基于改进CPV的我国商业银行信用风险压力测试实证研究
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 1 引言 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外文献综述 | 第9-12页 |
| 1.2.1 国外文献综述 | 第9-11页 |
| 1.2.2 国内文献综述 | 第11-12页 |
| 1.2.3 文献述评 | 第12页 |
| 1.3 研究思路与结构安排 | 第12-14页 |
| 1.3.1 研究思路 | 第12页 |
| 1.3.2 章节安排 | 第12-13页 |
| 1.3.3 主要创新点 | 第13-14页 |
| 2 相关基础概念 | 第14-20页 |
| 2.1 信用风险 | 第14-15页 |
| 2.1.1 信用风险定义 | 第14页 |
| 2.1.2 信用风险的特征 | 第14页 |
| 2.1.3 信用风险的度量 | 第14-15页 |
| 2.2 压力测试 | 第15-16页 |
| 2.3 CPV模型 | 第16-17页 |
| 2.4 Lasso算法 | 第17-20页 |
| 2.4.1 Lasso基本理论 | 第17-18页 |
| 2.4.2 Lasso求解算法 | 第18-19页 |
| 2.4.3 调整参数的选择 | 第19-20页 |
| 3 商业银行信用风险预测模型的构建 | 第20-49页 |
| 3.1 变量选取及预处理 | 第20-26页 |
| 3.1.1 因变量选取及预处理 | 第20-21页 |
| 3.1.2 自变量选取及预处理 | 第21-26页 |
| 3.2 基于最小二乘的信用风险预测模型 | 第26-32页 |
| 3.2.1 模型的最小二乘参数估计 | 第26-29页 |
| 3.2.2 模型的协整检验 | 第29-30页 |
| 3.2.3 模型的参数估计结果分析 | 第30-32页 |
| 3.3 基于Lasso的信用风险预测模型 | 第32-36页 |
| 3.3.1 模型的Lasso回归 | 第32-34页 |
| 3.3.2 模型的协整检验 | 第34-35页 |
| 3.3.3 模型的参数估计结果分析 | 第35-36页 |
| 3.4 预测模型对比分析 | 第36-38页 |
| 3.5 不同类型商业银行信用风险度量模型构建 | 第38-49页 |
| 3.5.1 国有商业银行信用风险度量模型 | 第38-40页 |
| 3.5.2 股份制商业银行信用风险度量模型 | 第40-42页 |
| 3.5.3 城市商业银行信用风险度量模型 | 第42-45页 |
| 3.5.4 农村商业银行信用风险度量模型 | 第45-46页 |
| 3.5.5 外资商业银行信用风险度量模型 | 第46-49页 |
| 4 信用风险压力测试 | 第49-54页 |
| 4.1 压力测试的情景构建 | 第49-51页 |
| 4.2 压力测试的运用 | 第51-53页 |
| 4.3 压力测试结果 | 第53-54页 |
| 5 总结与政策建议 | 第54-57页 |
| 5.1 研究结论 | 第54-55页 |
| 5.2 政策建议 | 第55-56页 |
| 5.3 不足之处与展望 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 后记 | 第64-65页 |
