| 摘要 | 第2-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-12页 |
| 1.3 研究方法、基本框架和结构 | 第12-15页 |
| 1.3.1 基本框架 | 第13页 |
| 1.3.2 本文的结构安排 | 第13-15页 |
| 2 信用风险模型的理论和研究方法 | 第15-29页 |
| 2.1 商业银行信用风险理论 | 第15-17页 |
| 2.1.1 信用风险的定义 | 第15-16页 |
| 2.1.2 信用风险的特点 | 第16-17页 |
| 2.2 传统信用风险模型 | 第17-20页 |
| 2.2.1 银行的信用分析方法 | 第17-18页 |
| 2.2.2 财务比率分析和现金流量分析法 | 第18页 |
| 2.2.3 Z计分模型和ZETA模型 | 第18-19页 |
| 2.2.4 总结 | 第19-20页 |
| 2.3 现代信用风险模型 | 第20-24页 |
| 2.3.1 Credit Mertics模型 | 第20-22页 |
| 2.3.2 KMV模型 | 第22-23页 |
| 2.3.3 Credit Portfolio View模型 | 第23页 |
| 2.3.4 Creditrisk+模型 | 第23-24页 |
| 2.4 CPV模型的优势 | 第24-29页 |
| 2.4.1 传统的信用风险管理方法的不足 | 第24-25页 |
| 2.4.2 四种现代度量模型的比较分析 | 第25-27页 |
| 2.4.3 Credit Portfolio View模型在信贷风险管理中的比较优势和不足 | 第27-29页 |
| 3 商业银行信用贷款风险度量实证研究 | 第29-45页 |
| 3.1 Credit Portfolio View模型的基本原理和架构 | 第29-31页 |
| 3.1.1 模型设定 | 第29-30页 |
| 3.1.2 残差序列的处理 | 第30-31页 |
| 3.1.3 条件转移矩阵 | 第31页 |
| 3.2 数据的收集和整理 | 第31-36页 |
| 3.2.1 变量的选取 | 第31-34页 |
| 3.2.2 变量的处理 | 第34-35页 |
| 3.2.3 变量的简写及选取区间 | 第35-36页 |
| 3.3 回归分析 | 第36-40页 |
| 3.3.1 对不良贷款率进行转换 | 第36页 |
| 3.3.2 平稳性检验 | 第36-37页 |
| 3.3.3 多重共线性 | 第37页 |
| 3.3.4 参数估计 | 第37-40页 |
| 3.4 预测分析 | 第40-45页 |
| 3.4.1 宏观经济变量的线性自回归 | 第40-42页 |
| 3.4.2 创建新的残差序列 | 第42-43页 |
| 3.4.3 对Y和不良贷款率P的预测 | 第43-45页 |
| 4 总结和展望 | 第45-47页 |
| 4.1 论文内容总结 | 第45页 |
| 4.2 论文内容创新 | 第45-47页 |
| 4.2.1 论文的创新 | 第45-46页 |
| 4.2.2 论文的不足 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录 | 第50-54页 |
| 后记 | 第54-55页 |
