一、信用风险的测量与管理(论文文献综述)
周彪[1](2021)在《小微企业互联网融资信用评价研究》文中进行了进一步梳理我国正处于经济结构、产业结构调整优化的重要阶段,小微企业由于产业类型多样、覆盖范围广、市场反应敏感等特征,对促进我国产业结构的调整和社会经济的持续、平稳运行,发挥着关键的作用。然而,小微企业的融资难题,特别是传统融资的困境限制了小微企业的发展,转向民间信贷融资又使得小微企业面临融资贵的风险,并加剧了市场动荡。信息不对称是小微企业融资困境产生的关键原因,在“互联网+”背景下,加快我国金融供给侧改革、推动互联网金融的发展,既为小微企业融资渠道的拓展提供条件,又为小微企业融资信用水平相关信息的获取提供重要手段。大数据背景下的小微企业互联网融资,成为解决小微企业融资困境的有力方式;基于大数据技术、对小微企业互联网融资信用评价问题展开深入而细致的研究,是该方式发挥作用的关键。本文研究的关键科学问题包括:(1)评价机理分析。研究国外小微企业特征及信贷服务实践的成功经验,分析小微企业互联网融资信用数据来源、剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点等,分析大数据背景下小微企业互联网融资信用评价机理。(2)评价体系构建。加快适用于小微企业互联网融资信用评价体系的针对性研究,强化小微企业互联网融资信用评价的有效性,成为银行等金融机构服务小微企业互联网融资、防控小微企业互联网融资风险的重要举措;(3)数据模型构建。借助互联网技术、大数据技术对海量、多元信息的获取能力,利用数据挖掘及机器学习技术如何改进小微企业融资信用评价模型及模型精确度;(4)评价结果及应用。研究信用评价对金融机构与小微企互联网融资信任关系形成的作用机理,是需要深入分析和研究的重点问题。文章在基本理论模型分析的基础上,通过对四大类问题的研究,产生如下的研究成果:(1)基于大数据的小微企业互联网融资评价机理模型。针对小微企业互联网金融产品、服务及融资流程不明晰、不系统的现状,对小微企业互联网融资途径及大数据信用评价机理展开分析。我国小微企业是国民经济发展的重要力量,从国外小微企业特征及信贷服务实践的分析入手,实现我国小微企业特征的详细统计分析和对比分析,我国小微企地域分布和行业分布等总体情况、金融行为、竞争力、社会关联性以及还款能力和还款意愿上,表现出显着差异性特征。基于案例提出小微企业互联网融资模式共包含传统融资业务的互联网化、基于互联网平台的融资模式、“互联网+”金融的全新模式以及上市融资四种类型。提出信息不对称风险、财务风险、关联关系复杂性风险、脆弱性风险四类小微企业互联网融资信用的风险来源,剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点,界定小微企业互联网融资信用评价的四维概念模型。研讨大数据技术小微企业互联网融资信用评价中的应用机理,提出评价的基本框架。(2)“互联网+”的小微企业互联网融资评价体系模型。充分利用“互联网+”下小微企业融资渠道拓宽所带来的海量信息获取优势,分析影响小微企业互联网融资信用水平的相关因素,构建针对小微企业互联网融资信用评价的专门指标框架,形成具体、细致的评价指标储备。界定反映小微企业互联网融资信用水平的硬信息、软信息,从双重维度提炼81项影响小微企业互联网融资信用水平的具体因素。继而,从经营活动信息、金融行为信息、企业基本信息、企业竞争力信息、企业关联关系信息系和企业融资申请陈述信息等六个维度提炼、储备90个具体评价指标,构建小微企业互联网融资信用评价指标体系的总体框架,明确各评价指标的指标类型、评分方法及数据的标准化方法。构建融合熵值法、CRITIC方法、方差齐性检验的小微企业互联网融资信用评价指标组合赋权方法,强化指标体系区分小微企业互联网融资信用履约客户和违约客户的能力。(3)基于主题挖掘的小微企业互联网融资数据获取模型。信息量暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。基于小微企业互联网融资信用指标框架中的部分软信息变量,构建小微企业互联网融资信用相关软信息LDA主题挖掘模型,获取17个主题变量及各主题对应每条样本的概率分布,实现小微企业互联网融资信用软信息的量化挖掘。(4)基于神经网络的小微企业互联网融资评价模型。针对小微企业互联网融资信用评价的二分类问题,构建基于BP神经网络的小微企业互联网融资信用评价模型。选取同花顺行情中心新三板作为数据来源开展案例分析,分别将硬信息、软信息、硬信息+软信息纳入BP神经网络模型,形成三组对比实验。结果发现硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度,因而将软信息、硬信息同时纳入小微企业互联网融资信用评价模型,是提升银行等金融机构信贷风险评估准确性的重要方式。(5)小微企业互联网融资发展政策建议。以多元数据的合理化运用为脉络,研究大数据背景下信用评价对金融机构与小微企业信任关系形成的作用机理,给出促进小微企业与金融机构互联网融资信任体系良性发展的策略和管理建议。明确了不同阶段银行等金融机构对多元信息的处理范式,分析小微企业多元信息发挥作用的方式。将小微企业的互联网融资行为和银行等金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型,分析二者互联网融资信任关系形成过程中的策略选择,逆向推理信用评价中的相关因素对二者策略选择的影响,进而为银行等金融机构提供相应的管理建议。本文产生的创新点可能包括:(1)基于大数据的小微企业互联网融资信用评价体系总体框架。从我国小微企业的概念和范围界定入手,具体考虑我国小微企业特征,提出大数据背景下、针对小微企业互联网融资信用评价的指标体系总体框架,为后续相关研究提供范式参考。小微企业融资过程中存在大量财务管理数据等结构性硬信息获取不足的问题,致使银行等经融机构难以作出准确的风险评估,造成严重的“信息不对称风险”,进而加剧小微企业互联网融资难度。非结构性文本信息等软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。针对我国小微企业特征,综合考虑小微企业经营过程中产生硬信息、软信息的双重维度,提炼影响小微企业互联网融资信用水平的多项因素,构建针对小微企业互联网融资信用评价的指标体系总体框架,确定具体评价指标及指标类型、标准化方法。大数据技术能够大大提升不同类型、不同来源数据的可得性,因而该数据集合在大数据技术的辅助下,获取更多数据成为可能,这也为其他相关研究提供借鉴。(2)基于多元信息融合的小微企业互联网融资信用评价模型的构建方法。研究大数据技术下非结构性软信息的获取方式、使用方式。软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征。基于文本挖掘技术,提出大数据背景下小微企业互联网融资信用评价非结构性软信息的量化方法,实现大数据背景下小微企业互联网融资信用评价结构性硬信息和非结构性软信息的量化融合。基于机器学习方法、神经网络模型,构建大数据背景下的小微企业互联网融资信用评价模型。利用网络爬虫技术,研究针对我国小微企业互联网融资信用评价的多元数据获取方法。案例分析设计三重实验,分别采用硬信息数据集、软信息数据集、硬信息+软信息数据集,将三类数据集合分别纳入评价模型中,发现不同数据类型的使用对模型精度具有显着影响。硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度。(3)基于演化博弈的金融机构与小微企业互联网融资信任的关系模型。针对我国小微企业与银行等金融机构之间相互信任不足的特征,构建金融机构与小微企业互联网融资信任关系的演化博弈模型,分析如何通过大数据技术下互联网融资信用评价不同策略选择,实现信用评价的改进、促进小微企业与金融机构互联网融资互利互信共赢的最终目标。围绕多元数据的合理化运用脉络,将小微企业的互联网融资行为和金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型。通过演化博弈均衡的分析及影响因素分析,模拟二者互联网融资信任关系形成过程中的策略选择,发现金融机构在小微企业互联网融资中的潜在损益、体现小微企业信用水平的结构性软信息潜在损益以及对软信息硬化边界、机器评价与人际沟通关系的掌握,是影响二者策略选择和良好信任关系形成的重要因素。基于此,为银行等金融机构提供相应的管理建议,以期在大数据背景下实现小微企业互联网融资信用评价效果的提升。图58幅,表27个,参考文献204篇。
刘星,杨立生[2](2021)在《基于层次分析法的我国股份制商业银行风险评价研究》文中研究指明银行全面风险管理水平是衡量其竞争力与经营稳健性的重要标准,而商业银行风险评价是提高风险管理水平的重要前提。基于对股份制商业银行员工和管理者的深度访谈,对相关文献内容分析,识别我国股份制商业银行的风险评价测量指标。选取6家股份制商业银行为代表,对银行中高层管理人员、风险经理和银行风险研究专家发放调查表,利用层次分析法测量指标权重,最终构建股份制商业银行风险评价体系。研究基于全面风险管理角度构建评价体系,旨在丰富与完善商业银行风险管理内容,为商业银行风险管理提供指导。
王一博[3](2021)在《农户借贷动机、申贷行为及贷款获取结果研究 ——以黑龙江省“两大平原”种粮大户为例》文中进行了进一步梳理习近平总书记指出,发展多种形式适度规模经营,培育新型农业经营主体,是建设现代农业的前进方向和必由之路。加快培育发展新型农业经营主体是一项重大战略,对实现乡村振兴意义深远。党的十九大报告也强调要培育新型农业经营主体。一直以来如何服务好规模化经营主体,保证其资金需求和生产可持续,是政策出台的目标,也是金融学研究的热点议题。2020年农业农村部印发《新型农业经营主体和服务主体高质量发展规划(2020—2022年)》规划要求:“鼓励各金融机构结合职能定位和业务范围,对新型农业经营主体提供资金支持。鼓励地方搭建投融资担保平台,引导和动员各类社会力量参与新型农业经营主体和服务主体培育工作。”规划的出台在金融保障层面给规模经营主体打了一针“强心剂”,但也从侧面反映出农村金融资金在配置上仍旧存在短板。种粮大户作为新型农业经营主体的重要组成部分,其良性运转关系到新型农业经营主体的未来发展和粮食安全。与以往研究不同,本文将关注点落在新型农业经营主体中的一份子—种粮大户上,主要探究其贷款获取结果。根据调研可知,在农村金融充分竞争的今天,不同种植业经营主体的贷款获取情况有所改善1,该改善具有差异性。本文从借款主体的异质性的角度去探究种粮大户贷款获取的问题。从种粮大户借贷动机和申贷行为出发,运用二元Logistic模型,在探究影响种粮大户正规贷款获取障碍因子的基础上,引入其他经营主体即:农民专业合作社、家庭农场、小农户与种粮大户进行贷款获取概率的对比分析,定位种粮大户贷款获取“位置”,得到各类种植业经营主体贷款获取难易程度序列,从差异中发现“逆”精英俘获的现象,结合精英俘获、信贷担保等理论及调研实际对模型结果产生的原因进行科学化的解读,进一步构建交互模型对“逆”精英俘获结果产生的原因进行剖析和印证。此外,本文还运用Tobit模型对贷款获取缺口进行分析。最后,对贷款获取结果的后续影响进行评价,该评价属于贷款获取结果分析的一部分,也是现代经济学研究框架中不可缺少的一部分2,文章分别构建了种粮大户贷款满意度结构方程模型和多元线性回归模型进行贷款的收入效应分析。本文整体的研究框架结合了心理学和社会学中“动机-行为-结果”的理论框架,得到主要研究结果如下:第一,基于心理学中动机理论、行为理论,种粮大户参与正规贷款需要一个关键的申贷行为。它直接影响贷款获取结果,而贷款的申请需要内在推动力即“动机”,“动机”是需求方申贷的源泉。第二,本研究的内容安排遵循“动机-行为-结果”的理论框架。对贷款获取结果的研究不仅要对贷款获取与否和贷款获取缺口进行分析,还应该全面展现与贷款获取结果相关的整个逻辑过程,即包括借贷动机、申贷行为、种粮大户贷款获取结果(贷款可得性研究部分和贷款缺口研究部分以及种粮大户贷款获取结果评价部分)。文章结合信贷担保、信息不对称理论、信用理论和精英俘获等理论,围绕贷款获取进行各个环节的分析并综合已有文献、调研实际进行每部分研究的科学讨论。第三,本文得到种粮大户正规贷款获取的异质性结论和“逆”精英俘获结果,该结果的理论贡献是对原有“精英俘获”内涵进行补充。具体来看,本文对种粮大户贷款获取结果(贷款可得性研究部分)进行Logistic回归分析,验证了假设中信用记录、是否有担保(互保)以及年总收入、是否有外债、欠款或其他非正规贷款逾期等为影响种粮大户贷款获取结果(贷款可得性研究部分)的障碍因子;进一步地,选择其他种植业经营主体与种粮大户进行贷款获取难易程度的对比研究,产生“逆”精英俘获结果排序:种粮大户<小农户<农民专业合作社<家庭农场。结合实际情况、担保理论以及同伴监督理论等对结果的产生原因进行解读。最后,进行交互分析,对上文得到的显着分类变量是否有担保(互保)、是否有外债、欠款或其他非正规贷款逾期与种植业经营主体类型进行交互研究,进一步印证互保的作用使得种粮大户贷款出现“逆”精英俘获的结果,并对“精英俘获”的内涵进行补充。此外,结合Tobit模型结果可知,影响种粮大户贷款获取结果(贷款缺口研究部分)的显着障碍因子和影响其贷款获取结果(贷款可得性研究部分)的障碍因子具备“异同性”。第四,改进顾客满意度指数模型,对种粮大户贷款满意度进行评价。得到价值感知是作用于种粮大户贷款满意度关键因子。本部分基于顾客满意度指数模型补充了种粮大户正规贷款满意度题项,构建了适用于种粮大户贷款满意度的结构方程模型作为研究工具,进行种粮大户贷款满意度路径系数分析得到对应结果。本文属于贷后满意度研究部分,完善了种粮大户贷款获取结果研究,同时也为未来金融机构更好的服务种粮大户和贷款跨期申请提供了参考。第五,对种粮大户贷款的收入效应进行分析。本部分也是对种粮大户贷款获取结果进行评价,从属于贷款获取结果研究,贷款资金的使用对种粮大户的生产收益会产生影响,因此,文章也对贷款资金的收入效应进行评价。本文分别从营造良好的信用和担保环境,提升贷款获取概率;构建完善的风险分散机制,提升贷款偿付能力;推出“靶向性”的金融服务,增加贷款满意度;强化借贷双方的规范运营,提高收入水平等方面提出对策建议,并对文章进行总结和展望。
房颖[4](2021)在《金融科技赋能究竟如何影响银行小微企业信贷——基于调研数据的实证检验》文中研究表明小微企业信贷是金融科技赋能商业银行的一个重要落脚点,但现有研究对金融科技促进小微企业信贷供给的实现过程缺乏理论分析与实证检验。本文构建了"金融科技赋能-软信息约束-抵押要求-小微企业信贷"链式中介模型,并采用问卷数据进行实证检验,探讨信用环境对该模型的调节作用。研究结果表明:(1)金融科技赋能对小微企业信贷存在正向影响。(2)软信息约束与抵押要求均在金融科技赋能与小微企业信贷之间起部分中介作用。(3)软信息约束与抵押要求在金融科技赋能对小微企业信贷的正向影响中起链式中介作用。(4)信用环境通过弱化金融科技赋能对软信息约束的影响进而对链式中介作用起调节作用。本文结论为金融科技优化信贷资金配置提供了银行视角的理论解释,也为商业银行开展金融科技实践提供了管理启示。
林晚发,方梅,沈宇航[5](2021)在《债券募集说明书文本信息与债券发行定价》文中研究说明截至2020年底,已有689支债券发生违约,涉及金额达到5 570亿元人民币。债券市场违约事件集中暴发引起债券市场巨大震荡,债券价格巨大波动降低了债券市场定价效率,从而影响资源配置效率。在目前债券大面积违约的情况下,如何提高债券市场定价效率有待深入研究。已有研究多从公司定量信息角度分析信息不对称对于债券定价的影响,鲜有研究从公司定性信息角度进行分析。从债券募集说明书文本信息视角,以2011年至2018年的公司债数据为样本,采用OLS多元回归,实证检验债券募集说明书负面语调对债券定价的影响,并进一步探究基于公司未来风险的影响机制。分析债券募集说明书负面语调对于债券定价的影响,通过内生性测试和一系列稳健性检验,证实上述结论的稳健性,从违约风险和信息不对称两个角度分析上述影响机制,进一步检验债券募集说明书其他文本信息对于债券定价的影响。研究结果表明,当债券募集说明书负面语调或者净负面语调越大时,债券发行信用利差越高,在考虑遗漏变量问题、承销商声誉、非预期语调和采用工具变量回归后发现上述结论仍然成立,2015年证监会对债券募集说明书披露政策的修订进一步强化了上述结论。通过机制检验发现,债券募集说明书负面语调能够增大公司未来违约风险(预警z值变小),继而使债券发行信用利差提高。进一步通过横截面分析发现,债券募集说明书负面语调提高债券发行利差的作用在事前信息不对称大的公司中更强;债券募集说明书的负面语调影响基金等机构投资者的参与行为,减少债券超额募集的发生概率;债券募集说明书中风险信息披露越多或者可阅读性越差时,债券发行信用利差越高。从债券募集说明书定性信息视角,扩展了债券发行信用利差影响因素的研究,深入分析债券投资者如何看待债券市场中的定性信息,在中国债券市场违约常态化下,为提高债券市场定价效率提供一定的方向,同时也促使监管部门对债券募集说明书信息真实性加以重视。
朱丽萍[6](2021)在《供应链金融模式下企业风险的测度分析研究》文中进行了进一步梳理
段雨馨[7](2021)在《我国融资租赁企业信用风险测量及影响因素研究》文中认为
杨歆[8](2021)在《西部证券债券投资风险管理优化研究》文中研究指明
伊梦姣[9](2021)在《陕西省地方政府债务信用风险管理研究》文中研究指明随着地区经济的发展,地方政府的财政收入不足以承担当前的财政支出,因此就出现了地方政府相应的举债行为,合理的举债在一定程度上能够促进地方经济的高速运转,但是一旦过量举债,那么就无异于饮鸩止渴、会为当地后来的发展带来很严重的后果。在2020年9月《国务院关于规范地方政府债务管理工作情况的报告》的中也提到,一旦对一个地区的债务把控的不合理,那么就有可能会导致系统性风险甚至于债务危机,同时,该报告也警示地方政府对于债务风险问题应进行密切关注。近几年,陕西省地方政府财政缺口逐渐扩大,其债务负担较重,并且有关债务的举借、使用以及偿债方面都出现了一系列问题,进而增加风险发生的可能性,一旦出现债务风险,就会为陕西省当地发展经济以及政府的信用带来不利的影响,因此,我们需要明确加强当前陕西省地方政府债务的管理是刻不容缓的。同时,当前的大部分学者主要研究的是国家层面的地方政府债务,具体到某省市的债务信用风险研究较少,基于此研究背景,本文对陕西省地方政府债务的信用风险问题展开研究,从而实现对陕西省政府债务的科学管理。本文主要采用文献研究、理论分析、统计分析以及模型分析等方法,其具体内容包括:首先对陕西省当前的经济、财政以及债务结构及规模情况进行分析,描述当前陕西省的发展概况,然后探究当前陕西省债务风险的来源、影响因素、信用风险的影响过程等相关方面,进一步识别陕西省债务的信用风险问题,实证部分是基于陕西省当前的财政数据以及债务数据运用KMV模型来测算陕西省2017-2019年债务违约距离以及违约率,确定安全发债规模,并与实际的发债规模进行对比,从而评估出近三年陕西省的债务信用风险问题,并采用时间序列模型对未来三年的财政收入进行预测,从而确定出陕西省的未来三年的安全发债规模。此外,并对基于利率以及偿还年限的角度来对陕西省近几年的债务违约情况进行压力测试,更有力的证明了陕西省当前的债务信用风险状况,从而也为陕西省的债务信用风险防范提供一定的依据。通过对陕西省债务信用风险的识别、评估进而从遏制陕西省地方政府过度举债的冲动、化解存量债务以及提高偿债能力等方面提出相应的建议措施。
李鹏海[10](2021)在《融入社会资本的地方政府债务信用评级体系研究》文中进行了进一步梳理伴随着新《预算法》的发布及进一步实施,中央政府也逐渐认识到地方政府债务风险的潜在隐患,因此,中央对于地方政府债务信用风险更加重视,不断完善对风险的监控方式。这也进而促进地方政府融资方式发生变化,开始转向以债券为主的方式。然而,不论是从国际还是从国内对地方政府债务风险处理的方法来看,针对地方政府债务信用的评级制度始终是一个重要的参考标准对于债券发行过程以及市场投资者进行合理决策分析时的考虑。此外,评级制度能极大的提高债券发行的效率以及能够很好的识别信用风险。然而在诸多因素的共同制约下,国内评级机构给予的地方政府债务信用等级在某种程度上相对较不合理,评级制度无法真实、合理的反映地方政府债务中存在的信用风险,因此,难以起到披露信用风险的效果。此外,进入新常态之后,中国新经济新动能保持快速发展,各地区经济状况也面临着更多新的挑战,这也在一定程度上使得各地区的信用风险更加难以把控。基于此,建立有效、合理的地方政府债务信用评级体系,能够对地方政府债务中潜在的信用风险起到很好的揭示和防范作用。本文拟从社会资本的角度出发,在现有的评级体系基础之上,将社会资本作为影响因素来分析地方政府信用评级问题,以丰富和完善信用评级的理论,也为具体的评级体系提供具有可操作性的实践方法。通过上述,本文着力构建一套融入社会资本影响因素并且契合中国国情的地方政府债务信用评级体系,具体从以下几个方面展开研究工作:首先,在明确社会资本、地方政府债务以及信用评级的具体定义基础上,从多个方面系统的总结当前我国地方政府债务发展、社会资本以及信用评级的现状。通过综合分析国内外文献的基础上,深入探讨国内外社会资本、信用评级具体指标以及测量方法的变化。此外,对国内外评级机构的评级体系进行阐述。从国际经验来看,国际三大机构标准普尔、惠誉以及穆迪在地方政府债务信用的评级方法上,相对来说比较成熟。而国内评级机构在很大程度上直接借鉴了国际机构评级方法和指标体系做法,但也在一定程度上考虑了国内存在的地区各自的独特性及差异状况。而后,本文综合考虑国外地方政府债务信用评级体系的参考价值以及国内现行评级体系适用性。其次,针对社会资本的具体指标选取以及测量方法进行文献梳理,并且明确本文对地方政府社会资本的概念内涵界定,同时,对比分析其与个体社会资本、企业社会资本之间的差异性,体现地方政府社会资本的特殊性,并在此基础上,根据个体、企业以及宏观社会资本的指标划分方法,通过类比法,将政府社会资本划分为地方政府外部社会资本、地方政府内部社会资本以及地区社会资本三个维度进行分析,明确具体指标及测量方法,并分析政府社会资本三个维度对信用评级的具体影响。然后,综合在现有的评级体系基础上,确定现行的评级体系影响要素,构建现行地方政府债务信用评级体系,并将社会资本因素融入,进行定量指标、定性指标的考虑,确定本文的评级体系。最后,引入AHP-熵值法作为体系权重计算方法,通过层次分析法(AHP)计算出评级体系的定性初始权重,而后根据地区差异选取七个代表省份具体数据进行熵值法计算,从而得出熵值法下相对客观的初始权重。而后进行综合赋权,将层次分析法(AHP)与熵值法权重综合,得出最终评级体系的权重,进而进行打分,划分评级等级区间,最后结果表明,上海、北京、广东、湖北信用评级为一等,而新疆、贵州、辽宁属于二等。在此基础上,结合2013-2019年地方政府债务违约概率情况,表明评级结果符合实际。此外,为对比分析本文评级体系与现行评级体系的差异,选取本文剔除社会资本因素的现行评级体系进行比较,同时,以国家公布的2018年各省综合信用得分作为参照,最终结果表明:a)两个评级体系总体趋势一致,而剔除社会资本之后现行评级体系,评级得分波动性更大。b)本文的评级体系与现行剔除社会资本之后的评级体系相比,更贴近国家公布的各省得分情况,更符合实际评级等级。
二、信用风险的测量与管理(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、信用风险的测量与管理(论文提纲范文)
(1)小微企业互联网融资信用评价研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究问题 |
1.3 研究意义 |
1.3.1 理论意义 |
1.3.2 现实意义 |
1.4 研究内容、研究方法与技术路线 |
1.4.1 研究内容与研究方法 |
1.4.2 技术路线 |
1.5 研究创新点 |
2 文献与基础理论综述 |
2.1 小微企业的概念及范围界定 |
2.1.1 小微企业的概念 |
2.1.2 小微企业的范围 |
2.2 小微企业的融资困境及互联网融资 |
2.2.1 小微企业融资难题 |
2.2.2 小微企业的互联网融资 |
2.3 小微企业融资信用评价影响因素及评价指标体系 |
2.3.1 硬信息对小微企业互联网融资信用的影响 |
2.3.2 软信息对小微企业互联网融资信用的影响 |
2.4 小微企业互联网融资信用评价模型及方法 |
2.4.1 传统信用评价技术 |
2.4.2 大数据技术下的企业融资信用评价方法 |
2.5 文献述评 |
2.6 本章小结 |
3 小微企业互联网融资信用评价机理分析 |
3.1 国外小微企业特征及信贷服务实践 |
3.1.1 国外小微企业发展模式及传统渠道融资特征 |
3.1.2 国外小微企业互联网融资模式的发展 |
3.2 我国小微企业特征 |
3.2.1 小微企业的总体特征 |
3.2.2 小微企业的经营活动特征 |
3.2.3 小微企业的金融行为特征 |
3.2.4 小微企业的竞争力特征 |
3.2.5 小微企业的社会关联性特征 |
3.2.6 小微企业的还款能力及还款意愿特征 |
3.3 我国小微企业互联网融资模式及途径 |
3.3.1 小微企业互联网融资模式 |
3.3.2 小微企业互联网融资途径 |
3.4 小微企业互联网融资信用分析 |
3.4.1 小微企业互联网融资信用数据的来源 |
3.4.2 小微企业传统与互联网渠道融资信用评价的异同 |
3.4.3 小微企业互联网融资信用评价的四维概念模型与要素 |
3.5 大数据背景下小微企业互联网融资信用评价机理 |
3.5.1 大数据背景下小微企业互联网融资信用评价的目的 |
3.5.2 大数据背景下小微企业互联网融资审核流程分析 |
3.5.3 大数据技术在小微企业互联网融资信用评价中的应用 |
3.6 本章小结 |
4 小微企业互联网融资信用评价指标体系构建 |
4.1 小微企业互联网融资信用指标构建 |
4.1.1 小微企业互联网融资信用硬信息与软信息界定 |
4.1.2 影响小微企业互联网融资信用水平的硬信息 |
4.1.3 影响小微企业互联网融资信用水平的软信息 |
4.2 小微企业互联网融资信用评价指标界定与预处理 |
4.2.1 小微企业互联网融资信用评价指标框架 |
4.2.2 小微企业互联网融资信用评价指标类型及标准化方法 |
4.3 小微企业互联网融资信用评价指标组合赋权 |
4.3.1 小微企业互联网融资信用评价指标单一客观赋权方法 |
4.3.2 小微企业互联网融资信用评价指标组合赋权方法 |
4.3.3 小微企业互联网融资信用熵评价模型 |
4.4 本章小结 |
5 小微企业互联网融资信用数据获取模型 |
5.1 软信息对小微企业互联网融资信用评价的作用方式 |
5.1.1 软信息对小微企业互联网融资信用评价的直接作用 |
5.1.2 软信息文本特征对小微企业互联网融资信用评价的间接作用 |
5.1.3 软信息主题特征对小微企业互联网融资信用评价的间接作用 |
5.2 融合多元信息的小微企业互联网融资信用数据获取 |
5.2.1 小微企业互联网融资信用软信息分类 |
5.2.2 小微企业互联网融资信用软信息量化方法 |
5.2.3 小微企业互联网融资信用评价软硬信息变量选取 |
5.3 小微企业互联网融资信用数据模型 |
5.3.1 小微企业互联网融资信用评价数据来源 |
5.3.2 小微企业互联网融资信用信息量化处理 |
5.4 本章小结 |
6 小微企业互联网融资信用评价模型与案例分析 |
6.1 基于博弈的评价主体关系分析 |
6.1.1 评价主体的互联网融资信任博弈模型假设 |
6.1.2 评价主体的互联网融资信任博弈模型构建 |
6.1.3 评价主体的互联网融资信任博弈演化均衡的稳定性分析 |
6.2 基于演化的小微企业互联网融资信用评价模型 |
6.2.1 评价主体的互联网融资信用特征 |
6.2.2 基于神经网络和物元可拓的评价方法 |
6.2.3 模型精确度测量 |
6.3 小微企业互联网融资信用评价结果分析 |
6.3.1 小微企业互联网融资信用评价数据来源 |
6.3.2 小微企业互联网融资信用评价实验设计 |
6.3.3 小微企业互联网融资信用评价实验结果及分析 |
6.4 本章小结 |
7 小微企业互联网融资信用评价总结与政策建议 |
7.1 大数据背景下小微企业互联网融资信用内涵总结 |
7.1.1 大数据背景下小微企业互联网融资 |
7.1.2 大数据背景下小微企业互联网融资信用优势 |
7.2 小微企业互联网融资信用评价要素 |
7.2.1 传统融资过程中的信用评价与信任关系 |
7.2.2 互联网融资过程中的信用评价与信任关系 |
7.3 小微企业互联网融资信用评价的管理建议 |
7.3.1 基于激励政策执行力的信用评价技术研究 |
7.3.2 基于互联网金融信用评价的风险防控 |
7.3.3 基于大数据来平衡评价技术与人际沟通的关系 |
7.4 本章小结 |
8 研究结论与展望 |
8.1 研究结论 |
8.2 研究展望 |
参考文献 |
附录 A 词云图代码 |
附录 B LDA模型代码 |
附录 C BP神经网络代码 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(2)基于层次分析法的我国股份制商业银行风险评价研究(论文提纲范文)
一、引言 |
二、文献回顾 |
三、股份制商业银行风险评价体系构建 |
(一)银行风险评价方法 |
(二)股份制商业银行风险评价指标选取 |
(三)层次分析法确定指标权重 |
四、结论与启示 |
(一)结论 |
(二)管理启示 |
(3)农户借贷动机、申贷行为及贷款获取结果研究 ——以黑龙江省“两大平原”种粮大户为例(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景 |
1.2 研究目的 |
1.3 研究意义 |
1.3.1 理论意义 |
1.3.2 实践意义 |
1.4 国内外研究综述 |
1.4.1 国内研究综述 |
1.4.2 国外研究综述 |
1.4.3 研究述评 |
1.5 研究内容方法和技术路线 |
1.5.1 研究内容 |
1.5.2 研究方法 |
1.5.3 技术路线 |
1.6 创新点 |
2 相关概念及理论基础 |
2.1 相关概念界定 |
2.1.1 种粮大户 |
2.1.2 借贷动机 |
2.1.3 申贷行为 |
2.1.4 贷款获取结果 |
2.1.5 精英与精英俘获 |
2.2 理论基础 |
2.2.1 信贷风险及信贷担保理论 |
2.2.2 交易成本理论 |
2.2.3 农户借贷行为理论 |
2.3 本章小结 |
3 “借贷动机-申贷行为-贷款获取结果”形成机理与理论分析框架 |
3.1 “动机—行为”的形成机理 |
3.2 “行为—结果”的形成机理 |
3.3 “动机-行为-结果”理论框架解释 |
3.4 本章小结 |
4 种粮大户贷款借贷动机、申贷行为与贷款获取结果情况概述 |
4.1 调研地区及调研主体情况 |
4.1.1 调查地区 |
4.1.2 调研对象 |
4.1.3 政策支持情况 |
4.2 种粮大户借贷动机描述性分析 |
4.2.1 种粮大户资金需求额度高 |
4.2.2 种粮大户资金借贷期限长 |
4.2.3 种粮大户的资金借贷多为生产性用途 |
4.2.4 种粮大户的融资渠道倾向于正规借贷 |
4.3 种粮大户申贷行为描述性分析 |
4.4 种粮大户贷款获取结果描述性分析 |
4.5 种粮大户贷款“动机-行为-结果”数据描述性分析 |
4.6 本章小结 |
5 种粮大户借贷动机与申贷行为分析 |
5.1 种粮大户借贷动机分析 |
5.1.1 种粮大户的借贷动机 |
5.1.2 种粮大户借贷动机的有效性 |
5.2 种粮大户申贷行为的机理分析 |
5.2.1 影响交易成本的关键因素分析 |
5.2.2 基于交易成本理论的种粮大户申贷行为机理分析 |
5.3 种粮大户申贷行为实证分析 |
5.3.1 数据来源 |
5.3.2 变量选择与研究假设 |
5.3.3 种粮大户申贷行为的Logistic模型构建 |
5.3.4 种粮大户申贷行为的实证结果分析 |
5.4 本章小结 |
6 种粮大户贷款获取结果分析 |
6.1 种粮大户贷款获取结果的机理分析 |
6.1.1 基于信息不对称理论的贷款获取结果机理分析 |
6.1.2 基于精英俘获理论的贷款获取结果机理分析 |
6.1.3 基于信用理论的贷款获取结果机理分析 |
6.2 种粮大户与其他种植业经营主体样本特征概述 |
6.2.1 资产规模不高 |
6.2.2 拥有良好的信用记录 |
6.2.3 需要较高的贷款额度 |
6.2.4 老龄化趋势明显 |
6.2.5 家庭声誉情况良好 |
6.2.6 近3年贷款获取率逐渐提升 |
6.3 种粮大户贷款获取结果(贷款可得性研究部分)的实证分析 |
6.3.1 数据来源 |
6.3.2 变量的选择与研究假设 |
6.3.3 种粮大户贷款获取结果的Logistic模型构建 |
6.3.4 种粮大户贷款获取结果(贷款可得性研究部分)的实证结果分析和“逆”精英俘获结果理论与现实解析 |
6.3.5 交互模型结果与精英俘获理论贡献 |
6.4 种粮大户贷款获取结果(贷款缺口研究部分)的实证分析 |
6.4.1 数据来源 |
6.4.2 变量选择与研究假设 |
6.4.3 种粮大户贷款获取结果(贷款缺口研究部分)的Tobit模型构建 |
6.4.4 种粮大户贷款获取结果(贷款缺口研究部分)的实证结果分析 |
6.5 本章小结 |
7 种粮大户贷款获取结果评价 |
7.1 基于种粮大户满意度的贷款获取结果评价 |
7.1.1 贷款满意度“源理论—顾客满意度指数模型”作用机理阐述 |
7.1.2 指标体系的选择与研究假设 |
7.1.3 种粮大户贷款满意度的实证分析 |
7.1.4 模型结果分析 |
7.2 基于种粮大户收入效应的贷款获取结果评价 |
7.2.1 种粮大户贷款对其收入的影响机理 |
7.2.2 变量选择与研究假设 |
7.2.3 种粮大户贷款获取结果对收入影响的实证分析 |
7.2.4 模型结果与分析 |
7.3 本章小结 |
8 政策建议 |
8.1 营造良好的信用和担保环境,提升贷款获取概率 |
8.2 构建完善的风险分散机制,提升贷款偿付能力 |
8.3 推出“靶向性”的金融服务,增加贷款满意度 |
8.4 强化借贷双方规范运营,提高收入水平 |
9 结论与展望 |
9.1 结论 |
9.2 研究的展望 |
致谢 |
参考文献 |
附录 关于种粮大户贷款获取研究的调查问卷 |
攻读博士学位期间发表的学术论文 |
(4)金融科技赋能究竟如何影响银行小微企业信贷——基于调研数据的实证检验(论文提纲范文)
一、引言与文献综述 |
二、理论分析与研究假设 |
(一)金融科技赋能对小微企业信贷的影响 |
(二)软信息约束的中介作用 |
(三)抵押要求的中介作用 |
(四)软信息约束与抵押要求的链式中介作用 |
(五)信用环境的调节作用 |
三、研究设计 |
(一)变量测量工具 |
(二)问卷设计 |
(三)数据来源与样本选取 |
四、数据分析结果 |
(一)问卷信效度检验 |
(二)共同方法偏差检验 |
(三)变量描述性统计分析 |
(四)假设检验 |
1. 中介模型检验 |
2. 调节模型检验 |
五、结论与讨论 |
(一)研究结论 |
1. 金融科技赋能对小微企业信贷供给存在直接影响,即商业银行借助金融科技获得的技术能力越强,向小微企业提供的有效信贷供给越多。 |
2. 在金融科技赋能作用于小微企业信贷的过程中,存在软信息约束和抵押要求的链式中介作用。 |
3. 信用环境对“金融科技赋能-软信息约束-抵押要求-小微企业信贷”这一链式中介路径具有调节作用。 |
(二)管理启示 |
1. 商业银行应重视金融科技赋能带来的积极影响,加强金融科技的投入,锁定金融科技赋能的前置因素,通过应用金融科技,使银行具备应对外部动态环境的能力。 |
2. 商业银行需要控制金融科技赋能与软信息和抵押要求结合的关键过程,在金融科技赋能与软信息的深度融合中解决小微企业信贷的难点与痛点。 |
3. 商业银行管理者应该提高对当地信用环境的感知力。 |
(5)债券募集说明书文本信息与债券发行定价(论文提纲范文)
引言 |
1 相关研究评述 |
1.1 债券信用利差 |
1.2 公司披露报告的文本信息 |
2 理论分析和研究假设 |
3 研究设计 |
3.1 样本和数据来源 |
3.2 关键变量定义 |
3.2.1 因变量 |
3.2.2 自变量 |
3.2.3 控制变量 |
3.3 构建回归模型 |
4 实证结果分析 |
4.1 描述性统计和相关系数 |
4.2 债券募集说明书负面语调与债券发行信用利差 |
4.3 考虑内生性 |
4.3.1 考虑遗漏变量 |
(1)控制公司治理变量 |
(2)考虑信息披露质量 |
4.3.2 工具变量回归 |
4.3.3 2015 年债券募集说明书披露修订政策的冲击 |
4.4 稳健性检验 |
(1)考虑承销商声誉 |
(2)非预期语调的影响 |
(3)信用评级等级固定效应 |
(4)考虑年报负面语调 |
(5)考虑债券募集说明书正面语调 |
(6)考虑到期样本 |
5 机制分析 |
5.1 债券募集说明书负面语调与公司未来违约风险 |
5.2 事前信息不对称的差异性检验 |
6 扩展性分析 |
6.1 债券募集说明书负面语调与基金参与 |
6.2 债券募集说明书负面语调与债券超额募集 |
6.3 债券募集说明书其他文本信息的扩展分析 |
7 结论 |
(9)陕西省地方政府债务信用风险管理研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容及方法 |
1.2.1 内容架构 |
1.2.2 研究方法 |
2 相关理论基础和文献综述 |
2.1 地方政府债务的相关理论 |
2.1.1 地方政府债务的概念界定 |
2.1.2 地方政府债务的统计口径 |
2.1.3 地方政府债务的分类 |
2.2 我国地方政府债务发展历程 |
2.2.1 地方政府债务初见端倪 |
2.2.2 政府债务规模大规模膨胀 |
2.2.3 债务规模急剧扩张 |
2.2.4 地方政府可发行债券 |
2.3 信用风险的主要测量模型 |
2.3.1 传统信用风险测量模型 |
2.3.2 现代化信用风险测量模型 |
2.3.3 信用风险度量模型小结 |
2.4 国内外研究综述 |
2.4.1 国外文献综述 |
2.4.2 国内文献综述 |
2.4.3 文献述评 |
2.5 本章小结 |
3 陕西省地方政府债务发展概况 |
3.1 陕西省经济财政状况分析 |
3.1.1 陕西省经济状况分析 |
3.1.2 陕西省财政状况分析 |
3.2 陕西省政府债务规模现状 |
3.2.1 陕西省总体债务规模 |
3.2.2 各地级市债务规模 |
3.3 陕西省政府债务结构分析 |
3.3.1 债务层级 |
3.3.2 债务区域 |
3.3.3 举债主体 |
3.3.4 资金来源 |
3.3.5 债务投向 |
3.4 本章小结 |
4 陕西省地方政府债务信用风险识别 |
4.1 地方政府债务信用风险来源 |
4.2 地方政府债务信用风险的影响因素分析 |
4.2.1 地方政府财政自给能力缺失 |
4.2.2 地方政府对中央政府兜底的预期 |
4.2.3 地方官员政绩考核评价体系不合理 |
4.2.4 部分地方政府债务信用风险意识缺乏 |
4.2.5 信用评级失效及信息披露制度不完善 |
4.3 地方政府债务信用风险的影响过程 |
4.4 本章小结 |
5 陕西省地方政府债务信用风险评估 |
5.1 基于KMV模型的地方政府债务信用风险评价方法 |
5.1.1 KMV模型基本原理 |
5.1.2 地方政府债务KMV模型的推导 |
5.2 陕西省地方政府债务信用风险的测算分析 |
5.2.1 地方财政收入预测 |
5.2.2 可支配收入的确定 |
5.2.3 违约距离和预期违约率的计算 |
5.3 压力测试 |
5.3.1 利率变动 |
5.3.2 偿债年限的变动 |
5.4 本章小结 |
6 陕西省地方政府债务信用风险的防范 |
6.1 遏制地方政府过度举债冲动 |
6.1.1 创新政绩考核体制 |
6.1.2 完善信用评级及信息披露制度 |
6.1.3 建立地方政府财政人员的金融风险意识 |
6.2 化解地方政府存量债务规模 |
6.2.1 继续推行债券置换 |
6.2.2 引入社会资本 |
6.3 提高偿债能力方面 |
6.3.1 加快地方经济发展 |
6.3.2 建立并落实偿债资金 |
6.4 本章小结 |
7 结论与启示 |
7.1 研究结论 |
7.2 创新点与不足 |
7.2.1 本文创新点 |
7.2.2 研究不足 |
参考文献 |
致谢 |
攻读硕士学位期间主要的研究成果 |
(10)融入社会资本的地方政府债务信用评级体系研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 研究思路与内容 |
1.2.1 研究思路 |
1.2.2 研究内容 |
2 相关理论及文献综述 |
2.1 相关概念界定 |
2.1.1 社会资本 |
2.1.2 地方政府债务 |
2.1.3 信用评级 |
2.2 相关理论 |
2.2.1 社会资本理论基础 |
2.2.2 信用评级理论基础 |
2.3 相关文献综述 |
2.3.1 社会资本相关文献综述 |
2.3.2 信用评级指标体系文献综述 |
3 地方政府社会资本的理论分析 |
3.1 地方政府社会资本的定义及作用 |
3.1.1 地方政府社会资本定义 |
3.1.2 地方政府社会资本的作用 |
3.2 个体、企业与地方政府社会资本的区别 |
3.2.1 个体与政府社会资本的差异 |
3.2.2 企业与政府社会资本的差异 |
3.2.3 章节小结 |
3.3 类比法确定政府社会资本指标 |
3.4 社会资本对地方政府信用评级的影响 |
3.4.1 外部社会资本对政府信用评级的影响 |
3.4.2 内部社会资本对政府信用评级的影响 |
3.4.3 地区社会资本对政府信用评级的影响 |
4 社会资本的测度 |
4.1 政府外部社会资本的测度 |
4.1.1 政府网络 |
4.1.2 上级支持意愿 |
4.1.3 公众参与水平 |
4.1.4 公众监督能力 |
4.1.5 社会信任程度 |
4.2 政府内部社会资本的测度 |
4.2.1 官员行政级别 |
4.2.2 官员素质 |
4.2.3 官员自身网络资源 |
4.2.4 地方腐败可能性 |
4.2.5 内部制度规范性 |
4.3 地区社会资本的测度 |
4.3.1 特殊地区扶持 |
4.3.2 区域文化风俗 |
5 融入社会资本的信用评级体系的构建 |
5.1 信用评级要素的确定及指标筛选 |
5.1.1 地方政府债务信用评级要素的确定 |
5.1.2 评级指标的筛选及确定 |
5.2 信用评级模型方法的选择 |
5.2.1 层次分析法(AHP法) |
5.2.2 熵值法 |
5.2.3 AHP-熵值法 |
5.2.4 评级等级符号的含义 |
5.3 指标权重的设计及确定 |
5.3.1 层次分析法(AHP)计算初始权重 |
5.3.2 熵值法计算初始权重 |
5.3.3 AHP-熵值法综合赋权 |
5.3.4 综合测度分值 |
5.4 计算结果 |
6 体系对比分析 |
6.1 剔除社会资本的信用评级体系 |
6.2 层次分析法下初始权重 |
6.3 熵值法下初始权重 |
6.4 AHP-熵值法综合赋权的结果 |
6.5 计算结果分析 |
7 政策建议 |
7.1 外部社会资本层面的建议 |
7.1.1 提高社会公众参与水平,加强外部社会监督,增强政府公信力 |
7.1.2 促进地方多元网络发展,拓宽地方政府融资渠道 |
7.2 内部社会资本层面的建议 |
7.2.1 加强政府官员自身素质教育,提高地方政府治理能力 |
7.2.2 健全地方政府内部管理规章制度,严厉打击腐败网络参与人员 |
7.3 地区社会资本层面的建议 |
7.3.1 加强特殊地区产业政策扶持,提高地区财政自给能力 |
7.3.2 发挥政府信用导向作用,加快建设信用文化体系 |
8 结论与不足 |
8.1 本文结论与成果 |
8.2 创新点 |
8.3 研究不足 |
致谢 |
参考文献 |
附录1 |
攻读硕士期间主要研究成果 |
四、信用风险的测量与管理(论文参考文献)
- [1]小微企业互联网融资信用评价研究[D]. 周彪. 北京交通大学, 2021
- [2]基于层次分析法的我国股份制商业银行风险评价研究[J]. 刘星,杨立生. 河北金融, 2021(08)
- [3]农户借贷动机、申贷行为及贷款获取结果研究 ——以黑龙江省“两大平原”种粮大户为例[D]. 王一博. 东北农业大学, 2021
- [4]金融科技赋能究竟如何影响银行小微企业信贷——基于调研数据的实证检验[J]. 房颖. 金融监管研究, 2021(07)
- [5]债券募集说明书文本信息与债券发行定价[J]. 林晚发,方梅,沈宇航. 管理科学, 2021(04)
- [6]供应链金融模式下企业风险的测度分析研究[D]. 朱丽萍. 西华大学, 2021
- [7]我国融资租赁企业信用风险测量及影响因素研究[D]. 段雨馨. 东北农业大学, 2021
- [8]西部证券债券投资风险管理优化研究[D]. 杨歆. 兰州理工大学, 2021
- [9]陕西省地方政府债务信用风险管理研究[D]. 伊梦姣. 西安理工大学, 2021
- [10]融入社会资本的地方政府债务信用评级体系研究[D]. 李鹏海. 西安理工大学, 2021