我国商业银行信用风险的度量与评估研究【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

我国商业银行信用风险的度量与评估研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1 选题背景1

1.2 研究意义4

1.3 本书主要内容6

1.4 研究方法和技术路线7

第2章 文献综述9

2.1 商业银行信用风险述评9

2.1.1 商业银行信用风险的含义9

2.1.2 商业银行信用风险的特征10

2.1.3 商业银行风险管理体系的建立12

2.1.4 商业银行风险管理方法的演变13

2.1.5 商业银行风险管理的核心思想17

2.2 我国商业银行信用风险成因述评18

2.2.1 我国商业银行信用风险成因的外部因素18

2.2.2 我国商业银行信用风险成因的内部因素21

2.3 信用风险评估及度量方法述评22

2.3.1 以理论模型为基础的信用风险度量22

2.3.2 基于Z-得分方法的信用风险评估24

2.3.3 以多元统计为基础的信用风险评估25

2.3.4 以期权理论模型为基础的信用风险度量28

2.3.5 基于人工智能方法的信用风险评估33

2.4 巴塞尔协议下的信用风险管理理论述评39

2.4.1 巴塞尔协议的发展历程及评价39

2.4.2 巴塞尔协议Ⅲ中信用风险管理方法41

第3章 巴塞尔协议44

3.1 巴塞尔委员会简介44

3.1.1 巴塞尔委员会成立背景与意义44

3.1.2 巴塞尔委员会发展历程45

3.1.3 制定巴塞尔协议的背景与意义46

3.2 巴塞尔协议（第一版）（Basel AccordⅠ）47

3.2.1 Basel AccordⅠ的成立背景47

3.2.2 Basel AccordⅠ的主要内容48

3.2.3 Basel AccordⅠ的优势与不足50

3.3 巴塞尔协议（第二版）（Basel AccordⅡ）53

3.3.1 Basel AccordⅡ的成立背景53

3.3.2 Basel AccordⅡ的主要内容53

3.3.3 Basel AccordⅡ的优势与不足65

3.4 巴塞尔协议（第三版）（Basel AccordⅢ）68

3.4.1 Basel AccordⅢ的成立背景68

3.4.2 Basel AccordⅢ的主要内容69

3.4.3 中国银行业当前的监管指标体系72

3.4.4 Basel AccordⅢ的优势与不足74

3.5 案例分析76

第4章 基于可信性理论和层次分析法的信用风险评估模型79

4.1 可信性测度简介80

4.1.1 可能性测度80

4.1.2 必要性测度81

4.1.3 可信性测度82

4.2 层次分析法理论简介84

4.3 基于可信性测度的多层次模糊综合评估模型87

4.4 商业银行信用风险的可信性测度的综合评估89

4.4.1 信用风险评价指标体系的建立89

4.4.2 信用风险因素集与评语集的确定91

4.4.3 信用风险评价指标权重的确定92

4.4.4 对商业银行信用风险的综合评估92

4.5 本章小结94

第5章 基于v-SVR的商业银行信用风险度量95

5.1 支持向量机模型概述97

5.1.1 统计学习理论概述97

5.1.2 结构风险最小化98

5.1.3 核函数99

5.1.4 支持向量机模型概述100

5.1.5 支持向量回归机102

5.2 BP神经网络算法概述104

5.2.1 BP神经网络的理论基础105

5.2.2 BP神经网络的算法思想106

5.2.3 BP算法的学习机制106

5.2.4 BP算法的步骤及流程图108

5.2.5 BP神经网络的结构设计110

5.2.6 BP神经网络的样本处理111

5.2.7 BP神经网络的参数选择112

5.3 实证分析114

5.3.1 数据来源及指标分析114

5.3.2 数据预处理116

5.3.3 数值实验118

5.3.4 结果分析120

5.4 信用风险预测126

5.5 本章小结127

第6章 基于Copula函数的信用风险度量129

6.1 Copula理论简介131

6.1.1 Copula函数及Sklar定理131

6.1.2 几类常用Copula函数及其性质133

6.1.3 Copula函数模型估计134

6.1.4 Copula函数拟合检验135

6.2 C-VaR方法概论135

6.2.1 VaR理论模型135

6.2.2 C-VaR模型136

6.2.3 C-VaR与VaR140

6.3 Monte Carlo方法概述145

6.3.1 Monte Carlo方法的产生与发展146

6.3.2 Monte Carlo方法在—重定积分计算中的应用148

6.3.3 Monte Carlo方法在多重定积分计算中的应用151

6.3.4 Monte Carlo方法在概率计算中的应用153

6.4 基于Copula-CVaR的整合风险度量模型155

6.5 实证分析157

6.5.1 样本数据选取157

6.5.2 边际分布的确定158

6.5.3 相关性检验161

6.5.4 Copula函数估计161

6.5.5 整合风险CVaR的计算164

6.5.6 我国商业银行整合风险的比较165

6.6 本章小结168

第7章 结论170

参考文献173

附录A 我国上市商业银行财务数据181

附录B 12家商业银行的两类风险资产收益率186

后记189