| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及研究的目的和意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究目的和意义 | 第9页 |
| 1.2 国内外在该领域的研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究动态 | 第11-13页 |
| 1.2.3 简要述评 | 第13页 |
| 1.3 主要研究内容及创新点 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 创新点 | 第14-15页 |
| 2 商业银行信用风险概述 | 第15-19页 |
| 2.1 商业银行信用风险的概念 | 第15-16页 |
| 2.2 商业银行信用风险产生的原因 | 第16-17页 |
| 2.3 商业银行信用风险的识别 | 第17页 |
| 2.4 商业银行信用风险的评估方法 | 第17-19页 |
| 3 商业银行信用风险管理现状 | 第19-24页 |
| 3.1 信用风险管理前景良好 | 第19-20页 |
| 3.2 信用体系建设正在不断完善 | 第20页 |
| 3.3 我国信用征信系统发展迅速 | 第20-22页 |
| 3.4 KMV模型的应用率较低 | 第22-24页 |
| 4 我国商业银行信用风险度量模型的选择 | 第24-29页 |
| 4.1 传统信用风险度量技术 | 第24-25页 |
| 4.1.1 专家判别法 | 第24页 |
| 4.1.2 信用评分法 | 第24-25页 |
| 4.2 现代信用风险度量技术 | 第25-27页 |
| 4.2.1 信用监控KMV模型 | 第25-26页 |
| 4.2.2 信用计量Credit Metrics模型 | 第26-27页 |
| 4.2.3 信贷资产组合CPV模型 | 第27页 |
| 4.2.4 信用风险Credit Risk+ 模型 | 第27页 |
| 4.3 选择KMV模型的原因 | 第27-29页 |
| 4.3.1 KMV模型比较具有前瞻性 | 第28页 |
| 4.3.2 KMV模型可以形成风险预警 | 第28-29页 |
| 5 基于KMV模型的我国商业银行信用风险管理实证分析 | 第29-37页 |
| 5.1 样本选取 | 第29页 |
| 5.2 参数设定 | 第29-31页 |
| 5.3 KMV模型实证计算过程 | 第31-35页 |
| 5.3.1 计算样本公司股权市场价值及其波动率 | 第31页 |
| 5.3.2 计算样本公司的违约点 | 第31-32页 |
| 5.3.3 计算样本公司的资产价值及其波动率 | 第32-33页 |
| 5.3.4 计算样本企业的违约距离 | 第33-35页 |
| 5.3.5 计算上市公司违约概率 | 第35页 |
| 5.4 KMV模型实证结论 | 第35-37页 |
| 6 结论及建议 | 第37-42页 |
| 6.1 提高商业银行的信用风险度量技术 | 第37-38页 |
| 6.1.1 提高KMV模型进行信控风险监测的有效性 | 第37-38页 |
| 6.1.2 推进评级体系建设，优化传统信用风险度量技术 | 第38页 |
| 6.2 完善社会信用环境建设 | 第38-40页 |
| 6.2.1 提高信用意识 | 第39页 |
| 6.2.2 建立信用法律制度和信用奖惩机制 | 第39-40页 |
| 6.3 建立健全社会征信体系 | 第40-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 附录 | 第46-48页 |
| 攻读学位期间取得的科研成果清单 | 第48页 |
