商业银行房地产信贷风险预警模型建立

论文摘要

近年来全球化的金融危机向我们展示了美国次贷危机的巨大冲击,同时也看到了银行信贷风险对于整个金融界的影响力,尤其是目前我国快速发展的房地产业,其带给商业银行的隐性风险就像一颗随时可能被引爆的炸弹。虽然我们已经走出了金融危机最低谷的时期,但就在我国经济快速恢复的关键时期,我们更应抑制住投资过热的势头,严格执行银行信贷标准,密切关注贷款企业的财务及非财务状况,防止信贷风险积累。在此背景下,有必要对商业银行信贷风险预警进行深入研究,从源头上防止风险的发生,做出正确的信贷决策,使商业银行遭受的信贷损失降到最低。本文是在研究信贷风险相关理论的基础上,从财务因素指标和非财务因素指标两个角度,构建符合我国房地产行业的信贷风险预警模型。首先,回顾了国内外银行信贷风险研究的历程。其次,介绍了信贷风险理论知识及现有成熟的度量方法。再次,分析了商业银行信贷风险的影响因素,并建立了针对房地产行业的信贷风险预警模型。最后,选取中国工商银行的典型案例对所建立的模型进行检验,在一定程度上证明了所构建模型的可行性和实用性。在研究方法上,运用实证研究法收集了大量房地产企业的实际数据,在此基础上运用主成分分析法和结构方程模型法建立预警模型,首次将不可测量因素纳入到预警模型当中,克服了以往研究中定量指标过少,定性指标过多的缺点。将数据化模型与非数据化模型相结合,得出科学简易的判断房地产企业信贷风险的预警模型。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及现实意义
• 1.1.1 研究背景
• 1.1.2 现实意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究内容、方法与创新
• 1.3.1 研究内容
• 1.3.2 研究方法
• 1.3.3 创新点
• 第2章 信贷风险相关理论与度量方法
• 2.1 信贷风险的相关概念
• 2.1.1 信贷风险的定义
• 2.1.2 信贷风险预警的定义
• 2.2 信贷风险的特征
• 2.2.1 信贷风险具有不确定性
• 2.2.2 信贷风险具有双面性
• 2.2.3 信贷风险具有累积性
• 2.2.4 信贷风险具有相关性
• 2.2.5 信贷风险具有可控性
• 2.3 信贷风险的相关理论基础
• 2.3.1 信贷风险管理理论
• 2.3.2 信息经济学理论
• 2.4 信贷风险的度量方法
• 2.4.1 专家判断法
• 2.4.2 贷款评级法
• 2.4.3 信用评分法
• 2.4.4 KMV 模型
• 2.4.5 Credit Metrics 模型
• 2.4.6 Credit Risk+ 模型
• 2.4.7 麦肯锡宏观模型
• 2.4.8 死亡率分析模型
• 2.4.9 神经网络法
• 2.4.10 C&B 模型
• 第3章 商业银行信贷风险影响因素分析
• 3.1 财务因素分析
• 3.1.1 企业偿债能力
• 3.1.2 企业营运能力
• 3.1.3 企业盈利能力
• 3.1.4 企业现金流量能力
• 3.2 非财务因素分析
• 3.2.1 行业风险因素
• 3.2.2 企业经营水平
• 3.2.3 企业管理水平
• 3.2.4 企业信誉状况
• 3.2.5 企业发展能力
• 第4章 房地产信贷风险预警模型建立
• 4.1 定量指标因素模型建立
• 4.1.1 指标的筛选
• 4.1.2 样本选择与数据收集
• 4.1.3 主成分分析
• 4.1.4 回归方程的建立
• 4.2 定性指标因素结构方程模型
• 4.2.1 指标的确定
• 4.2.2 指标的赋值量化
• 4.2.3 结构方程模型的构建
• 4.3 回归方程与结构方程模型的结合
• 第5章 工商银行案例检验分析
• 5.1 A 房地产公司商品房开发项目贷款
• 5.1.1 案例背景分析
• 5.1.2 A 公司信贷风险检验
• 5.2 B 房地产公司商用房开发项目贷款
• 5.2.1 案例背景分析
• 5.2.2 B 公司信贷风险检验
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和获得的科研成果
• 致谢
• 附录 A
• 附录 B
• 附录 C