企業(yè)債務風險監(jiān)測研究

定　價：￥39.00

作　者：	陳森著
出版社：	中國金融出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥31.90)

ISBN：	9787522025216	出版時間：	2024-07-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　近年來，受國內(nèi)經(jīng)濟增長放緩、地緣政治沖突加劇等多重影響，企業(yè)債務問題已成為當前防范化解重大金融風險的重點領域之一。為做好風險防范“早識別、早預警、早發(fā)現(xiàn)、早應對、早處置”工作，本課題采用打分卡、中債市場隱含評級和機器學習三種方法量化監(jiān)測企業(yè)未來一年的債務風險，結果顯示：打分卡模型作為傳統(tǒng)的信用風險監(jiān)測方法，需分行業(yè)建模，權重嚴重依賴主觀經(jīng)驗，監(jiān)測結果的準確性和可比性較弱；中債市場隱含評級的監(jiān)測結果較為準確，但相同評級的區(qū)分度不足；機器學習模型監(jiān)測結果的準確性和區(qū)分度較好，但對入模的基礎數(shù)據(jù)要求較高。綜合考慮三種方法的預測效果、優(yōu)勢和局限性，建議：實際應用中，可同時發(fā)揮中債市場隱含評級和機器學習模型的功能，將兩種方法預測結果的交集作為重點關注的高風險企業(yè)范圍，在縮小預警范圍的同時提升預警精準性，降低防范化解風險的成本。

作者簡介

　　陳森，中南大學管理科學與工程博士，人民銀行金融研究所博士后中國注冊會計師（CPA），國際注冊內(nèi)部設計師（CIA），高級經(jīng)濟師。曾在《金融研究》《中國金融》《金融時報》《上海金融》《江西社會科學》等核心期刊，發(fā)表學術文章 20 余篇。

圖書目錄

目　　錄
第一章　緒論００１
一、研究背景００１
二、研究意義００２
三、研究目標００３
四、研究方法００４
第二章　相關文獻綜述００６
一、企業(yè)債務風險界定和現(xiàn)狀００６
二、企業(yè)債務風險形成機理００８
三、企業(yè)債務風險評估和監(jiān)測０１３
四、企業(yè)債務風險預警機制０１８
第三章　企業(yè)債務風險的形成機理和演化過程０２０
一、境外企業(yè)債務風險演化的案例分析０２０
二、境內(nèi)企業(yè)債務風險演化的案例分析０２４
三、基于案例分析的企業(yè)債務風險形成機理０３３
第四章　企業(yè)債務風險的識別和評估０４１
一、宏觀風險的識別和評估０４１
二、中觀風險的識別和評估０４５
三、微觀風險的識別和評估０５４
第五章　基于打分卡的債務風險監(jiān)測預警０６１
一、評價方法０６１
二、樣本選擇０６４
三、權重與分數(shù)設定０６５
四、結果分析０７５
五、債務風險預測和展望０８０
六、評價方法的優(yōu)勢與局限０８３
第六章　基于中債市場隱含評級的債務風險監(jiān)測預警０８５
一、中債市場隱含評級介紹０８５
二、中債市場隱含評級影響因素０８６
三、中債市場隱含評級信用風險揭示作用０８８
四、中債市場隱含評級穩(wěn)定性０９１
五、中債市場隱含評級與違約實證分析０９２
六、中債市場隱含評級的優(yōu)勢和局限性０９４
第七章　基于機器學習模型的債務風險監(jiān)測預警０９５
一、企業(yè)樣本選擇０９５
二、風險指標篩選０９６
三、機器學習模型的理論基礎０９６
四、風險預警實證過程１００
五、實證結果分析１０９
六、機器學習模型的優(yōu)勢和局限性１１３
第八章　企業(yè)債務風險監(jiān)測預警機制建設方案１１６
一、總體目標１１６
二、基本原則１１７
三、主要任務１１８
四、保障措施１２１
第九章　主要研究結論１２５
參考文獻１２９