由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
企业债务风险监测研究
¥ ×1
| 商品名称: | 企业债务风险监测研究 | 开本: | 16开 |
| 作者: | 陈森 著 | 定价: | 39.00 |
| ISBN号: | 9787522025216 | 出版时间: | 2024-07-01 |
| 出版社: | 中国金融出版社 | 印刷时间: | 2024-07-01 |
| 版次: | 1 | 印次: | 1 |
目 录
第一章 绪论001
一、研究背景001
二、研究意义002
三、研究目标003
四、研究方法004
第二章 相关文献综述006
一、企业债务风险界定和现状006
二、企业债务风险形成机理008
三、企业债务风险评估和监测013
四、企业债务风险预警机制018
第三章 企业债务风险的形成机理和演化过程020
一、境外企业债务风险演化的案例分析020
二、境内企业债务风险演化的案例分析024
三、基于案例分析的企业债务风险形成机理033
第四章 企业债务风险的识别和评估041
一、宏观风险的识别和评估041
二、中观风险的识别和评估045
三、微观风险的识别和评估054
第五章 基于打分卡的债务风险监测预警061
一、评价方法061
二、样本选择064
三、权重与分数设定065
四、结果分析075
五、债务风险预测和展望080
六、评价方法的优势与局限083
第六章 基于中债市场隐含评级的债务风险监测预警085
一、中债市场隐含评级介绍085
二、中债市场隐含评级影响因素086
三、中债市场隐含评级信用风险揭示作用088
四、中债市场隐含评级稳定性091
五、中债市场隐含评级与违约实证分析092
六、中债市场隐含评级的优势和局限性094
第七章 基于机器学习模型的债务风险监测预警095
一、企业样本选择095
二、风险指标筛选096
三、机器学习模型的理论基础096
四、风险预警实证过程100
五、实证结果分析109
六、机器学习模型的优势和局限性113
第八章 企业债务风险监测预警机制建设方案116
一、总体目标116
二、基本原则117
三、主要任务118
四、保障措施121
第九章 主要研究结论125
参考文献129
近年来,受国内经济增长放缓、地缘政治冲突加剧等多重影响,企业债务问题已成为当前防范化解重大金融风险的重点领域之一。为做好风险防范“早识别、早预警、早发现、早应对、早处置”工作 ,本课题采用打分卡、中债市场隐含评级和机器学习三种方法量化监测企业未来一年的债务风险,结果显示:打分卡模型作为传统的信用风险监测方法,需分行业建模,权重严重依赖主观经验,监测结果的准确性和可比性较弱;中债市场隐含评级的监测结果较为准确,但相同评级的区分度不足;机器学习模型监测结果的准确性和区分度较好,但对入模的基础数据要求较高。综合考虑三种方法的预测效果、优势和局限性,建议:实际应用中,可同时发挥中债市场隐含评级和机器学习模型的功能,将两种方法预测结果的交集作为重点关注的高风险企业范围,在缩小预警范围的同时提升预警精准性,降低防范化解风险的成本。
陈森,中南大学管理科学与工程博士,人民银行金融研究所博士后中国注册会计师(CPA),国际注册内部设计师(CIA),高级经济师。曾在《金融研究》《中国金融》《金融时报》《上海金融》《江西社会科学》等核心期刊,发表学术文章 20 余篇。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
