摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-19页 |
1.1 选题背景和意义 | 第11-12页 |
1.2 研究文献综述 | 第12-15页 |
1.2.1 国内外宏观压力测试的研究 | 第12-13页 |
1.2.2 国外关于信用风险计量模型的研究 | 第13-15页 |
1.2.3 国内关于信用风险计量模型的研究 | 第15页 |
1.3 研究方法与研究内容 | 第15-17页 |
1.3.1 研究方法 | 第15-16页 |
1.3.2 研究内容 | 第16页 |
1.3.3 框架体系 | 第16-17页 |
1.4 研究创新点 | 第17-19页 |
第2章 信用风险压力测试的理论基础 | 第19-23页 |
2.1 宏观压力测试理论 | 第19-21页 |
2.1.1 宏观压力测试的概念 | 第19页 |
2.1.2 宏观压力测试方法 | 第19-21页 |
2.2 信用风险的相关理论 | 第21-23页 |
2.2.1 信用风险的定义 | 第21页 |
2.2.2 信用风险的系统性 | 第21-22页 |
2.2.3 信用风险与违约概率 | 第22-23页 |
第3章 基于 PLS 的信用风险压力测试模型 | 第23-36页 |
3.1 PLS 基本原理 | 第23-29页 |
3.1.1 表内主成分分析 | 第23-25页 |
3.1.2 表间典型相关性分析 | 第25-27页 |
3.1.3 单因变量的 PLS 回归模型 | 第27-29页 |
3.2 信用风险计量模型 | 第29-33页 |
3.2.1 四种常用信用风险计量模型基本原理 | 第29-32页 |
3.2.3 模型在我国适用性分析 | 第32-33页 |
3.3 信用风险压力测试模型的构建 | 第33-36页 |
第4章 基于 PLS 的信用风险压力测试实证研究 | 第36-50页 |
4.1 信用风险压力测试变量的选取和数据处理 | 第36-40页 |
4.1.1 因变量的选取 | 第36-39页 |
4.1.2 自变量的选取 | 第39-40页 |
4.1.3 数据的处理 | 第40页 |
4.2 CPV 模型参数两种回归结果比较分析 | 第40-45页 |
4.2.1 CPV 模型参数 SUR 结果分析 | 第40-41页 |
4.2.2 CPV 模型参数 PLS 结果分析 | 第41-45页 |
4.3 蒙特卡罗模拟法模拟情景生成 | 第45-50页 |
4.3.1 蒙特卡洛模拟压力测试的步骤 | 第45-46页 |
4.3.2 压力情境设定 | 第46页 |
4.3.3 压力测试结果分析 | 第46-50页 |
第5章 完善信用风险压力测试的若干建议 | 第50-56页 |
5.1 完善信用风险压力测试机制 | 第50-52页 |
5.1.1 建立完备的数据库 | 第50-51页 |
5.1.2 优化商业银行信用风险压力测试模型 | 第51页 |
5.1.3 制定压力测试结果报告机制 | 第51-52页 |
5.2 综合考虑宏观经济变量加强银行监管 | 第52-53页 |
5.2.1 加强对宏观经济变量监测 | 第52-53页 |
5.2.2 深入探索宏观经济变量之间的相互关系和作用 | 第53页 |
5.3 严格控制商业银行信用违约损失 | 第53-56页 |
5.3.1 加强贷款风险管理工作 | 第54页 |
5.3.2 加强经济资本管理工作 | 第54-56页 |
结论 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
附录 A 攻读硕士学位期间所发表的学术论文目录 | 第63页 |