根據(jù)銀監(jiān)會年報可以得知,近年來我國商業(yè)銀行的不良貸款率持續(xù)升高,而商業(yè)銀行的主要收入來源就是其貸款利息,不良貸款率的升高意味著銀行可能無法回收的貸款占總貸款額的比例在升高,這也意味著商業(yè)銀行遭受損失的可能性在不斷增大。加強商業(yè)銀行的信貸風(fēng)險管理也就成為了銀行經(jīng)營發(fā)展的重中之重,而準(zhǔn)確有效的信貸風(fēng)險評估可以更好的識別信貸風(fēng)險,從而對銀行的信貸風(fēng)險管理起到至關(guān)重要的作用。由于我國資本市場發(fā)展尚不夠完善,而對于商業(yè)銀行的信貸風(fēng)險評估通常需要大量的歷史數(shù)據(jù)作為基礎(chǔ),從而可以更好的體現(xiàn)出貸款企業(yè)信息和財務(wù)數(shù)據(jù)的特征,提高信貸風(fēng)險評估的有效性和準(zhǔn)確性。因此,相較于國外在信貸風(fēng)險評估方面已經(jīng)有了很多成熟的經(jīng)驗,就現(xiàn)有形式來看,國內(nèi)學(xué)者在信貸風(fēng)險評估研究領(lǐng)域,還有很大的發(fā)展空間。本文在研究工作中,將交通銀行D分行作為研究對象,分析其信貸風(fēng)險評估現(xiàn)狀,主要對其授信對象評級體系進行研究。針對D分行在信貸風(fēng)險評估上存在的問題,結(jié)合其所在地域特點,設(shè)計出了適用的信貸風(fēng)險評估指標(biāo)體系,從企業(yè)的償債能力、營運能力、盈利能力、發(fā)展能力、管理層狀況、財務(wù)報表質(zhì)量、行業(yè)和政策以及企業(yè)償債意愿這八個方面進行分析,包括19... 

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及研究目的及意義
        1.1.1 研究背景
        1.1.2 研究目的及意義
    1.2 研究現(xiàn)狀及述評
        1.2.1 國內(nèi)外研究現(xiàn)狀
        1.2.2 現(xiàn)狀述評
    1.3 研究內(nèi)容和方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
第2章 交行D分行信貸風(fēng)險評估現(xiàn)狀及問題分析
    2.1 交行D分行概況
    2.2 交行D分行信貸風(fēng)險評估現(xiàn)狀
        2.2.1 信貸部門的組織結(jié)構(gòu)和崗位職責(zé)
        2.2.2 信貸風(fēng)險評級主體
        2.2.3 信貸風(fēng)險評級及等級設(shè)置
        2.2.4 信貸風(fēng)險評估相關(guān)業(yè)務(wù)流程
    2.3 交行D分行信貸風(fēng)險評估存在的問題
        2.3.1 缺少對業(yè)務(wù)人員的能力素質(zhì)要求
        2.3.2 信貸風(fēng)險評估指標(biāo)體系不夠完善
        2.3.3 信貸風(fēng)險評估模型不夠科學(xué)先進
        2.3.4 沒有建立當(dāng)?shù)仄髽I(yè)信貸信息數(shù)據(jù)庫
    2.4 本章小結(jié)
第3章 信貸風(fēng)險評估體系構(gòu)建
    3.1 信貸風(fēng)險評估體系的構(gòu)建思路和原則
        3.1.1 構(gòu)建思路
        3.1.2 構(gòu)建原則
    3.2 信貸風(fēng)險評估指標(biāo)體系構(gòu)建
        3.2.1 財務(wù)指標(biāo)
        3.2.2 非財務(wù)指標(biāo)
    3.3 信貸風(fēng)險評估模型的確定
        3.3.1 信貸風(fēng)險評估模型的比較
        3.3.2 Logit模型的選取依據(jù)
    3.4 信貸風(fēng)險評估方法的建立
        3.4.1 多元共線性分析
        3.4.2 基于Logit模型的信貸風(fēng)險評估方法構(gòu)建
    3.5 本章小結(jié)
第4章 交行D分行信貸風(fēng)險評估方法應(yīng)用
    4.1 信貸風(fēng)險評估
    4.2 信貸風(fēng)險評估結(jié)果分析
    4.3 完善信貸風(fēng)險評估的對策建議
        4.3.1 明確對業(yè)務(wù)人員的能力素質(zhì)要求
        4.3.2 進一步完善指標(biāo)體系
        4.3.3 適當(dāng)引入新的風(fēng)險評估模型
        4.3.4 建立當(dāng)?shù)仄髽I(yè)信貸信息數(shù)據(jù)庫
    4.4 本章小結(jié)
結(jié)論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于GBDT與Logistic回歸融合的個人信貸風(fēng)險評估模型及實證分析[J]. 蔡文學(xué),羅永豪,張冠湘,鐘慧玲.  管理現(xiàn)代化. 2017(02)
[2]中小企業(yè)信貸風(fēng)險評價指標(biāo)體系構(gòu)建[J]. 吳敬茹.  財會通訊. 2016(26)
[3]我國商業(yè)銀行信貸風(fēng)險的度量及控制研究[J]. 郭林海.  金融經(jīng)濟. 2016(16)
[4]基于大數(shù)據(jù)分析的銀行不良信貸風(fēng)險模型[J]. 林蔭.  工程經(jīng)濟. 2015(06)
[5]基于差分進化自動聚類的信用風(fēng)險評價模型研究[J]. 張大斌,周志剛,許職,李延暉.  中國管理科學(xué). 2015(04)
[6]神經(jīng)網(wǎng)絡(luò)視角下的小微企業(yè)信貸風(fēng)險評估[J]. 何魯冰,雷鵬飛.  湖北行政學(xué)院學(xué)報. 2014(06)
[7]基于人工魚群算法的中小企業(yè)信貸風(fēng)險評估模型[J]. 黃海云.  金融經(jīng)濟. 2014(08)
[8]巴塞爾協(xié)議中的信貸風(fēng)險評估[J]. 李晨輝.  現(xiàn)代經(jīng)濟信息. 2013(16)
[9]我國商業(yè)銀行信貸風(fēng)險識別與管理研究[J]. 孫茂林,王樹恩.  山東社會科學(xué). 2013(05)
[10]國外商業(yè)銀行信貸風(fēng)險管理中國別風(fēng)險的評估方法評介及啟示[J]. 胡曉麗,成力為.  浙江金融. 2012(05)



本文編號：3649515