成功加入购物车
正版书籍 极速发货
庞明 著 / 中国社会科学出版社 / 2014-05 / 平装
售价 ¥ 6.60 1.4折
定价 ¥48.00
品相 九品
延迟发货说明
上书时间2025-11-18
卖家超过10天未登录
基于资产池的不良资产证券化信用风险研究
实践证明,证券化是快速有效地处置不良资产的一条可行之路。《基于资产池的不良资产证券化信用风险研究》从证券化的基础研究——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,提出了不良资产证券化资产池的信用风险评价模型——整合的CreditRisk+模型。借助该模型对本人参与的中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,检验了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。
庞明,女,1971年出生于河南郑州,毕业于西安交通大学管理学院,获管理学博士学位。曾任职于中国国际期货经纪有限公司、申银万国证券公司、中诚信国际信用评级公司。现为西安石油大学副教授,硕士研究生导师。在《国际经贸探索》、《经济问题》、《中国大学教学》、《中国经贸导刊》等期刊发表论文多篇。主要研究方向:证券投资、能源金融、财务管理等。
序第一章绪论第一节研究背景一资产证券化的兴起和发展二不良资产证券化产生的环境推动因素及演变趋势第二节不良资产证券化信用风险研究的意义一不良资产证券化信用风险研究的理论意义二不良资产证券化信用风险研究的实践意义三尚待研究的问题第三节几个关键概念的界定一不良资产证券化二资产池三基于资产池的信用风险第四节研究假设第五节研究的主要内容、框架和方法一研究内容和框架二研究方法第二章理论基础与文献综述第一节理论基础一信用风险的不确定性分析二信用风险的理性预期理论分析三或有要求权理论四道德风险五不良资产证券化的理论基础第二节信用风险计量方法、模型及评述一传统信用风险度量技术方面二现代信用风险度量技术三备受关注的人工智能方法第三节相关研究的不足与评述第四节经验证据与典型案例评述一国外案例二国内案例三国内外研究小结第三章单笔不良资产信用风险的测算研究第一节资产池标的资产的特征指标一适于作证券化的理想资产二不良资产证券化资产池标的资产的选择第二节单笔资产信用风险的模型选择——神经网络一神经网络模型独特的优点及实证表现二神经网络模型对信用风险预测精度优于传统方法三基于神经网络模型的资产池单笔资产信用风险预测第三节基于我国国情的不良资产信用风险影响因素分析一变量选取依据——不良资产信用评级中的考量因素二变量选取依据——基于我国国情的必要补充第四章基于资产池的信用风险的测算——reditRisk+模型第一节基于资产池的信用风险研究的理论基础第二节基于资产池的信用集中风险评价模型的比较研究一基于现代组合理论的信用风险评价模型比较分析二穆迪不良资产(NPL)产品信用风险预测方法三我国目前的实践方法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一CreditRisk+模型的优点及实证表现二CreditRisk+模型对我国不良资产证券化的适用性研究三模拟资产池的构建四资产池标的资产的多样度和资产之间的相关性分析五改进的CreditRisk+模型第五章不良资产证券化的实证研究第一节建立神经网络检验模型的必要性第二节BP神经网络检验模型的构建第三节研究样本与资料来源第四节研究方法第五节检验结果一网络训练效果分析二交叉验证技术三具有双隐含层的网络结构四资产及资产池的信用风险第六章实证检验结果及讨论第一节对本案例的进一步说明及讨论第二节对比不同信用风险分析方法及结果一专家打分方法评析二神经网络方法评析三研究结果启示第七章序第一章绪论第一节研究背景一资产证券化的兴起和发展二不良资产证券化产生的环境推动因素及演变趋势第二节不良资产证券化信用风险研究的意义一不良资产证券化信用风险研究的理论意义二不良资产证券化信用风险研究的实践意义三尚待研究的问题第三节几个关键概念的界定一不良资产证券化二资产池三基于资产池的信用风险第四节研究假设第五节研究的主要内容、框架和方法一研究内容和框架二研究方法第二章理论基础与文献综述第一节理论基础一信用风险的不确定性分析二信用风险的理性预期理论分析三或有要求权理论四道德风险五不良资产证券化的理论基础第二节信用风险计量方法、模型及评述一传统信用风险度量技术方面二现代信用风险度量技术三备受关注的人工智能方法第三节相关研究的不足与评述第四节经验证据与典型案例评述一国外案例二国内案例三国内外研究小结第三章单笔不良资产信用风险的测算研究第一节资产池标的资产的特征指标一适于作证券化的理想资产二不良资产证券化资产池标的资产的选择第二节单笔资产信用风险的模型选择——神经网络一神经网络模型独特的优点及实证表现二神经网络模型对信用风险预测精度优于传统方法三基于神经网络模型的资产池单笔资产信用风险预测第三节基于我国国情的不良资产信用风险影响因素分析一变量选取依据——不良资产信用评级中的考量因素二变量选取依据——基于我国国情的必要补充第四章基于资产池的信用风险的测算——reditRisk+模型第一节基于资产池的信用风险研究的理论基础第二节基于资产池的信用集中风险评价模型的比较研究一基于现代组合理论的信用风险评价模型比较分析二穆迪不良资产(NPL)产品信用风险预测方法三我国目前的实践方法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一CreditRisk+模型的优点及实证表现二CreditRisk+模型对我国不良资产证券化的适用性研究三模拟资产池的构建四资产池标的资产的多样度和资产之间的相关性分析五改进的CreditRisk+模型第五章不良资产证券化的实证研究第一节建立神经网络检验模型的必要性第二节BP神经网络检验模型的构建第三节研究样本与资料来源第四节研究方法第五节检验结果一网络训练效果分析二交叉验证技术三具有双隐含层的网络结构四资产及资产池的信用风险第六章实证检验结果及讨论第一节对本案例的进一步说明及讨论第二节对比不同信用风险分析方法及结果一专家打分方法评析二神经网络方法评析三研究结果启示第七章总结与展望第一节主要工作总结第二节创新点第三节局限及未来研究方向附录神经网络算法的主要程序参考文献后记总结与展望第一节主要工作总结第二节创新点第三节局限及未来研究方向附录神经网络算法的主要程序参考文献后记
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30