| 引言 | 第1-15页 |
| 第一章 蒙特卡洛模拟概述 | 第15-22页 |
| ·蒙特卡洛模拟的基本思想 | 第15-17页 |
| ·蒙特卡洛模拟的一般步骤 | 第17-19页 |
| ·构造或描述问题的概率过程 | 第17-18页 |
| ·实现从已知概率分布的抽样 | 第18页 |
| ·建立各种统计量的估计 | 第18-19页 |
| ·随机数的产生与从已知概率分布中的抽样 | 第19-21页 |
| ·随机数与伪随机数 | 第19-20页 |
| ·由随机数实现从已知概率分布中的抽样 | 第20-21页 |
| ·模拟所使用的Crystal Ball(水晶球)软件 | 第21-22页 |
| 第二章 商业银行信用风险及其度量模型 | 第22-38页 |
| ·商业银行风险及其分类 | 第22-23页 |
| ·信用风险的特征 | 第23-25页 |
| ·信用风险因子 | 第25-27页 |
| ·信用风险度量的常用高级模型 | 第27-34页 |
| ·CreditMetrics模型 | 第28-30页 |
| ·KMV模型 | 第30-32页 |
| ·CreditRisk+模型 | 第32-33页 |
| ·CreditPortfolio View模型 | 第33-34页 |
| ·模型的输出—组合损失分布与VaR | 第34-38页 |
| ·组合损失分布、预期损失与非预期损失 | 第35-36页 |
| ·VaR—风险价值 | 第36-38页 |
| 第三章 蒙特卡洛模拟在信用风险度量中的应用 | 第38-44页 |
| ·产生风险因子的随机估计 | 第38-39页 |
| ·模拟组合损失分布与计算VaR | 第39-42页 |
| ·用蒙特卡洛方法模拟组合损失分布与计算VaR的步骤 | 第39-40页 |
| ·与参数化方法、历史模拟方法的比较 | 第40-42页 |
| ·对参数化模型检验 | 第42页 |
| ·用于单变量时间序列模型 | 第42-44页 |
| 第四章 实证—度量银行不良贷款率的VaR | 第44-64页 |
| ·实证背景 | 第44-50页 |
| ·我国银行业的不良贷款问题 | 第44-47页 |
| ·我国银行业信用风险度量的现状与条件 | 第47-48页 |
| ·为什么选择民生银行作为实证研究的范例 | 第48-49页 |
| ·常用信用风险度量模型对本文实证研究的借鉴作用 | 第49-50页 |
| ·实证情景产生 | 第50-54页 |
| ·实证对象 | 第50-52页 |
| ·实证步骤 | 第52-54页 |
| ·实证过程 | 第54-61页 |
| ·实证数据 | 第54页 |
| ·模型参数的选取 | 第54-56页 |
| ·模拟结果与比较 | 第56-61页 |
| ·预测 | 第61页 |
| ·本文实证研究的不足与拓展思路 | 第61-62页 |
| ·发展我国商业银行信用风险度量方法的措施 | 第62-64页 |
| 结束语 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69页 |