| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 研究框架 | 第11-12页 |
| 1.3 文章创新点与不足 | 第12-13页 |
| 第二章 文献综述 | 第13-22页 |
| 2.1 系统性风险及银行系统性风险 | 第13-14页 |
| 2.2 银行系统性风险影响因素 | 第14-16页 |
| 2.3 银行间风险传导过程 | 第16页 |
| 2.4 度量违约风险的方法 | 第16-20页 |
| 2.4.1 关注单个金融机构的违约测度方法 | 第17-18页 |
| 2.4.2 关注机构之间系统性影响的测度方法 | 第18-20页 |
| 2.4.3 系统性或有权益分析方法 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 系统性或有权益分析模型介绍 | 第22-29页 |
| 3.1 或有权益分析理论模型 | 第22-25页 |
| 3.1.1 模型原理简介及违约距离、违约概率 | 第22-25页 |
| 3.1.2 单个机构风险测度指标构建 | 第25页 |
| 3.2 SCCA模型原理介绍 | 第25-28页 |
| 3.2.1 每日损失、潜在损失(隐含资产价值)边缘分布函数 | 第25-27页 |
| 3.2.2 确定连接函数及尾部相依结构 | 第27页 |
| 3.2.3 联合分布风险测度指标构建 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于SCCA模型的实证研究 | 第29-39页 |
| 4.1 数据处理 | 第29-31页 |
| 4.1.1 研究对象选择 | 第29-30页 |
| 4.1.2 研究数据选择及处理 | 第30-31页 |
| 4.2 单个机构的风险指标计算 | 第31-34页 |
| 4.2.1 或有权益分析方法计算步骤 | 第31-32页 |
| 4.2.2 计算结果 | 第32-34页 |
| 4.3 建立多元极值分布计算联合违约概率、违约损失 | 第34-38页 |
| 4.3.1 潜在损失、每日损失描述型统计 | 第34-35页 |
| 4.3.2 建立多元极值分布并确定copula函数参数 | 第35-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 结果分析 | 第39-49页 |
| 5.1 单个机构风险测度分析 | 第39-44页 |
| 5.1.1 国有行违约风险指标描述 | 第39-41页 |
| 5.1.2 股份制银行违约风险指标描述 | 第41-42页 |
| 5.1.3 城市商业银行违约风险指标描述 | 第42-43页 |
| 5.1.4 单个机构风险指标分析 | 第43-44页 |
| 5.2 银行群体及体系风险测度分析 | 第44-49页 |
| 5.2.1 不同银行群体风险指标描述 | 第44-45页 |
| 5.2.2 标的银行整体风险指标描述 | 第45-47页 |
| 5.2.3 银行群体及银行体系风险指标分析 | 第47-49页 |
| 第六章 结论 | 第49-52页 |
| 6.1 风险测度结果阐述及政策建议 | 第49-50页 |
| 6.1.1 我国银行业风险状况及成因分析 | 第49-50页 |
| 6.1.2 政策建议 | 第50页 |
| 6.2 未来优化与展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录: 单银行风险指标图表附录 | 第57-59页 |
