本文關(guān)鍵詞：我國(guó)房地產(chǎn)行業(yè)上市公司信用風(fēng)險(xiǎn)分析——基于KMV模型

  更多相關(guān)文章： 房地產(chǎn) 信用風(fēng)險(xiǎn) KMV模型

【摘要】：房地產(chǎn)行業(yè)對(duì)推動(dòng)我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展有著重要作用,但其投資高風(fēng)險(xiǎn)、高收益的特性不容忽視。文章基于前人的理論和實(shí)證研究,結(jié)合我國(guó)情況對(duì)KMV模型修正并進(jìn)行實(shí)證分析,旨在提出應(yīng)對(duì)我國(guó)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)的對(duì)策和房地產(chǎn)上市公司的發(fā)展意見(jiàn),并為我國(guó)商業(yè)銀行對(duì)房地產(chǎn)貸款信用風(fēng)險(xiǎn)控制提出合理建議。
【作者單位】： 廣東金融學(xué)院信用管理系;
【基金】：2015年度廣東省高等教育教學(xué)改革項(xiàng)目(166)
【分類號(hào)】：F299.23;F832.4
【正文快照】： 房地產(chǎn)行業(yè)帶動(dòng)著各行各業(yè)的發(fā)展,是我國(guó)經(jīng)濟(jì)發(fā)展的主要力量。據(jù)中國(guó)人民銀行網(wǎng)站發(fā)布的數(shù)據(jù)顯示:2015年末在個(gè)人購(gòu)房貸款方面全國(guó)個(gè)人購(gòu)房貸款余額比2014年末為23.2%,增速比2014年末高5.7個(gè)百分點(diǎn),比各項(xiàng)貸款高8.9個(gè)百分點(diǎn);在房產(chǎn)開(kāi)發(fā)方面,全國(guó)房產(chǎn)開(kāi)發(fā)貸款余額5.04萬(wàn)億元,同

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 連采男;王學(xué)軍;羅永鵬;;商業(yè)銀行的信用風(fēng)險(xiǎn)及其防范[J];中國(guó)集體經(jīng)濟(jì);2012年27期

2 張英杰;李詩(shī);余璐;;當(dāng)前中小企業(yè)債券信用風(fēng)險(xiǎn)分析與評(píng)測(cè)[J];債券;2014年07期

3 潘淑;;我國(guó)民間資本信用監(jiān)管的困境[J];商場(chǎng)現(xiàn)代化;2014年11期

4 蔣彥華;我國(guó)中小企業(yè)信用擔(dān)保體系的問(wèn)題及對(duì)策[J];金融理論與實(shí)踐;2004年03期

5 王勇;;武漢市城投債發(fā)行規(guī)模實(shí)證研究[J];生產(chǎn)力研究;2011年11期

6 周子凱;;商業(yè)銀行信用風(fēng)險(xiǎn)管理研究與分析[J];現(xiàn)代經(jīng)濟(jì)信息;2014年15期

7 武嘉妮;毛宏;;KMV模型在上市銀行信用風(fēng)險(xiǎn)測(cè)定中的應(yīng)用[J];上海第二工業(yè)大學(xué)學(xué)報(bào);2014年02期

8 運(yùn)迪;周建輝;;基于改進(jìn)Z值模型的企業(yè)信用風(fēng)險(xiǎn)評(píng)估與檢驗(yàn)[J];統(tǒng)計(jì)與決策;2014年10期

9 李世偉;丁勝;;信用風(fēng)險(xiǎn)度量模型[J];中國(guó)科技信息;2009年01期

10 王勇;;城投債適度規(guī)模研究[J];商業(yè)時(shí)代;2011年32期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 許美玲;信用風(fēng)險(xiǎn)度量模型的研究與改進(jìn)[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號(hào)：1237245