《表9 模型 (1) 和模型 (2) 混淆矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国问题银行早期识别方法研究——基于15家中小银行的面板数据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

运用以上所建立模型对15家银行2016至2017年的样本外数据进行预测。分别计算p1、p2，可以得到2016年、2017年这15家银行分别为Ⅰ类问题银行和Ⅱ类问题银行的概率。将p>50%作为问题银行和非问题银行的临界概率取值，预测结果通过混淆矩阵表示（见表9），模型（1）预测正确率为73.33%，模型（2）预测正确率为96.67%。总体来看，两模型的预测效果较好，其中模型（2）对资本清偿能力不足的问题银行预测的正确率更高。同时，预测为Ⅱ类实际为Ⅱ类的1家次问题银行同为预测为Ⅰ类实际为Ⅰ类的问题银行，对该家次银行需要重点关注。