图书介绍

基于资产池的不良资产证券化信用风险研究PDF|Epub|txt|kindle电子书版本网盘下载

基于资产池的不良资产证券化信用风险研究
  • 庞明著 著
  • 出版社: 北京:中国社会科学出版社
  • ISBN:9787516142486
  • 出版时间:2014
  • 标注页数:187页
  • 文件大小:21MB
  • 文件页数:200页
  • 主题词:资产证券化-信用-风险管理-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

基于资产池的不良资产证券化信用风险研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

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

热门推荐