基于KMV模型的G銀行X分行信用風(fēng)險度量及管理研究
【圖文】:
框架圖
圖 3-1 我國主要商業(yè)銀行存貸比附注 2:數(shù)據(jù)來源:各大銀行 2016 年年報(bào)G 銀行存貸比為 73.25%,,排在第九位,說明 G 銀行的流動性比較好,F(xiàn)如今銀行存貸比的要求已經(jīng)沒有了,這就使得商業(yè)銀行可以更多的把自己的資金用于
【學(xué)位授予單位】:西北大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:F832.4
【參考文獻(xiàn)】
相關(guān)期刊論文 前6條
1 陳思遠(yuǎn);;互聯(lián)網(wǎng)金融時代我國商業(yè)銀行面臨的機(jī)遇及挑戰(zhàn)[J];智富時代;2015年08期
2 周海峗;王曉芳;;地方政府債券信用風(fēng)險研究——基于改進(jìn)的KMV模型[J];審計(jì)與經(jīng)濟(jì)研究;2015年04期
3 馬海敏;;疏通資金流向?qū)嶓w經(jīng)濟(jì)的渠道——專訪華泰證券首席經(jīng)濟(jì)學(xué)家俞平康[J];金融博覽(財(cái)富);2015年06期
4 劉美秀;周月梅;;我國商業(yè)銀行信用風(fēng)險分析[J];宏觀經(jīng)濟(jì)研究;2012年08期
5 張林;;對我國銀行業(yè)信用風(fēng)險管理現(xiàn)狀的分析[J];金融博覽;2010年02期
6 章政;田侃;吳宏;;現(xiàn)代信用風(fēng)險度量技術(shù)在我國的應(yīng)用方向研究[J];金融研究;2006年07期
相關(guān)碩士學(xué)位論文 前3條
1 胡毅;基于KMV模型的J銀行重慶分行信用風(fēng)險度量及管理研究[D];重慶大學(xué);2015年
2 袁黎黎;我國中小商業(yè)銀行信用風(fēng)險管理研究[D];西南財(cái)經(jīng)大學(xué);2013年
3 曹秋燕;基于SVM和PSO的信用評級模型研究[D];浙江工商大學(xué);2013年
本文編號:2641893
本文鏈接:http://sikaile.net/guanlilunwen/yunyingzuzhiguanlilunwen/2641893.html