21世紀(jì)以來(lái)金融市場(chǎng)的開(kāi)放程度不斷增強(qiáng),經(jīng)濟(jì)主體之間的經(jīng)濟(jì)聯(lián)系越來(lái)越緊密,金融市場(chǎng)上信用風(fēng)險(xiǎn)傳染效應(yīng)的發(fā)生越來(lái)越頻繁,給近乎全部市場(chǎng)經(jīng)濟(jì)國(guó)家的金融市場(chǎng)和經(jīng)濟(jì)發(fā)展造成了嚴(yán)重沖擊,只研究信用風(fēng)險(xiǎn)本身相關(guān)的一系列問(wèn)題而忽略其傳染性已經(jīng)無(wú)法滿足社會(huì)各界對(duì)信用風(fēng)險(xiǎn)管理的要求。其次,信用問(wèn)題是市場(chǎng)經(jīng)濟(jì)的基石,信用風(fēng)險(xiǎn)的傳染會(huì)使金融市場(chǎng)信用風(fēng)險(xiǎn)的復(fù)雜程度增大,使金融市場(chǎng)信用風(fēng)險(xiǎn)的透明度下降,使之相對(duì)于傳統(tǒng)的信用風(fēng)險(xiǎn)來(lái)講,更加難以度量、判定和管理,也會(huì)使得銀行危機(jī)甚至是金融危機(jī)更易觸發(fā)。因此,著眼于深刻認(rèn)識(shí)和合理管理我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)傳染方面,僅僅考慮某一個(gè)經(jīng)濟(jì)主體的信用風(fēng)險(xiǎn)已不能順應(yīng)復(fù)雜變化的金融環(huán)境,信用風(fēng)險(xiǎn)傳染性的研究已成為社會(huì)各界人士關(guān)注的問(wèn)題。本文主要針對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)傳染效應(yīng)問(wèn)題展開(kāi)分析,這一選題將商業(yè)銀行這一對(duì)象、信用風(fēng)險(xiǎn)傳染這一問(wèn)題以及傳染效應(yīng)這一方向結(jié)合在一起,是本文創(chuàng)新點(diǎn)之一。其次,本文將Copula方法引入實(shí)證分析,結(jié)合KMV模型做指標(biāo)提煉,并通過(guò)對(duì)比選取最恰當(dāng)?shù)腃opula函數(shù),最終估計(jì)模型參數(shù)、檢驗(yàn)擬合效果,是本文創(chuàng)新點(diǎn)之二�？傊�,本文先對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)傳染效應(yīng)... 

【文章來(lái)源】：山西財(cái)經(jīng)大學(xué)山西省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基本框架圖

資料來(lái)源：本圖根據(jù)銀行業(yè)金融機(jī)構(gòu)貸款總額數(shù)據(jù)由作者繪制圖 3.1 我國(guó)銀行業(yè)金融機(jī)構(gòu)貸款總額趨勢(shì)圖（2）不良貸款余額情況。隨著商業(yè)銀行貸款總額的不斷提升，不良貸款余額的變動(dòng)能很好地說(shuō)明信用風(fēng)險(xiǎn)的實(shí)際情況。如圖 3.2 所示，2007 年以來(lái)我國(guó)商業(yè)銀行不良貸款總額呈現(xiàn)先降后增的變化趨勢(shì)，于 2011 年降至該時(shí)間段內(nèi)最低值，此后不斷上升，截至 2016 年年末，不良貸款總額已到達(dá) 15123 億元，遠(yuǎn)高于下降

我國(guó)商業(yè)銀行不良貸款總額柱形圖

【參考文獻(xiàn)】：
期刊論文
[1]基于BP-KMV模型的非上市公司信用風(fēng)險(xiǎn)度量[J]. 曾玲玲,潘霄,葉曼.  財(cái)會(huì)月刊. 2017(18)
[2]商業(yè)銀行同業(yè)業(yè)務(wù)風(fēng)險(xiǎn)傳染特征及因素分析[J]. 王曉楓,廖凱亮.  東北財(cái)經(jīng)大學(xué)學(xué)報(bào). 2017(02)
[3]基于Logistic回歸模型的個(gè)人小額貸款信用風(fēng)險(xiǎn)評(píng)估及應(yīng)用[J]. 羅方科,陳曉紅.  財(cái)經(jīng)理論與實(shí)踐. 2017(01)
[4]基于不完全免疫情景下企業(yè)間關(guān)聯(lián)信用風(fēng)險(xiǎn)傳染及其仿真[J]. 李永奎,周一懋,周宗放.  中國(guó)管理科學(xué). 2017(01)
[5]商業(yè)銀行風(fēng)險(xiǎn)及其傳染分析——以我國(guó)七家重要銀行為研究對(duì)象[J]. 黃大禹,陶良虎.  財(cái)會(huì)月刊. 2016(35)
[6]我國(guó)上市商業(yè)銀行風(fēng)險(xiǎn)溢出評(píng)價(jià)與宏觀審慎監(jiān)管[J]. 張?zhí)祉?張宇.  現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào)). 2016(07)
[7]信用風(fēng)險(xiǎn)傳染的影響因素、路徑與機(jī)理[J]. 田業(yè)鈞.  債券. 2016(06)
[8]我國(guó)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度及影響因素研究——基于CCA-POT-Copula方法的分析[J]. 王擎,白雪,牛鋒.  當(dāng)代經(jīng)濟(jì)科學(xué). 2016(02)
[9]基于銀行同業(yè)拆借市場(chǎng)網(wǎng)絡(luò)模型的風(fēng)險(xiǎn)傳導(dǎo)機(jī)制研究[J]. 周海林,蓋曦,吳鑫育.  財(cái)貿(mào)研究. 2015(05)
[10]修正KMV模型在創(chuàng)業(yè)板上市公司信用風(fēng)險(xiǎn)度量中的應(yīng)用分析[J]. 楊開(kāi)宇.  西部金融. 2015(05)

博士論文
[1]基于Copula理論的信用風(fēng)險(xiǎn)研究[D]. 何海鷹.廈門大學(xué) 2009



本文編號(hào)：3242209