| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第20-36页 |
| 1.1 研究背景及意义 | 第20-23页 |
| 1.1.1 研究背景 | 第20-22页 |
| 1.1.2 研究意义 | 第22-23页 |
| 1.2 国内外相关研究综述 | 第23-31页 |
| 1.2.1 基于信用风险管理的资产负债优化模型 | 第23-26页 |
| 1.2.2 基于利率风险管理的资产负债优化模型 | 第26-29页 |
| 1.2.3 基于信用和利率风险整体管理的资产负债优化模型 | 第29-30页 |
| 1.2.4 现有研究的不足 | 第30-31页 |
| 1.3 研究内容和研究方法 | 第31-34页 |
| 1.3.1 研究内容 | 第31-32页 |
| 1.3.2 研究内容间的相互关系 | 第32-33页 |
| 1.3.3 技术路线 | 第33-34页 |
| 1.4 论文的创新点 | 第34-36页 |
| 2 基于违约强度信用久期的资产负债优化模型 | 第36-74页 |
| 2.1 问题的提出 | 第36-37页 |
| 2.2 含违约风险的利率测度模型“信用久期”的构建 | 第37-41页 |
| 2.2.1 现有研究的久期模型 | 第37-38页 |
| 2.2.2 本文的基于违约强度的“信用久期D_C”定义 | 第38-39页 |
| 2.2.3 简约化定价理论 | 第39-40页 |
| 2.2.4 Cox回归生存分析模型 | 第40页 |
| 2.2.5 问题的难点和解决思路 | 第40-41页 |
| 2.3 基于信用久期兼控信用风险和利率风险的资产负债模型 | 第41-48页 |
| 2.3.1 基于违约强度模型的信用久期 | 第41-43页 |
| 2.3.2 基于违约强度的信用久期免疫条件 | 第43-48页 |
| 2.3.3 基于信用久期免疫的资产负债优化模型 | 第48页 |
| 2.4 基于Cox回归分析的违约强度拟合模型及重要参数的确定 | 第48-60页 |
| 2.4.1 基于Cox回归的违约强度拟合基本模型 | 第49页 |
| 2.4.2 Cox回归参数的拟合方法 | 第49-50页 |
| 2.4.3 基准违约强度h_0(t)和累积基准违约强度H_0(t_i)的计算 | 第50-51页 |
| 2.4.4 信用久期和价值中违约强度参数的计算 | 第51-52页 |
| 2.4.5 违约强度重要参数的确定 | 第52-60页 |
| 2.5 应用实例 | 第60-72页 |
| 2.5.1 银行的基本信息 | 第60-61页 |
| 2.5.2 无风险类资产的信用久期计算和价值表达式确定 | 第61-63页 |
| 2.5.3 贷款类资产信用久期计算和价值表达式确定 | 第63-66页 |
| 2.5.4 存款类负债的信用久期和价值计算 | 第66-67页 |
| 2.5.5 债券类负债信用久期和价值的计算 | 第67-68页 |
| 2.5.6 优化模型的建立与求解 | 第68-70页 |
| 2.5.7 对比分析 | 第70-72页 |
| 2.6 本章小结 | 第72-74页 |
| 2.6.1 本章主要工作 | 第72页 |
| 2.6.2 本章主要结论 | 第72页 |
| 2.6.3 本章主要特色 | 第72-74页 |
| 3 基于利率尖峰厚尾特征的资产负债优化模型 | 第74-100页 |
| 3.1 问题的提出 | 第74-75页 |
| 3.2 利率因子与特质因子的双因子模型 | 第75-76页 |
| 3.2.1 资产价值的双因子模型 | 第75页 |
| 3.2.2 利率因子的混合高斯分布 | 第75-76页 |
| 3.3 利率风险与信用风险双重作用下的资产组合损失 | 第76-83页 |
| 3.3.1 违约条件独立原理 | 第76-77页 |
| 3.3.2 企业的条件违约概率 | 第77页 |
| 3.3.3 违约阈值的蒙特卡洛模拟求解 | 第77-80页 |
| 3.3.4 基于信用与利率风险的联合风险损失测算 | 第80-81页 |
| 3.3.5 资产组合违约损失的模拟求解 | 第81-83页 |
| 3.4 资产负债优化模型 | 第83-85页 |
| 3.4.1 资产组合收益最大的目标函数 | 第83页 |
| 3.4.2 资产组合违约损失的约束条件 | 第83-84页 |
| 3.4.3 流动性约束 | 第84-85页 |
| 3.5 高斯混合分布的参数估计方法及实证 | 第85-92页 |
| 3.5.1 基于期望最大化(EM)迭代算法的参数估计方法 | 第85-87页 |
| 3.5.2 混合高斯分布函数参数拟合的实证 | 第87-92页 |
| 3.6 应用实例 | 第92-98页 |
| 3.6.1 企业的基本信息 | 第92页 |
| 3.6.2 相关系数的测算 | 第92-93页 |
| 3.6.3 违约阈值的模拟求解 | 第93-95页 |
| 3.6.4 贷款组合违约损失的测算 | 第95-96页 |
| 3.6.5 贷款组合优化模型的建立和求解 | 第96-97页 |
| 3.6.6 对比分析 | 第97-98页 |
| 3.7 本章小结 | 第98-100页 |
| 3.7.1 本章主要工作 | 第98页 |
| 3.7.2 本章主要结论 | 第98页 |
| 3.7.3 本章主要特色 | 第98-100页 |
| 4 基于信用与利率双因子CIR的资产负债优化模型 | 第100-130页 |
| 4.1 问题的提出 | 第100-101页 |
| 4.2 信用与利率双因子CIR模型的原理 | 第101-106页 |
| 4.2.1 简约化定价模型 | 第101-102页 |
| 4.2.2 CIR动态利率模型 | 第102页 |
| 4.2.3 违约强度的双因子模型 | 第102-103页 |
| 4.2.4 可违约零息债券的价值模型 | 第103-106页 |
| 4.3 资产负债优化模型 | 第106-113页 |
| 4.3.1 银行资产(负债)价值模型 | 第106-107页 |
| 4.3.2 基于效用函数最大的优化函数 | 第107-109页 |
| 4.3.3 基于蒙特卡洛模拟求解最优的资产配置 | 第109-113页 |
| 4.4 基于极大似然估计的参数估计 | 第113-118页 |
| 4.4.1 对数似然函数 | 第113页 |
| 4.4.2 参数估计原理 | 第113-114页 |
| 4.4.3 参数估计的实证 | 第114-118页 |
| 4.5 应用实例 | 第118-129页 |
| 4.5.1 银行贷款及负债的基本信息 | 第118-119页 |
| 4.5.2 信用资产的资产价值模拟 | 第119-124页 |
| 4.5.3 负债价值的模拟 | 第124-127页 |
| 4.5.4 资产负债优化模型的建立与求解 | 第127-128页 |
| 4.5.5 对比分析 | 第128-129页 |
| 4.6 本章小结 | 第129-130页 |
| 4.6.1 本章主要工作 | 第129页 |
| 4.6.2 本章主要结论 | 第129页 |
| 4.6.3 本章主要特色 | 第129-130页 |
| 5 结论及展望 | 第130-133页 |
| 5.1 论文的主要工作 | 第130页 |
| 5.2 论文的主要结论 | 第130-131页 |
| 5.3 论文的创新点与特色 | 第131-132页 |
| 5.3.1 论文的主要创新 | 第131-132页 |
| 5.3.2 论文的主要特色 | 第132页 |
| 5.4 展望 | 第132-133页 |
| 参考文献 | 第133-138页 |
| 攻读博士学位期间科研项目及科研成果 | 第138-139页 |
| 致谢 | 第139-140页 |
| 作者简介 | 第140页 |
