黨在十九大工作報(bào)告中指出,我國應(yīng)持續(xù)推進(jìn)管控與防范重大經(jīng)濟(jì)金融風(fēng)險(xiǎn),保證金融穩(wěn)定,實(shí)現(xiàn)金融與實(shí)體經(jīng)濟(jì)相互促進(jìn)。近年來,金融危機(jī)的頻繁發(fā)生讓政府與投資者認(rèn)識到金融系統(tǒng)的脆弱性和金融風(fēng)險(xiǎn)的破壞性,商業(yè)銀行作為我國金融業(yè)的支柱,其信貸規(guī)模量不僅是社會融資的重要組成部分,而且,商業(yè)銀行的信貸活動也關(guān)系金融業(yè)的穩(wěn)健運(yùn)行,因此,需對商業(yè)銀行信貸業(yè)務(wù)進(jìn)行風(fēng)險(xiǎn)管理和預(yù)防;上市商業(yè)銀行是我國商業(yè)銀行最主要組成部分,研究上市銀行信貸業(yè)務(wù)的風(fēng)險(xiǎn)管理與預(yù)防十分必要。本文首先介紹商業(yè)銀行信貸風(fēng)險(xiǎn)的定義與特征,闡述商業(yè)銀行信貸風(fēng)險(xiǎn)代表性指標(biāo)不良貸款的現(xiàn)狀,探討商業(yè)銀行在信貸管理過程中存在的問題,考慮經(jīng)濟(jì)增長、貨幣政策、通貨膨脹率、房地產(chǎn)業(yè)情況、工業(yè)方面因素、財(cái)政政策與金融資產(chǎn)價(jià)格七個(gè)宏觀經(jīng)濟(jì)因素,理論分析上述因素對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響;其次,基于主成分分析法和VAR模型,從上市銀行角度出發(fā),測度得出上市銀行信貸風(fēng)險(xiǎn)指數(shù),并從實(shí)際研究宏觀經(jīng)濟(jì)變量因素對上市銀行信貸風(fēng)險(xiǎn)的影響。本文的研究結(jié)論如下:第一,經(jīng)濟(jì)增長對上市銀行信貸風(fēng)險(xiǎn)有顯著負(fù)向影響,經(jīng)濟(jì)發(fā)展水平越高,信貸風(fēng)險(xiǎn)發(fā)生概率越低。第二,貨幣供給對上市銀行信貸風(fēng)險(xiǎn)... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－４不同類型商業(yè)銀行不良貸款率的橫向比較??（三）商業(yè)銀行不良貸款分類情況??商業(yè)銀行不良貸款根據(jù)可收回貸款的概率大小依次分為次級、可疑以及損失??

?■外資銀行??０．２１２３２３０８９??圖２－３?２０１８年第３季度各類商業(yè)銀行不良貸款所占比重??不同類型商業(yè)銀行＋良貸款率的橫向比較??５??４??３??２??；８?－?１?１?Ｉ?Ｉ：?：?１?Ｓ??２０１２－１２?２０１３－１２?２０１４－１２?２０１５－１２?２０１６－１２?２０１７－１２?２０１８－０９??■大型商業(yè)銀行?＊城市商亞銀行、股份制商業(yè)銀行?＜農(nóng)村商業(yè)銀庁?■外資銀行??圖２－４不同類型商業(yè)銀行不良貸款率的橫向比較??（三）商業(yè)銀行不良貸款分類情況??商業(yè)銀行不良貸款根據(jù)可收回貸款的概率大小依次分為次級、可疑以及損失??三種類型，次級貸款可收回本息的概率最高，損失類可收回的概率最低。根據(jù)銀??保監(jiān)會數(shù)據(jù)顯示，近幾年商業(yè)銀行各種類型的不良貸款額基本呈現(xiàn)一直增長的趨??勢，次級和損失類不良貸款所占的比重很大，而損失類所占重比較小。本文對中??經(jīng)網(wǎng)數(shù)據(jù)經(jīng)過整理近幾年商業(yè)銀行不同類型的不良貸款情況，繪制成下圖２－５，??數(shù)據(jù)顯示２０丨８年第三季度次級類不良貸款額達(dá)到８３９５億元，可疑類不良貸款額??達(dá)到９０３２億元，而損失類則為２８９５億元。收回貸款本息概率比較高的次級和可??疑貸款在不良貸款額中所占比重常年超過８５％，表明我國商業(yè)銀行所面臨的信??貸資產(chǎn)的損失還是能夠挽救一部分損失的

（見表４－２）。貢獻(xiàn)率達(dá)到這么高的水平，表明前三個(gè)包含了所有變量的大部分信??息。為了進(jìn)一步驗(yàn)證這三個(gè)主成分選取的有效性，本文畫出了主成分分析的碎石??圖。如圖４－１所示，橫軸代表主成分?jǐn)?shù)，縱軸代表特征值，可由圖可以得知第三??個(gè)主成分之后曲線斜率迅速降低，進(jìn)一步說明了表明ＰＣ１到ＰＣ３包含大部分信??息，從而表明選�。硞�(gè)主成分的合理性。??２８??

【參考文獻(xiàn)】：
期刊論文
[1]經(jīng)濟(jì)新常態(tài)下不良貸款的宏觀外因測度及調(diào)控政策取向[J]. 謝海東,郝奕博.  經(jīng)濟(jì)問題. 2017(07)
[2]利率市場化背景下我國商業(yè)銀行信貸風(fēng)險(xiǎn)管理探究[J]. 朱琪蘭.  對外經(jīng)貿(mào). 2017(01)
[3]我國宏觀經(jīng)濟(jì)對商業(yè)銀行不良貸款影響的實(shí)證分析[J]. 韓笑,徐少君.  經(jīng)營與管理. 2015(07)
[4]貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的機(jī)理探索——美國兩次次貸危機(jī)啟示[J]. 金鵬輝.  上海金融. 2015(01)
[5]風(fēng)險(xiǎn)相關(guān)性與銀行系統(tǒng)性風(fēng)險(xiǎn)測度[J]. 王璐,童中文.  金融論壇. 2014(11)
[6]貨幣政策立場與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國銀行業(yè)的實(shí)證研究（2000—2010）[J]. 張雪蘭,何德旭.  經(jīng)濟(jì)研究. 2012(05)
[7]通貨膨脹對我國銀行信貸的影響[J]. 竇悅,張惠萍.  山西財(cái)經(jīng)大學(xué)學(xué)報(bào). 2011(S3)
[8]宏觀經(jīng)濟(jì)因素對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響分析[J]. 劉平,梁瑜.  區(qū)域金融研究. 2011(02)
[9]經(jīng)濟(jì)增長與商業(yè)銀行不良貸款率波動的VAR模型分析[J]. 岳蓓蓓,鄭循剛.  金融與經(jīng)濟(jì). 2011(01)
[10]中國商業(yè)銀行信貸風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)因素關(guān)系研究——基于2000～2009年面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J]. 邱兆祥,劉遠(yuǎn)亮.  廣東金融學(xué)院學(xué)報(bào). 2011(01)

碩士論文
[1]宏觀經(jīng)濟(jì)因素對我國商業(yè)銀行不良貸款率的影響研究[D]. 樂云.江西財(cái)經(jīng)大學(xué) 2017
[2]我國上市銀行房地產(chǎn)信貸風(fēng)險(xiǎn)以及防范研究[D]. 張燕.山西財(cái)經(jīng)大學(xué) 2017
[3]宏觀經(jīng)濟(jì)因素對商業(yè)銀行不良貸款率影響的實(shí)證研究[D]. 田林峰.浙江財(cái)經(jīng)大學(xué) 2016
[4]商業(yè)銀行不良貸款影響因素實(shí)證分析[D]. 邰永玉.山東大學(xué) 2016
[5]宏觀因素對銀行不良貸款率的影響研究[D]. 陳小龍.西南財(cái)經(jīng)大學(xué) 2016
[6]宏觀經(jīng)濟(jì)因素對我國商業(yè)銀行信貸資產(chǎn)質(zhì)量的影響研究[D]. 陳冰清.南京大學(xué) 2015
[7]銀行不良貸款影響因素的實(shí)證分析[D]. 劉穎.浙江大學(xué) 2013
[8]基于CPV模型的商業(yè)銀行信貸風(fēng)險(xiǎn)研究[D]. 譚斌.南京理工大學(xué) 2012
[9]我國商業(yè)銀行信貸信用風(fēng)險(xiǎn)度量研究[D]. 劉林.重慶大學(xué) 2006
[10]商業(yè)銀行不良貸款影響因素分析及防范措施[D]. 周潯倩.重慶大學(xué) 2005



本文編號：3304591