摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第1章 绪论 | 第17-33页 |
1.1 研究背景 | 第17-22页 |
1.1.1 区域贷款占比失衡 | 第17-19页 |
1.1.2 银行小微贷亟需发力 | 第19-20页 |
1.1.3 政策执行力亟待加强 | 第20-22页 |
1.2 研究意义 | 第22-23页 |
1.2.1 理论意义 | 第22页 |
1.2.2 现实意义 | 第22-23页 |
1.3 研究的目的与内容 | 第23-24页 |
1.4 国内外研究现状 | 第24-30页 |
1.4.1 国外研究现状 | 第24-27页 |
1.4.2 国内研究现状 | 第27-30页 |
1.5 论文的研究方法、拟突破难点和创新之处 | 第30-32页 |
1.5.1 研究方法 | 第30页 |
1.5.2 研究的难点 | 第30-31页 |
1.5.3 研究的创新点 | 第31-32页 |
1.6 论文的结构 | 第32-33页 |
第2章 供应链融资风险理论基础 | 第33-43页 |
2.1 供应链融资理论概述 | 第33-35页 |
2.1.1 供应链融资的定义 | 第33页 |
2.1.2 供应链融资的特点 | 第33-34页 |
2.1.3 供应链融资风险管理的特点 | 第34-35页 |
2.2 供应链融资风险分类 | 第35-38页 |
2.2.1 财务风险 | 第35-36页 |
2.2.2 信用风险 | 第36页 |
2.2.3 操作风险 | 第36-37页 |
2.2.4 法律风险 | 第37页 |
2.2.5 道德风险 | 第37页 |
2.2.6 系统性风险 | 第37-38页 |
2.2.7 非系统性风险 | 第38页 |
2.3 供应链融资风险管理流程 | 第38-40页 |
2.3.1 风险识别 | 第39页 |
2.3.2 风险度量 | 第39-40页 |
2.3.3 风险控制 | 第40页 |
2.4 供应链融资风险度量方法 | 第40-43页 |
2.4.1 Copula 方法 | 第40页 |
2.4.2 KMV 模型 | 第40-41页 |
2.4.3 信息熵方法 | 第41页 |
2.4.4 极值理论 | 第41页 |
2.4.5 VAR 方法 | 第41-43页 |
第3章 基于 Copula 函数供应链上企业相依性度量 | 第43-79页 |
3.1 Copula 函数的基础理论 | 第43-44页 |
3.1.1 二元 Copula 函数的定义 | 第43页 |
3.1.2 二元 Copula 函数的性质 | 第43-44页 |
3.1.3 二元分布的 Sklar 定理 | 第44页 |
3.2 基于 Copula 函数的相关性度量 | 第44-47页 |
3.2.1 Kendall 秩相关系数 | 第44-45页 |
3.2.2 Spearman 秩相关系数 | 第45-46页 |
3.2.3 尾部相关系数 | 第46-47页 |
3.3 二元阿基米德 Copula 函数 | 第47-51页 |
3.3.1 Gumbel Copula 函数 | 第47-49页 |
3.3.2 Clayton Copula 函数 | 第49-50页 |
3.3.3 Frank Copula 函数 | 第50-51页 |
3.4 利用 Copula 函数构建相依性测度模型的步骤 | 第51-79页 |
3.4.1 确定收益率的边缘分布 | 第52-54页 |
3.4.2 模型的参数估计与结果分析 | 第54-58页 |
3.4.3 模型的评价 | 第58-60页 |
3.4.4 多元阿基米德 Copula 函数模型 | 第60-79页 |
第4章 基于信息熵和 Copula 函数的供应链融资财务风险度量 | 第79-101页 |
4.1 供应链融资财务风险概述 | 第79-80页 |
4.1.1 供应链融资财务风险的定义 | 第79页 |
4.1.2 供应链融资财务风险的特征 | 第79-80页 |
4.2 透过财务指标识别供应链融资财务风险 | 第80-89页 |
4.2.1 偿债能力指标 | 第81-84页 |
4.2.2 盈利能力指标 | 第84-85页 |
4.2.3 营运能力指标 | 第85-88页 |
4.2.4 发展能力指标 | 第88-89页 |
4.3 基于信息熵企业融资财务风险度量 | 第89-98页 |
4.3.1 信息熵法的基本原理 | 第89-91页 |
4.3.2 模型构建与实证研究 | 第91-98页 |
4.4 基于 Copula 相关结构的供应链融资财务风险度量 | 第98-101页 |
第5章 基于修正 KMV 模型和 Copula 函数的供应链融资信用风险度量 | 第101-118页 |
5.1 供应链融资信用风险概述 | 第101-102页 |
5.1.1 供应链融资信用风险的定义 | 第101页 |
5.1.2 供应链融资信用风险的特征 | 第101-102页 |
5.2 基于 GARCH-M 模型的收益率波动率预测 | 第102-110页 |
5.2.1 GARCH-M 模型基本理论 | 第103-104页 |
5.2.2 基于 GARCH-M 模型的波动率估计 | 第104-110页 |
5.3 基于 KMV 模型企业融资信用风险度量 | 第110-115页 |
5.3.1 KMV 模型简介 | 第110-111页 |
5.3.2 KMV 模型计算方法 | 第111-112页 |
5.3.3 基于 KMV 模型的信用风险度量 | 第112-115页 |
5.4 基于 Copula 相关结构的供应链融资信用风险度量 | 第115-118页 |
第6章 基于结构方程 SEM 的验证性因素分析 CFA | 第118-138页 |
6.1 结构方程验证性因素分析基础理论 | 第118-119页 |
6.2 一阶验证性因素分析 | 第119-132页 |
6.2.1 一阶验证性因素分析的结果和模型基本适配度检验 | 第119-124页 |
6.2.2 验证性因素分析的模型内在质量检验 | 第124-127页 |
6.2.3 验证性因素分析的整体模型适配度检验 | 第127-132页 |
6.3 二阶验证性因素分析 | 第132-138页 |
第7章 总结与展望 | 第138-147页 |
7.1 风险预警系统 | 第138-143页 |
7.2 风险预警指标监测体系 | 第143-144页 |
7.3 论文的主要结果及结论 | 第144-145页 |
7.4 论文的局限性与展望 | 第145-147页 |
参考文献 | 第147-154页 |
致谢 | 第154-155页 |
攻读博士学位期间发表论文以及参加科研情况 | 第155-156页 |