【摘要】：在農(nóng)商行改制的環(huán)境下,涉農(nóng)貸款業(yè)務(wù)規(guī)模得到了顯著提高。但是,農(nóng)商行的農(nóng)信社痕跡依然在其內(nèi)部制度中存在,這也意味著農(nóng)商行在發(fā)展的過程中,仍面臨著風(fēng)險(xiǎn)。NC農(nóng)商行從2014年至2018年不良貸款率較高,涉農(nóng)貸款占貸款總額的比重最高,因此有必要對NC農(nóng)商行涉農(nóng)貸款風(fēng)險(xiǎn)產(chǎn)生的影響因素進(jìn)行研究來找出風(fēng)險(xiǎn)源頭。本文以NC農(nóng)商行為例,運(yùn)用理論聯(lián)系實(shí)際的方法深入探討了營運(yùn)水平、借款人、外部政策環(huán)境及市場環(huán)境等各方面因素對涉農(nóng)貸款影響風(fēng)險(xiǎn)的影響。本文對農(nóng)商行涉農(nóng)貸款風(fēng)險(xiǎn)的影響因素做了系統(tǒng)的理論闡述。隨后本文運(yùn)用因子分析法提取出實(shí)際調(diào)研中影響涉農(nóng)貸款風(fēng)險(xiǎn)主要因素,對提取出的主要的影響因子運(yùn)用因子得分對其進(jìn)行排名,使得影響因素的影響程度更加清晰。研究結(jié)果表明,涉農(nóng)貸款風(fēng)險(xiǎn)的主要影響因素是銀行自身運(yùn)營水平,客戶因素,宏觀環(huán)境因素。以此為前提提出政策建議。以期降低NC農(nóng)商行涉農(nóng)貸款的風(fēng)險(xiǎn)、不良貸款率。促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)、金融的發(fā)展。
【圖文】：

圖 5-1 碎石圖資料來源：IBM SPSS STATISTICS 20 統(tǒng)計(jì)分析結(jié)果5.4.3.4 計(jì)算成分得分系數(shù)協(xié)方差矩陣出現(xiàn)相關(guān)系數(shù)為 0（j≠k）或 1（j=k）也就是表 5-8 的數(shù)值情況可以理解為5 個(gè)主要因子之間是相互正交的，也就是說這 5 個(gè)主要成分因子就可以很好的解
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.43

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 衛(wèi)志民;李忠昶;關(guān)園;;美國農(nóng)業(yè)金融體系的基本架構(gòu)、特征及啟示[J];經(jīng)濟(jì)縱橫;2014年09期

2 孫若yN;林麗瓊;歐聰麗;徐梟;;臺(tái)灣農(nóng)業(yè)金融體系的職能、特征及其啟示[J];臺(tái)灣農(nóng)業(yè)探索;2014年02期

3 吳敏;;我國政府對農(nóng)村金融的扶持與促進(jìn)建議[J];西部論壇;2012年06期

4 張健華;王鵬;;銀行風(fēng)險(xiǎn)、貸款規(guī)模與法律保護(hù)水平[J];經(jīng)濟(jì)研究;2012年05期

5 王穎;聶廣禮;石勇;;基于信用評分模型的我國商業(yè)銀行客戶違約概率研究[J];管理評論;2012年02期

6 孫立剛;劉獻(xiàn)良;劉河軍;;農(nóng)產(chǎn)品價(jià)格波動(dòng)及其對涉農(nóng)信貸的影響[J];農(nóng)村金融研究;2011年04期

7 楊有振;趙瑞;;中國商業(yè)銀行風(fēng)險(xiǎn)規(guī)避與股權(quán)結(jié)構(gòu):基于面板數(shù)據(jù)的經(jīng)驗(yàn)與證據(jù)[J];財(cái)貿(mào)經(jīng)濟(jì);2010年06期

8 張劍;;當(dāng)前涉農(nóng)貸款投放面臨的困境及對策[J];金融縱橫;2010年03期

9 張岸元;王元;;縣域信貸市場格局出現(xiàn)新變化——對北京市密云縣主要銀行信貸情況的調(diào)研[J];宏觀經(jīng)濟(jì)研究;2010年01期

10 李似鴻;;金融需求、金融供給與鄉(xiāng)村自治——基于貧困地區(qū)農(nóng)戶金融行為的考察與分析[J];管理世界;2010年01期

相關(guān)碩士學(xué)位論文 前1條

1 劉曉晨;涉農(nóng)貸款分類管理及政策支持機(jī)制研究[D];山東農(nóng)業(yè)大學(xué);2010年

，

本文編號(hào)：2706603