中文摘要 | 第1-6页 |
Abstract | 第6-15页 |
1 绪论 | 第15-33页 |
·研究背景和意义 | 第15-17页 |
·选题背景 | 第15-17页 |
·研究意义 | 第17页 |
·国内外研究综述 | 第17-28页 |
·关于商业银行信用风险产生的研究 | 第17-19页 |
·传统的信用风险度量方法及模型研究综述 | 第19-22页 |
·现代高级信用风险度量模型的研究综述 | 第22-25页 |
·其他信用风险度量方法研究概况 | 第25-27页 |
·对既有研究的简评 | 第27-28页 |
·研究重点、难点和主要方法 | 第28-29页 |
·研究重点和难点 | 第28-29页 |
·主要研究方法 | 第29页 |
·研究思路和主要内容 | 第29-31页 |
·可能的创新之处 | 第31-33页 |
2 商业银行信用风险及其管理概述 | 第33-52页 |
·商业银行信用风险 | 第33-41页 |
·商业银行信用风险的概念 | 第33页 |
·商业银行信用风险的分类 | 第33-35页 |
·商业银行信用风险的特点 | 第35-37页 |
·商业银行信用风险的成因 | 第37-40页 |
·商业银行信用风险的影响 | 第40-41页 |
·商业银行信用风险管理 | 第41-52页 |
·商业银行信用风险管理的概念、内容、意义及发展趋势 | 第41-44页 |
·《巴塞尔资本协议》与商业银行信用风险管理 | 第44-48页 |
·我国商业银行信用风险管理 | 第48-52页 |
3 信用风险的外部评级和内部评级 | 第52-67页 |
·外部评级 | 第52-55页 |
·外部评级和外部评级机构 | 第52-53页 |
·外部评级的基本框架 | 第53-55页 |
·外部评级在标准法应用中存在的问题 | 第55页 |
·内部评级 | 第55-60页 |
·内部评级的演进 | 第55-56页 |
·内部评级的基本框架 | 第56-58页 |
·内部评级的技术要求 | 第58-59页 |
·完善我国商业银行内部评级体系的建议 | 第59-60页 |
·外部评级和内部评级的协同发展研究 | 第60-67页 |
·外部评级和内部评级协同发展的内涵和积极作用 | 第61-62页 |
·我国外部评级与内部评级协同发展的现状及存在的问题 | 第62-64页 |
·促进外部评级和内部评级协同发展的建议 | 第64-67页 |
4 信用风险度量方法及模型的比较与选择 | 第67-98页 |
·基于会计数据和市场价值的统计学方法 | 第67-83页 |
·多元判别分析 | 第67-76页 |
·Logistic 回归分析和 Probit 回归分析 | 第76-81页 |
·其他统计分析方法 | 第81-83页 |
·现代高级信用风险度量模型 | 第83-90页 |
·基于期权理论的 KMV 信用监控模型 | 第83-86页 |
·基于在险价值的 CreditMetrics 模型 | 第86-88页 |
·基于宏观模拟的 CPV 模型 | 第88-89页 |
·基于保险方法的信用风险度量技术 | 第89-90页 |
·信用风险度量的其他方法 | 第90-92页 |
·人工神经网络 | 第90-91页 |
·支持向量机 | 第91-92页 |
·国外信用风险度量模型在我国的适用性研究——以“Z-score”模型为例 | 第92-95页 |
·研究设计 | 第92-93页 |
·数据分析结果 | 第93-95页 |
·研究结论 | 第95页 |
·商业银行信用风险度量方法及模型的简要比较与选择 | 第95-98页 |
·信用风险度量方法及模型的简要比较 | 第95-96页 |
·我国商业银行信用风险度量方法及模型的选择 | 第96-98页 |
5 信用风险度量的因素及其选择处理方法 | 第98-119页 |
·信用风险度量的因素 | 第98-113页 |
·信用风险度量的财务因素 | 第98-111页 |
·信用风险度量的非财务因素 | 第111-113页 |
·信用风险度量因素的选择处理方法 | 第113-119页 |
·自变量的选择方法 | 第113-115页 |
·数据降维技术 | 第115-119页 |
6 基于多元判别分析的信用风险度量模型 | 第119-138页 |
·违约的界定 | 第119-123页 |
·违约定义的监管标准 | 第119-120页 |
·违约与财务困境 | 第120-121页 |
·财务困境与特别处理 | 第121-123页 |
·样本公司和财务指标的选取 | 第123-125页 |
·研究样本的选取 | 第123-124页 |
·财务指标的选取 | 第124页 |
·样本数据的来源 | 第124-125页 |
·逐步判别分析模型的构建及检验 | 第125-129页 |
·逐步判别法筛选变量结果 | 第125-126页 |
·逐步判别分析模型的构建 | 第126页 |
·临界值选取及模型有效性检验 | 第126-127页 |
·模型的超前预测能力分析 | 第127-128页 |
·结论 | 第128-129页 |
·主成分分析下的判别分析模型的构建及检验 | 第129-138页 |
·主成分分析 | 第129-134页 |
·主成分分析下的判别分析模型的构建 | 第134-135页 |
·临界值选取及模型有效性检验 | 第135-136页 |
·模型的超前预测能力分析 | 第136页 |
·结论 | 第136-138页 |
7 基于 Logistic 回归的信用风险度量模型 | 第138-145页 |
·Logit 模型的构建及检验 | 第138-141页 |
·向前逐步选择法筛选变量结果 | 第138-139页 |
·Logit 模型的构建 | 第139页 |
·模型的有效性检验 | 第139-140页 |
·模型的超前预测能力分析 | 第140页 |
·结论 | 第140-141页 |
·主成分分析下的 Logit 模型的构建及检验 | 第141-145页 |
·主成分分析下的 Logit 模型的构建 | 第141-143页 |
·模型的有效性检验 | 第143页 |
·模型的超前预测能力分析 | 第143-144页 |
·结论 | 第144-145页 |
8 模型的比较分析及应用研究 | 第145-153页 |
·模型的比较分析 | 第145-149页 |
·模型的准确性比较 | 第145-146页 |
·模型的超前预测能力比较 | 第146-149页 |
·模型的“顺周期性”分析及对策 | 第149-151页 |
·模型的“顺周期性”分析 | 第149-150页 |
·模型“顺周期性”的对策 | 第150-151页 |
·模型在内部评级中的应用及建议 | 第151-153页 |
9 研究结论与展望 | 第153-155页 |
·主要研究结论 | 第153-154页 |
·研究的局限性及未来研究展望 | 第154-155页 |
参考文献 | 第155-168页 |
攻读博士学位期间公开发表的论文及科研成果 | 第168-169页 |
致谢 | 第169-170页 |