基于资产池的不良资产证券化信用风险研究

图书标准信息

• 作者 庞明 著
• 出版社 中国社会科学出版社
• 出版时间 2014-05
• 版次 1
• ISBN 9787516142486
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 187页
• 正文语种 简体中文

【内容简介】

　　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。

【作者简介】

　　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。

【目录】

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