| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和选题意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 理论意义 | 第9-10页 |
| 1.1.3 实用价值 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 影子银行的界定 | 第10-12页 |
| 1.2.2 影子银行的风险研究 | 第12-13页 |
| 1.2.3 商业银行风险预警模型 | 第13-14页 |
| 1.3 研究思路和方法 | 第14-16页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.4 本文的创新和不足 | 第16-17页 |
| 1.4.1 论文的创新点 | 第16页 |
| 1.4.2 论文不足之处 | 第16-17页 |
| 2 商业银行影子银行业务概述 | 第17-29页 |
| 2.1 商业银行影子银行业务成因 | 第17-20页 |
| 2.1.1 资金需求方存在融资缺口 | 第17-19页 |
| 2.1.2 资金供给方存在收益缺口 | 第19页 |
| 2.1.3 商业银行存在监管套利或规避监管的动机 | 第19-20页 |
| 2.2 商业银行影子银行业务模式 | 第20-27页 |
| 2.2.1 表内信贷资产表外化 | 第21-22页 |
| 2.2.2 信贷资产伪装为非信贷资产 | 第22-26页 |
| 2.2.3 监管政策与商业银行影子银行业务模式发展 | 第26-27页 |
| 2.3 商业银行影子银行业务风险 | 第27-29页 |
| 3 商业银行影子银行业务风险预警研究设计 | 第29-35页 |
| 3.1 影子银行业务规模的衡量 | 第29-30页 |
| 3.2 商业银行风险度量的方法选取 | 第30-32页 |
| 3.2.1 CAMELS评级法 | 第30页 |
| 3.2.2 因子分析法 | 第30-31页 |
| 3.2.3 Z-Score法 | 第31-32页 |
| 3.3 变量选取与模型构建 | 第32-35页 |
| 3.3.1 影子银行业务指标的选取 | 第32页 |
| 3.3.2 商业银行风险指标的选取 | 第32页 |
| 3.3.3 控制变量的选取 | 第32-33页 |
| 3.3.4 模型说明与构建 | 第33-35页 |
| 4 商业银行影子银行业务风险预警实证研究 | 第35-41页 |
| 4.1 样本选择与数据来源 | 第35-36页 |
| 4.2 描述性统计 | 第36页 |
| 4.3 实证分析 | 第36-39页 |
| 4.3.1 Hausman检验 | 第36-37页 |
| 4.3.2 模型估计 | 第37-38页 |
| 4.3.3 模型结果与分析 | 第38-39页 |
| 4.4 预警模型精确度检验 | 第39-41页 |
| 5 结论及政策建议 | 第41-46页 |
| 5.1 本文的主要研究结论 | 第41-42页 |
| 5.2 政策建议 | 第42-46页 |
| 5.2.1 加强影子银行的功能监管 | 第42页 |
| 5.2.2 完善影子银行信息披露制度 | 第42-43页 |
| 5.2.3 为影子银行业务创新提供规避风险途径 | 第43-44页 |
| 5.2.4 建立风险监测与预警机制 | 第44页 |
| 5.2.5 建立有效的风险防火墙 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 后记 | 第50-51页 |