由于世界各國長期過度重視經(jīng)濟(jì)發(fā)展而忽略了生態(tài)問題,導(dǎo)致二氧化碳等溫室氣體排放增加,從而導(dǎo)致全球氣候變暖�？刂铺寂欧胖饾u成為重中之重。綠色發(fā)展模式是化解上述難題的可用方法,以商業(yè)銀行為代表的金融業(yè)可以為綠色發(fā)展提供金融服務(wù)。隨著低碳經(jīng)濟(jì)的興起,綠色信貸業(yè)務(wù)逐漸成為商業(yè)銀行助力低碳經(jīng)濟(jì)發(fā)展的重要金融創(chuàng)新領(lǐng)域,科學(xué)合理的風(fēng)險(xiǎn)控制是商業(yè)銀行參與這項(xiàng)金融創(chuàng)新的關(guān)鍵。本文界定了綠色信貸及其風(fēng)險(xiǎn)的含義,并對其特征及成因進(jìn)行詳細(xì)的闡述。對六家涉及綠色信貸的中國商業(yè)銀行進(jìn)行風(fēng)險(xiǎn)分析,引入copula函數(shù)以間接方法通過潛在變量模擬相應(yīng)的綠色信貸信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)。運(yùn)用結(jié)合KMV和GARCH模型的copula函數(shù)方法分析綠色信貸的四大公共因素,即匯率,利率,CER（核證減排量）價(jià)格和布倫特原油價(jià)格,其中KMV和GARCH模型用于生成反映與每家銀行相關(guān)的整體信用和市場風(fēng)險(xiǎn)的數(shù)據(jù),copula和t-copula函數(shù)都用于模擬參數(shù)估計(jì)以便以更適合的函數(shù)進(jìn)行比較。接著,通過計(jì)算每個(gè)要素的沖擊估計(jì),來探討在經(jīng)濟(jì)沖擊下信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)的變化,再次,通過5萬次蒙特卡羅模擬計(jì)算每個(gè)商業(yè)銀行的綠色信貸的市場風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)價(jià)... 

【文章來源】：華僑大學(xué)福建省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外文獻(xiàn)綜述
        1.2.1 國外文獻(xiàn)綜述
        1.2.2 國內(nèi)文獻(xiàn)綜述
        1.2.3 文獻(xiàn)述評
    1.3 研究方法及框架
        1.3.1 研究方法
        1.3.2 研究框架
    1.4 研究目的及創(chuàng)新點(diǎn)
        1.4.1 研究目的
        1.4.2 創(chuàng)新點(diǎn)
第2章 相關(guān)理論與模型概述
    2.1 相關(guān)概念界定
        2.1.1 綠色信貸
        2.1.2 碳排放權(quán)交易
    2.2 相關(guān)理論概述
        2.2.1 外部性理論
        2.1.2 環(huán)境金融學(xué)理論
        2.1.3 企業(yè)社會責(zé)任理論
    2.3 相關(guān)模型概述
        2.3.1 KMV模型
        2.3.2 Copula函數(shù)模型
        2.3.3 GARCH 模型
        2.3.4 VaR 方法
第3章 我國商業(yè)銀行綠色信貸業(yè)務(wù)的風(fēng)險(xiǎn)識別
    3.1 商業(yè)銀行綠色信貸面臨的障礙
    3.2 綠色信貸風(fēng)險(xiǎn)類型及特征分析
        3.2.1 市場風(fēng)險(xiǎn)
        3.2.2 信用風(fēng)險(xiǎn)
    3.3 綠色信貸市場風(fēng)險(xiǎn)的成因
        3.3.1 相關(guān)法律及政策不健全
        3.3.2 國際局勢前景不明
        3.3.3 主體認(rèn)識不足與專業(yè)人才缺失
    3.4 綠色信貸信用風(fēng)險(xiǎn)成因
        3.4.1 銀行內(nèi)部因素
        3.4.2 企業(yè)自身因素
第4章 我國商業(yè)銀行綠色信貸業(yè)務(wù)風(fēng)險(xiǎn)評估
    4.1 模型構(gòu)建
        4.1.1 信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)的鑒定
        4.1.2 利用Copula模型進(jìn)行參數(shù)估計(jì)
        4.1.3 市場風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的整合
    4.2 數(shù)據(jù)來源與處理
    4.3 每日回報(bào)率時(shí)間序列的統(tǒng)計(jì)特性
        4.3.1 每日回報(bào)率時(shí)間序列的趨勢分析
        4.3.2 正態(tài)性檢驗(yàn)
        4.3.3 平穩(wěn)性檢驗(yàn)
        4.3.4 自相關(guān)檢驗(yàn)
        4.3.5 自回歸條件異方差檢驗(yàn)
    4.4 Copula-GARCH參數(shù)估計(jì)
    4.5 基于蒙特卡羅模擬的VaR的計(jì)算
    4.6 本章小結(jié)
第5章 結(jié)論與建議
    5.1 總結(jié)
    5.2 對策建議
        5.2.1 商業(yè)銀行層面
        5.2.2 政府監(jiān)管層面
    5.3 不足與展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于DSGE模型的綠色信貸激勵(lì)政策研究[J]. 王遙,潘冬陽,彭俞超,梁希.  金融研究. 2019(11)
[2]基于修正KMV-Copula模型的組合信用風(fēng)險(xiǎn)度量研究[J]. 王佳,楊艾琳,王旭.  會計(jì)之友. 2019(07)
[3]《京都議定書》及其清潔發(fā)展機(jī)制的減排效應(yīng)——基于中國參與全球環(huán)境治理微觀項(xiàng)目數(shù)據(jù)的分析[J]. 陳林,萬攀兵.  經(jīng)濟(jì)研究. 2019(03)
[4]綠色信貸對銀行經(jīng)營效率影響的動態(tài)分析——基于面板VAR模型[J]. 廖筠,胡偉娟,楊丹丹.  財(cái)經(jīng)論叢. 2019(02)
[5]碳金融風(fēng)險(xiǎn)的識別和管理[J]. 王穎,張昕,劉海燕,張敏思,田巍.  西南金融. 2019(02)
[6]綠色信貸是否影響重污染企業(yè)的投融資行為?[J]. 蘇冬蔚,連莉莉.  金融研究. 2018(12)
[7]綠色信貸對銀行績效的動態(tài)影響——兼論互聯(lián)網(wǎng)金融的調(diào)節(jié)效應(yīng)[J]. 張晨,董曉君.  金融經(jīng)濟(jì)學(xué)研究. 2018(06)
[8]綠色信貸對產(chǎn)業(yè)結(jié)構(gòu)升級的影響效應(yīng)分析[J]. 徐勝,趙欣欣,姚雙.  上海財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(02)
[9]碳金融交易風(fēng)險(xiǎn)形成的原因與管控研究——以歐盟為例[J]. 高令.  宏觀經(jīng)濟(jì)研究. 2018(02)
[10]綠色信貸、內(nèi)外部政策及商業(yè)銀行競爭力——基于9家上市商業(yè)銀行的實(shí)證研究[J]. 何凌云,吳晨,鐘章奇,祝婧然.  金融經(jīng)濟(jì)學(xué)研究. 2018(01)



本文編號：3204224