一、抵押支持证券的利率风险测度与管理(论文文献综述)
许嘉禾[1](2021)在《我国体育产业高质量发展的金融支持研究》文中认为体育承载着国家强盛、民族振兴的梦想。体育强则中国强,国运兴则体育兴。体育要强、要兴,发展体育产业是主要途径。2019年,国务院办公厅发布《关于促进全民健身和体育消费推动体育产业高质量发展的意见》,高质量发展逐步成为体育产业发展的重要战略目标。金融是现代经济的血脉。体育产业要提质增效和持续高速发展,需要金融的有力支持。然而当下,金融体系在体育产业中的效用功能尚未能够充分发挥。因此,体育产业高质量发展所面临的金融支持问题,成为一个难以回避的命题。本研究立足于体育产业的经营实践,综合运用体育学、管理学、系统科学及金融学的相关研究方法及范式,以现代产业和金融发展的相关理论为指导,按照金融支持体育产业高质量发展的现状与问题、特征与机理、宏观效应、微观效率以及系统运行的次序,从理论分析到实证研究,展开工作。本研究的工作主要如下:一是梳理体育产业的金融支持现状,发现体育产业金融支持存在的不足。二是总结体育产业高质量发展的金融需求特征,剖析金融支持体育产业高质量发展的作用机理。三是在宏观产业层面,以耦合协调的视角,审视体育产业与金融体系的关联关系。通过建立序参量体系,引入耦合协调、剪刀差以及灰色关联等模型进行实证研究,分析二者的耦合协调发展效应及影响因素。四是从在微观企业的层面,以“黑箱”的视角,根据金融支持与体育产业的不同维度,测度金融支持体育产业高质量发展的效率水平。通过筛选体育企业样本,利用DEA、Malmquist指数及收敛性模型进行实证研究,分析金融支持体育产业高质量发展的效率水平及其演变特征。五是根据体育产业高质量发展的金融支持要素组成与系统结构,构建金融支持体育产业高质量发展的系统动力学模型。分别从金融市场策略、政府金融干预和金融风险情景维度进行模拟仿真,分析不同策略对体育产业高质量发展所产生的影响。以期为优化体育产业金融支持,促进体育产业高质量发展提供理论依据和策略着力点。本研究的结论主要包括六个方面:(1)政府金融支持和市场金融支持均对体育产业高质量发展具有重要意义,在体育产业高质量发展的过程中扮演了不同的角色。随着体育产业金融需求的不断升级,政府部门对体育产业金融活动的认识持续深化,政策工具与国有资本逐步活跃。金融市场对体育产业的支持力度不断提升,各类体育产业金融市场蓬勃发展,风险投资市场异军突起。体育产业嵌入金融体系的程度不断加深。但同时,体育产业的金融支持仍存在一定问题:一是金融支持制度体系亟待完善,金融支持政策工具尚需补充;二是金融市场结构失衡问题凸显,直接融资渠道建设存在不足;三是风险资本经典功能发生偏离,资本投入可持续性有所欠缺;四是新兴金融工具利用不充分,体育金融复合人才供给不足。(2)我国体育产业具有快速成长的阶段性特征、业态丰富的结构性特征、高不确定性的风险性特征和消费供需的不平衡特征。在高质量发展的目标要求下,体育产业的发展特征进一步衍生出了独特的金融需求特征。体育产业高质量发展亟需的是政策引导下的规模化金融支持、层次多元化的系统性金融支持、风险偏好的针对性金融支持,以及科技赋能的普惠性金融支持。(3)资本形成、创新推动和消费刺激是金融支持体育产业高质量发展主要功能组成。金融体系一是可以扩大资本积累,促进资本形成,缓解体育产业融资约束;二是能够降低交易成本,优化资源配置,分散创新风险,推动体育产业技术、模式创新;三是可以实现跨期平滑、财富效应和风险保障,刺激体育产业消费发展。有效的金融支持作用于体育产业的投资和消费两端,通过平衡产值结构、改善融资结构、变革消费结构,促进产业的结构转型升级;通过扩大要素供给、加快要素流通、推动技术进步,提高产业的要素生产效率;通过加速企业成长、优化公司治理、形成循环激励,促进产业的价值增值,精准作用于体育产业的成长痛点,协助体育产业迈向高质量发展。(4)宏观产业效应的实证研究表明:金融体系与体育产业高质量发展之间存在内生耦合机理和外部耦合功能,具有双向耦合协调发展机制。二者不仅维持了长期、高度的耦合关联性,并且实现了耦合协调度的持续跃升,呈现出由低水平协调向高水平协调演化的动态趋势。金融体系对体育产业的短时间、爆发性增长起到了有效地支撑作用。且二者的耦合协调发展尚处于发展周期的前期,其交互胁迫作用远小于耦合协调发展所带来的正向效应。与此同时,二者的耦合协调效应受到多种内生因素和外部环境的共同影响。风险投资市场、消费金融、政府扶持和金融创新等内生动力型因素,以及居民消费结构、产业结构变动等外生环境型因素,均与二者的耦合协调发展存在密切关联。(5)微观企业效率的实证研究发现:第一,静态来看,体育产业高质量发展的总体金融支持效率尚可,多数样本企业接近最优生产前沿面,但同时具有明显的技术制约特征。扩大金融资源投入规模前,需要着重改善金融技术水平。在金融支持效率内部,债权效率较好,股权效率欠佳,且股权效率呈现规模制约特征。在体育产业内部,体育企业板块、行业业态和空间地域方面均存在不同程度的金融支持效率差异。第二,动态来看,金融支持体育产业的动态效率水平并未产生良性改观,反而出现小幅下降。主要原因是技术进步不足,产业金融技术创新水平难以支撑金融资源规模的快速增长。其中,股权动态效率下滑,技术进步水平下降明显,是导致整体金融效率下滑的主要原因。第三,动态效率的收敛性分析表明,效率落后企业对领先集团具有追赶效应,但收敛速度较慢,且收敛速度存在体育产业内部的结构性差异,达到产业金融支持效率的均衡仍需要较长时间。(6)系统建模与仿真的实证研究说明:金融支持体育产业高质量发展可以视为由政府金融支持、金融市场发展、宏观金融环境和体育产业发展所组成的动力学系统。第一,强化金融市场支持力度可以有效提升体育产业发展质量。相对而言,强化股权市场的效能略优于债权市场。股权市场更有利于体育产业规模扩张和要素生产率提升,债权市场则更有利于体育产业结构优化。第二,政府干预会对体育产业发展质量产生影响。弱化政府干预无益于体育产业发展质量,维持一定强度的政府金融支持具有必要性。适度增强政府干预有利提升体育产业发展质量。但当政府干预过度时,会造成规模增长与要素生产率下降并存,仅能“做大”而不利“做强”体育产业,最终无益于产业发展质量。第三,宏观金融风险能够对体育产业发展质量产生显着的负面冲击。随着体育产业深度嵌入金融体系,金融风险的损害力度可能进一步增大,需要审慎防范、积极应对金融风险。在结论的基础上,提出了完善金融政策体系,优化制度顶层设计;丰富金融服务市场,创新投融资渠道模式;推动金融技术创新,开发新型金融工具;优化企业金融管理,重视复合人才培养等策略建议。本文主要有以下创新点:(1)探讨了金融与体育产业高质量发展的关系。在现状梳理的基础上,总结体育产业高质量发展的金融需求特征,明确金融功能的作用支点,厘清金融支持体育产业高质量发展的作用机理。(2)结合体育产业高质量发展的宏观产业与微观企业视角进行实证研究。综合运用数理模型及相关评价方法,设计序参量体系,测度并分析金融支持体育产业高质量发展的耦合协调发展效应及其影响因素;构建投入、产出指标体系,从不同维度测度并评价金融支持体育产业高质量发展的效率特征及其变动规律。形成对体育产业高质量发展的金融支持问题的深层次认识,为优化体育产业的金融支持效能提供着力点。(3)构建了金融支持体育产业高质量发展的系统动力学模型,分析体育产业高质量发展的金融支持要素组成与系统结构,设计模型变量及函数关系,并从金融市场策略、政府金融干预和金融风险情景维度进行仿真。探究不同策略对体育产业高质量发展产生的影响,为企业部门的金融决策和主管部门的政策制定提供更具现实意义的参考。
黄晓雯[2](2020)在《我国影子银行系统风险溢出效应研究》文中研究表明2008年,美国次贷危机的突然爆发引发的国际金融危机重创全球经济金融体系,作为元凶之一的影子银行迅速成为全球经济发展的关注焦点。当前,房地产泡沫、地方政府债务和影子银行等是我国金融体系存在的三大潜在的系统风险点,而近几年规模不断扩张的中国式影子银行业体系也逐渐映入人们的眼帘。中国式影子银行多作用于实体经济,但实际上有银行业务之名而无其实,游离于监管之外,所以在金融创新发展过程中给我国带来一定的风险,对监管者更是提出挑战。本论文以我国影子银行系统风险溢出效应为研究对象,运用规范分析和实证分析相结合的研究方法,在论述金融体系系统风险特征、产生原因、传染机制的基础上,主要选择三个潜在风险点中的影子银行进行重点探讨,分析影子银行可能引发金融体系系统风险的机制、中国影子银行成因与背景,并分别从社会融资规模角度和官方影子银行定义范围角度估算影子银行规模。从微观运用GARCH模型论证影子银行对传统商业银行的风险溢出效应,实证分析结果表明:当影子银行陷入困境,传统商业银行也将面临风险。影子银行的风险值通常大于传统银行,即影子银行更容易受到冲击,也就是说,防范金融体系系统风险的关键在于加强对影子银行的监管。从宏观角度上用VAR模型实证分析了影子银行规模变化对金融安全指数的影响,影子银行规模对金融稳定性具有负向溢出效应,影子银行规模的扩张威胁到金融系统的稳定。在短期内,影子银行规模的扩大在程度会促进经济的发展,有利于金融稳定,但长期来看,由于影子分行业务融资成本相对较高,运行过程中容易出现风险,影子银行规模的扩大对经济的负面效应就会凸显,如果得不到有效监管,金融风险就会集聚,进而影响金融系统稳定。这是因为银子银行的规模扩张会削弱国家宏观调控力度,增加金融机构之间的风险关联性等一系列问题直接影响金融稳定。最后,对影子银行系统金融风险防范提出相应的政策建议。本文创新点主要体现在以下三个方面:第一,在构建GARCH的基础上计算Va R和Co Va R,测算影子银行对传统银行的风险溢出效应。第二,运用VAR模型实证分析我国影子银行规模变动是否会给金融稳定性造成影响,实证结果可以显示规模变动对金融稳定指数的影响程度及影响持续时间跨度,从而为制定监管政策提供实证依据;分别从社会融资规模与官方影子银行界定范畴层面估算影子银行规模。第三,针对其引发系统风险的机制,以及具体到我国影子银行引发系统风险的关键环节进行了分析。
柯竣文[3](2020)在《我国汽车抵押贷款证券化产品估值研究 ——以上海通用汽车抵押贷款支持证券为例》文中提出
张璐[4](2020)在《植物品种权证券化研究》文中研究说明植物品种权作为农业知识产权的重要组成部分,是关乎粮食安全与国计民生的一项重要知识资产。随着农业科技的不断发展,植物品种的研发和应用日新月异,也推动了农业经济的快速发展。如何利用植物品种权进行证券化融资,成为种业企业和科研机构获得创新动力和发展资金的重要契机。植物品种权证券化想要获得长足的发展,既需要依靠国家相关政策的引导,也需要发挥产权自身的经济与金融特性,在证券化融资方面取得突破。近年来,国家出台一系列政策鼓励和支持植物品种权证券化的发展,证监会也加大了对相关项目的扶持,为植物品种权证券化发展拓宽道路。通过梳理以往文献发现,已有研究多侧重于对知识产权证券化的讨论,因此,本文针对植物品种权特性对相关问题展开分析和探讨,以期能够破解植物品种权证券化融资困境,提高行业竞争力。本文从植物品种权的一般理论出发,按照提出问题—分析问题—解决问题的整体思路,将理论与实务纳入统一的植物品种权证券化分析框架,运用知识创新理论、信息不对称理论、资产定价理论、风险决策理论等,通过数值模拟分析、SPSS统计分析等方法,对植物品种权证券化方式、定价、风险等问题进行系统性研究,并提出相应的对策建议。主要研究内容包括:第一,植物品种权证券化概念界定与理论框架。阐述植物品种权证券化的内涵、要素与运作流程,论述委托代理理论、信息不对称理论、价值理论、资产定价理论、风险决策理论等相关理论,构筑和形成了本文的理论研究框架。第二,植物品种权证券化方式。本章对主要国家知识产权证券化方式进行系统的探讨与总结,分析了引入种业保险、引入担保机构、引入“银政企”、引入股权众筹等几种适合植物品种权证券化运行的方式。研究表明,引入股权众筹方式能够符合植物品种权证券化特征。数值模拟结果显示,植物品种权证券化的产品质量信号、项目资金、消费效用等因素都对植物品种权证券化股权众筹有正向影响,植物品种权证券化股权众筹具有可行性与可操作性。第三,植物品种权证券化定价。本章通过总结植物品种权证券化定价的内容和影响因素,归纳出适用于植物品种权证券化定价的方法。研究发现,运用实物期权法进行植物品种权证券化定价具有合理性。仿真结果表明:期权时间、波动率、期权障碍价格都是影响植物品种权证券化定价的重要因素。植物品种权证券化价格仿真实验的结果反映了不同类型的投资者对产品定价发行后植物品种权未来收益能力的的预期,为植物品种权证券化的定价提供了参考。第四,植物品种权证券化风险。本章对植物品种权证券化运行和定价过程中的风险进行分析和归类,探讨了风险的形成与传导路径,分析了具有资产证券化性质和具有知识产权特性的风险因素。对植物品种权证券化进行了风险测度和评估,并运用区间直觉模糊梯形算法对多种方案进行风险分析和评价,研究结果表明信用风险、价值风险、利率风险、法律风险、技术风险、信息不对称风险、市场风险、巨灾风险等都是影响植物品种权证券化运行方案选择的重要指标。第五,植物品种权证券化管理策略。植物品种权证券化是在资产证券化理论体系上建立起来的、以知识产权证券化为基础进行的创新发展。本章根据发达国家知识产权证券化主要方式、运行模式和定价机理及存在的风险,提出了促进植物品种权证券化发展的管理策略。主要从创新策略、监管策略、市场策略、环境策略、法律策略方面提出以下建议:运用金融科技手段,实现植物品种权证券化创新发展;构建合理有效的金融监管体系,防范金融风险;规范交易市场,维护植物品种权证券化有效运行;优化资源配置,提供良好的植物品种权证券化投融资环境;加强政策法规建设,保障植物品种权证券化高效发展。虽然我国目前推行植物品种权证券化的条件已基本具备,但是仍然还存在一些运行的障碍。为此应当完善相关法规条例,加快推动植物品种权成果转化,促进金融机构与种业企业的合作,健全证券化运行平台和交易体制,为植物品种权证券化的有效运营创造合适的条件。
刘骏斌[5](2020)在《资产价格与系统性金融风险:影响机制及其监控研究》文中认为历经多年高速发展,我国已经建立起较为完善的金融体系,金融市场体量和影响力显着增加,金融经济系统对资产价格波动的敏感性提高。2008年金融危机后,我国发生了房地产价格的多轮上涨和“千股跌停”的股灾,资产价格波动加剧了系统性金融风险压力。当前,我国经济面临深化供给侧改革和转型升级的迫切需求,守住不发生系统性金融风险的底线成为我国金融改革中的根本性任务。因此,研究资产价格与系统性金融风险的相互影响机制及其监控问题契合当下金融改革的重点,具有深远的研究意义和实践价值。基于当前研究背景和现实需求,本文将系统性金融风险扩展到国家金融安全范畴,并遵循“资产价格内涵→资产价格与系统性金融风险相互影响→风险测度→溢出效应→监控机制和政策建议”的逻辑思路展开研究,旨在构建较为系统的宏微观分析框架。本文首先从资产价格的理论基础和“价值-价格”关系入手,阐述了资产价格的形成和波动机理,研究表明:资产价格能够充分反映公开信息,资产价值是决定资产价格的基础,流动性水平是资产价格联动、泡沫化和周期性变化的主要影响因素,存在复杂的驱动机制和波动效应影响。在分析资产价格的形成与波动的基础上,本文详细阐述了资产价格与系统性金融风险的相互影响机理。首先,一系列金融危机已经明确了资产价格与系统性金融风险的相互影响事实,本文进一步从预期、市场和流动性角度分析了资产价格与系统性金融风险的相互影响途径,涉及预期影响下的资产价格和货币价值偏离、投资决策影响和价格机制、流动性冲击、信贷杠杆和货币循环等具体影响渠道;同时,基于开放式基金的资产配置和企业-银行部门的信贷关系构建理论模型,解析资产价格与系统性金融风险之间存在的跨期、“螺旋式”叠加、时滞、持续和不对称等影响效应特征。在明确资产价格与系统性金融风险相互影响机理的基础上,本文基于资产价格数据信息,分别从宏微观角度测度系统性金融风险。首先,基于网络视角测度的开放式基金的系统性金融风险结果表明系统性金融风险在基金之间的传染具有方向性和非对称性。其次,针对扩展的宏观系统性金融风险范畴,分别选用综合指数法测度金融系统压力指数和金融主权指数,选用Copula-GARCH(1,1)-Va R模型测度信用货币的币值稳定性,并验证了测度指标的合理性。在系统性金融风险测度的基础上,本文基于市场因子和面板数据分析的实证方法研究系统性金融风险的微观机构溢出效应,结果表明:基于金融网络测度的风险指标对开放式基金的现金流和收益增长的影响具有两面性,既是风险的冲击、传染和分散,也能够凸显出机构的系统重要性程度。进一步的,运用时变参数随机波动率结构VAR模型(TVP-SV-SVAR)分析系统性金融风险的宏观时变溢出效应,结果表明:美元货币政策冲击和跨国资本循环持续增加系统性金融风险压力,并共同冲击人民币币值稳定和阻碍金融主权实力的提升。最后,本文基于资产价格视角构建系统性金融风险监控机制。通过借鉴能够反映变化方向、大小和延续性的时变方法,分析系统性金融风险监控的现状,提出转变监控的理念思路和原则,构建多维度、多系统的系统性金融风险监控体系。并进一步从资产价格变化、外生性冲击和风险指数视角对系统性金融风险的监控效果进行了非线性时变检验,明确了相应监控指标及其适应的监控范围。
龙俊鹏[6](2020)在《财政货币政策在系统性金融风险应对中的协调配合》文中研究指明财政政策与货币政策在防范化解系统性金融风险中发挥着重要作用。目前国内外金融风险形势正在发生深刻变化,加强两大政策在系统性金融风险应对中的协调配合具有重要理论和实践意义。本文重点研究财政政策与货币政策应对系统性金融风险过程中“救什么”(应对范畴)、“何时救”(介入标准)、“怎么救”(政策手段)等问题,对国内外经验做法进行了梳理,通过成本收益法分析了政策介入和退出的标准,通过引入风险溢价和预期的IS-LM-BP模型,结合对现代货币理论的借鉴与批判,分析系统性金融风险状态下的财政政策与货币政策选择问题,运用VAR模型、VEC模型、ARCH类模型,对2008年至2019年中国财政政策与货币政策效果进行了实证分析,并对当前系统性金融风险隐患及应对作了探讨。本文的研究结论主要有以下几点:一是应对范畴。财政政策与货币政策应对系统性金融风险的主要目标是消除市场失灵、化解系统性金融风险,包括救金融机构、救金融市场、救实体经济、救社会预期四个方面。二是介入标准。需要考虑介入系统性金融风险的政策预期收益和成本,收益包括金融机构、金融市场、实体经济、社会预期等领域,成本包括直接成本、超调成本、道德风险成本、机会成本等方面,预期收益大于预期成本即可介入,并探讨了最优政策资源投入规模。三是政策手段。除传统工具外,必要时财政可为央行资金提供担保,央行为财政政策扩张提供低利率环境和间接融资支持。四是政策效应。在IS-LM-BP模型中引入风险溢价和预期后,持续实施力度过大的政策刺激,可能引发汇率危机和产出下降。五是中国财政政策与货币政策协调配合面临的挑战。应急决策和协调机制有待完善,央行利润上缴国家财政的机制执行存在灵活性,货币政策调控与财政政策的联动性有待加强。六是中国财政政策与货币政策应对系统性金融风险效果。2008年至2019年,中国财政政策与货币政策支持经济增长效果比较显着,对市场预期具有一定影响,但对股票市场走势和波动性影响不明显。七是新形势下的系统性金融风险隐患及应对。主要包括中美经贸与金融关系、房地产市场、股票市场杠杆资金、城投债集中违约、以城商行为代表的中小金融机构等风险。据此,本文提出以下几点政策启示:一是加强系统性金融风险监测分析。二是制定系统性金融风险应对预案。三是建立完善应对系统性金融风险的应急机制。四是加强财政政策与货币政策协调配合的内生联系。五是正常情形下尽量保持财政政策与货币政策常态化,危机初期的财政政策与货币政策力度可以超预期,实施中把握好力度与节奏。六是稳妥应对系统性金融风险隐患。必要时,财政政策可突破赤字率限制、为央行担保,货币政策为财政政策间接提供流动性或融资支持,更直接地支持实体经济。对于金融市场风险,一般情况下由市场自行调节,政府不作行政干预,如市场失灵、出现流动性危机并可能导致更大危机,必要时政府可适当入市,但不能试图改变市场趋势。按照市场化法治化原则,有序处置中小金融机构风险,明确金融机构及股东、地方政府的责任,必要时中央给予适度支持。七是坚持风险处置与改革开放相结合,在发展中逐步解决风险问题。八是加强国际合作,形成政策合力。
朱泓宇[7](2019)在《风险厌恶、家庭资产配置与农民创业选择》文中研究表明自改革开放以来,随着中国农村经济逐渐繁荣,选择创业这一形式作为家庭生计新来源的农民越来越多。农民创业不仅通过创造额外财富为家庭提供更多的消费品,并可多元化配置资产,更加有效地积累财富,还有助于在农村创造就业机会,带动乡村社区实现振兴。创业农民是“乡村振兴”中最有活力的“新农人”群体,也是“大众创业、万众创新”人力资本中不可或缺的组成部分。然而,农民创业的积极性仍然不高,边缘化和低层次化问题突出。尽管政府从转移支付、普惠信贷等方面退出了许多促进农民创业的优惠政策,但总的看来成效仍然有效。一是农民应对创业各类风险的心理素质较为薄弱,风险分担的手段仍然以家庭内部成员分担为主,形式单一;二是信贷排斥长期存在,现有的普惠信贷对农民家庭渗透不足,未能从根本上打破农村家庭依赖传统家庭内部资产积累优化来完成创业资本积累的习惯,外部资源依然被内部挡在门外。因此,整体来看,受主观和客观的双重影响,农民创业成功率仍然较低因此。要破解创业难题,就应从农民内生动力入手,风险厌恶程度是影响农民创业选择的重要主观因素。尽管传统观点认为较低的风险厌恶水平与创业有关,但现实中风险承受能力与创业实践却非必然。风险态度与行为间的中介客体可能会影响创业实践的产生与退出。部分研究初步表明,家庭资产是制约创业选择的重要客观因素。如果家庭资产既受风险态度制约,又影响创业选择,那农村家庭对资产处理过程则是风险态度与创业选择之间的优先“显变量”。但是,农民的风险厌恶水平是否会通过影响家庭资产,间接影响创业选择在科学上尚无明确答案。本文以探索“农民家庭资产配置是否在个体风险厌恶影响创业选择的路径中发挥着中介作用”为导向,以风险偏好理论、计划行为理论、创业资源理论和家庭资产配置理论为基础,剖析了“家庭资产配置作为中介效用”的作用机理,搭建了“风险厌恶、家庭资产配置与农民创业选择”的理论分析框架。以西南三省农民为研究对象,采用分层抽样与判断抽样相结合的方法获取了669户有效农村家庭样本,同时使用“自主报告(SOEP)”“特定领域度量(DOSPERT)”和“实验游戏度量(BRET)”三种方法测度了家庭主事人的风险厌恶程度,厘清了农村家庭在创业前后的家庭资产配置状况及差异,并结合农业部“全国农村固定观察点调查数据”以及《中国农村统计年鉴》等官方资料进行了历史和现状考察。运用多种计量分析方法,从个体和家庭微观尺度首先实证分析了风险态度对农民创业选择、农民家庭资产配置的影响,再分析了家庭资产配置对农民创业选择的作用大小。遵循Baron&Kenny(1986)和温忠麟(2004)等进行中介效应检验的成熟思路,针对家庭资产配置可能存在的中介间接效应,在结合前两者实证结果基础上进行了因果步骤检验和系数乘数检验,最终得出以下研究结论:(1)基于时间维度发现:家庭资产变动与农村创业情况的历史演变有较高相似性。四川、重庆和贵州三省农村居民经营性收入15年累计增长246%,住宅投资累计增长351%。特别是农民家庭的生产性资产持有水平,其中“生产性固定资产原值”15年累计扩大了1.6倍,“耕地转包面积”累计增长了2倍,而农村家庭户均“私营企业经营者”人数增长了1倍。因此,农村家庭生产性资产规模与农民创业有着相同的变化趋势。(2)采用不同风险厌恶测度方式,风险厌恶度结果存有较大的差异性。自主报告式(SOEP)和实验性的风险厌恶水平(BRET)测度结果为:SOEP测度的低度风险厌恶比例为27.65%、重度风险厌恶比为16.89%,群体倾向于更高的风险承受能力。与此对应,实验性风险态度(BRET)测度结果,低度风险厌恶比为14.65%,同时高度风险厌恶为36.62%。同时,特定领域度量(DOSPERT)的简单求和指数分布显示没有样本在高分组(低度风险厌恶)。由于实验性风险态度测量更加接近现实情况,因此可能更加准确。SOEP测度法倾向于低估风险厌恶,而BERT测度法反映的风险厌恶与多数理论预测更加吻合。(3)农村家庭主事人的个人风险厌恶程度显着影响农民的创业选择:SOEP、DOSPERT和BRET的实证结果具有稳健一致性,表明风险厌恶度越低的农民越可能选择创业,结果分别是0.418、1.303和0.032。其中,风险厌恶越低的创业农民越倾向于采用“企业家创业”,结果分别大约0.364、0.481和0.023。综合对比实证,风险厌恶会影响创业农民“组合创业”选择,但风险忍受能力越高的创业农民其经营的项目就越多。(4)农村家庭资产配置显着影响农民创业选择。二者关系内生于资产配置理论与创业资源理论的逻辑自洽。农民家庭的资产配置方式是创业选择的显着信号,而潜在创业农民会将低风险、高流动性、低收益率资产转换成低流动性的专用资产,并通过选择创业承担高风险、实现高收入,创业是最终实现家庭资产配置最优化的长期途径。具体来看,风险资产配置对农民是否选择创业影响的边际效应大约为70%,同时对农民经营更多的项目的边际影响有34%,而对选择企业家创业的边际影响大约有60%。资产与资产之间的交互关系对创业选择有一定的影响。本文认为资产之间的互动作用有两类路径:一是间接路径,主要通过家庭资产负债表总效应发挥作用;二是直接作用,即资产与资产之间直接的此消彼长的关系。分析结果表明,资产交互关系大多作用于首次创业选择,但对创业后的产业经营选择以及组织选择敏感度不够。(5)家庭风险资产和负债余额配置在“风险厌恶影响农民创业选择”的作用路径中确实存在着“部分中介效应”。说明:风险厌恶度较低的农民倾向于加大家庭生产性资产(BRET,0.0011)、商业房产资产等的配置(BRET,0.0108),并使用创业的方式合理保持资产组合中的流动性。说明家庭可能利用创业方式规避“风险资产市场参与之谜”的壁垒问题。但中介效应并非存在于所有资产类别中。比如风险资产内部的作用机制就不一致,其中各类生产资产配置(比如:农机、运输车辆等)均未发现中介效应。此外,发现部分资产与风险厌恶还存在着交互作用,这些变量大多既有中介作用又有显着的交互效果。(6)家庭资产配置的中介作用更多体现在农民选择“是否创业”中,共有7类资产的配置结果显着;针对创业农民继续扩大创业的选择,至多有5种类型的“家庭资产配置”对“风险厌恶影响企业家创业选择”存在中介作用;创业农民是否选择“组合创业”的中介效应至多有4种资产类型。本文的价值和创新之处主要体现在如下几方面:(1)本文使用实验场景控制的风险厌恶测度方法BRET对农民个体进行风险厌恶的测度,并与主观报告风险厌恶的测度方法SOEP和DOSPERT进行比较,发现实验法的风险测度结果更符合理论的预测。一方面,实验方法BRET可以有效地缓解自主回答方式中普遍存在的“自我认识偏误”问题,基于非生产性场景和货币诱导测度农民的一般风险态度,对传统以自主回答方式为主的风险厌恶测度方法形成了较好的补充;另一方面,本研究尝试使用智能移动手机再现PC平台的实验过程,并通过入户调查方式将实验流程应用于农民群体,实现从“实验室到田间地头”的转变。经检验发现其科学性、低成本高效率的特点广泛适用于各类人群的调查。因此,本文以基于BERT法的风险厌恶研究,得出的结果更加准确和可靠。(2)基于资产配置理论和创业资源理论,创造性地将两者的逻辑共同点作为嵌入视角,成功构建“家庭资产配置影响创业”的机制过程,发现:其一,创业是一种典型的投机风险活动,把家庭高流动性资产(如储蓄资产)转换为收益率较高、但流动性较低的专用性生产性资产(如养殖用途厂房),其关键是实现高收益率与高风险的均衡;其二,农民可以通过调整家庭资产配置进而选择创业。潜在的创业农民会倾向于配置大量低流动性风险资产,特别是生产性资产。由此,实证分析了农民家庭资产配置与创业选择的关系,打破了过去在创业研究当中只关注某类资产存量而忽视配置效应的不足。(3)构建了“风险厌恶、家庭资产配置与农民创业选择”的理论分析框架。本研究把家庭资产配置视为一种中介变量嵌入到“风险厌恶度影响农民创业选择”的基本作用路径当中,据此框架实证分析了农民一般风险态度首先影响家庭资产配置,再影响其创业选择的因果过程。本研究基于资产配置视角,不仅回应了已有研究关于“为何部分风险承受能力高的农民不会参与创业”的科学争论,还展示了“约束条件下的理性农民会采取创业行动”以图实现长期家庭资产配置最优的现实路径,对解答“家庭金融市场参与之谜”作出边际贡献。(4)本文将创业选择研究延展到“创什么业”和“如何创业”之上。怎样进一步释放农民创业潜力、激发农村小微企业活力是公共政策下一步关注的重点,已有文献对创业农民“再创业”,即扩大创业、维持创业或创业退出等衍生性选择的探索不多,在事实上忽视了创业农民群体选择异质性的关注。本文使用“组合创业”考察农民创什么业、选择“企业家创业”考察农民如何创业,在创业研究内容上有一定的新颖性。本研究结合风险厌恶和家庭资产配置,不仅考察了农民创业再选择的中介作用问题,还将资产配置两条路径延伸到创业农民选择的研究上,扩展了当前中国农民创业研究的深度和广度。
徐凡[8](2019)在《寿险资金运用风险测度计算 ——以C人寿保险公司为例》文中研究指明随着寿险公司市场竞争日趋激烈,而承保利润逐渐压缩甚至出现亏损的情况下,寿险资金运用投资关系着寿险企业的长期稳定经营发展,如何提高自身的投资收益率,用投资收益来弥补承保的亏损,是寿险企业面临现在需要面临的问题。我国正在改革保险资金运用管理,并拓宽了保险资金投资渠道,此时寿险企业带来机遇的同时也带来了挑战,因为收益与风险是并存的。寿险资金运用会带来投资回报,提高公司利润,但同时寿险资金运用也会受到内外部环境的风险的影响,如何有效地控制风险成为了保险企业亟待解决的问题。因此,本文研究目的是选取的案例公司C是诸多中小寿险企业的一员。希望能够通过对C寿险公司保险资金运用情况进行风险识别分析,结合2015年至2018年的年度信息披露报告,对资金运用投资情况进行财务指标定性,以及通过运用Va R模型定量分析其在资金运用方面的风险值,结合C公司上述定性及定量分析提出切实可行的意见和建议,对我国寿险业资金运用风险管理的研究提供参考意义和借鉴意义。
王盼盼[9](2019)在《海域使用权资产证券化信用风险测度研究》文中进行了进一步梳理党的十八大、十九大分别提出“建设”和“加快建设”海洋强国战略,我国海洋经济发展取得了巨大成就,但也面临诸多挑战。例如,多数海域使用开发需要较大投资,给海域使用权人带来较大流动性压力,海洋自然灾害等可能使投资收益突变为零,又使其承受巨大风险。作为一种结构化融资工具,资产证券化既能盘活发起人存量资产,又能分散其风险,可以有效解决上述问题。信用风险是金融产品最主要的风险之一,证券化产品也不例外,测度资产证券化信用风险,可以测算预期违约概率,确定安全发债规模,是信用风险控制的基础。相关研究虽已引起学界关注,但还处于刚刚起步阶段。论文立足我国海域使用权融资及资产证券化发展实际,提出将资产证券化应用在海域使用权领域,并测度其证券化信用风险。首先,分析海域使用权资产证券化的必要性和交易结构,进而分析资产证券化信用风险的来源和特征,确定信用风险测度对象;其次,构建改进的KMV模型,基于实物期权法初步确定基础资产价值,并运用信息扩散技术估计海洋自然灾害概率风险、校正基础资产价值,尽可能实现海域使用权证券化信用风险的合理测度;最后,以填海造地海域使用权为例,进行海域使用权资产证券化信用风险测度实证研究。选取胶东半岛X港散杂货堆场工程项目、Y港油品及液化品罐区回填一期、二期工程项目和堆场扩建回填一期工程项目共四处填海造地海域使用权项目组建资产池,进行实证检验,结果显示:(1)依据实物期权法初步确定基础资产价值为15714万元;依据信息扩散技术估计海洋自然灾害概率风险为0.476%,据此校正基础资产价值为15639万元。(2)改进的KMV模型在缺少海域使用权人历史违约数据时也可以较好地测度证券化信用风险。发债规模在13639~15639万元之间时,预期违约概率较大,信用风险较高;当发债规模低于13639万元时,预期违约概率较小,信用风险较低,结合信用评级得出的安全发债规模应不高于13652万元。
李霞[10](2019)在《中国银行“中誉2017-2”不良资产支持证券产品研究》文中进行了进一步梳理不良资产证券化是目前银行系统将不良资产隔离出表一个比较稳健且市场化的方式。2016年我国正式重启商业银行不良资产证券化试点,监管层释放了500亿规模的发行量,然而截至2018年,商业银行的实际发行总量仅占释放额度的不到八成。一方面,我国金融市场正从银行主导阶段向弱市场主导阶段过渡,期间商业银行积累了大量社会不良贷款,传统核销、重组的方式效率低下,商业银行有进行不良资产证券化业务的动力,然而试点重启后商业银行的发行热情不足,这与市场环境、法律法规尚不健全有着一定联系;另外一方面,不良资产支持证券标准化程度低,产品交易结构比较复杂,入池资产异质性高,这些都使得缺乏经验和专业素养的投资者难以判断产品并且选择投资,这也是我国不良资产支持证券的二级市场活跃度不够的原因之一。基于上述背景,本文选取了中国银行发行的“中誉2017-2”个人住房抵押不良贷款支持证券进行研究,研究的结论无论从我国商业银行不良资产证券化实践的角度来看,还是增强重启资产证券化试点后学术领域相关研究的时效性角度来看,都具有一定实践和理论意义。文章首先介绍了不良资产证券化的背景,找出其发展中的行业痛点,再通过选取典型的案例来进行具体的问题剖析,定性且定量地分析了产品交易结构设计,最后提出优化产品资产池设计以及提高产品市场吸引力的解决措施。其中,案例的介绍和分析基于现代资产组合理论、现金流估值理论、蒙特卡洛模拟法和不良资产支持证券交易设计等相关理论。研究发现,“中誉2017-2”这一信托产品存在交易过程税费过重、回收预测分析方法存在瑕疵、利率风险过高、信用增级措施单一且不独立等一系列问题,据此提出:为了保证不良资产支持证券在我国有更好的发行环境,应当要健全相关法律法规建设,优化资产池现金流估值分析方法,动态管理资产池数据。总体来说,除了上述问题之外,“中誉2017-2”产品的发行效果较佳。中国银行自2014年于全国银行间债券市场发行信贷资产支持证券后,其资本充足率和核心一级资本充足率基本保持了每年小幅度增长的势头,经营利润增长也较为可观。综上所述,不良资产证券化可以给商业银行带来一定效益,但如果没有把控好风险也可能给金融市场带去冲击,重要的是做好产品交易结构设计,健全制度法规,通过税收减免、提高信息披露质量等措施减轻发行成本,调动二级市场的投资积极性,这样才能将“资产证券化”这一重要的金融创新变成能够推动我国金融债券市场发展以及优化商业银行资产结构的市场化工具。
二、抵押支持证券的利率风险测度与管理(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、抵押支持证券的利率风险测度与管理(论文提纲范文)
(1)我国体育产业高质量发展的金融支持研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.1.1 体育产业高质量发展的现实需要 |
1.1.2 金融与实体经济关系的重新审视 |
1.1.3 体育产业高质量发展的金融诉求 |
1.2 问题提出 |
1.3 研究意义 |
1.3.1 理论意义 |
1.3.2 实践意义 |
1.4 主要内容与研究方法 |
1.4.1 主要内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 研究创新点 |
第2章 文献综述与理论基础 |
2.1 核心概念界定 |
2.1.1 体育产业 |
2.1.2 高质量发展 |
2.1.3 体育产业高质量发展 |
2.1.4 金融支持 |
2.2 文献综述 |
2.2.1 经济高质量发展的金融支持研究 |
2.2.2 新兴产业发展的金融支持研究 |
2.2.3 体育产业发展的金融支持研究 |
2.2.4 体育产业高质量发展与金融支持的关系认识 |
2.2.5 文献述评 |
2.3 理论基础 |
2.3.1 产业生命周期理论 |
2.3.2 产业结构理论 |
2.3.3 产业融合理论 |
2.3.4 Schumpeter金融促进理论 |
2.3.5 金融结构理论 |
2.3.6 金融深化、金融约束与金融内生理论 |
2.3.7 系统理论与经济效率理论 |
第3章 体育产业高质量发展的金融支持现状与不足 |
3.1 体育产业高质量发展的金融支持现状 |
3.1.1 政府金融支持现状 |
3.1.2 信贷市场支持现状 |
3.1.3 债券市场支持现状 |
3.1.4 股票市场支持现状 |
3.1.5 风险投资支持现状 |
3.1.6 其他金融市场支持现状 |
3.2 体育产业高质量发展的金融支持不足 |
3.2.1 金融支持制度体系亟待完善,金融支持政策工具尚需补充 |
3.2.2 金融市场结构失衡问题凸显,直接融资渠道建设存在不足 |
3.2.3 风险资本经典功能发生偏离,资本投入可持续性有所欠缺 |
3.2.4 新兴金融工具利用不尽充分,体育金融复合人才供给不足 |
3.3 本章小结 |
第4章 体育产业高质量发展的金融支持特征与机理 |
4.1 体育产业高质量发展的金融需求特征 |
4.1.1 “支柱地位”与扩张趋势: 亟需政策引导的规模化金融支持 |
4.1.2 丰富业态与结构演进: 亟需层次多元的系统化金融支持 |
4.1.3 投资风险与不确定性: 亟需风险偏好的针对性金融支持 |
4.1.4 消费升级与供需优化: 亟需科技赋能的普惠性金融支持 |
4.2 体育产业高质量发展的金融支持机理 |
4.2.1 金融支持体育产业高质量发展的功能组成 |
4.2.2 金融支持体育产业高质量发展的作用机理 |
4.3 本章小结 |
第5章 体育产业高质量发展的宏观金融支持效应分析——基于耦合协调视角 |
5.1 研究方案设计 |
5.2 研究方法选择 |
5.2.1 金融支持体育产业高质量发展的复杂系统特征 |
5.2.2 耦合的应用 |
5.3 金融支持体育产业高质量发展的耦合机制 |
5.3.1 耦合机制的内涵 |
5.3.2 金融支持体育产业高质量发展的耦合机理 |
5.3.3 金融支持体育产业高质量发展的耦合机制 |
5.4 模型构建与数据处理 |
5.4.1 耦合测度模型 |
5.4.2 灰色关联模型 |
5.4.3 序参量体系与数据选取 |
5.4.4 熵值赋权处理 |
5.5 耦合协调效应分析 |
5.5.1 系统发展水平分析 |
5.5.2 耦合关联与耦合协调效应分析 |
5.5.3 基于剪刀差的进一步讨论 |
5.6 耦合协调效应的影响因素 |
5.6.1 影响因素识别 |
5.6.2 变量选取 |
5.6.3 影响因素分析 |
5.7 本章小结 |
第6章 体育产业高质量发展的微观金融支持效率评价——以上市公司为例 |
6.1 研究方案设计 |
6.2 研究方法选择 |
6.2.1 金融支持体育产业高质量发展的投入产出特征 |
6.2.2 方法思路与适用性 |
6.3 模型构建与数据处理 |
6.3.1 模型构建 |
6.3.2 样本选取 |
6.3.3 指标测算与数据处理 |
6.4 静态效率矩阵分析 |
6.4.1 综合金融效率分析 |
6.4.2 股权静态效率分析 |
6.4.3 债权静态效率分析 |
6.5 动态效率演变分析 |
6.5.1 金融效率的动态演变 |
6.5.2 股权效率的动态演变 |
6.5.3 债权效率的动态演变 |
6.6 效率收敛性分析 |
6.6.1 金融效率的收敛性分析 |
6.6.2 股权效率的收敛性分析 |
6.6.3 债权效率的收敛性分析 |
6.7 本章小结 |
第7章 体育产业高质量发展的金融支持系统建模与仿真 |
7.1 研究方案设计 |
7.2 研究方法选择 |
7.2.1 系统动力学原理 |
7.2.2 系统动力学组成模块—基于Vensim实现 |
7.2.3 系统动力学特点及适用性 |
7.3 建模准备 |
7.3.1 模型构建原则 |
7.3.2 系统边界确定 |
7.3.3 模型基本假设 |
7.4 模型与变量关系构建 |
7.4.1 子系统组成及因果关系 |
7.4.2 总系统组成及因果关系 |
7.4.3 系统流图设计及主要变量 |
7.4.4 变量函数关系确定 |
7.5 模型检验 |
7.5.1 外观检验 |
7.5.2 运行检验 |
7.5.3 稳定性检验 |
7.5.4 历史检验 |
7.5.5 灵敏度检验 |
7.6 策略仿真分析 |
7.6.1 基础仿真结果 |
7.6.2 市场金融策略仿真 |
7.6.3 政府金融干预仿真 |
7.6.4 金融风险情景仿真 |
7.7 本章小结 |
第8章 结论、建议与展望 |
8.1 研究结论 |
8.2 对策建议 |
8.3 局限与展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间的科研成果 |
附件 |
学位论文评阅及答辩情况表 |
(2)我国影子银行系统风险溢出效应研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 引言 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容与技术路线 |
1.2.1 研究内容 |
1.2.2 论文技术路线 |
1.3 研究方法 |
1.4 创新点 |
2 相关理论及国内外研究综述 |
2.1 金融体系系统风险基本理论 |
2.1.1 相关概念 |
2.1.2 金融体系系统风险形成机制相关理论 |
2.2 金融体系系统风险测量 |
2.3 影子银行及影子银行系统风险 |
2.3.1 影子银行的概念 |
2.3.2 影子银行系统风险文献综述 |
3 影子银行系统风险形成机理及传染途径 |
3.1 国外影子银行系统风险形成机理及传染途径 |
3.1.1 国外影子银行发展机制 |
3.1.2 国外影子银行系统风险形成机理及传染途径 |
3.2 中国影子银行系统风险形成机理及传染途径 |
3.2.1 中国影子银行成因 |
3.2.2 中国影子银行的发展历程 |
3.2.3 中国影子银行风险传染路径分析 |
3.3 我国影子银行系统风险的表现形式 |
3.3.1 我国影子银行系统风险的主要特征 |
3.3.2 我国影子银行系统风险的关键环节 |
4 我国影子银行系统风险的潜在影响分析 |
4.1 影子银行系统风险的基础规模估算 |
4.1.1 基于社会融资估算影子银行规模 |
4.1.2 基于官方口径估算影子银行规模 |
4.2 我国影子银行系统风险溢出案例分析 |
4.2.1 安信信托业绩暴雷与项目违约 |
4.2.2 安信信托风险溢出效应显现 |
4.2.3 安信信托风险溢出的原因分析 |
4.2.4 信托行业影子银行业务内在风险分析 |
5 基于GARCH模型影子银行系统风险溢出效应的实证分析 |
5.1 实证方法及适用模型选择 |
5.1.1 Var及 Co Va R概念及计算方法 |
5.1.2 ARCH模型 |
5.1.3 GARCH(1,1)模型 |
5.1.4 GARCH—M(GARCH-in-Mean)模型 |
5.1.5 基于GARCH—M模型的VaR计算 |
5.1.6 基于GARCH—M模型的CoVaR计算 |
5.1.7 计算风险溢出值 |
5.2 基于GARCH模型的实证分析 |
5.2.1 建模指标选择 |
5.2.2 数据来源和说明 |
5.2.3 数据检验 |
5.2.4 模型建立及回归结果 |
6 基于SVAR模型的影子银行与金融稳定相关性分析 |
6.1 引言 |
6.2 模型构建和数据说明 |
6.2.1 影子银行对金融稳定影响的SVAR模型建立 |
6.2.2 数据说明 |
6.3 实证结果分析 |
6.3.1 数据的平稳性检验 |
6.3.2 滞后阶数的选择 |
6.3.3 格兰杰因果检验 |
6.3.4 模型的建立及其检验 |
6.3.5 脉冲响应分析 |
7 结论及政策建议 |
7.1 结论 |
7.2 政策建议 |
7.2.1 调整金融监管模式:从分业监管向综合监管过渡 |
7.2.2 完善影子银行法律体系,规范影子银行业务 |
7.2.3 完善影子银行内控机制,降低内在系统风险 |
7.2.4 监控非传统信用创造机制,减少风险传染途径 |
7.2.5 我国影子银行风险溢出监管具体举措 |
参考文献 |
附录A |
索引 |
作者简历及攻读博士学位期间取得的研究成果 |
一、作者简历 |
二、发表论文 |
学位论文数据集 |
(4)植物品种权证券化研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 选题依据 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
1.5 研究方法与技术路线 |
1.6 论文创新点 |
2 植物品种权证券化概念界定与理论框架 |
2.1 植物品种权证券化内涵界定 |
2.2 植物品种权证券化的要素与运作流程 |
2.3 植物品种权证券化相关理论与理论框架 |
2.4 本章小结 |
3 植物品种权证券化方式 |
3.1 主要国家知识产权证券化方式 |
3.2 植物品种权证券化的主要方式 |
3.3 植物品种权证券化股权众筹 |
3.4 本章小结 |
4 植物品种权证券化定价 |
4.1 植物品种权证券化定价基础 |
4.2 植物品种权证券化定价方法 |
4.3 植物品种权证券化定价模型构建与分析 |
4.4 植物品种权证券化价格仿真分析 |
4.5 本章小结 |
5 植物品种权证券化风险 |
5.1 植物品种权证券化的风险形成与传导 |
5.2 植物品种权证券化风险测度 |
5.3 基于区间直觉模糊梯形的植物品种权证券化风险分析 |
5.4 本章小结 |
6 植物品种权证券化管理策略 |
6.1 运用金融科技手段,实现植物品种权证券化创新发展 |
6.2 构建合理有效的金融监管体系,防范金融风险 |
6.3 规范交易市场,维护植物品种权证券化有效运行 |
6.4 优化资源配置,提供良好的植物品种权证券化投融资环境 |
6.5 加强政策法规建设,保障植物品种权证券化高效发展 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录1 植物品种权证券化调查问卷 |
附录2 植物品种权证券化风险因素调查问卷 |
附录3 |
作者简历 |
致谢 |
学位论文数据集 |
(5)资产价格与系统性金融风险:影响机制及其监控研究(论文提纲范文)
摘要 |
Abstract |
主要缩略词、符号变量的注释表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容与研究方法 |
1.2.1 研究范围界定 |
1.2.2 研究思路 |
1.2.3 研究内容 |
1.2.4 研究方法 |
1.3 研究创新与不足之处 |
1.3.1 研究创新 |
1.3.2 可能的不足之处 |
第二章 文献综述 |
2.1 资产价格形成与波动研究综述 |
2.1.1 资产定价理论研究 |
2.1.2 资产价格波动研究 |
2.2 资产价格与系统性金融风险关联研究综述 |
2.2.1 系统性金融风险的理论属性研究 |
2.2.2 系统性金融风险的生成机制研究 |
2.2.3 资产价格与系统性金融风险的影响研究 |
2.3 系统性金融风险的测度与监控研究综述 |
2.3.1 系统性金融风险的识别与测度研究 |
2.3.2 系统性金融风险的影响与监控研究 |
2.4 文献述评 |
2.5 本章小结 |
第三章 资产价格的形成及其波动效应研究 |
3.1 资产价格的形成与波动机理分析 |
3.1.1 资产价格的理论基础 |
3.1.2 资产价格形成的市场机理 |
3.1.3 资产价格波动的流动性驱动机制 |
3.2 资产价格统计特征与泡沫分析 |
3.2.1 资产价格的统计特征分析 |
3.2.2 资产价格泡沫分析 |
3.3 资产价格的波动效应分析 |
3.3.1 研究设计 |
3.3.2 变量选取与检验 |
3.3.3 实证分析 |
3.4 本章小结 |
第四章 资产价格与系统性金融风险的影响机理研究 |
4.1 资产价格与系统性金融风险影响的典型事实 |
4.1.1 房地产危机 |
4.1.2 股票市场危机 |
4.1.3 银行业危机 |
4.1.4 回顾与分析 |
4.2 资产价格与系统性金融风险的影响途径分析 |
4.2.1 预期途径影响分析 |
4.2.2 市场途径影响分析 |
4.2.3 流动性途径影响分析 |
4.3 资产价格与系统性金融风险的影响效应分析 |
4.3.1 基于金融机构的影响效应分析 |
4.3.2 基于宏观视角的影响效应分析 |
4.4 本章小结 |
第五章 基于资产价格的系统性金融风险测度研究 |
5.1 系统性金融风险测度的理论基础 |
5.1.1 微观视角的系统性金融风险测度理论 |
5.1.2 宏观视角的系统性金融风险测度理论 |
5.2 基于网络视角的系统性金融风险测度体系构建 |
5.2.1 基于网络关联的测度分析 |
5.2.2 基于网络视角系统性金融风险测度体系构建 |
5.3 宏观视角的系统性金融风险测度 |
5.3.1 金融系统压力指数 |
5.3.2 金融实力指数体系 |
5.4 本章小结 |
第六章 基于资产价格的系统性金融风险溢出效应研究 |
6.1 系统性金融风险溢出效应的理论分析 |
6.1.1 微观溢出效应分析 |
6.1.2 宏观溢出效应分析 |
6.2 系统性金融风险的微观机构溢出效应实证分析 |
6.2.1 研究设计 |
6.2.2 变量选取和实证模型 |
6.2.3 实证结果分析 |
6.2.4 微观机构溢出效应小结 |
6.3 系统性金融风险的宏观时变溢出效应实证分析 |
6.3.1 研究设计 |
6.3.2 因果检验与模型估计结果 |
6.3.3 脉冲结果分析 |
6.3.4 宏观时变溢出效应小结 |
6.4 本章小结 |
第七章 基于资产价格视角的系统性金融风险监控研究 |
7.1 系统性金融风险监控的理论基础 |
7.1.1 系统性金融风险监控的理论发展 |
7.1.2 系统性金融风险监控方法演化 |
7.2 系统性金融风险监控的现状与构建 |
7.2.1 系统性金融风险监控的现状分析 |
7.2.2 系统性金融风险监控理念与原则 |
7.2.3 多维度风险监控体系的构建 |
7.3 系统性金融风险的资产价格监控 |
7.3.1 极端条件下信贷杠杆对资产价格波动冲击 |
7.3.2 基于资产价格泡沫的测度监控 |
7.3.3 基于资产组合的尾部风险度量与监控 |
7.4 基于资产价格视角的外生流动性冲击监控 |
7.4.1 外生流动性冲击监控基础 |
7.4.2 研究设计 |
7.4.3 初步检验与模型设定 |
7.4.4 正交脉冲响应分析 |
7.5 基于资产价格的系统性金融风险指数化监控 |
7.5.1 微观系统性金融风险监控体系构建 |
7.5.2 微观系统性金融风险的时变监控 |
7.5.3 宏观系统性金融风险的时变监控效果检验 |
7.6 本章小结 |
第八章 研究结论与未来展望 |
8.1 主要结论 |
8.2 政策建议 |
8.3 研究展望 |
参考文献 |
攻读博士学位期间的科研情况 |
致谢 |
(6)财政货币政策在系统性金融风险应对中的协调配合(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
一、研究背景及研究意义 |
二、研究思路、框架与方法 |
(一)研究思路与重点 |
(二)重点研究框架 |
(三)研究方法 |
三、创新点与不足 |
第二章 文献综述 |
一、系统性金融风险的定义与成因 |
(一)系统性金融风险的定义 |
(二)系统性金融风险的成因 |
二、政府介入系统性金融风险应对和金融危机救助相关研究 |
(一)政府介入系统性金融风险应对的必要性 |
(二)政府救助范畴 |
(三)政府救助措施 |
三、财政政策与货币政策在系统性金融风险应对中的协调配合相关研究 |
(一)财政政策与货币政策协调配合的必要性 |
(二)财政政策与货币政策协调配合方式 |
(三)系统性金融风险应对中的财政政策与货币政策协调配合 |
(四)研究财政政策与货币政策协调配合的主要理论方法 |
第三章 财政政策与货币政策应对系统性金融风险的理论分析(一):介入和退出标准 |
一、系统性金融风险应对的范畴 |
二、财政政策与货币政策介入系统性金融风险应对的标准 |
(一)预期收益分析 |
(二)预期成本分析 |
(三)预期成本收益曲线分析 |
三、财政政策与货币政策退出系统性金融风险应对的标准 |
(一)退出原则 |
(二)退出标准与时机 |
(三)政策退出的次序与方式 |
四、小结 |
第四章 财政政策与货币政策应对系统性金融风险的理论分析(二):作用机制 |
一、蒙代尔—弗莱明IS-LM-BP模型 |
二、加入风险溢价因素的IS-LM-BP-RP模型 |
三、加入风险溢价和预期因素的IS-LM-BP-RP-AE模型 |
(一)系统性金融风险状态下预期对IS曲线的影响 |
(二)系统性金融风险状态下预期对LM曲线的影响 |
(三)系统性金融风险状态下预期对BP曲线的影响 |
(四)IS-LM-BP-RP-AE模型中的财政政策与货币政策效应 |
四、极端情形下的财政政策与货币政策选择 |
(一)对现代货币理论(MMT)理念的借鉴 |
(二)对现代货币理论(MMT)理念的批判 |
(三)IS-LM-BP-RP-AE 模型与现代货币理论的结合 |
五、小结 |
第五章 财政政策与货币政策应对系统性金融风险的国际经验 |
一、美国应对“大萧条” |
(一)背景概况 |
(二)采取的财政政策与货币政策措施 |
(三)政策效果 |
(四)政策退出 |
二、香港应对亚洲金融危机 |
(一)背景概况 |
(二)采取的财政政策与货币政策措施 |
(三)政策效果 |
(四)政策退出 |
三、美国应对2008年国际金融危机 |
(一)背景概况 |
(二)采取的财政政策与货币政策措施 |
(三)政策效果 |
(四)政策退出 |
四、小结 |
第六章 中国财政政策与货币政策协调配合应对系统性金融风险的做法与建议 |
一、中国财政政策与货币政策协调配合应对系统性金融风险的主要做法 |
(一)上世纪90年代处置国有银行不良资产风险 |
(二)清理整顿金融“三乱” |
(三)全国农信社风险处置 |
(四)本世纪初国有银行风险处置与股份制改革 |
(五)2015年应对股市异常波动 |
(六)包商银行接管 |
二、中国财政政策与货币政策协调配合应对系统性金融风险的不足及原因 |
(一)传统机制难以适应新形势下突发系统性金融风险应对需求 |
(二)央行向国家财政上缴利润机制执行的灵活性加大 |
(三)货币政策调控与财政政策之间的内生联系有待进一步加强 |
三、完善机制的政策建议 |
第七章 中国财政政策与货币政策协调配合应对系统性金融风险的实证分析 |
一、变量数据与模型说明 |
二、财政政策与货币政策对实体经济的影响(VEC模型) |
(一)数据平稳性检验 |
(二)协整检验与VEC模型 |
(三)格兰杰因果检验 |
(四)脉冲响应函数与方差分解 |
(五)小结 |
三、财政政策与货币政策对股市走势的影响(VAR模型) |
(一)数据平稳性检验 |
(二)VAR模型的构建 |
(三)格兰杰因果检验 |
(四)脉冲响应函数与方差分解 |
(五)小结 |
四、财政政策与货币政策对股市波动性的影响(ARCH类模型) |
(一)数据平稳性检验 |
(二)ARCH效应检验 |
(三)模型拟合 |
(四)结果分析 |
(五)小结 |
五、财政政策与货币政策对股市波动性的影响(VAR模型) |
(一)VAR模型的构建 |
(二)格兰杰因果检验 |
(三)脉冲响应函数与方差分解 |
(四)小结 |
六、财政政策与货币政策对投资者信心的影响(VAR模型) |
(一)数据平稳性检验 |
(二)VAR模型的构建 |
(三)格兰杰因果检验 |
(四)脉冲响应函数和方差分解 |
(五)小结 |
第八章 新形势下中国的系统性金融风险隐患及应对 |
一、新形势下中国可能存在的系统性金融风险隐患 |
(一)实体经济领域可能存在的系统性金融风险隐患 |
(二)金融市场领域可能存在的系统性金融风险隐患 |
(三)金融机构领域可能存在的系统性金融风险隐患 |
二、应对系统性金融风险的财政政策与货币政策储备 |
(一)应对实体经济领域系统性金融风险的财政政策与货币政策 |
(二)应对金融市场领域系统性金融风险的财政政策与货币政策 |
(三)应对金融机构领域系统性金融风险的财政政策与货币政策 |
三、小结 |
第九章 结论与启示 |
一、主要结论 |
(一)系统性金融风险应对的范畴 |
(二)财政政策与货币政策介入与退出系统性金融风险应对的标准 |
(三)财政政策与货币政策应对系统性金融风险的手段 |
(四)中国财政政策与货币政策应对系统性金融风险的效果 |
(五)当前中国可能存在的系统性金融风险隐患 |
二、政策启示 |
中外文参考文献 |
附录 |
后记 |
攻读博士期间的学术成果 |
(7)风险厌恶、家庭资产配置与农民创业选择(论文提纲范文)
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 创业与农民创业 |
1.2.2 风险厌恶测度 |
1.2.3 风险厌恶与创业 |
1.2.4 风险厌恶与家庭资产配置 |
1.2.5 家庭资产与创业 |
1.2.6 文献评述 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法和研究思路 |
1.4 研究创新与不足 |
1.4.1 研究创新 |
1.4.2 研究不足 |
2 概念界定与理论基础 |
2.1 相关概念界定 |
2.1.1 风险厌恶 |
2.1.2 家庭资产 |
2.1.3 家庭资产配置 |
2.1.4 农民创业 |
2.1.5 农民创业选择 |
2.2 理论基础 |
2.2.1 风险偏好理论 |
2.2.2 计划行为理论 |
2.2.3 创业资源理论 |
2.2.4 家庭资产配置理论 |
2.3 本章小结 |
3 风险厌恶、家庭资产配置影响农民创业选择的理论分析 |
3.1 风险厌恶影响农民创业选择的理论推导与机制分析 |
3.1.1 传统社区情景下风险厌恶影响农民创业的数理推导 |
3.1.2 现代市场情景下风险厌恶影响农民创业的数理推导 |
3.1.3 区分自雇和企业家创业情形下风险厌恶影响农民创业的数理推导 |
3.1.4 风险厌恶影响农民选择是否创业的机制分析 |
3.1.5 风险厌恶影响创业农民选择创业形式的机制分析 |
3.2 风险厌恶影响家庭资产配置的理论推导与机制分析 |
3.2.1 全部资产都可交易情形下风险厌恶影响家庭资产配置的数理推导 |
3.2.2 部分资产不可交易情形下风险厌恶影响家庭资产配置的数理推导 |
3.3 家庭资产配置影响农民创业选择的理论推导与机制分析 |
3.3.1 对家庭资产配置与创业选择“一体两面”的讨论 |
3.3.2 家庭资产与农民创业选择的基准模型 |
3.3.3 不同种类家庭资产间配置关系与农民创业选择 |
3.3.4 家庭资产间配置与农民创业选择的机制分析 |
3.4 风险厌恶、家庭资产配置与农民创业选择的作用机理分析 |
3.4.1 “家庭资产配置”作为“风险厌恶影响农民创业选择”中介变量的讨论 |
3.4.2 家庭资产配置在风险厌恶影响农民创业选择路径的中介效应数理分析 |
3.4.3 风险厌恶、家庭资产配置与农民创业选择作用机理的综合分析 |
3.5 本章小结 |
4 调研设计与风险厌恶度的测度 |
4.1 数据来源与调研设计 |
4.1.1 样本来源区域 |
4.1.2 问卷设计 |
4.1.3 抽样规模的确定 |
4.1.4 抽样方法及样本选取 |
4.1.5 数据的收集与整理 |
4.2 风险厌恶度测度的原理与方法 |
4.2.1 风险厌恶测度的原理 |
4.2.2 风险厌恶测度的定性方式 |
4.2.3 风险厌恶的定量测度 |
4.2.4 基于实验经济学方法的风险厌恶定量测度 |
4.3 基于实验方法和自主报告的综合风险厌恶测度的研究设计 |
4.3.1 基于BRET实验方法的测度 |
4.3.2 基于DOSPERT的自主报告方式复式度量 |
4.3.3 测度的流程 |
4.4 风险厌恶测度结果 |
4.4.1 SOEP报告的结果 |
4.4.2 DOSPERT报告的结果 |
4.4.3 BRET实验的结果 |
4.5 三种风险态度测度结果的比较与讨论 |
5 西南三省农村居民家庭资产配置及农民创业的现实考察 |
5.1 西部农村居民的家庭资产与创业的历史变化 |
5.1.1 西部农村居民的家庭资产的历史变化 |
5.1.2 农民创业的历史情况及与家庭资产的联动分析 |
5.1.3 分省域进行比较和讨论 |
5.2 农村居民家庭资产的价值评估及总资产情况考察 |
5.2.1 农村居民家庭资产的价值评估 |
5.2.2 家庭总资产的情况考察 |
5.3 基于结构视角的农村家庭资产情况的现状考察 |
5.3.1 关于资产结构指标的介绍及统计 |
5.3.2 固定资产情况 |
5.3.3 金融资产情况 |
5.3.4 借入款情况 |
5.4 基于配置视角的农村家庭资产情况的现状考察 |
5.4.1 资产配置指标的确立 |
5.4.2 风险资产情况 |
5.4.3 安全资产情况 |
5.4.4 综合耐用消费品情况 |
5.5 调查农户家庭的创业选择情况考察 |
5.5.1 创业选择情况 |
5.5.2 创业绩效情况 |
5.5.3 创业行业情况 |
5.5.4 经营与组织情况 |
5.6 创业视角下农民家庭资产配置的变动 |
5.6.1 创业前后农民家庭资产价值量的变动 |
5.6.2 创业前后农民家庭资产配置的变动 |
5.7 本章总结 |
6 风险厌恶影响农民创业选择、家庭资产配置的实证分析 |
6.1 风险厌恶对农民创业选择的影响研究 |
6.1.1 数据来源与方法 |
6.1.2 研究假设与模型的构建 |
6.1.3 变量的选取 |
6.1.4 变量描述性统计分析 |
6.1.5 模型检验、主要回归结果及其分析 |
6.1.6 进一步回归及其分析 |
6.1.7 比较回归及其分析 |
6.1.8 实证分析小结 |
6.2 风险厌恶对家庭资产配置的影响研究 |
6.2.1 数据来源与方法 |
6.2.2 研究假设与模型的构建 |
6.2.3 变量的选取 |
6.2.4 变量描述性统计分析 |
6.2.5 模型检验、回归结果及其分析 |
6.2.6 稳健性回归结果分析 |
6.2.7 实证分析小结 |
6.3 两次实证分析结果汇总及讨论 |
6.4 本章总结 |
7 家庭资产配置对农民创业选择影响的实证分析 |
7.1 数据来源与研究方法 |
7.1.1 数据来源 |
7.1.2 研究方法 |
7.2 模型构建和变量选取 |
7.2.1 模型的构建 |
7.2.2 变量选取及描述性统计分析 |
7.3 家庭资产配置对农民是否创业的影响分析 |
7.3.1 研究假设的提出 |
7.3.2 初步回归结果及分析 |
7.3.3 内生性检验、稳健性回归及分析 |
7.3.4 进一步回归及分析 |
7.3.5 基于家庭资产配置的互动视角的回归分析 |
7.3.6 实证小结 |
7.4 家庭资产配置对农民是否选择组合创业的影响分析 |
7.4.1 研究假设的提出 |
7.4.2 初步回归结果及分析 |
7.4.3 进一步回归结果及分析 |
7.4.4 基于家庭资产配置的互动视角的回归分析 |
7.4.5 实证小结 |
7.5 家庭资产配置对农民是否选择企业家创业的影响分析 |
7.5.1 研究假设的提出 |
7.5.2 初步回归结果及分析 |
7.5.3 稳健回归结果及分析 |
7.5.4 基于家庭资产配置的互动视角的回归分析 |
7.5.5 实证小结 |
7.6 本章总结 |
8 风险厌恶、家庭资产配置对农民创业选择的影响分析 |
8.1 数据来源与方法 |
8.1.2 数据来源 |
8.1.3 研究方法 |
8.2 研究假设与模型构建 |
8.2.1 研究假设的提出 |
8.2.2 实证模型的构建 |
8.3 变量选取与描述性统计分析 |
8.4 家庭资产配置作为内生中介效应分析 |
8.4.1 中介效应识别的思路 |
8.4.2 影响农民选择创业路径的中介效应分析 |
8.4.3 影响农民选择组合创业路径的中介效应分析 |
8.4.4 农民选择企业家创业路径的中介效应分析 |
8.4.5 对中介效用进行系数乘积法检验及对检验结果的比较和讨论 |
8.5 进一步研究:风险厌恶与家庭资产配置的潜在交互作用 |
8.5.1 影响农民创业选择的交互效应分析 |
8.5.2 中介效应与交互作用的比较及讨论 |
8.6 本章小结 |
9 研究结论与启示 |
9.1 研究结论 |
9.2 政策启示 |
9.2.1 重视农民个体风险态度,构建评估平台普及农民创业咨询服务 |
9.2.2 着力农村家庭风险感知,探索“市场+政府+农户”创业风险共担机制 |
9.2.3 家庭资产配置是农民创业重要指标,应纳入到农民创业评估体系当中 |
9.2.4 生产性资产是农民创业重要启动器,应发展专门中介组织支持农民创业 |
9.2.5 盘活固定资产金融价值,增强农民选择创业的意愿 |
9.2.6 利用资产促进创业的配置效应,探索以多元资产包为对象的创业补贴手段 |
参考文献 |
致谢 |
附录 |
附录一:补充表格 |
附录二:调查问卷 |
附录三:攻读博士学位期间发表论文 |
(8)寿险资金运用风险测度计算 ——以C人寿保险公司为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究目的与研究意义 |
1.1.1 研究目的 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 理论简述 |
1.2.2 国外文献综述 |
1.2.3 国内文献综述 |
1.3 研究方法与研究思路 |
1.3.1 研究方法 |
1.3.2 研究思路 |
2 寿险资金运用概况及其面临的风险 |
2.1 寿险资金运用的基本原则 |
2.2 国外寿险资金运用的发展状况特点 |
2.2.1 美国寿险资金运用特点 |
2.2.2 英国寿险资金运用特点 |
2.2.3 日本寿险资金运用特点 |
2.3 我国寿险资金运用情况 |
2.4 寿险资金运用面临的风险 |
2.4.1 寿险资金运用在寿险经营中的地位 |
2.4.2 寿险资金运用投资风险 |
2.4.3 寿险资金运用投资渠道及其风险分析 |
3 C寿险公司资金运用现状 |
3.1 案例简介 |
3.2 C人寿资金运用风险分析 |
3.2.1 管理风险分析 |
3.2.2 投资渠道风险分析 |
3.2.3 政策风险分析 |
3.3 C人寿资金运用情况问题分析 |
3.3.1 资金运用模式 |
3.3.2 资金配置不合理,未充分利用新增渠道 |
3.3.3 投资收益较低 |
3.3.4 资产与负债不匹配 |
3.4 结论 |
4 寿险资金运用风险测算 |
4.1 模型理论基础 |
4.1.1 VAR模型的选择 |
4.1.2 VAR的主要计算 |
4.1.3 VAR在寿险资金运用的功能 |
4.2 C寿险资金运用的风险测算 |
4.2.1 单项资产的VAR |
4.2.2 投资组合的VAR |
4.2.3 其他与VAR相关指标 |
4.2.4 结论 |
5 结论与建议 |
5.1 研究结论 |
5.2 寿险资金运用风险管理建议 |
5.2.1 建立健全的资金运用模式 |
5.2.2 实施多样化的投资组合策略 |
5.2.3 优化寿险资金运用的资产负债匹配管理 |
5.2.4 建立内部风险控制体系 |
5.2.5 建立有效的资金运用监管体系 |
5.3 研究不足 |
参考文献 |
致谢 |
(9)海域使用权资产证券化信用风险测度研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.4 研究内容与创新点 |
1.5 研究方法与技术路线 |
1.6 本章小结 |
2 相关概念界定及理论基础 |
2.1 相关概念界定 |
2.2 相关理论基础 |
2.3 本章小结 |
3 海域使用权资产证券化信用风险分析 |
3.1 海域使用权资产证券化必要性 |
3.2 海域使用权资产证券化交易结构 |
3.3 海域使用权资产证券化信用风险来源 |
3.4 海域使用权资产证券化信用风险特征 |
3.5 本章小结 |
4 海域使用权资产证券化信用风险测度模型构建 |
4.1 KMV模型的基本理论框架 |
4.2 改进的KMV模型理论框架 |
4.3 改进的KMV模型计算步骤 |
4.4 本章小结 |
5 海域使用权资产证券化信用风险测度实证分析 |
5.1 样本描述 |
5.2 基础资产价值确定 |
5.3 计算违约距离和预期违约概率 |
5.4 安全发债规模确定 |
5.5 本章小结 |
6 结论与建议 |
6.1 研究结论 |
6.2 对策建议 |
参考文献 |
附录 |
作者简历 |
致谢 |
学位论文数据集 |
(10)中国银行“中誉2017-2”不良资产支持证券产品研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 关于不良资产证券化正负面效应的研究 |
1.2.2 关于不良资产证券化参与结构的研究 |
1.2.3 文献述评 |
1.3 研究思路 |
1.4 研究方法 |
1.4.1 理论与案例结合分析法 |
1.4.2 定性与定量结合分析法 |
1.5 创新与不足 |
1.5.1 创新点 |
1.5.2 不足之处 |
第2章 我国商业银行不良资产证券化的相关理论与实践 |
2.1 资产证券化相关理论 |
2.1.1 商业银行不良资产证券化概述 |
2.1.2 不良资产证券化相关理论基础 |
2.2 我国商业银行不良资产证券化的实践 |
2.2.1 我国商业银行不良资产证券化现状分析 |
2.2.2 我国商业银行不良资产证券化主要问题 |
第3章 中国银行“中誉2017-2”案例介绍 |
3.1 “中誉2017-2”产品基本介绍 |
3.2 产品交易结构 |
3.2.1 交易结构与过程 |
3.2.2 交易账户设置 |
3.3 产品资产池 |
3.3.1 入池贷款资产 |
3.3.2 资产池相关借款人 |
3.3.3 资产池相关抵押物 |
3.3.4 回收预测 |
3.4 增信措施与评级 |
3.4.1 产品信用增级措施 |
3.4.2 产品评级 |
3.5 产品相关交易事项与发行效果 |
3.5.1 产品相关交易事项 |
3.5.2 发行效果 |
第4章 中国银行“中誉2017-2”案例分析 |
4.1 交易结构分析 |
4.1.1 交易主体有较为丰富的产品发行经验 |
4.1.2 设置超额奖励服务费 |
4.1.3 交易过程税费较重 |
4.2 资产池分析 |
4.2.1 较符合现代资产组合理论的入池标准 |
4.2.2 回收预测分析方法存在一定瑕疵 |
4.2.3 产品存在一定利率风险 |
4.3 增信措施与评级分析 |
4.4 产品相关交易事项与发行效果分析 |
4.4.1 不良资产“出表”收益效果较显着 |
4.4.2 对不良资产证券化的认知较浅 |
4.5 产品优化 |
4.5.1 完善不良资产证券化相关法律法规 |
4.5.2 优化回收预测分析过程 |
4.5.3 适时选择浮动付息方式 |
第5章 结论与建议 |
5.1 结论 |
5.2 建议 |
参考文献 |
致谢 |
四、抵押支持证券的利率风险测度与管理(论文参考文献)
- [1]我国体育产业高质量发展的金融支持研究[D]. 许嘉禾. 山东大学, 2021(11)
- [2]我国影子银行系统风险溢出效应研究[D]. 黄晓雯. 北京交通大学, 2020(06)
- [3]我国汽车抵押贷款证券化产品估值研究 ——以上海通用汽车抵押贷款支持证券为例[D]. 柯竣文. 华东政法大学, 2020
- [4]植物品种权证券化研究[D]. 张璐. 山东科技大学, 2020(06)
- [5]资产价格与系统性金融风险:影响机制及其监控研究[D]. 刘骏斌. 东南大学, 2020
- [6]财政货币政策在系统性金融风险应对中的协调配合[D]. 龙俊鹏. 中国社会科学院研究生院, 2020(12)
- [7]风险厌恶、家庭资产配置与农民创业选择[D]. 朱泓宇. 四川农业大学, 2019(01)
- [8]寿险资金运用风险测度计算 ——以C人寿保险公司为例[D]. 徐凡. 暨南大学, 2019(04)
- [9]海域使用权资产证券化信用风险测度研究[D]. 王盼盼. 山东科技大学, 2019(05)
- [10]中国银行“中誉2017-2”不良资产支持证券产品研究[D]. 李霞. 湘潭大学, 2019(02)