银行信用风险 理论、模型和实证分析

1 (p0-1): 目录
1 (p0-2): 第一章 引言
2 (p0-3): 第一节 风险的含义
4 (p0-4): 第二节 风险的分类
6 (p0-5): 第三节 风险研究的历史
11 (p0-6): 第四节 风险管理的实践指南
15 (p0-7): 第五节 风险管理的理论基础
33 (p0-8): 上篇 信贷市场的微观经济分析
33 (p0-9): 第二章 逆向选择与信贷配给
33 (p0-10): 第一节 Akerlof与逆向选择理论
39 (p0-11): 第二节 Leland和Pyle的信贷市场逆向选择模型
41 (p0-12): 第三节 信贷配给理论
48 (p0-13): 第三章 信贷市场的道德风险
48 (p0-14): 第一节 道德风险的一般理论
51 (p0-15): 第二节 信贷市场的道德风险
53 (p0-16): 第三节 道德风险与寻租
58 (p0-17): 第四章 信用风险的合约分析
58 (p0-18): 第一节 风险分担的最优合约
62 (p0-19): 第二节 还款与清偿
66 (p0-20): 第三节 破产不可信条件下的清偿
77 (p0-21): 中篇 信用风险的识别与度量
77 (p0-22): 第五章 信用风险的信号识别（一）
78 (p0-23): 第一节 最优资本结构
91 (p0-24): 第二节 企业资本结构作为识别信号的现金流量分析
92 (p0-25): 第三节 企业资本结构作为信用风险信号的不完全信息动态博弈模型
99 (p0-26): 第四节 Ross模型
101 (p0-27): 第六章 信用风险的信号识别（二）
102 (p0-28): 第一节 信用风险识别信号——担保
107 (p0-29): 第二节 信用风险识别信号——企业规模
113 (p0-30): 第三节 信用风险识别信号——资本
114 (p0-31): 第四节 信用风险识别信号——声誉
117 (p0-32): 第一节 神经元网络设计的基本原理
117 (p0-33): 第七章 信用风险的神经元网络识别模型
122 (p0-34): 第二节 建立模型采集的样本与数据
136 (p0-35): 第三节 神经元网络模型的构造与识别效果
144 (p0-36): 第八章 信用风险度量方法概述
145 (p0-37): 第一节 信用风险度量方法的发展
149 (p0-38): 第二节 基于风险价值的风险度量模型
153 (p0-39): 第三节 巴塞尔协议关于内部评级法的要求
157 (p0-40): 第四节 美国银行业的信用风险度量
165 (p0-41): 第五节 国内关于风险度量方面的探索
170 (p0-42): 第九章 信用风险度量模型
171 (p0-43): 第一节 CreditMetrics方法
179 (p0-44): 第二节 KMV模型
186 (p0-45): 第三节 Credit Risk＋模型和Credit Portfolio View模型
191 (p0-46): 第四节 风险度模型
195 (p0-47): 第五节 基于财务和经营信息的信用风险分级模型
209 (p0-48): 第一节 实证分析的基本思路
209 (p0-49): 第十章 国有商业银行信用风险的成因分析
209 (p0-50): 下篇 国有商业银行信用风险分析
211 (p0-51): 第二节 分析样本选择
214 (p0-52): 第三节 信用风险成因的分类与界定
215 (p0-53): 第四节 信用风险成因的分析
219 (p0-54): 第十一章 制度变迁与信用风险
219 (p0-55): 第一节 制度与制度变迁
224 (p0-56): 第二节 国有商业银行的制度变迁
230 (p0-57): 第三节 政府干预的特点与变化
243 (p0-58): 第四节 混业经营与信用风险
253 (p0-59): 第十二章 银行治理与信用风险
253 (p0-60): 第一节 公司治理
269 (p0-61): 第二节 银行治理结构
276 (p0-62): 第三节 银行治理结构与信用风险关系的分析
284 (p0-63): 结语
290 (p0-64): 后记
291 (p0-65): 参考文献 本书深入阐释了信贷市场的逆向选择与信贷配给, 道德风险及信贷合约, 系统论述了信用风险识别与度量的模型和方法, 并对中国国有银行信用风险的成因, 制度变迁及银行治理问题给予了关注