个人信用风险评估理论和方法 拓展性研究PDF|Epub|txt|kindle电子书版本网盘下载

个人信用风险评估理论和方法 拓展性研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 信用风险的相关概念6

1.1.1 信用的基本属性6

1.1.2 信用风险与信用风险评估的概念6

1.1.3 信用风险评估的一般理论与方法7

1.1.3.1 “传统”信用风险评估模型7

1.1.3.2 “现代”信用风险评估模型8

1.2 个人信用风险的相关概念9

1.2.1 基本概念9

1.2.2 个人信用风险的成因10

1.2.3 个人信用风险的影响因素12

1.3 个人信用风险的评估13

1.3.1 个人信用风险评估的一般理论与方法15

1.3.1.1 专家判别法15

1.3.1.2 统计学方法15

1.3.1.3 人工智能方法18

1.3.2 个人信用风险评估方法的拓展和应用20

1.4 欧美国家信用体系概述22

1.4.1 欧美国家信用体系的发展阶段22

1.4.2 欧美国家信用评级体系及基本特征22

1.5 信用卡的信用风险25

1.6 本书结构与主要内容26

1.6.1 本书的逻辑结构26

1.6.2 本书的主要内容与结论27

第一篇 个人信用风险评估的基础性理论35

2 个人信用风险评估的基础结构与几何评估理论35

2.1 概述35

2.2 个人信用风险评估的基础结构36

2.2.1 个人信用风险水平（Individual Credit Risk Level，ICRL）36

2.2.2 集合Λ上的序关系37

2.2.3 集合Λ上的优势结构37

2.2.4 基于偏差的一类个人信用风险评估方法39

2.3 个人信用风险的几何评估理论39

2.3.1 个人信用风险评估空间（ICRES）39

2.3.2 偏序结构下的个人信用风险分级42

2.4 示例分析44

2.4.1 示例背景44

2.4.2 对比分析48

2.4.3 结果分析50

2.5 本章小结51

第二篇 个人信用风险评估方法的拓展55

3 个人信用风险评估指标体系构建方法55

3.1 概述55

3.2 基于识别能力的商业银行个人信用风险评估的指标体系构建思路56

3.2.1 国内外个人信用风险评估指标的比较56

3.2.1.1 国内某商业银行的个人信用风险评估指标体系56

3.2.1.2 欧洲某商业银行的个人信用风险评估指标体系57

3.2.1.3 对比分析59

3.2.2 评估指标选取的原则59

3.2.3 评估指标的初选60

3.3 评估指标识别能力的判别62

3.3.1 T检验63

3.3.2 Wald检验64

3.3.3 Log（Odds）判别64

3.4 基于识别能力的个人信用风险评估指标体系构建65

3.5 评估指标影响程度的显著性分析67

3.5.1 向前Logistic逐步回归68

3.5.2 向后Logistic逐步回归68

3.6 采用因子分析法简化个人信用风险评估指标体系70

3.6.1 个人信用风险评估指标的标准化处理70

3.6.2 个人信用风险评估指标体系的简化71

3.6.2.1 因子分析法简介71

3.6.2.2 因子变量的提取74

3.7 本章小结78

4 个人信用风险评估的双边混合聚类方法80

4.1 概述80

4.2 聚类要素的确定81

4.2.1 解释变量的共线性诊断81

4.2.2 Logistic逐步回归82

4.2.3 确定聚类要素82

4.3 双边聚类模型的建立83

4.3.1 双边聚类结构83

4.3.2 聚类距离的定义83

4.3.3 聚类的分类算法84

4.4 模型的检验85

4.4.1 ROC曲线检验85

4.4.2 模型间判别能力的比较85

4.5 本章小结86

5 个人信用风险的神经网络分类评估模型87

5.1 概述87

5.2 基于ILMBP神经网络的个人信用风险分类评估模型88

5.2.1 LMBP算法和ILMBP算法概述89

5.2.2 样本数据及模型构建90

5.2.3 结果分析92

5.3 基于PSO—RBF神经网络的个人信用风险分类模型的构建95

5.3.1 基于PSO算法的PSO-RBF神经网络分类评估模型97

5.3.2 样本数据及预处理98

5.3.3 结果分析98

5.4 本章小结100

6 常见的几类“FA＋”个人信用风险评估模型102

6.1 概述102

6.2 因子分析法的应用103

6.3 FA＋Logistic回归模型104

6.3.1 Logistic回归模型104

6.3.2 模型的构建105

6.3.3 模型的检验107

6.4 FA＋MLR模型108

6.4.1 多元线性回归模型108

6.4.2 模型的构建109

6.4.3 模型的检验111

6.5 FA＋RBF神经网络模型112

6.5.1 模型的构建113

6.5.2 模型的检验114

6.6 本章小结115

7 个人信用风险的遗传组合评估方法116

7.1 概述116

7.2 基本原理117

7.2.1 组合评估方法的基本原理117

7.2.2 遗传算法的基本原理118

7.2.3 遗传组合评估模型的构建方法118

7.3 个人信用风险的遗传组合评估模型121

7.3.1 个人信用风险遗传组合评估的基本思想121

7.3.2 个人信用风险遗传组合评估模型的构建及检验123

7.4 单一评估模型和遗传组合评估模型的比较125

7.4.1 准确率比较125

7.4.2 稳健性分析127

7.5 本章小结128

第三篇 信用卡风险管理131

8 基于行为属性的持卡人信用风险仿真实验131

8.1 概述131

8.2 基于多智能体的持卡人信用风险仿真模型的构建132

8.2.1 信用卡市场环境的基本假设132

8.2.2 信用卡市场中经济主体的基本属性和行为属性133

8.2.2.1 持卡人的基本属性和行为属性133

8.2.2.2 发卡银行的基本属性和行为属性134

8.2.3 持卡人信用风险的仿真模型构建135

8.3 仿真实验与结果分析136

8.3.1 持卡人同质情景下的仿真实验136

8.3.1.1 不同授信额度下的仿真实验136

8.3.1.2 不同积蓄水平Wt下的仿真实验138

8.3.2 持卡人异质情景下的仿真实验139

8.3.3 发卡银行采取不同营销策略时所承担的信用卡风险仿真142

8.4 本章小结143

第四篇 个人信贷风险分析147

9 个人信贷的道德风险对信用风险的作用机理147

9.1 概述147

9.2 研究背景及假设148

9.3 道德风险对贷款违约概率的作用机理149

9.3.1 贷款利率对个人信贷道德风险的影响149

9.3.2 贷款利率对个人信贷违约概率的影响150

9.3.3 个人信贷的道德风险对贷款违约概率的影响152

9.4 个人信贷的违约概率对道德风险的反作用153

9.5 模拟分析154

9.5.1 项目A的收益率θA服从正态分布下的讨论154

9.5.2 项目A的收益率θA服从t分布下的讨论155

9.6 本章小结157

10 个人信贷的信贷配给及信贷配给的突变效应158

10.1 概述158

10.2 银行信贷配给的制度性因素分析159

10.2.1 个人信贷制度扭曲的成因159

10.2.2 个人信贷配给的内生制度根源分析161

10.3 存款类贷款机构与非存款类贷款机构多重作用下的个人信贷配给163

10.4 突变理论简介165

10.4.1 突变理论概述165

10.4.2 突变的数学描述166

10.5 单一市场条件下个人信贷配给的突变分析167

10.6 二元市场条件下个人信贷配给的突变分析169

10.7 本章小结172

11 个人信贷偿债意愿的度量及仿真实验174

11.1 概述174

11.2 影响个人信贷者决策行为（偿债或违约）的主要因素175

11.3 基于前景理论的个人信贷偿债意愿仿真模型177

11.3.1 前景理论模型177

11.3.2 模型参数设定178

11.3.3 基于前景理论的个人信贷偿债意愿度量179

11.4 仿真实验及结果分析181

11.4.1 参考标准的影响效应181

11.4.2 其他重要变量的影响184

11.4.3 权重因素的影响187

11.5 本章小结190

12 基于期权定价理论的个人贷款定价模型192

12.1 概述192

12.2 考虑偿债意愿的改进个人贷款定价模型193

12.2.1 基本假设193

12.2.2 偿债能力的度量193

12.2.3 偿债意愿的度量194

12.2.4 偿债能力与偿债意愿双重作用下的个人贷款定价模型195

12.3 数值分析196

12.4 本章小结197

第五篇 联保贷款组织信用风险分析与评估201

13 联保贷款组织的信用行为分析201

13.1 概述201

13.2 联保贷款组织的概念202

13.3 影响联保贷款效益的主要因素分析203

13.3.1 经济理性203

13.3.2 联保贷款组织的规模205

13.3.3 联保贷款组织之间的网络传导效应206

13.3.4 信用环境208

13.3.5 户口所在地或经常居住地208

13.3.6 来自非存款类贷款机构的影响209

13.4 联保贷款组织内部成员信用行为的博弈分析209

13.4.1 基本的博弈模型210

13.4.2 引入社会资本下的博弈分析212

13.5 基于多智能体的动态仿真实验——以农户联保贷款为例213

13.5.1 仿真主体的基本属性和信用行为214

13.5.2 模型仿真环境及农户的行为时序214

13.5.3 仿真实验214

13.6 提升联保贷款组织及其内部成员信用水平的思路217

13.7 本章小结219

14 复合型联保贷款组织及其信用风险220

14.1 概述220

14.2 复合型联保贷款组织的概念、主要特征和功能221

14.2.1 复合型联保贷款组织的概念221

14.2.2 复合型联保贷款组织的主要特征221

14.2.3 复合型联保贷款组织的主要功能222

14.3 信息不对称条件下组织内部成员的决策行为224

14.4 复合型联保贷款组织内外部成员之间的博弈分析228

14.5 重复博弈降低复合型联保贷款组织的信用风险230

14.6 本章小结232

15 联保贷款组织信用风险的评估方法233

15.1 概述233

15.2 企业信用风险评估的一般方法234

15.2.1 企业信用风险评估指标235

15.2.2 常见的企业信用风险评估模型238

15.2.2.1 简单的评估模型238

15.2.2.2 相对复杂的评估模型239

15.3 复合型联保贷款组织信用风险的集对评估模型242

15.3.1 复合型联保贷款组织信用风险集对评估模型的构建思路242

15.3.2 集对评估模型的架构及适用性243

15.3.3 单一模型下的集对评估模型245

15.3.3.1 集对分析理论框架下的CART模型245

15.3.3.2 集对分析理论框架下的Z-score模型247

15.3.3.3 集对分析理论框架下的Chesser模型247

15.3.3.4 集对分析理论框架下的CRR评估模型248

15.3.4 多模型集成的集对评估模型249

15.3.5 示例分析250

15.4 联保贷款组织内部成员信用风险的突变评价252

15.4.1 突变评价法概述253

15.4.2 示例分析254

15.5 本章小结257

后记259

附录 个人信用评分技术框架262

参考文献268