| 0 引言 | 第1-9页 |
| ·研究背景 | 第6-7页 |
| ·本论文的主要研究工作 | 第7-8页 |
| ·研究思路和技术路线 | 第8-9页 |
| 1 信用风险与管理概述 | 第9-19页 |
| ·信用风险 | 第9-15页 |
| ·信用 | 第9-11页 |
| ·信用风险 | 第11-12页 |
| ·商业信用风险 | 第12-13页 |
| ·银行信用风险 | 第13-15页 |
| ·信用风险管理概述 | 第15-19页 |
| ·信用风险管理的概念 | 第15页 |
| ·信用风险管理的功能 | 第15-16页 |
| ·信用风险管理的过程 | 第16-17页 |
| ·信用风险管理的特点 | 第17-19页 |
| 2 信用风险的量化管理模型 | 第19-28页 |
| ·信用风险模型的发展动因 | 第19-20页 |
| ·信用风险模型国内外研究现状 | 第20-21页 |
| ·国外研究现状 | 第20-21页 |
| ·国内研究现状 | 第21页 |
| ·当代信用风险模型比较 | 第21-28页 |
| ·KMV公司的Portfolio Manager模型 | 第21-22页 |
| ·J.P.Morgan的“信用度量术” | 第22-23页 |
| ·麦肯锡公司的CreditPortfolioView模型 | 第23-25页 |
| ·CSFP的CreditRisk+模型 | 第25-28页 |
| 3 VaR方法 | 第28-35页 |
| ·VaR的概念 | 第28-29页 |
| ·VaR方法中的两个重要参数 | 第29-30页 |
| ·VaR计算方法及其优缺点分析 | 第30-32页 |
| ·方差-协方差法 | 第30-31页 |
| ·历史模拟法 | 第31页 |
| ·蒙特卡罗模拟法(MCS) | 第31-32页 |
| ·极值方法 | 第32页 |
| ·VaR在计算信用风险上的应用 | 第32-33页 |
| ·在我国引入VaR方法的意义 | 第33-35页 |
| 4 数据挖掘技术 | 第35-44页 |
| ·数据挖掘的概念 | 第35-36页 |
| ·数据挖掘技术与传统分析方法的区别 | 第36页 |
| ·数据挖掘技术在本项研究中能解决的问题 | 第36-37页 |
| ·数据挖掘的过程 | 第37-38页 |
| ·数据挖掘中常用工具及方法 | 第38-44页 |
| ·数据仓库和联机分析处(OLAP)技术 | 第38-40页 |
| ·数据预处理 | 第40-41页 |
| ·关联分析 | 第41页 |
| ·分类和预测 | 第41-42页 |
| ·聚类分析 | 第42-44页 |
| 5 基于数据挖掘技术的VaR方法的技术思路 | 第44-55页 |
| ·数据仓库的构建 | 第44-48页 |
| ·目标库的构成 | 第44页 |
| ·数据仓库技术的实现 | 第44-46页 |
| ·数据仓库的设计步骤 | 第46-47页 |
| ·数据仓库的系统结构 | 第47-48页 |
| ·数据挖掘技术的嵌入 | 第48-49页 |
| ·从数据仓库到数据挖掘 | 第48页 |
| ·数据挖掘技术的实现 | 第48-49页 |
| ·应用极值理论计算VaR的建模分析 | 第49-54页 |
| ·极值理论 | 第49-51页 |
| ·VaR计算 | 第51-54页 |
| ·系统工作模型 | 第54-55页 |
| 6 实证研究 | 第55-61页 |
| ·对贷款组合信用风险的度量 | 第55-59页 |
| ·数据描述 | 第55-57页 |
| ·正态性检验 | 第57页 |
| ·信用风险度量 | 第57-59页 |
| ·模型检验与对比 | 第59-61页 |
| ·蒙特卡罗仿真实验 | 第59-60页 |
| ·结果对比与误差分析 | 第60-61页 |
| 7 结论与建议 | 第61-68页 |
| ·结论 | 第61-62页 |
| ·建议 | 第62-68页 |
| ·VaR方法在我国应用的局限性 | 第62-63页 |
| ·VaR方法在我国有效应用的对策 | 第63-65页 |
| ·对我国信用风险管理工作的几点建议 | 第65-66页 |
| ·进一步研究工作的展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 主要参考文献 | 第69-72页 |
| 附录 | 第72-74页 |