首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

基于Copula相关结构的企业供应链融资风险度量

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

论文共156页,点击 下载论文
上一篇:经济一体化进程中的空间集聚与经济增长
下一篇:高等农林院校中外合作办学问题研究