基於資產池的不良資產證券化信用風險研究

《基於資產池的不良資產證券化信用風險研究》是龐明創作的經濟學著作，首次出版於2014年5月。

該書從資產池的研究入手，藉助神經網路模型對資產池單筆資產的信用風險進行分析評價，並在現代投資組合理論的基礎上，重點藉助整合的CreditRisk+模型對中國首例銀行不良資產證券化項目——工行項目進行實證檢驗，驗證了採用神經網路模型分析資產池單筆資產信用風險的可行性和現代投資組合理論對資產池資產組合的有效性，以及不良資產證券化項目中資產池的構成是否更有效率，能否起到緩釋和轉移風險的功能。

基本介紹

• 作品名稱：基於資產池的不良資產證券化信用風險研究
• 作者：龐明
• 首版時間：2014年5月
• 字數：161千字
• 類別：經濟學著作

內容簡介

該書共七章。第一章是緒論，主要闡述研究背景、不良資產證券化信用風險研究現狀及存在的問題，提出研究問題、內容和研究思路。第二章是理論基礎與文獻綜述，從信用風險、資產證券化的原理、現代投資組合理論等方面概述了現有的不良資產證券化信用風險的研究，給出了針對所研究問題的假說框架。第三章分析影響單筆不良資產信用風險的主要因素，確定關鍵變數，嘗試使用神經網路方法測算單筆不良資產的信用風險。第四章研究信用風險附加模型和神經網路模型，提出整合套用和改進以上兩種模型來分析不良資產證券化的資產池信用風險。第五章使用改進的模型對中國的不良資產證券化的資產池信用風險進行實證分析，對實證分析的數據來源、方法選擇、因素的度量進行說明，最後給出實證分析的結果。第六章對實證分析的結果進行討論。第七章對主要工作進行總結，歸納該書的創新點，探討研究的局限及未來研究方向。

作品目錄

第一章 緒論	第二章 理論基礎與文獻綜述
第一節 研究背景 第二節 不良資產證券化信用風險研究的意義 第三節 幾個關鍵概念的界定 第四節 研究假設 第五節 研究的主要內容、框架和方法	第一節 理論基礎 第二節 信用風險計量方法、模型及評述 第三節 相關研究的不足與評述 第四節 經驗證據與典型案例評述
第三章 單筆不良資產信用風險的測算研究	第四章 基於資產池的信用風險的測算——CreditRisk+模型
第一節 資產池標的資產的特徵指標 第二節 單筆資產信用風險的模型選擇——神經網路 第三節 基於我國國情的不良資產信用風險影響因素分析	第一節 基於資產池的信用風險研究的理論基礎 第二節 基於資產池的信用集中風險評價模型的比較研究 第三節 基於資產池的不良資產證券化信用風險評價模型的構建
第五章 不良資產證券化的實證研究	第六章 實證檢驗結果及討論
第一節 建立神經網路檢驗模型的必要性 第二節 BP神經網路檢驗模型的構建 第三節 研究樣本與資料來源 第四節 研究方法 第五節 檢驗結果	第一節 對本案例的進一步說明及討論 第二節 對比不同信用風險分析方法及結果
第七章 總結與展望	附錄 神經網路算法的主要程式
第一節 主要工作總結 第二節 創新點 第三節 局限及未來研究方向	參考文獻 後記

創作背景

金融不良資產是世界性難題，當經濟中的泡沫成分過多，實質經濟出現問題並通過符號經濟表現出來時，就會出現金融不良資產。證券化是不良資產的主要處置方式，作為最重要的金融創新之一，誕生於20世紀70年代的美國，之後在全球得到了蓬勃發展，對提高資本市場效率發揮了積極的影響。伴隨著全球經濟一體化的趨勢，世界各地的金融市場都需要通過資產證券化，創造出標準型的金融產品，增強市場流動性，合理配置資金，提高使用率。自20世紀70年代起，不良資產證券化成為經濟已開發國家商業銀行處理不良信貸資產的主要手段，以美國、義大利、日本和韓國最為活躍，這些國家的共同特點是都曾深受銀行體系壞賬的困擾，對解決銀行系統風險的迫切程度和政府支持力度都在不斷加大。21世紀以來，中國的銀行不良資產比例提升，各方都在呼籲建立健康、全面、多層次的資本市場。基於此，《基於資產池的不良資產證券化信用風險研究》深入研究了不良資產證券化信用風險。

作品思想

該書從證券化的基礎研究——資產池的研究入手，藉助神經網路模型對資產池單筆資產的信用風險進行分析評價，並在現代投資組合理論的基礎上，提出了不良資產證券化資產池的信用風險評價模型——整合的CreditRisk+模型。通過對不良資產證券化資產池的信用風險進行的一般理論分析，運用整合的CreditRisk+模型對其參與的準不良資產證券化項目進行實證檢驗，驗證了採用神經網路模型分析資產池單筆資產信用風險的可行性，檢驗了現代投資組合理論對資產池資產組合的有效性，以及中國的準不良資產證券化項目中資產池的構成是否更有效率，能否起到緩釋和轉移風險的功能等。

該書將神經網路模型運用於分析中國不良資產證券化的信用風險，克服了中國信用基礎薄弱情況下其他統計方法對歷史數據完全依賴的弊病，同時也拓展了神經網路的套用空間。實踐證明，神經網路模型對分析和測算資產池單筆資產的信用風險是可行的。

該書進行單筆不良資產信用風險測算時，借鑑貝葉斯學派的觀點，在輸入變數的選擇上，沒有沿襲學術界慣用的主成分分析法，而是充分考慮了中國國情，對實踐中的影響因素儘可能全面採納，並根據不同資產類型予以賦權，使變數的信息量達到最大。同時使用交叉驗證技術和雙隱層使網路訓練效果得到提升。

該書改進CreditRisk+模型，測算資產池信用風險。實踐表明：由不同“檔”的不良資產組成的資產組合達到了分散和化解風險的目的。對CreditRisk+模型進行改進時，加入了符合中國國情的前提假設。合理的假設以及準確的模型使得結果更精確，與實際更吻合。此外，該書在審慎選擇了用於評價不良資產證券化信用風險的指標之後，採用了客觀賦權法來分配指標權重，即通過套用BP神經網路模型，調用初始化權值和閾值的函式，由神經網路系統客觀地給定各個評價指標的權重，並通過網路的不斷學習與訓練，逐漸地調整權重以至最優，從而有效地減少了評價過程中的主觀性。

出版信息

書名	出版時間	出版社	ISBN
《基於資產池的不良資產證券化信用風險研究》	2014年5月	中國社會科學出版社	978-7-5161-4248-6

作者簡介

龐明，女，1971年出生於河南鄭州，畢業於西安交通大學管理學院，獲管理學博士學位。現為西安石油大學副教授，碩士研究生導師。主要研究方向：證券投資、能源金融、財務管理等。