第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 不良资产违约损失率的相关研究的文献综述
1.2.1 巴塞尔新资本协议下总体框架和综述
1.2.2 国外文献
1.2.3 国内文献
1.3 研究内容、结构和创新点
1.3.1 研究内容和方法
1.3.2 研究结构
1.3.3 创新点
第2章 巴塞尔新资本协议下不良贷款违约损失率计量方法与框架
2.1 引言
2.2 中国不良资产现状
2.2.1 不良资产定义和我国不良资产的成因分析
2.2.2 不良资产的处置
2.3 巴塞尔新资本协议下的不良贷款损失率计量
2.3.1 违约率的估计模型
2.3.2 违约损失率的定义和估算
2.3.3 违约损失率的计量模型
2.3.4 违约率与违约损失率的相关性
2.3.5 违约损失率数据库
2.4 本书1GD模型框架
第3章 影响不良贷款违约损失率的因素
3.1 引言
3.2 债务人影响因素
3.2.1 债务人所属行业、地区
3.2.2 债务人经营状况
3.2.3 债务人的注册资本金
3.2.4 其他因素
3.3 贷款的影响因素
3.3.1 贷款的抵质押状况
3.3.2 贷款五级分类情况
3.3.3 贷款的风险暴露
3.4 宏观因素
3.5 中国特色的影响因素
3.5.1 贷款的转让方式
3.5.2 不良贷款的处置方式
第4章 不良贷款违约损失率判别分类模型
4.1 零回收判别模型
4.1.1 前言
4.1.2 模型介绍
4.2 不同规模中小型企业不良贷款回收率结构特征研究
4.2.1 中小型企业信用风险的特殊性和重要性
4.2.2 1ossMetrics TM数据库中小企业不良贷款概况
4.2.3 数据与变量选择
4.2.4 模型介绍
4.2.5 实证结果
4.2.6 不同规模企业回收率1ogistic：分类模型
4.2.7 模型运用
4.2.8 结论
第5章 非极端回收不良贷款回收率预测模型
5.1 引言
5.2 数据预处理和建模过程描述
5.2.1 数据预处理
5.2.2 建模过程描述
5.3 实证结果
5.3.1 非极端不良贷款回收率预测模型变量选择
5.3.2 模型参数逐步回归分析
5.3.3 残差分析和模型可靠性检验
5.3.4 模型缺陷
5.4 多笔不良贷款债务人的回收率预测
5.4.1 残差结果分析
5.4.2 模型可靠性
5.5 结论
第6章 基于广义Beta回归方法的不良贷款回收率模型..
6.1 前言
6.2 广义Beta回归模型和估计方法
6.2.1 模型简介
6.2.2 极大似然估计
6.2.3 O1S估计
6.3 不同样本条件下的Beta分布
6.3.1 候选变量及对应Beta图
6.3.2 Beta分布的均值方差分析
6.4 多变量广义Beta回归模型
6.4.1 全候选变量模型
6.4.2 显著变量模型
6 5 仅含宏观因素广义Beta回归模型
6.5.1 宏观因素对回收率均值的影响
6.5.2 宏观因素对回收率方差的影响
6.6 结论
第7章 基于一族1ogistic模型的极端零回收强度预测
7.1 引言
7.2 GDP增速和处置时效的影响分析
7.2.1 GDP增速影响分析
7.2.2 处置时效影响分析
7.3 模型概况
7.3.1 模型介绍
7.3.2 数据和变量选择
7.4 实证结果
7.4.1 全模型结果
7.4.2 子模型结果
7.5 结论
第8章 总结与展望
8.1 结论
8.2 政策建议
8.2.1 亟须对已完成清收的不良贷款回收率进行总结
8.2.2 提供联合的银行数据共享平台，建立相应的数据联盟
8.2.3 定性和定量结合，对今后不良资产回收和商业化收购定价提供指导
8.2.5 合理、有效地发展信用衍生品市场
8.3 研究展望
8.3.1 违约率(PD)和违约损失率(1GD)的关联
8.3.2 违约损失率定量模型和定性宏观分析相结合的分析
8.3.3 更多角度研究宏观经济对违约损失率的影响
8.3.4 更细化的违约损失率模型的建立
8.3.5 结合银行业需求，更多角度的对违约损失率的研究
参考文献
后记
展开
