商業銀行信用風險度量與管理研究（簡體書）

如何對信用風險進行度量和管理是商業銀行經營的永恒主題。近年來，商業銀行面臨的信用風險越來越大、越來越復雜，備受銀行體系以及經濟主體乃至監管當局的關注。本書以商業銀行為視角，研究其風險管理最重要的一環，即對貸款企業信用風險的度量與管理，以期對發展中的我國商業銀行提供技術和方法。
本書首先界定信用風險的概念和特點，對風險管理領域的理論背景、信用風險度量方法以及國內外的研究狀況進行全面的歸納和整理，為本書的研究提出思路和方向。研究以風險度量方法的改進和實證分析為重點，運用上市公司所披露的財務信息，建立了上市公司信用風險評價指標體系，提出信用風險度量的模糊神經網絡方法。通過與上海某商業銀行的合作，對其1999-2005年的貸款明細和公司財務數據進行了系統研究，運用粗糙集理論的約簡功能，從中選出最能反映企業信用狀況的8項財務指標，再應用神經網絡方法進行信用評價。實證研究表明，所提方法具有較高精度。
本書利用CCER提供的上市公司個股行情數據和財務數據，進行了KMV方法的實證研究，對其違約距離計算公式進行了對比和改進，得出了適合中國國情的具體操作方法。對于非上市公司信用風險的動態度量問題，本書研究了由KMV模型發展而來的PFM模型，并結合我國實際情況進行改進，采用神經網絡估計方法估計非上市公司的資產價值和波動率，用資產保值增值率代替資產的連續回報，進行違約距離計算。實證研究表明，本書所提方法對我國上市公司、非上市公司具有較好的信用風險評價和預測能力。
本書論述了風險管理組織機構的優化，信息系統的完善、風險管理文化和理念的培育對信用風險量化管理的重要意義，提出銀行進行這些方面改革的具體思路。
最后，總結了全書的圭要研究成果，并對今后的研究方向進行了分析。

夏紅芳，女，1965年1月出生，江蘇宜興人，管理學博士。浙江財經學院金融學院副教授，副院長。從事金融機構風險管理、資本市場等研究，近年來在《農業經濟問題》等雜志發表論文30余篇，主持省部級課題2項，已出版圖書2部。

01 導論
　1.1 信用風險度量與管理概述
　1.2 銀行信用風險度量與管理的必要性
　1.3 國內外銀行信用風險度量與管理研究進展
　1.4 本書研究的內容及框架
02 現代信用風險度量模型的理論基礎及其評析
　2.1 現代信用風險度量模型的理論基礎
　2.2 現代信用風險度量方法評析
03 基於模糊神經網絡上市公司信用風險評價
　3.1 模糊神經網絡原理
　3.2 模糊神經網絡算法
　3.3 評估模型指標的提煉
　3.4 評價過程與實證分析
　3.5 結束語
04 基於粗集和神經網絡的非上市公司信用風險評價
　4.1 粗集理論簡介及數學表達
　4.2 風險度量指標遴選的粗糙集方法
　4.3 非上市公司信用的神經網絡評價
　4.4 結束語
05 基於KMV模型的上市公司信用風險度量實證分析
　5.1 KMV模型原理及研究方法
　5.2 違約距離的計算公式
　5.3 基於KMV模型的我國農業類上市公司信用風險實證分析
　5.4 結束語
06 基於KMV模型的非上市公司信用風險度量實證研
　6.1 非上市公司資產價值和波動性的估計
　6.2 資產價值和波動率估計的實證研究
　6.3 農業類非上市公司違約的實證研究
　6.4 153家非上市公司違約的實證研究
　6.5 結束語
07 信用風險量化管理的銀行配套改革
　7.1 組織結構優化設計
　7.2 風險管理信息資源開發與披露
　7.3 數據質量管理
　7.4 信用風險量化管理理念與文化的培育
08 總結與展望
　8.1 研究工作總結
　8.2 后續研究工作展望
參考文獻
附表
　附表1 67家非上市公司財務數據
　附表2 153家非上市公司（不包含農業類）的財務數據和違約狀況
　附表3 153家非上市公司（不包含農業類）的違約預測結果
後記