声明
摘要
插图索引
附表索引
第1章 绪论
1.1 选题背景和意义
1.2 研究文献综述
1.2.1 宏观压力测试理论与实践研究
1.2.2 行业关联性对宏观压力测试的影响研究
1.2.3 GVAR模型在宏观压力测试中的应用研究
1.2.4 评述
1.3 研究框架与研究方法
1.3.1 研究框架
1.3.2 研究内容
1.3.3 研究方法
1.4 本文的创新点
第2章 基于行业GVAR的信用风险宏观压力测试相关理论
2.1 信用风险宏观压力测试理论
2.1.1 信用风险宏观压力测试的承压对象
2.1.2 信用风险宏观压力测试的压力因素
2.1.3 信用风险宏观压力测试的压力情景
2.1.4 信用风险宏观压力测试的传导模型
2.2 GVAR模型的基本原理
2.2.1 GVAR模型介绍
2.2.2 GVAR模型的求解步骤
2.2.3 宏观经济变量的自回归模型
2.2.4 GVAR模型的递归形式
2.3 行业灰色关联分析的基本理论
2.3.1 灰色关联分析
2.2.2 灰色关联分析应用于行业关联性的可行性分析
第3章 基于IGVAR模型的信用风险宏观压力测试方法
3.1 信用风险宏观压力测试的基本框架
3.2 基于IGVAR模型的宏观压力测试方法提出
3.3 有序多分类logistic方法测算行业原始违约概率
3.4 基于灰色关联分析的行业关联矩阵的构建
3.5 宏观经济变量的自回归模型
3.6 基于IGVAR模型的信用风险宏观压力测试模型参数估计
3.6.1 数据的检验
3.6.2 IGVAR模型的回归
第4章 基于IGVAR模型的信用风险宏观压力测试实证研究
4.1 行业信用风险的宏观压力测试结果分析
4.1.1 国内生产总值增长率的冲击影响
4.1.2 一年期贷款利率的冲击影响
4.1.3 M2增长率的冲击影响
4.1.4 股票价格指数的冲击影响
4.1.5 宏观经济因子的综合冲击影响
4.2 行业关联性对行业违约概率的动态影响
4.2.1 行业GVAR的广义脉冲响应函数
4.2.2 行业关联性的动态影响分析
4.3 宏观经济因子对行业违约概率的动态影响
4.3.1 RGDP冲击对行业违约概率的动态影响
4.3.2 LR冲击对行业违约概率的动态影响
4.3.3 M2增长率冲击对行业违约概率的动态影响
4.3.4 SPI对行业违约概率的动态影响
4.4 行业违约概率影响因子的贡献度分析
4.5 本章小结
第5章 宏观审慎监管框架下开展行业宏观压力测试的对策建议
5.1 开展基于行业特征的信用风险宏观压力测试
5.2 合理优化信贷资产的行业结构
5.3 建立基于系统性风险防范的动态预警体系
结论
参考文献
致谢
附录A 攻读硕士学位期间参与的科研课题
附录B 行业灰色关联矩阵的计算
附录C 行业关联性下宏观经济因子冲击的压力测试的matlab代码
附录D 误差同期相关性下冲击的压力测试的matlab代码