致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
1 引言 | 第10-15页 |
1.1 选题背景 | 第10页 |
1.2 选题意义 | 第10-11页 |
1.3 汽车保险的BMS系统简述 | 第11-12页 |
1.4 研究现状及存在的问题 | 第12-13页 |
1.5 研究内容及创新 | 第13-15页 |
2 信用风险度量模型 | 第15-22页 |
2.1 基本概念 | 第15页 |
2.2 传统的信用模型 | 第15-17页 |
2.2.1 信用分数模型 | 第16-17页 |
2.3 创新的信用模型 | 第17-22页 |
2.3.1 基于神经网络模型的信用风险度量模型 | 第17-18页 |
2.3.2 CreditMetrics模型和VARc模型 | 第18-19页 |
2.3.3 CreditMetrics+模型 | 第19-20页 |
2.3.4 KMV模型 | 第20-22页 |
3 信用评级方法 | 第22-34页 |
3.1 商业银行内部信用评级的定性方法 | 第22-24页 |
3.1.1 客户评级 | 第22-23页 |
3.1.2 商业银行对行业及集团客户评级 | 第23-24页 |
3.2 信用评级定量方法 | 第24-34页 |
3.2.1 主成分分析法 | 第24-29页 |
3.2.2 层次分析法 | 第29-34页 |
4 商业银行信贷的奖惩系统 | 第34-53页 |
4.1 基于违约次数的奖惩系统 | 第34-46页 |
4.1.1 先验分组 | 第35页 |
4.1.2 基于违约次数的BMS系统的基本假设 | 第35-36页 |
4.1.3 发生违约次数的概率分布 | 第36-40页 |
4.1.4 转移概率矩阵 | 第40-43页 |
4.1.5 稳态分布 | 第43-44页 |
4.1.6 各等级贷款利率水平的计算 | 第44-45页 |
4.1.7 实例分析 | 第45-46页 |
4.2 基于违约额大小的奖惩系统 | 第46-53页 |
4.2.1 基本假设 | 第47页 |
4.2.2 概率分布 | 第47-49页 |
4.2.3 转移矩阵 | 第49-50页 |
4.2.4 各等级贷款利率水平的计算 | 第50-51页 |
4.2.5 实例分析 | 第51-53页 |
5 总结与展望 | 第53-54页 |
参考文献 | 第54-56页 |
作者简历 | 第56-58页 |
学位论文数据集 | 第58页 |