Skip navigation

DSpace

機構典藏 DSpace 系統致力於保存各式數位資料(如:文字、圖片、PDF)並使其易於取用。

點此認識 DSpace
DSpace logo
English
中文
  • 瀏覽論文
    • 校院系所
    • 出版年
    • 作者
    • 標題
    • 關鍵字
    • 指導教授
  • 搜尋 TDR
  • 授權 Q&A
    • 我的頁面
    • 接受 E-mail 通知
    • 編輯個人資料
  1. NTU Theses and Dissertations Repository
  2. 管理學院
  3. 財務金融學系
請用此 Handle URI 來引用此文件: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/17562
標題: 中國大陸銀行業經營績效排名與預警模型
Ranking of Operating Performance in China Banks Industry and Warning System
作者: Tsung-Yu Yang
楊宗豫
指導教授: 沈中華
關鍵字: 金融預警模型,CAMEL,區別分析,中國大陸銀行業,
Financial Early-Warning System,CAMEL,discriminant analysis,banks,
出版年 : 2013
學位: 碩士
摘要: 近年來兩岸之經貿關係愈來愈密切,尤其2013年內保外貸模式快速崛起後,台灣銀行業者必須對中國大陸銀行業有更深一層之瞭解,本研究即欲對中國大陸銀行業進行經營績效之排名,根據排名結果對所選取之樣本予以分群,區分為五類銀行,分別是傑出、優良、一般、不佳及問題銀行。之後進行區別分析以建立對岸之金融預警模型供主管機關使用,再分別對所建立之模型進行估計期實證分析與預測期實證分析,以評估CAMEL於中國大陸市場是否能有效區別出問題金融機構。本研究所選取之77家商業銀行主要包括大型國有商業銀行、股份制商業銀行與城市商業銀行。
研究結果顯示:
一、表現優良甚至傑出之銀行大多數為城市商業銀行,顯是城市商業銀行似乎有小而美之特性。
二、資本適足率(C1)、淨值比率(C3)、不良貸款率(A1)、撥備覆蓋率(A2)、營業費用比率(M1)、存放比率(M2)、資產報酬率(E1)、股東權益報酬率(E2)、流動資產比率(L1)與銀行規模(O1)此十項區別變數,於中國大陸銀行業預警模型建置時,扮演至關重要之角色。
三、於估計期實證結果中,發現預警模型之建置需要納入最新之財務資訊以作為預測,方能使型一誤差較小。而於預測期實證結果中,兩種模型之正確區別率卻大幅降低,本研究認為乃是中國大陸銀行業於該期間的經濟體質已經改變,造成區別能力降低。
URI: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/17562
全文授權: 未授權
顯示於系所單位:財務金融學系

文件中的檔案:
檔案 大小格式 
ntu-102-1.pdf
  未授權公開取用
1.25 MBAdobe PDF
顯示文件完整紀錄


系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。

社群連結
聯絡資訊
10617臺北市大安區羅斯福路四段1號
No.1 Sec.4, Roosevelt Rd., Taipei, Taiwan, R.O.C. 106
Tel: (02)33662353
Email: ntuetds@ntu.edu.tw
意見箱
相關連結
館藏目錄
國內圖書館整合查詢 MetaCat
臺大學術典藏 NTU Scholars
臺大圖書館數位典藏館
本站聲明
© NTU Library All Rights Reserved