| 摘要 | 第1-10页 |
| ABSTRACT(英文摘要) | 第10-11页 |
| 第一章 绪论 | 第11-14页 |
| §1.1 研究背景 | 第11-12页 |
| §1.2 国内外研究综述 | 第12-13页 |
| §1.3 本文的结构和主要内容 | 第13页 |
| §1.4 本文的研究特色 | 第13-14页 |
| 第二章 我国商业银行信贷风险管理 | 第14-18页 |
| §2.1 信用风险与信贷风险 | 第14-15页 |
| §2.1.1 信用风险的概念 | 第14页 |
| §2.1.2 信贷风险的概念 | 第14-15页 |
| §2.1.3 信用风险与信贷风险的关系 | 第15页 |
| §2.2 五级分类的历史沿革 | 第15-16页 |
| §2.3 信贷资产五级风险分类 | 第16-17页 |
| §2.4 十二级贷款分类操作 | 第17-18页 |
| 第三章 信用风险管理方法概述 | 第18-26页 |
| §3.1 传统的信用风险度量方法 | 第18-21页 |
| §3.1.1 专家制度法 | 第18-19页 |
| §3.1.2 多元判别分析法 | 第19-20页 |
| §3.1.3 Logistic回归模型 | 第20页 |
| §3.1.4 人工神经网络模型 | 第20-21页 |
| §3.2 现代信用风险度量方法 | 第21-26页 |
| §3.2.1 信用计量方法(Credit Metrics Model) | 第21-23页 |
| §3.2.2 信用风险附加模型(Credit Risk+) | 第23-24页 |
| §3.2.3 信用组合观点模型(Credit Portfolio View) | 第24-25页 |
| §3.2.4 穆迪公司的KMV模型 | 第25-26页 |
| 第四章 基于期权定价理论的KMV模型及其计算方法 | 第26-38页 |
| §4.1 KMV模型的理论基础 | 第26-27页 |
| §4.2 KMV模型的框架 | 第27-30页 |
| §4.3 KMV模型的参数修正及计算 | 第30-38页 |
| §4.3.1 DP的估计 | 第31-33页 |
| §4.3.2 非流通股的定价 | 第33-35页 |
| §4.3.3 无风险利率r的调整 | 第35-36页 |
| §4.3.4 预期违约率与违约距离的映射问题 | 第36-38页 |
| 第五章 基于中小上市公司的KMV模型实证研究 | 第38-44页 |
| §5.1 样本的选取 | 第38页 |
| §5.2 模型的计算 | 第38-40页 |
| §5.2.1 KMV模型参数的计算 | 第38-39页 |
| §5.2.2 违约距离DD与预期违约率EDF计算 | 第39-40页 |
| §5.3 实证结果分析 | 第40-44页 |
| §5.3.1 模型的有效性分析 | 第40-42页 |
| §5.3.2 股权分置改革对上市公司信用风险的影响 | 第42页 |
| §5.3.3 违约距离的敏感性分析 | 第42-44页 |
| 第六章 对商业银行信贷风险管理的政策建议 | 第44-47页 |
| §6.1 加快商业银行信用风险管理体系和流程建设 | 第44-45页 |
| §6.2 逐步实现信贷风险量化管理 | 第45页 |
| §6.3 建立大型违约数据库,构建我国的违约距离与预期违约率的映射关系 | 第45页 |
| §6.4 建立全方位信贷企业风险评估系统 | 第45-47页 |
| 结论 | 第47-48页 |
| 附录A 相关R程序 | 第48-49页 |
| 附录B 2003年样本财务数据 | 第49-52页 |
| 附录C 2006年样本计算结果 | 第52-55页 |
| 附录D 职能管理模式与流程管理模式 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在学期间的研究成果及发表的论文 | 第60页 |
