商业银行违约损失率估计模型构建研究--基于中国银行江苏省分行历史债项数据的模型开发
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 导言 | 第15-21页 |
| ·研究背景和意义 | 第15-16页 |
| ·研究的主要内容 | 第16-17页 |
| ·研究方法与技术路线 | 第17-19页 |
| ·主要研究方法 | 第17页 |
| ·技术路线 | 第17-19页 |
| ·论文的结构安排 | 第19-20页 |
| ·可能的创新与不足 | 第20-21页 |
| ·可能的创新 | 第20页 |
| ·存在的不足 | 第20-21页 |
| 第二章 理论基础与文献综述 | 第21-37页 |
| ·违约损失率的理论基础 | 第21-26页 |
| ·违约损失率的概念 | 第21页 |
| ·违约损失率与经济资本 | 第21-26页 |
| ·违约损失率的相关文献综述 | 第26-35页 |
| ·关于违约损失率的基础理论 | 第26-27页 |
| ·关于违约损失率的影响因素 | 第27-30页 |
| ·违约损失率的分布特征 | 第30-31页 |
| ·违约损失率的度量 | 第31-34页 |
| ·违约损失率的数据库构建 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 违约损失率模型构建的总体思路 | 第37-45页 |
| ·现有违约损失率建模方法的比较 | 第37-41页 |
| ·专家判断法 | 第37-38页 |
| ·历史平均值法 | 第38页 |
| ·决策树法 | 第38-39页 |
| ·统计回归法 | 第39页 |
| ·非参数法 | 第39-40页 |
| ·神经网络方法 | 第40-41页 |
| ·违约损失率模型开发的难点及思路 | 第41-44页 |
| ·LGD模型开发的难点 | 第41-42页 |
| ·LGD估计模型构建的总体思路 | 第42-43页 |
| ·模型数据库的建立 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 违约损失率的计算及数据变换 | 第45-61页 |
| ·违约损失率的计算 | 第45-54页 |
| ·违约损失率的计算方法及选择 | 第45-47页 |
| ·违约和损失的界定 | 第47-50页 |
| ·经济损失的计算 | 第50-53页 |
| ·违约损失率的计算及处理 | 第53-54页 |
| ·违约损失率的拟合和数据转换 | 第54-59页 |
| ·违约损失率的分布 | 第54-55页 |
| ·LGD分布的Beta拟合及转换 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 违约损失率统计模型的构建 | 第61-83页 |
| ·LGD统计模型开发的原则和潜在自变量 | 第61-63页 |
| ·LGD统计模型开发的原则 | 第61页 |
| ·LGD的潜在影响因素 | 第61-63页 |
| ·LGD潜在自变量的分析与处理 | 第63-76页 |
| ·LGD潜在影响变量的处理方法 | 第63页 |
| ·LGD潜在影响因素的单变量分析 | 第63-75页 |
| ·LGD统计模型自变量的初步选择 | 第75-76页 |
| ·LGD统计模型自变量的确定及实证结果 | 第76-80页 |
| ·统计模型优化和变量选择方案 | 第76页 |
| ·LGD统计模型确定的逐步回归过程 | 第76-80页 |
| ·LGD统计模型的检验 | 第80-81页 |
| ·本章小结 | 第81-83页 |
| 第六章 违约损失率的混合模型方案 | 第83-95页 |
| ·构建LGD混合模型的总体思路 | 第83-84页 |
| ·LGD统计模型的专家调整方案 | 第84-92页 |
| ·LGD混合模型预测结果的整体复议 | 第92-93页 |
| ·本章小结 | 第93-95页 |
| 第七章 启示及下一步研究方向 | 第95-99页 |
| ·本文研究中得到的启示 | 第95页 |
| ·下一步研究方向 | 第95-99页 |
| 参考文献 | 第99-105页 |
| 致谢 | 第105页 |
