| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 0. 引言 | 第11-18页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-17页 |
| ·论文内容与研究方法 | 第17页 |
| ·论文主要内容 | 第17页 |
| ·论文研究方法 | 第17页 |
| ·论文创新之处 | 第17-18页 |
| 1 商业银行信用风险管理相关理论 | 第18-30页 |
| ·商业银行风险管理理论发展 | 第18-20页 |
| ·巴塞尔Ⅱ的主要内容与影响 | 第20-24页 |
| ·巴塞尔Ⅱ的三大支柱 | 第20-23页 |
| ·巴塞尔Ⅱ的影响 | 第23-24页 |
| ·全面风险管理理论 | 第24-26页 |
| ·信用风险管理 | 第26-30页 |
| ·信用风险 | 第26-28页 |
| ·传统的信用风险管理方法 | 第28-30页 |
| 2 现代信用风险模型及其比较分析 | 第30-41页 |
| ·模型介绍 | 第30-37页 |
| ·CreditMetrics 模型 | 第30-32页 |
| ·KMV 模型 | 第32-33页 |
| ·Credit Portfolio View 模型 | 第33-35页 |
| ·CreditRisk+模型 | 第35-37页 |
| ·模型的比较 | 第37-41页 |
| 3 我国商业银行选取信用风险管理模型参考因素 | 第41-45页 |
| ·我国商业银行信用风险模型的选取 | 第41-42页 |
| ·CreditMetrics 模型的基本框架 | 第42-44页 |
| ·CreditMetrics 模型的参数 | 第44-45页 |
| ·CreditMetrics 模型的不足之处 | 第45页 |
| 4 基于 Copula 函数对 CreditMetrics 模型的改进 | 第45-60页 |
| ·CreditMetrics 模型改进的途径 | 第45-46页 |
| ·Copula 函数的性质与选取 | 第46-52页 |
| ·Copula 函数的定义 | 第46-48页 |
| ·常见的Copula 函数 | 第48-50页 |
| ·基于Copula 函数的相关性测度 | 第50-51页 |
| ·Copula 函数的选取 | 第51-52页 |
| ·分析中使用的方法与环境 | 第52-53页 |
| ·蒙特卡洛模拟法与cholesky 分解 | 第52-53页 |
| ·R 软件与MATLAB 环境 | 第53页 |
| ·针对我国实际情况对数据的调整 | 第53-60页 |
| ·违约损失率的调整 | 第53-54页 |
| ·信用转移矩阵的调整 | 第54-57页 |
| ·远期收益率曲线的调整 | 第57-59页 |
| ·资产相关系数的调整 | 第59-60页 |
| 5 基于 CreditMetrics 模型的实证分析 | 第60-66页 |
| ·数据来源与假设条件 | 第60页 |
| ·应用改进后的 CreditMetrics 模型的 VaR 计算 | 第60-64页 |
| ·单笔贷款的VaR 计算 | 第60-62页 |
| ·资产组合的VaR 计算 | 第62-64页 |
| ·实证研究结论 | 第64页 |
| ·我国商业银行量化信用风险管理建议 | 第64-65页 |
| ·观点总结 | 第65页 |
| ·本文局限 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 个人简介 | 第71页 |
| 发表的学术论文 | 第71页 |
