编辑推荐
《不良贷款的回收:数据背后的故事》不仅可以为商业银行、资产管理公司的信贷审批、处置的专业人士提供技术参考，也可以为金融监管部门的政策制订提供建议，同时还可供对银行业和不良贷款处置实务感兴趣的读者阅读。
目录
第1章中国资产管理公司的成立及不良贷款处置方式
1.1中国资产管理公司的成立
1.2我国资产管理公司的发展
1.3国际金融机构有关不良资产处置的经验
1.4国际金融机构采用的处置管理模式
1.5国际资产管理公司对不良资产的处置方式
1.6中国资产管理公司不良资产主要处置方式的流程概述
1.6.1不良资产处置流程
1.6.2不良资产处置方式概述
1.7不同处置方式样本分布频率对比
1.8本章小结
第2章不良资产处置方式的影响因素分析
2.1引言
2.2影响因素分析和检验
2.2.1影响因素分析
2.2.2列联表检验
2.3处置方式判别模型
2.3.1决策树判别模型
2.3.2决策树判别结果
2.3.3PLTR判别模型
2.4本章小结
第3章单户处置的回收率的影响因素分析
3.1引言
3.2回收率总体描述
3.2.1LossMetrics数据库概述
3.2.2回收率分布的直方图描述
3.3零回收和部分回收影响因素的对比分析
3.4不同剥离方式回收率的对比分析
3.5本章小结
第4章单户处置回收率计量模型
4.1引言
4.2模型自变量设定
4.3各因素的解释力比较
4.4回收率计量模型
4.5宏观经济变量对计量模型的贡献
4.6本章小结
第5章基于广义Beta分布的单户回收率分布特征
5.1引言
5.2广义Beta回归模型
5.3不同因素下回收率的分布特征分析
5.3.1地区因素
5.3.2行业因素
5.3.3经营状况因素
5.3.4工商登记因素
5.3.5五级分类因素
5.3.6担保因素
5.4多因素广义Beta回归模型
5.4.1基于政策性剥离样本的模型
5.4.2基于商业性收购样本的模型
5.4.3模型比较和分析
5.5本章小结
第6章打包处置回收率的影响因素分析
6.1引言
6.2模型预处理
6.2.1样本选取
6.2.2资产包回收率的影响因素
6.3预估回收率，
6.3.1资产包模型介绍
6.3.2资产包影响因素
6.3.3各因素的解释力比较
6.4打包回收率计量模型
6.5本章小结
第7章不良贷款回收率的地区差异分析
7.1引言
7.2政策性剥离的不良贷款回收率的地区差异研究
7.2.1研究方法与思路
7.2.2回收率存在显著的地区差异的论证
7.2.3回收率的地区差异原因探究
7.3经济发展水平与市场化程度指标
7.3.1资产组合层面
7.3.2单样本层面
7.4回收率的区域聚类研究
7.4.1回收率的区域聚类实证结果
7.4.2政策性转让贷款的区域差异总结
7.5商业性收购的不良贷款回收率的地区差异研究
7.5.1研究设计
7.5.2商业性收购的不良贷款回收率存在显著地区差异的论证
7.5.3商业性收购的不良贷款回收率的地区差异原因探究
7.5.4商业性收购贷款地区差异总结
7.6本章小结
第8章不良贷款回收率时间衰减效应分析
8.1引言
8.2研究设计
8.2.1数据
8.2.2研究思路
8.3总样本的回收率实证
8.4非破产企业的回收率实证
8.4.1破产企业的特性
8.4.2非破产企业的回收率表现
8.5破产企业的回收率研究
8.5.1破产企业的回收率在时间维度上的表现
8.5.2破产企业的回收率与宏观经济周期
8.6本章小结
第9章宏观经济因素对不良贷款回收率的影响
9.1引言
9.2数据描述和宏观变量选取
9.3基本统计分析
9.4回收率与宏观变量的Granger因果关系
9.5回归分析
9.5.1单变量模型
9.5.2多变量模型
9.6本章小结
第10章Downturn LGD的估计
10.1引言
10.2数据描述和宏观变量选取
10.3基本统计分析
10.4回收率与宏观变量的Granger因果关系
10.5回归分析
10.6模拟压力测试
10.7本章小结
第11章资产管理公司和商业银行LGD模型对比
11.1引言
11.2不良贷款回收率全模型构建
12.1模型构建框架
11.2.2实证结果
11.3商业银行贷款回收率全模型构建
13.1全样本判别模型
11.3.2影响因素分析
11.3.3全样本判别模型构建
11.3.4组合模型
11.3.5模型簇效果分析
11.3.6商业银行贷款回收率模型小结
11.4资产管理公司和商业银行回收率模型对比
11.5本章小结
第12章前事不忘，后事之师
12.1结论
12.2新一轮不良资产的集聚风险
12.3政策建议
12.4研究和应用展望
参考文献
后记
《运筹与管理科学丛书》已出版书目
文摘
版权页：
插图：
目前对不良贷款处置方式的定量研究，困难在于没有大量的不良贷款数据，包含处置方式的数据就更少。东和数据咨询公司的LossMetrics数据库包含大量不良贷款数据，而且处置方式的分类丰富，近年来东和中科LGD联合实验室依托此数据库做了大量的研究工作。王东浩等（2012）将不良贷款按债务企业规模分类，然后分析了商业银行不良贷款的回收率结构特征，并建立了回收率的区间判别模型，文章结果表明处置方式对回收率有显著影响：王凤玲等（2011）详细分析了各种方式处置的不良贷款的特征，并将处置方式作为解释变量建立了回收率的预测模型，文章结果表明处置方式作为解释变量能够大大提高模型的拟合优度。这两篇文章有一个相同点就是将处置方式作为解释变量加入回收率预测模型，本书在研究不良贷款处置的历史经验后发现处置方式在一定程度上是可以由其他解释变量来确定的，即不良贷款的某些因素性质决定过了该贷款的处置方式。例如对于己破产终结的债务企业，资产管理公司被迫选择破产清偿的处置方式，这时处置方式就由债务企业经营现状完全确定。本书通过计量模型证明了某些因素对处置方式有影响，而这些因素正是通过影响处置方式来最终影响回收率，因此需要先确定这些因素是如何影响处置方式选择的，进而探讨处置方式对回收率的影响。
《不良贷款的回收:数据背后的故事》不仅可以为商业银行、资产管理公司的信贷审批、处置的专业人士提供技术参考，也可以为金融监管部门的政策制订提供建议，同时还可供对银行业和不良贷款处置实务感兴趣的读者阅读。
目录
第1章中国资产管理公司的成立及不良贷款处置方式
1.1中国资产管理公司的成立
1.2我国资产管理公司的发展
1.3国际金融机构有关不良资产处置的经验
1.4国际金融机构采用的处置管理模式
1.5国际资产管理公司对不良资产的处置方式
1.6中国资产管理公司不良资产主要处置方式的流程概述
1.6.1不良资产处置流程
1.6.2不良资产处置方式概述
1.7不同处置方式样本分布频率对比
1.8本章小结
第2章不良资产处置方式的影响因素分析
2.1引言
2.2影响因素分析和检验
2.2.1影响因素分析
2.2.2列联表检验
2.3处置方式判别模型
2.3.1决策树判别模型
2.3.2决策树判别结果
2.3.3PLTR判别模型
2.4本章小结
第3章单户处置的回收率的影响因素分析
3.1引言
3.2回收率总体描述
3.2.1LossMetrics数据库概述
3.2.2回收率分布的直方图描述
3.3零回收和部分回收影响因素的对比分析
3.4不同剥离方式回收率的对比分析
3.5本章小结
第4章单户处置回收率计量模型
4.1引言
4.2模型自变量设定
4.3各因素的解释力比较
4.4回收率计量模型
4.5宏观经济变量对计量模型的贡献
4.6本章小结
第5章基于广义Beta分布的单户回收率分布特征
5.1引言
5.2广义Beta回归模型
5.3不同因素下回收率的分布特征分析
5.3.1地区因素
5.3.2行业因素
5.3.3经营状况因素
5.3.4工商登记因素
5.3.5五级分类因素
5.3.6担保因素
5.4多因素广义Beta回归模型
5.4.1基于政策性剥离样本的模型
5.4.2基于商业性收购样本的模型
5.4.3模型比较和分析
5.5本章小结
第6章打包处置回收率的影响因素分析
6.1引言
6.2模型预处理
6.2.1样本选取
6.2.2资产包回收率的影响因素
6.3预估回收率，
6.3.1资产包模型介绍
6.3.2资产包影响因素
6.3.3各因素的解释力比较
6.4打包回收率计量模型
6.5本章小结
第7章不良贷款回收率的地区差异分析
7.1引言
7.2政策性剥离的不良贷款回收率的地区差异研究
7.2.1研究方法与思路
7.2.2回收率存在显著的地区差异的论证
7.2.3回收率的地区差异原因探究
7.3经济发展水平与市场化程度指标
7.3.1资产组合层面
7.3.2单样本层面
7.4回收率的区域聚类研究
7.4.1回收率的区域聚类实证结果
7.4.2政策性转让贷款的区域差异总结
7.5商业性收购的不良贷款回收率的地区差异研究
7.5.1研究设计
7.5.2商业性收购的不良贷款回收率存在显著地区差异的论证
7.5.3商业性收购的不良贷款回收率的地区差异原因探究
7.5.4商业性收购贷款地区差异总结
7.6本章小结
第8章不良贷款回收率时间衰减效应分析
8.1引言
8.2研究设计
8.2.1数据
8.2.2研究思路
8.3总样本的回收率实证
8.4非破产企业的回收率实证
8.4.1破产企业的特性
8.4.2非破产企业的回收率表现
8.5破产企业的回收率研究
8.5.1破产企业的回收率在时间维度上的表现
8.5.2破产企业的回收率与宏观经济周期
8.6本章小结
第9章宏观经济因素对不良贷款回收率的影响
9.1引言
9.2数据描述和宏观变量选取
9.3基本统计分析
9.4回收率与宏观变量的Granger因果关系
9.5回归分析
9.5.1单变量模型
9.5.2多变量模型
9.6本章小结
第10章Downturn LGD的估计
10.1引言
10.2数据描述和宏观变量选取
10.3基本统计分析
10.4回收率与宏观变量的Granger因果关系
10.5回归分析
10.6模拟压力测试
10.7本章小结
第11章资产管理公司和商业银行LGD模型对比
11.1引言
11.2不良贷款回收率全模型构建
12.1模型构建框架
11.2.2实证结果
11.3商业银行贷款回收率全模型构建
13.1全样本判别模型
11.3.2影响因素分析
11.3.3全样本判别模型构建
11.3.4组合模型
11.3.5模型簇效果分析
11.3.6商业银行贷款回收率模型小结
11.4资产管理公司和商业银行回收率模型对比
11.5本章小结
第12章前事不忘，后事之师
12.1结论
12.2新一轮不良资产的集聚风险
12.3政策建议
12.4研究和应用展望
参考文献
后记
《运筹与管理科学丛书》已出版书目
文摘
版权页：
插图：
目前对不良贷款处置方式的定量研究，困难在于没有大量的不良贷款数据，包含处置方式的数据就更少。东和数据咨询公司的LossMetrics数据库包含大量不良贷款数据，而且处置方式的分类丰富，近年来东和中科LGD联合实验室依托此数据库做了大量的研究工作。王东浩等（2012）将不良贷款按债务企业规模分类，然后分析了商业银行不良贷款的回收率结构特征，并建立了回收率的区间判别模型，文章结果表明处置方式对回收率有显著影响：王凤玲等（2011）详细分析了各种方式处置的不良贷款的特征，并将处置方式作为解释变量建立了回收率的预测模型，文章结果表明处置方式作为解释变量能够大大提高模型的拟合优度。这两篇文章有一个相同点就是将处置方式作为解释变量加入回收率预测模型，本书在研究不良贷款处置的历史经验后发现处置方式在一定程度上是可以由其他解释变量来确定的，即不良贷款的某些因素性质决定过了该贷款的处置方式。例如对于己破产终结的债务企业，资产管理公司被迫选择破产清偿的处置方式，这时处置方式就由债务企业经营现状完全确定。本书通过计量模型证明了某些因素对处置方式有影响，而这些因素正是通过影响处置方式来最终影响回收率，因此需要先确定这些因素是如何影响处置方式选择的，进而探讨处置方式对回收率的影响。
| ISBN | 9787030530714 |
|---|---|
| 出版社 | 科学出版社 |
| 作者 | 杨晓光 |
| 尺寸 | 5 |