的角度来看，银行越健全，存款就越安全。然而，从管理层的角度来看，情况可能并非如此，管理层可以决定一条风险更高、因而更具前景的道路。这种环境会阻碍储户和管理层之间的利益协调，使金融中介在没有独立外部代理(即银行监管)的情况下无法发挥作用，而银行监管是中介机构偿付能力的保证。银行监管的目的是保持金融体系健全和安全，确保遵守

2、金融监管，即金融体系的一套规则(Masciandaro和Quintyn 2015)。1金融监管的核心是巴塞尔协议，这是国际清算银行(BIS)的高级委员会巴塞尔银行监管委员会(Basel Committee on Banking Supervision)制定的政策指令。此外，这项财务条例在世界范围内得到采用。大金融危机(2008/2009)后出现的第三份巴塞尔协议扩大了审慎监管的范围，将流动性和杠杆作为相关的微观审慎问题。然而，基于偿付能力的观点仍然是审慎监管的重点，强调资本充足率是其领先指标。从偿付能力的角度来看，保持金融系统健全和安全意味着维护银行资产的价值(Hellwig 2014)。特别

3、是信贷组合评估，由于其在资产之间的相关性，是分配给银行监管的一项重要任务。从会计角度来看，信贷组合通常通过从贷款损失准备金中扣除的摊余成本来计量。Te贷款损失准备金是已发生损失和预期损失的组合，旨在将信贷组合调整为其公允价值。银行监管的作用是评估贷款组合，检查银行是否遵守规则和监管要求，特别是贷款组合风险中贷款损失准备金的充足性。尽管信贷组合评估是一个经典的银行监管预测，但大金融危机减缓了自我监管的进程，逐渐增加了内部模型的影响范围。基于内部评级的方法是巴塞尔第二协议中引入的一项重要创新，它允许银行用内部开发的专有版本取代监管标准化模型。技术革命所带来的金融系统的持续创新，可能意味着这一过程将

4、按照Stefanadis(2003)的精神重新开始。De Chiara等人(2018年)分析了金融部门更严格的监管和强有力的监督的效果以及由此产生的社会成本。Te的作者认为，最佳监管架构将监管制度与灵活的监管制度结合在一起，在这种制度中，监管人总是需要直接评估(强制监管)，银行根据自身风险水平自行选择监管合同。从这个意义上说，本研究调查了巴西中央银行(CBB)进行信贷监管的必要性。它建立在真实的银行现场信贷检查的基础上，以比较假设的自我监管方法(银行在没有外部干预的情况下自行评估其贷款组合)与CBB的现场银行监管的绩效。为了进行该实验，我们训练了两个机器学习分类模型：(1)基于银行告知的良好和不良评级的模型，(2)基于CBB银行监管部门过去进行的现场贷款组合检查的模型。