不良资产证券化资产池信用风险测算研究——基于神经网络

不良资产证券化资产池信用风险的定量研究在我国非常匮乏。文章立足我国不良资产信用数据严重不足的现状,尝试使用改进的BP神经网络模型测算单笔不良资产的信用风险:根据不良资产的特点甄选出其中16个作为输入变量;经过反复测试,确定1个隐含层;以单笔资产的信用风险作为输出层。然后通过整合信用风险附加模型,量化资产池的信用风险。通过对我国某不良资产证券化案例为样本进行的实证分析结果表明,基于改进的BP神经网络模型测算资产池信用风险具有良好的应用效果。

金融资产管理公司不良资产处置方式创新研究

伴随着不良资产质量的下降 ,处置成本的提高及公司商业化转型的要求 ,金融资产管理公司必须积极探索和创新不良资产处置方式 ,以实现资产的快速处置。具体创新方式包括打包处置、不良资产超市、信托处置及不良资产证券化等。

AMC不良资产拍卖价值缩水形成机制研究

文章在分析AMC不良资产拍卖价值缩水现有研究的基础上,采用博弈思想,建立了一种以动态博弈理论为基础的AMC不良资产拍卖价值缩水传导模型,分析了AMC不良资产拍卖处置AMC和竞拍人博弈导致不良资产价值缩水的机制及其形成过程。并在此基础上,提出了有针对性地降低不良资产拍卖价值缩水程度的建议,以指导实践提高AMC不良资产拍卖处置的回收率。

金融资产机构委托的金融不良资产拍卖市场地位分析——以广东拍卖市场为个案

当前全球性金融危机带来的大量的金融不良资产,其处置方式和进行前瞻性的设计更为重要,运用拍卖机制进行金融资产的分配,以及在金融不良资产产生后的拍卖方式和拍卖的作用都是非常重要的研究课题,在目前,尤为重要的和首要的是应当弄清楚我国目前金融不良资产拍卖的情况,从而为其他工作的开展奠定基础。

我国上市公司不良资产测评研究

文章以我国沪市A股2006年底620家上市公司的财务报表资料为样本,通过对财务指标信息类模型的研究,设计了反映企业综合能力的10个指标,借助主成分分析法,同时借鉴阿尔曼多元Z值判定模型的分析思路,建立了我国上司公司不良资产的测评模型——G值模型。研究结果表明:我国沪市A股上市公司不良资产率应控制在[-1.667%,1.785%]范围内。

我国金融资产管理公司商业化发展方向的初步探索

金融资产管理公司经过六年的发展运营,在不良资产处置、支持国有商业银行改革和帮助国有企业脱困等方面都取得了阶段性的成果。随着我国全面对外开放金融市场时间表的临近,客观上要求我国金融资产管理公司明确发展方向、提高运营效率、树立竞争理念,为商业化发展做好准备。

国有银行不良资产形成中的政策性因素分析

文章通过对典型调查的某国有银行不良资产形成中的政策性变量的分析，指出政策性原因是国有银行产生不良资产的最重要的因素。由政策性原因所导致形成的不良资产已经占到不良资产总额的 50％以上，并且其绝对额呈上升趋势。

商业银行不良资产证券化分析

近年来,我国商业银行中不良贷款率的持续增长使得如何处置不良资产成为一个重要问题。不良资产不仅会影响银行的资金周转,降低流动性,造成资产损失,也会使得社会资源无法得到合理配置,进而影响整个国民经济效益的提升。不良资产证券化是处置不良资产的重要方法。论文描述了我国不良资产证券化的发展过程,介绍了不良资产证券化对商业银行经营发展的好处,继而分析了目前我国商业银行不良资产证券化存在的问题与发展障碍,最后提出了相应问题的解决方法。

证券化评级视角下个贷抵押类不良贷款回收影响因素分析

在不良贷款资产支持证券各类产品中,个贷抵押类不良贷款资产支持证券回收率普遍较高,资产质量更优,近年来受到越来越多投资人青睐,市场关注度日益提升。本文基于中债资信承做信贷资产支持证券双评级业务时积累的历史数据和项目储备,对目前市场已发行的50单个贷抵押类NPAS项目、超20万笔入池资产进行逐笔分析,并结合近300单存续RMBS项目基础资产真实违约回收表现,分析影响个贷抵押类不良贷款资产支持证券回收金额和回收时间的可能因素,以期助力发起机构提升不良资产处置效率,帮助投资人识别证券风险、发现投资价值。