摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第9-22页 |
1.1 选题背景及意义 | 第9-11页 |
1.1.1 选题背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外文献综述 | 第11-16页 |
1.2.1 我国商业银行信用风险成因分析 | 第12-13页 |
1.2.2 信用评价指标体系 | 第13-14页 |
1.2.3 信用评价方法和模型 | 第14-16页 |
1.3 创新点 | 第16-17页 |
1.4 研究内容、方法及框架 | 第17-22页 |
1.4.1 主要内容 | 第17-18页 |
1.4.2 研究方法 | 第18-21页 |
1.4.3 主体框架 | 第21-22页 |
第2章 商业银行信用风险理论与方法概述 | 第22-32页 |
2.1 我国商业银行现状 | 第22-25页 |
2.1.1 商业银行的重要性以及性质 | 第22-24页 |
2.1.2 商业银行存在的主要风险 | 第24-25页 |
2.2 信用风险特点及影响因素 | 第25-27页 |
2.2.1 信用风险特点 | 第25-26页 |
2.2.2 信用风险的主客观影响因素 | 第26-27页 |
2.3 信用评价方法和模型介绍 | 第27-32页 |
2.3.1 经验判断方法 | 第28页 |
2.3.2 统计分析方法 | 第28-29页 |
2.3.3 人工智能方法 | 第29-30页 |
2.3.4 现代计量分析模型 | 第30页 |
2.3.5 小结 | 第30-32页 |
第3章 商业银行客户企业信用评价模型构建 | 第32-42页 |
3.1 信用评价指标体系的构建 | 第32-33页 |
3.1.1 指标体系的构建原则 | 第32页 |
3.1.2 拟采用的指标体系 | 第32-33页 |
3.2 模型构建基础 | 第33-35页 |
3.2.1 问题描述 | 第33-34页 |
3.2.2 诱导密度算子理论基础 | 第34-35页 |
3.3 静态信用评价 | 第35-36页 |
3.3.1 指标信息量的诱导聚类 | 第36页 |
3.3.2 密度权向量的确定 | 第36页 |
3.4 动态信用评价 | 第36-42页 |
3.4.1 基于诱导密度算子的动态信用评价模型 | 第37-39页 |
3.4.2 含风险抗性信用奖惩的TOPSIS-GRA法下的动态评价模型 | 第39-42页 |
第4章 实证分析 | 第42-60页 |
4.1 商业银行客户—上市企业样本选取 | 第42-43页 |
4.1.1 样本来源 | 第42页 |
4.1.2 样本概述 | 第42-43页 |
4.2 原始数据处理 | 第43-51页 |
4.2.1 指标类型一致化 | 第43-44页 |
4.2.2 标准化数据 | 第44-51页 |
4.3 模型应用 | 第51-59页 |
4.3.1 静态信用评价 | 第51-54页 |
4.3.2 动态信用评价 | 第54-59页 |
4.4 小结 | 第59-60页 |
第5章 商业银行信用风险整体应对策略 | 第60-63页 |
5.1 银行内部风险管控措施 | 第60-61页 |
5.1.1 完善信贷管理体制 | 第60页 |
5.1.2 改进信用风险管理技术 | 第60-61页 |
5.1.3 积极营造银行内部的风险文化 | 第61页 |
5.2 国家宏观对策 | 第61-63页 |
5.2.1 减少政府干预 | 第61页 |
5.2.2 加强金融监管 | 第61-62页 |
5.2.3 完善社会信用和法律体系 | 第62-63页 |
第6章 总结与展望 | 第63-65页 |
6.1 研究结论 | 第63-64页 |
6.2 研究不足与展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
攻读学位期间研究成果 | 第69页 |