摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第1章 导论 | 第12-22页 |
1.1 研究背景和意义 | 第12-14页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外文献综述 | 第14-19页 |
1.2.1 主权债务规模测量 | 第14-15页 |
1.2.2 主权债务风险的测度方法 | 第15-18页 |
1.2.3 解决主权债务风险的方法 | 第18-19页 |
1.3 研究内容与方法 | 第19页 |
1.3.1 研究内容 | 第19页 |
1.3.2 研究方法 | 第19页 |
1.4 主要工作和创新 | 第19-20页 |
1.4.1 本文主要拟解决的工作 | 第19-20页 |
1.4.2 本文的创新之处 | 第20页 |
1.5 论文的基本结构 | 第20-22页 |
第2章 主权债务风险概述 | 第22-33页 |
2.1 债务违约风险的概念 | 第22页 |
2.2 主权债务风险 | 第22-25页 |
2.2.1 主权债务风险产生的原因 | 第23页 |
2.2.2 主权债务风险的特征 | 第23-24页 |
2.2.3 主权债务危机的影响 | 第24-25页 |
2.3 我国主权债务风险分析 | 第25-32页 |
2.3.1 我国显性债务风险分析 | 第25-30页 |
2.3.2 我国隐性债务风险分析 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第3章 主权债务风险的分析方法 | 第33-47页 |
3.1 主权信用评级法 | 第33-36页 |
3.1.1 三大评级机构的评级方法 | 第33-35页 |
3.1.2 三大评级机构的评级方法比较 | 第35-36页 |
3.2 基于莫顿模型的未定权益分析法 | 第36-39页 |
3.2.1 CCA模型及方法 | 第36-38页 |
3.2.2 主权资产负债表的建立 | 第38页 |
3.2.3 主权债务风险相关风险指标 | 第38-39页 |
3.3 基于风险传染的CoVaR模型 | 第39-43页 |
3.3.1 基于Copula函数的CoVaR模型 | 第40-41页 |
3.3.2 基于DCC-GARCH的CoVaR模型 | 第41-43页 |
3.3.3 基于分位数的CoVaR模型 | 第43页 |
3.4 主权债务危机预警模型 | 第43-45页 |
3.4.1 KLR信号分析模型 | 第44页 |
3.4.2 二元Logit回归模型 | 第44-45页 |
3.4.3 人工神经网络模型 | 第45页 |
3.5 本章小结 | 第45-47页 |
第4章 实证研究 | 第47-63页 |
4.1 未定权益分析法和主权信用评级的比较研究 | 第47-51页 |
4.1.1 我国主权资产价值 | 第48页 |
4.1.2 我国主权资产波动率的估计计算 | 第48-49页 |
4.1.3 违约距离 | 第49-50页 |
4.1.4 中国主权风险的违约概率及其信用评级 | 第50-51页 |
4.2 应用CoVaR模型对我国主权债务风险分析 | 第51-55页 |
4.2.1 数据选取和描述统计指标 | 第51-53页 |
4.2.2 美国对中国主权债务的风险溢出效应计算 | 第53-54页 |
4.2.3 日本对中国主权债务的风险溢出效应计算 | 第54-55页 |
4.3 应用债务风险预警模型对我国主权债务风险分析 | 第55-62页 |
4.3.1 描述统计指标 | 第57-58页 |
4.3.2 预警指标阈值的确定 | 第58页 |
4.3.3 预警指标权重的确定 | 第58-61页 |
4.3.4 主权债务危机风险 | 第61-62页 |
4.4 本章小结 | 第62-63页 |
第5章 结论 | 第63-65页 |
参考文献 | 第65-70页 |
致谢 | 第70-71页 |
攻读博/硕士学位期间发表的论文和其它科研情况 | 第71-72页 |