《基于期货盯市制度的中小科技企业贷款风险管理研究》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:王宝森等著
  • 出 版 社:北京:北京理工大学出版社
  • 出版年份:2014
  • ISBN:9787564092313
  • 页数:345 页
图书介绍:本书共8章,分别为绪论、科技中小企业融资概述 、中小企业贷款期货盯市模式构建、中小科技企业反担保准备金设计、基本担保费率定价、企业的系统性风险与非系统性风险指标体系、改进的Credit Metrics模型的运用、中小科技企业动态风险担保费率调整。

第1章 绪论 1

第2章 中小科技企业融资概述 4

2.1 中小企业文献综述 4

2.1.1 国外文献 4

2.1.2 国内文献 9

2.1.3 中小企业文献述评 15

2.2 中小科技企业融资文献综述 16

2.2.1 国外文献 16

2.2.2 国内文献 20

2.2.3 中小科技企业文献述评 22

2.3 中小科技企业融资现状 23

2.3.1 国外中小科技企业融资现状 23

2.3.2 国内中小科技企业融资现状 26

2.4 本章小结 29

第3章 中小科技企业贷款期货盯市模式构建 31

3.1 盯市模式主体 31

3.2 盯市模式理论支持 31

3.3 期货盯市模式构建 31

3.4 期货盯市模式技术路线 33

第4章 中小科技企业反担保准备金设计 34

4.1 文献综述 34

4.1.1 国外研究现状 34

4.1.2 国内研究现状 35

4.2 反担保框架 38

4.2.1 反担保准备金的设置 38

4.2.2 反担保所需具备的要件 38

4.2.3 反担保的作用 39

4.2.4 反担保的方式 40

4.3 在险风险值VaR 43

4.3.1 在险风险值(VaR)的提出 43

4.3.2 在险风险值(VaR)的定义 44

4.3.3 在险风险值(VaR)的参数选择 45

4.3.4 在险风险值(VaR)的应用 45

4.4 其他模型 49

4.4.1 BMM模型(分块样本极大值模型) 49

4.4.2 POT模型 53

4.4.3 基于广义帕累托分布的尾部拟合以及分位数估计 54

4.5 实证分析 57

4.5.1 数据说明 57

4.5.2 数据分析 58

4.6 各种方法下的VaR值 65

4.6.1 基于正态分布的VaR估计 65

4.6.2 基于历史模拟法的VaR估计 68

4.6.3 基于极值理论的VaR估计 69

4.6.4 VaR与POT模型的优选方案 70

4.6.5 中小科技企业反担保运行方案 75

4.7 本章小结 76

第5章 基本担保费率定价 97

5.1 文献综述 98

5.1.1 信用担保定价国内外研究现状 98

5.1.2 期权博弈理论国内外研究现状 101

5.2 国际中小企业信用担保的发展概况 104

5.2.1 古代的信用担保 104

5.2.2 现代制度条件下的信用担保 105

5.3 信用担保叙述 113

5.3.1 信用担保的经济学原理 113

5.3.2 信用担保及其法律意义 115

5.3.3 信用担保的风险特点 116

5.3.4 信用担保的信息经济学分析 118

5.3.5 信用担保的功能 123

5.4 中小企业信用担保 125

5.4.1 中小企业信用担保体系 125

5.4.2 中小企业信用担保资金来源 126

5.4.3 中小企业信用担保业务流程 126

5.4.4 中小企业信用担保的分担机制 128

5.4.5 中小企业信用担保建立的意义 128

5.5 信息经济学视角下的信用担保风险 129

5.6 传统信用担保定价方法 133

5.6.1 经验定价法 133

5.7 现代定价方法 134

5.7.1 基于VaR模型的定价方法 134

5.7.2 基于期权模型的定价方法 138

5.8 最低担保费率 141

5.8.1 资本资产定价模型的应用 142

5.8.2 最低担保费率的构成 143

5.9 期望担保费率 144

5.9.1 期权博弈分析框架 144

5.9.2 信用担保费率的期权博弈定价模型 148

5.10 实证检验 153

5.10.1 案例背景 153

5.10.2 期权博弈模型运用 155

5.10.3 实证研究结论与结果对比 157

5.11 本章小结 158

第6章 企业的系统性风险与非系统性风险指标体系 159

6.1 文献综述 159

6.1.1 CPV模型研究综述 159

6.1.2 信用风险 161

6.1.3 目前研究中的评价 167

6.2 企业的系统性风险和非系统性风险 168

6.2.1 企业的系统性风险 168

6.2.2 企业的非系统性风险 171

6.3 企业系统性风险对担保费率的影响 174

6.3.1 CPV模型 175

6.3.2 企业系统性风险指标体系 175

6.3.3 模型检验——检验企业非系统性风险与贷款违约率之间的关系 178

6.3.4 确定经济循环指标 184

6.4 企业非系统性风险主要评估理论 192

6.4.1 指标监控法 192

6.4.2 财务报表分析法 193

6.4.3 专家意见法 195

6.4.4 故障树分析法 196

6.4.5 风险度量方法 197

6.4.6 在险风险值(VaR)方法 198

6.4.7 层次分析法 198

6.5 企业信贷资产的分类及方法 199

6.5.1 企业信贷资产的分类 199

6.5.2 企业信贷资产的分类方法 200

6.5.3 现有银行信贷资产分类方法的局限性 201

6.6 企业非系统性风险模糊综合评价 201

6.6.1 企业财务指标体系 201

6.6.2 企业非财务指标的选择 205

6.6.3 企业非系统性风险指标权重的设定 208

6.6.4 模糊综合预警模型的概述 210

6.6.5 企业非系统性风险模糊综合评价的实施 212

6.7 长城汽车股份有限公司实证分析 214

6.7.1 长城汽车股份有限公司简介 214

6.7.2 长城汽车贷后风险预警 215

6.8 本章小结 221

第7章 改进的Credit Metrics模型的运用 222

7.1 研究综述 222

7.1.1 担保定价的研究 222

7.1.2 信用等级转移矩阵的研究 225

7.1.3 有关信用风险控制的研究 229

7.1.4 有关信用担保风险及风险控制的研究 231

7.1.5 传统的信用风险度量方法及模型研究综述 234

7.1.6 现代高级信用风险度量模型的研究综述 239

7.1.7 其他信用风险度量方法研究概况 242

7.2 研究意义 244

7.3 信用担保风险 246

7.3.1 信用担保风险产生的原因 246

7.4 商业银行传统的信用风险度量方法 250

7.4.1 “6C”放贷评估方法 250

7.4.2 信用评分体系 250

7.5 现代信用风险度量模型 251

7.5.1 Credit Metrics模型 251

7.5.2 麦肯锡模型 251

7.5.3 CSFP信用风险附加计量模型 252

7.5.4 KMV模型 252

7.6 Credit Metrics模型 253

7.6.1 Credit Metrics模型的特点 254

7.6.2 Credit Metrics模型的基本框架 255

7.6.3 Credit Metrics模型理论分析 258

7.7 改进的Credit Metrics模型下担保费率的计算 263

7.7.1 Credit Metrics模型的改进部分 264

7.7.2 改进的Credit Metrics模型下担保费率的计算 270

7.8 实证分析 277

7.8.1 确定信用等级 277

7.8.2 确定信用等级转移矩阵 278

7.8.3 求解信用等级转移矩阵的半马尔科夫核 278

7.8.4 基于半马尔科夫模型进行信用等级转移概率预测 279

7.8.5 确定贷款的现值 280

7.8.6 确定担保费率 282

7.8.7 实证研究的结果评价 283

7.9 本章小结 285

第8章 中小科技企业动态风险担保费率调整 286

8.1 引言 286

8.2 文献综述 287

8.2.1 国外研究综述 287

8.2.2 国内研究现状 288

8.2.3 目前研究中的评价 291

8.3 传统担保费定价方法 291

8.3.1 经验定价法 291

8.3.2 基于期货期权视角的信用贷款担保费率定价机制 293

8.3.3 基于VaR的信用担保定价模型 295

8.4 动态信用评级转移矩阵的确定 298

8.5 动态担保费率定价模型的构建 301

8.5.1 基于VaR模型的信用担保定价的6个基本假设 301

8.5.2 基于VaR模型的动态担保费率定价 302

8.6 实证分析 304

8.6.1 不考虑中小科技企业非系统性风险和系统性风险的月担保费率定价 305

8.6.2 考虑中小科技企业的非系统性风险得到的月担保费率 310

8.6.3 考虑中小科技企业微观层面的风险得到的月担保费率 315

8.6.4 结论 322

8.7 本章小结 322

参考文献 324