当前位置:首页 > 经济
基于资产池的不良资产证券化信用风险研究
基于资产池的不良资产证券化信用风险研究

基于资产池的不良资产证券化信用风险研究PDF电子书下载

经济

  • 电子书积分:9 积分如何计算积分?
  • 作 者:庞明著
  • 出 版 社:北京:中国社会科学出版社
  • 出版年份:2014
  • ISBN:9787516142486
  • 页数:187 页
图书介绍:本书从资产池的研究入手,借助神经网络模型对资产池单笔资产的信用风险进行分析评价,并在现代投资组合理论的基础上,重点借助整合的Credit Risk+模型对我国首例银行不良资产证券化项目——工行项目进行实证检验,验证了采用神经网络模型分析资产池单笔资产信用风险的可行性和现代投资组合理论对资产池资产组合的有效性,以及不良资产证券化项目中资产池的构成是否更有效率,能否起到缓释和转移风险的功能。本书首次将神经网络模型运用于分析我国不良资产证券化的信用风险,克服了其他统计方法对历史数据完全依赖的弊病。
《基于资产池的不良资产证券化信用风险研究》目录

第一章 绪论 1

第一节 研究背景 1

一 资产证券化的兴起和发展 1

二 不良资产证券化产生的环境推动因素及演变趋势 4

第二节 不良资产证券化信用风险研究的意义 7

一 不良资产证券化信用风险研究的理论意义 7

二 不良资产证券化信用风险研究的实践意义 9

三 尚待研究的问题 11

第三节 几个关键概念的界定 12

一 不良资产证券化 12

二 资产池 13

三 基于资产池的信用风险 13

第四节 研究假设 14

第五节 研究的主要内容、框架和方法 16

一 研究内容和框架 16

二 研究方法 17

第二章 理论基础与文献综述 19

第一节 理论基础 19

一 信用风险的不确定性分析 21

二 信用风险的理性预期理论分析 23

三 或有要求权理论 25

四 道德风险 26

五 不良资产证券化的理论基础 29

第二节 信用风险计量方法、模型及评述 30

一 传统信用风险度量技术方面 32

二 现代信用风险度量技术 38

三 备受关注的人工智能方法 48

第三节 相关研究的不足与评述 51

第四节 经验证据与典型案例评述 53

一 国外案例 53

二 国内案例 60

三 国内外研究小结 67

第三章 单笔不良资产信用风险的测算研究 69

第一节 资产池标的资产的特征指标 69

一 适于作证券化的理想资产 69

二 不良资产证券化资产池标的资产的选择 71

第二节 单笔资产信用风险的模型选择——神经网络 74

一 神经网络模型独特的优点及实证表现 75

二 神经网络模型对信用风险预测精度优于传统方法 78

三 基于神经网络模型的资产池单笔资产信用风险预测 82

第三节 基于我国国情的不良资产信用风险影响因素分析 84

一 变量选取依据——不良资产信用评级中的考量因素 84

二 变量选取依据——基于我国国情的必要补充 89

第四章 基于资产池的信用风险的测算——CreditRisk+模型 91

第一节 基于资产池的信用风险研究的理论基础 91

第二节 基于资产池的信用集中风险评价模型的比较研究 93

一 基于现代组合理论的信用风险评价模型比较分析 94

二 穆迪不良资产(NPL)产品信用风险预测方法 101

三 我国目前的实践方法 103

第三节 基于资产池的不良资产证券化信用风险评价模型的构建 109

一 CreditRisk+模型的优点及实证表现 109

二 CreditRisk+模型对我国不良资产证券化的适用性研究 112

三 模拟资产池的构建 113

四 资产池标的资产的多样度和资产之间的相关性分析 114

五 改进的CreditRisk+模型 116

第五章 不良资产证券化的实证研究 119

第一节 建立神经网络检验模型的必要性 119

第二节 BP神经网络检验模型的构建 120

第三节 研究样本与资料来源 126

第四节 研究方法 127

第五节 检验结果 134

一 网络训练效果分析 134

二 交叉验证技术 140

三 具有双隐含层的网络结构 142

四 资产及资产池的信用风险 144

第六章 实证检验结果及讨论 147

第一节 对本案例的进一步说明及讨论 147

第二节 对比不同信用风险分析方法及结果 150

一 专家打分方法评析 150

二 神经网络方法评析 153

三 研究结果启示 154

第七章 总结与展望 156

第一节 主要工作总结 156

第二节 创新点 158

第三节 局限及未来研究方向 159

附录 神经网络算法的主要程序 161

参考文献 168

后记 186

返回顶部