近年來全球化的金融危機向我們展示了美國次貸危機的巨大沖擊,同時也看到了銀行信貸風(fēng)險對于整個金融界的影響力,尤其是目前我國快速發(fā)展的房地產(chǎn)業(yè),其帶給商業(yè)銀行的隱性風(fēng)險就像一顆隨時可能被引爆的炸彈。雖然我們已經(jīng)走出了金融危機最低谷的時期,但就在我國經(jīng)濟快速恢復(fù)的關(guān)鍵時期,我們更應(yīng)抑制住投資過熱的勢頭,嚴(yán)格執(zhí)行銀行信貸標(biāo)準(zhǔn),密切關(guān)注貸款企業(yè)的財務(wù)及非財務(wù)狀況,防止信貸風(fēng)險積累。在此背景下,有必要對商業(yè)銀行信貸風(fēng)險預(yù)警進(jìn)行深入研究,從源頭上防止風(fēng)險的發(fā)生,做出正確的信貸決策,使商業(yè)銀行遭受的信貸損失降到最低。 本文是在研究信貸風(fēng)險相關(guān)理論的基礎(chǔ)上,從財務(wù)因素指標(biāo)和非財務(wù)因素指標(biāo)兩個角度,構(gòu)建符合我國房地產(chǎn)行業(yè)的信貸風(fēng)險預(yù)警模型。首先,回顧了國內(nèi)外銀行信貸風(fēng)險研究的歷程。其次,介紹了信貸風(fēng)險理論知識及現(xiàn)有成熟的度量方法。再次,分析了商業(yè)銀行信貸風(fēng)險的影響因素,并建立了針對房地產(chǎn)行業(yè)的信貸風(fēng)險預(yù)警模型。最后,選取中國工商銀行的典型案例對所建立的模型進(jìn)行檢驗,在一定程度上證明了所構(gòu)建模型的可行性和實用性。 在研究方法上,運用實證研究法收集了大量房地產(chǎn)企業(yè)的實際數(shù)據(jù),在此基礎(chǔ)上運用主成分分析法和結(jié)構(gòu)方程模型法建立預(yù)警模型,首次將不可測量因素納入到預(yù)警模型當(dāng)中,克服了以往研究中定量指標(biāo)過少,定性指標(biāo)過多的缺點。將數(shù)據(jù)化模型與非數(shù)據(jù)化模型相結(jié)合,得出科學(xué)簡易的判斷房地產(chǎn)企業(yè)信貸風(fēng)險的預(yù)警模型。
【學(xué)位單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F832.45;F224
【部分圖文】：

圖 4.1 37 家企業(yè)的 F 值散點圖點圖可以看出，圖中的左側(cè)第一列與上方的第一行中顯左右兩側(cè)與上下兩側(cè)，其中左斜對角線上的方框中為空，這說明了 P 與 F1、F2、F3、F4是屬于二值分類的關(guān)系，的 P 值集中分布在兩個極端。對于這種二分類變量，通義為 0，一個定義為 1，這時 P 值的取值范圍就局限在 的因變量取值落在實數(shù)集當(dāng)中，這是不能接受的。因此 變換，如此它的取值區(qū)間就變成了整個實數(shù)集，然后再了，而這種回歸分析的處理方法就是 Logistic 回歸。用二值 Logistic 回歸分析的方法對表 4.1 中數(shù)據(jù)進(jìn)行分分類變量 Logistic 回歸的模型形式如下：Exp(BBFBF)011mmP++ +=

- 45 -圖4.2 驗證性因子分析各參數(shù)估計路徑圖在這里我們將潛在變量的方差設(shè)定為1來作為定位值，上圖中顯示的就是潛在因素的變異量設(shè)定為1的標(biāo)準(zhǔn)化估計值。因此，上圖中W1、W2、W3、W4、W5與V1——V17之間的參數(shù)估計值就是各潛變量與測量變量的多元相關(guān)平方，該數(shù)值反映了潛在變量對測量變量所解釋的百分比。該參數(shù)估計值越大，表示測量殘差越小，該變量被潛在變量所解釋的百分比越高；數(shù)值愈小，表示測量殘差越大，變量被潛在變量所解釋的百分比越低。這些數(shù)值反映了測量變量的信度。從上圖我們可以看到各潛變量與各個指標(biāo)間的相關(guān)系數(shù)以及各潛變量之間的相關(guān)系數(shù)。一般情況下，只有該數(shù)值在0.5以上時，才能說明可以用該潛變量來代替原有變量。在參數(shù)估計的路徑圖中顯示潛變量W1受V1、V2、V3、V4的影響較大

的矩陣是協(xié)方差矩陣（詳細(xì)的協(xié)方差矩陣如上文所示）；NX=10 表示外數(shù)為10，即外源潛變量W2、W3、W4所對應(yīng)的V5—V14這10個非財務(wù)指標(biāo),其上文驗證性因子分析后已被刪除，因此V11其實未被計算；NY=7 表示內(nèi)數(shù)為7，即內(nèi)生潛變量W1與W5所反映的V1、V2、V3、V4、V15、V16和V17這7個非NK=3 表示外源潛變量個數(shù)是3個，即W2、W3、W4；NE=2 表示內(nèi)生潛變量即W1與W5；BE是NE×NE矩陣，即是一個2×2矩陣，反映內(nèi)生潛變量與內(nèi)互間的效應(yīng)；BE=FU 表示NE×NE矩陣是一個完整矩陣；GA是外源變量對的效應(yīng)矩陣，它的元素與傳統(tǒng)的回歸系數(shù)相似；GA=FI 表示這個效應(yīng)矩固定矩陣；PS是結(jié)構(gòu)方程殘差向量的協(xié)方差矩陣，是一個NE×NE矩陣；NY×NY的指標(biāo)誤差間的協(xié)方差矩陣；TD是NX×NX的指標(biāo)誤差間的協(xié)方差PS=SY TE=SY TD=SY 表示它們分別對應(yīng)的協(xié)方差矩陣是一個對稱矩陣。MA的輸出結(jié)果如下：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊保安,季海;基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行貸款風(fēng)險預(yù)警研究[J];系統(tǒng)工程理論與實踐;2001年05期

2 胡升陽,趙永生;構(gòu)建農(nóng)發(fā)行信貸風(fēng)險預(yù)警體系的思考[J];新疆金融;2004年07期

3 林春平;貧困地區(qū)建立信貸風(fēng)險預(yù)警機制之我見[J];廣西經(jīng)貿(mào);1994年10期

4 曾興躍;;淺議商業(yè)銀行信貸風(fēng)險管理[J];海南金融;2006年01期

5 吳瑛;;商業(yè)銀行信貸風(fēng)險的控制措施探討[J];濟南金融;2005年11期

6 馮克榮;芻議基層農(nóng)行的貸后管理[J];西南金融;2005年08期

7 鐘仁格;論建立信貸風(fēng)險預(yù)警系統(tǒng)[J];廣西農(nóng)村金融研究;1995年10期

8 王化爭,李文興;信貸風(fēng)險解析與對策[J];財政研究;2004年12期

9 孔皓薇;;集團(tuán)客戶與信貸風(fēng)險控制[J];中國高新技術(shù)企業(yè);2008年01期

10 中國銀行業(yè)監(jiān)督管理委員會潮州監(jiān)管分局課題組;史鎮(zhèn)泉;;關(guān)注郵儲銀行小額信貸風(fēng)險——以潮州市為例[J];南方金融;2009年02期

相關(guān)博士學(xué)位論文 前10條

1 劉年平;煤礦安全生產(chǎn)風(fēng)險預(yù)警研究[D];重慶大學(xué);2012年

2 楊智;空中交通管制安全風(fēng)險預(yù)警決策模式及方法研究[D];武漢理工大學(xué);2012年

3 滕煥欽;財產(chǎn)保險公司風(fēng)險預(yù)警研究[D];山東大學(xué);2011年

4 馮顯富;基于混沌理論的石油煉化企業(yè)風(fēng)險預(yù)警預(yù)控技術(shù)研究[D];中國地質(zhì)大學(xué)（北京）;2010年

5 劉堃;我國商業(yè)銀行信用風(fēng)險預(yù)警與緩釋：基于全面風(fēng)險管理視角[D];中國科學(xué)技術(shù)大學(xué);2010年

6 李昊;我國地方政府債務(wù)風(fēng)險預(yù)警模型研究[D];大連理工大學(xué);2011年

7 李繼偉;我國資本項目開放中的風(fēng)險預(yù)警研究[D];暨南大學(xué);2010年

8 譚輝雄;金融機構(gòu)市場退出問題研究[D];湖南大學(xué);2010年

9 黃芳;物流網(wǎng)絡(luò)運作風(fēng)險評估與預(yù)警研究[D];北京交通大學(xué);2010年

10 曹宏杰;擔(dān)保公司風(fēng)險預(yù)警管理研究[D];武漢理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 廖栩;我國商業(yè)銀行信貸風(fēng)險分類預(yù)警指標(biāo)體系的構(gòu)建[D];浙江大學(xué);2006年

2 沈蕾;商業(yè)銀行信貸風(fēng)險測控研究[D];武漢理工大學(xué);2002年

3 楊麗蓉;出入境貨物風(fēng)險預(yù)警系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2011年

4 周欣;商業(yè)銀行信貸風(fēng)險管理控制[D];西南交通大學(xué);2002年

5 楊帆;國有商業(yè)銀行信貸風(fēng)險管理[D];湖南大學(xué);2001年

6 朱明海;J2EE及其在信貸風(fēng)險管理系統(tǒng)中的應(yīng)用研究[D];西安理工大學(xué);2003年

7 樓海濤;商業(yè)銀行并購失敗風(fēng)險預(yù)警研究[D];浙江大學(xué);2011年

8 馬韶暉;我國商業(yè)銀行信貸風(fēng)險防范化解機制研究[D];哈爾濱理工大學(xué);2004年

9 郭曉妹;商業(yè)銀行信貸風(fēng)險管理[D];淮北師范大學(xué);2010年

10 萬洪宇;商業(yè)銀行對中小企業(yè)信貸風(fēng)險的對策研究[D];南京理工大學(xué);2002年

本文編號：2840121