银行内部评级的方法与实践PDF电子书下载

1 信用评级部门的划分及其数据要求 1

1.1 内部评级法 1

1.2 划分信用评级部门 6

1.3 信用评级部门最佳划分实际要求的数据类型 8

1.4 各个部门信用评级的数据要求 10

2 银行内部评级与基本信用评级模型 31

2.1 内部评级的基本概念 32

2.2 内部评级系统的建立 39

2.3 基本信用评级模型 44

2.4 主观判断模型 47

2.5 信用评级模型的混合形式 56

3 建立评级模型的统计方法 63

3.1 风险分类的统计模型 63

3.2 回归分析 64

3.3 Fisher线性判别分析 65

3.4 Logit和Probit模型 68

3.5 面板模型 73

3.6 决策树 74

3.7 神经网络方法 75

3.8 支持向量机 79

3.9 k个最近邻居判别法 86

3.10 统计模型与巴塞尔Ⅱ 88

4 信用风险因果模型及混合模型 91

4.1 典型的违约风险结构模型 92

4.2 基于现金流的信用风险模型 102

4.3 混合结构模型 110

5 零售暴露的评分模型及应用 116

5.1 什么是评分概念 116

5.2 划分类别与重新编码 117

5.3 不同的评分模型 119

5.4 评分与内部评级法的最低要求 120

5.5 估计评分模型的方法 122

5.6 信用卡的信用评分模型实例 125

6 有实用价值的信用风险评估模型 131

6.1 未上市公司的多个信用风险模型的整合 131

6.2 估计低违约组合的违约概率 142

7 开发银行内部评级系统 156

7.1 评级模型必须满足的基本要求 156

7.2 银行内部评级系统的基本模块 159

7.3 关键模块：计算机评级 162

8 LGD估计的基础 210

8.1 银行贷款 210

8.2 LGD量度的基础分析 215

8.3 回收率的决定因素 218

8.4 巴塞尔Ⅱ对LGD估计的要求 228

8.5 估计LGD的不同方法 231

9 LGD估计的银行实践 236

9.1 LGD估计在银行内部风险管理中的应用 236

9.2 LGD的计算公式 238

9.3 银行估计不同资产LGD的一些做法 239

9.4 测算LGD模型 240

9.5 直接估计LGD的方法 242

9.6 已违约暴露的LGD估计 255

9.7 衰退LGD估计 257

10 贷款回收率的统计模型 264

10.1 贷款回收率：德国公司的实证研究 265

10.2 贷款累积回收率：葡萄牙商业银行案例研究 275

10.3 贷款损失准备金的估计 292

11 EAD估计的概念性综述 303

11.1 EAD估计的监管观点 303

11.2 EAD估计的内部方法 310

12 银行内部评级系统的验证 320

12.1 验证IRB系统 320

12.2 内部评级系统的详细验证 325

13 评级模型区分力的量度与应用 338

13.1 违约概率与评级模型 338

13.2 度量评级模型区分力的基础 339

13.3 累积精确度 344

13.4 接收者工作特征曲线（ROC） 349

13.5 ROC曲线下面积（AUC） 359

13.6 ROC曲线的形状 367

13.7 AUC的统计特性 369

13.8 AUC的正确解释 377

13.9 其他区分力量度 381

13.10 应用案例 385

14 验证PD的统计方法与应用 398

14.1 PD、违约率和评级体系 398

14.2 验证PD的工具 401

14.3 单个时期的统计检验 404

14.4 多个时期的统计检验 417

14.5 返回测试转移矩阵 429

14.6 PD验证实践的局限性 431

15 利用蒙特卡罗方法验证PD 438

15.1 银行实践中的评级系统 438

15.2 统计框架 439

15.3 校准的中心统计假设检验 441

15.4 蒙特卡罗方法的应用 442

15.5 产生返回测试的数据集合——滚动的12个月窗口概念 453

15.6 实证结果 455

16 建立信用组合的压力测试 462

16.1 压力测试的目的和意义 462

16.2 对压力测试的监管要求 465

16.3 压力测试的风险参数 467

16.4 压力测试评估 468

16.5 压力测试分类 469

16.6 信用风险压力测试指引 473

参考文献 483