| 【中文题名】 | 商业银行信贷资产组合优化模型及其应用研究 |
| 【英文题名】 | Research & Application of Portfolio Optimization Models of Loan Assets in Commercial Banks |
| 【学科专业】 | 系统分析与集成 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-5 |
| 【中关键词】 | 信贷资产,贷款组合风险,Z分值,授信额度,VaR, |
| 【英关键词】 | loan assets,risk of loan portfolio,the value Z,credit line,VaR, |
| 【分类导航】 | 经济>财政、金融>金融、银行>金融、银行理论>信贷> |
| 【论文摘要】 |
商业银行信贷风险是商业银行的主要风险，银行危机的实质在于商业银行资产配置失误，信贷资产组合优化的研究对银行的生存和发展至关重要。
本论文以商业银行信贷资产组合优化为主要研究对象，运用金融工程的金融资产组合理论、计量经济学、技术经济学、数学优化理论，从组合优化、贷款客户财务状况、银行贷款风险等方面进行综合考虑，并建立一些相应新的数学模型。本文采用比较研究法、实证分析法，体现理论-实践-应用的具体路线。
建立基于Z分值的商业银行信贷资产组合优化模型。此模型综合考虑了贷款客户的财务状况和银行本身的风险二种因素，同时通过有效边界图，有利于银行直观的分析各种组合的风险与收益，能明显看出收益与风险的变化趋势，具有很强的直观性和科学性。
建立基于授信额度的商业银行信贷资产组合优化模型。在上一模型基础之上，引入了银行授信额度的概念，形成了新的银行信贷资产组合优化模型，分析了贷款客户Z分值、授信额度这二个因子对以往组合优化模型所产生的不同影响，银行授信额度可以更好的控制组合风险。
建立基于VaR的商业银行信贷资产组合优化模型。引入神经网络预测企业未来收益率，同时建立了考虑贷款客户Z分值... |
| 【论文题纲】 |
|
摘要 |
6-7 |
|
ABSTRACT |
7-11 |
|
第一章 前言 |
11-17 |
|
1.1 选题的科学依据及意义 |
11-12 |
|
1.1.1 研究背景 |
11-12 |
|
1.1.2 研究意义及应用前景 |
12 |
|
1.2 本领域研究现状 |
12-15 |
|
1.3 本文主要工作 |
15-17 |
|
第二章 现代资产组合理论及贷款组合优化 |
17-29 |
|
2.1 现代资产组合理论 |
17-27 |
|
2.1.1 收益、风险及其测定 |
17-18 |
|
2.1.2 风险偏好 |
18 |
|
2.1.3 资产组合模型及工具 |
18-27 |
|
2.2 银行风险概述 |
27-28 |
|
2.3 银行贷款组合优化 |
28-29 |
|
第三章 基于Z分值的商业银行信贷资产组合优化模型 |
29-37 |
|
3.1 商业银行信贷资产组合优化模型及有效边界 |
29 |
|
3.2 Z-Score破产预测模型 |
29-31 |
|
3.3 基于Z分值的银行信贷资产组合优化模型 |
31-32 |
|
3.4 实例分析 |
32-36 |
|
3.5 小结 |
36-37 |
|
第四章 基于授信额度的商业银行信贷产组合优化模型 |
37-46 |
|
4.1 授信额度 |
37-39 |
|
4.2 基于授信额度的商业银行信贷资产组合优化模型 |
39-40 |
|
4.3 实例分析 |
40-44 |
|
4.4 小结 |
44-46 |
|
第五章 基于VaR的商业银行信贷资产组合优化模型 |
46-67 |
|
5.1 人工神经网络 |
46-54 |
|
5.1.1 人工神经网络概述 |
46-47 |
|
5.1.2 BP神经网络 |
47-50 |
|
5.1.3 实例分析 |
50-54 |
|
5.2 VaR方法 |
54-57 |
|
5.2.1 VaR的概念与计算方法 |
54-56 |
|
5.2.2 VaR的用途 |
56 |
|
5.2.3 VaR的优点与缺点 |
56-57 |
|
5.3 基于VaR的商业银行信贷资产组合优化模型 |
57-61 |
|
5.3.1 建立模型 |
57-59 |
|
5.3.2 求解模型算法 |
59-61 |
|
5.4 实例分析 |
61-66 |
|
5.5 小结 |
66-67 |
|
第六章 总结与展望 |
67-69 |
|
参考文献 |
69-73 |
|
致谢 |
73 |
|
| 【DOI】 | LunWen.ID:2.2008.328965 |
