中国商业银行信用风险内部评级法的要素建模和信息化实现研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第11-28页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 商业银行信贷风险管理的发展历程 | 第13-20页 |
| 1.2.1 风险管理综述 | 第13-14页 |
| 1.2.2 信用风险管理综述 | 第14-15页 |
| 1.2.3 巴塞尔协议综述 | 第15-16页 |
| 1.2.4 内部评级法综述 | 第16-17页 |
| 1.2.5 本研究的建模方法 | 第17-20页 |
| 1.3 文献综述 | 第20-26页 |
| 1.3.1 违约概率文献综述 | 第20-22页 |
| 1.3.2 违约损失率文献综述 | 第22-23页 |
| 1.3.3 风险暴露文献综述 | 第23-24页 |
| 1.3.4 有效期限文献综述 | 第24页 |
| 1.3.5 监管资本文献综述 | 第24-25页 |
| 1.3.6 内部评级信息化文献综述 | 第25-26页 |
| 1.4 研究内容 | 第26-28页 |
| 第二章 内部评级法的数据建设 | 第28-43页 |
| 2.1 内部评级法的数据要求 | 第28-29页 |
| 2.2 本研究采用的数据 | 第29-40页 |
| 2.2.1 数据范围 | 第29页 |
| 2.2.2 变量定义 | 第29-30页 |
| 2.2.3 变量类型 | 第30-34页 |
| 2.2.4 数据预处理 | 第34-35页 |
| 2.2.5 变量分析 | 第35-40页 |
| 2.3 数据质量及数据治理 | 第40-42页 |
| 2.3.1 数据质量分析 | 第40-41页 |
| 2.3.2 数据治理方案 | 第41-42页 |
| 2.3.3 数据填补策略 | 第42页 |
| 2.4 本章小节 | 第42-43页 |
| 第三章 违约概率预测模型 | 第43-58页 |
| 3.1 BLRM建模和分析 | 第43-53页 |
| 3.1.1 违约标识 | 第43-44页 |
| 3.1.2 影响因素分析 | 第44-48页 |
| 3.1.3 解释变量筛选 | 第48-51页 |
| 3.1.4 总体和样本 | 第51页 |
| 3.1.5 模型判断标准 | 第51-52页 |
| 3.1.6 模型建立和分析 | 第52-53页 |
| 3.2 SVM建模和分析 | 第53-54页 |
| 3.3 DT建模和分析 | 第54-56页 |
| 3.4 组合模型建模和分析 | 第56-57页 |
| 3.5 本章小节 | 第57-58页 |
| 第四章 违约损失率预测模型 | 第58-74页 |
| 4.1 全样本判别模型 | 第59-67页 |
| 4.1.1 影响因素分析 | 第60-66页 |
| 4.1.2 全样本判别模型构建 | 第66-67页 |
| 4.2 非极端样本模型 | 第67-70页 |
| 4.2.1 点估计模型 | 第67-68页 |
| 4.2.2 广义Beta分布估计模型 | 第68-70页 |
| 4.3 组合模型 | 第70-71页 |
| 4.3.1 模型分析 | 第70页 |
| 4.3.2 组合模型构建 | 第70-71页 |
| 4.3.3 组合模型效果检验 | 第71页 |
| 4.4 模型簇效果分析 | 第71-73页 |
| 4.5 本章小节 | 第73-74页 |
| 第五章 违约风险暴露预测模型 | 第74-91页 |
| 5.1 线性回归模型 | 第76-84页 |
| 5.1.1 使用率分布特性分析 | 第76-77页 |
| 5.1.2 影响因素分析 | 第77-83页 |
| 5.1.3 线性回归模型构建 | 第83-84页 |
| 5.2 判别分析模型 | 第84-87页 |
| 5.2.1 决策树模型 | 第84-85页 |
| 5.2.2 支持向量机模型 | 第85-86页 |
| 5.2.3 组合模型 | 第86-87页 |
| 5.3 非全使用率建模 | 第87-89页 |
| 5.3.1 WOE模型 | 第87-89页 |
| 5.3.2 广义Beta分布模型 | 第89页 |
| 5.4 本章小节 | 第89-91页 |
| 第六章 有效期限预测模型 | 第91-102页 |
| 6.1 有效期限的定义和作用 | 第91-92页 |
| 6.2 有效期限计量 | 第92-96页 |
| 6.3 有效期限的影响因素分析 | 第96-100页 |
| 6.3.1 债务人分析 | 第97-99页 |
| 6.3.2 债项分析 | 第99-100页 |
| 6.4 线性回归模型 | 第100-101页 |
| 6.5 本章小节 | 第101-102页 |
| 第七章 监管资本计量的模拟 | 第102-111页 |
| 7.1 监管资本的计量要求 | 第102-104页 |
| 7.2 监管资本计量模拟方案 | 第104-109页 |
| 7.2.1 标准法计量 | 第105-106页 |
| 7.2.2 混同方式计量 | 第106页 |
| 7.2.3 分池方式计量 | 第106-109页 |
| 7.3 监管资本影响分析 | 第109-110页 |
| 7.4 本章小节 | 第110-111页 |
| 第八章 内部评级法系统的原型设计 | 第111-122页 |
| 8.1 建设思路 | 第111页 |
| 8.2 统一数据和指标 | 第111-114页 |
| 8.2.1 数据建模 | 第112-114页 |
| 8.2.2 数据管控 | 第114页 |
| 8.3 统一模型和平台 | 第114-116页 |
| 8.3.1 风险决策平台 | 第115-116页 |
| 8.3.2 风险计量引擎 | 第116页 |
| 8.4 统一系统架构 | 第116-120页 |
| 8.4.1 应用架构 | 第117页 |
| 8.4.2 数据架构 | 第117-119页 |
| 8.4.3 技术架构 | 第119-120页 |
| 8.5 系统使用方式 | 第120-121页 |
| 8.6 本章小结 | 第121-122页 |
| 第九章 总结与展望 | 第122-126页 |
| 9.1 结论 | 第122-123页 |
| 9.2 本文创新 | 第123-124页 |
| 9.3 研究展望 | 第124-126页 |
| 参考文献 | 第126-133页 |
| 附录1内部评级法系统的作业调度算法研究 | 第133-139页 |
| 附 1.1 问题描述 | 第134-135页 |
| 附 1.2 系统模型 | 第135-137页 |
| 附 1.3 仿真实验及分析 | 第137-139页 |
| 附录2内部评级法系统的数据处理优化研究 | 第139-144页 |
| 附 2.1 问题描述 | 第139-140页 |
| 附 2.2 系统模型 | 第140-141页 |
| 附 2.3 实验结果与分析 | 第141-144页 |
| 附 2.3.1 系统分析 | 第141-142页 |
| 附 2.3.2 实验验证 | 第142-144页 |
| 发表论文和科研情况说明 | 第144-145页 |
| 致谢 | 第145-146页 |
