隨著中國經(jīng)濟(jì)高速的發(fā)展,金融市場日趨完善和多元化的同時也伴隨著較大的金融風(fēng)險,對商業(yè)銀行而言,在對其進(jìn)行了資產(chǎn)的剝離和改革后,資產(chǎn)的規(guī)模和盈利能力也逐漸增強(qiáng),但與此同時也累積了大量的不良資產(chǎn)。由于近年來我國商業(yè)銀行不良貸款總額與不良貸款率出現(xiàn)雙升的態(tài)勢,這在一定程度上嚴(yán)重影響了商業(yè)銀行的長遠(yuǎn)發(fā)展,因此,如何快速高效的處置不良資產(chǎn)問題成了銀行首先要解決的問題,對于資產(chǎn)評估行業(yè)而言為不良資產(chǎn)提供準(zhǔn)確的估值也顯得尤為重要。本文通過對商業(yè)銀行不良資產(chǎn)現(xiàn)有研究理論與成果進(jìn)行了分析總結(jié),構(gòu)建了商業(yè)銀行不良資產(chǎn)價值評估的理論框架,主要包含三個部分:明確不良資產(chǎn)的基本內(nèi)涵,分析不良資產(chǎn)的處置方式;分析總結(jié)了現(xiàn)有的四種不良資產(chǎn)價值評估方法的適用性以及局限性,為構(gòu)建改進(jìn)后的假設(shè)清算法提供了理論基礎(chǔ)。其次,通過對商業(yè)銀行不良資產(chǎn)發(fā)展與評估現(xiàn)狀的分析,總結(jié)出目前我國商業(yè)銀行不良資產(chǎn)評估過程中存在較多的問題,諸如評估理論與經(jīng)驗欠缺,評估值域處置定價關(guān)系不明,現(xiàn)有的評估方法存在較大局限性等問題,通過對比分析現(xiàn)有的不良資產(chǎn)評估方法,將假設(shè)清算法作為本文的基本方法。然后,應(yīng)用三角模糊數(shù)層次分析法對假設(shè)清算法進(jìn)行改進(jìn),... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

013-2019年商業(yè)銀行不良貸款余額與不良貸款率（單位：億元（%））

資產(chǎn)評估碩士專業(yè)學(xué)位論文20理不良問題，短期內(nèi)由不良問題產(chǎn)生的影響是沒辦法很快消除的[51]。圖3-2商業(yè)銀行分機(jī)構(gòu)不良貸款余額（單位：億元）Figure3-2Non-performingloanbalancesofcommercialbanks圖3-3商業(yè)銀行分機(jī)構(gòu)不良貸款率Figure3-3Non-performingloanratioofcommercialbankbranches數(shù)據(jù)來源：銀監(jiān)會網(wǎng)站3.1.3不良貸款行業(yè)分布集中于制造業(yè)和批發(fā)零售業(yè)從商業(yè)銀行在不良信貸的分布上，可以看出，行業(yè)分布的界限非常明確。表3-1表示，2019年上市銀行在各個行業(yè)不良貸款行業(yè)分布情況，從不良貸款余額占比分析來看，不良貸款余額前五的行業(yè)是：制造業(yè)、批發(fā)和零售業(yè)、交通運輸倉儲、租賃和商務(wù)服務(wù)業(yè)以及房地產(chǎn)業(yè)，其中不良貸款余額占比分別是45.93%、20.55%、7.43%、7.06%和5.38%，合計占比達(dá)到86.35%，其中僅制造業(yè)占比已經(jīng)接近50%，制造業(yè)和批發(fā)零售業(yè)合計達(dá)到66.5%。此外，商業(yè)銀行在各行業(yè)的

資產(chǎn)評估碩士專業(yè)學(xué)位論文20理不良問題，短期內(nèi)由不良問題產(chǎn)生的影響是沒辦法很快消除的[51]。圖3-2商業(yè)銀行分機(jī)構(gòu)不良貸款余額（單位：億元）Figure3-2Non-performingloanbalancesofcommercialbanks圖3-3商業(yè)銀行分機(jī)構(gòu)不良貸款率Figure3-3Non-performingloanratioofcommercialbankbranches數(shù)據(jù)來源：銀監(jiān)會網(wǎng)站3.1.3不良貸款行業(yè)分布集中于制造業(yè)和批發(fā)零售業(yè)從商業(yè)銀行在不良信貸的分布上，可以看出，行業(yè)分布的界限非常明確。表3-1表示，2019年上市銀行在各個行業(yè)不良貸款行業(yè)分布情況，從不良貸款余額占比分析來看，不良貸款余額前五的行業(yè)是：制造業(yè)、批發(fā)和零售業(yè)、交通運輸倉儲、租賃和商務(wù)服務(wù)業(yè)以及房地產(chǎn)業(yè)，其中不良貸款余額占比分別是45.93%、20.55%、7.43%、7.06%和5.38%，合計占比達(dá)到86.35%，其中僅制造業(yè)占比已經(jīng)接近50%，制造業(yè)和批發(fā)零售業(yè)合計達(dá)到66.5%。此外，商業(yè)銀行在各行業(yè)的

【參考文獻(xiàn)】：
期刊論文
[1]商業(yè)銀行不良貸款現(xiàn)狀、成因及對策研究[J]. 郭曉蓓,麻艷,施元雪.  當(dāng)代經(jīng)濟(jì)管理. 2020(06)
[2]商業(yè)銀行不良資產(chǎn)處置模式創(chuàng)新及風(fēng)險控制探索[J]. 才智斌.  現(xiàn)代商業(yè). 2019(27)
[3]銀行債權(quán)類不良資產(chǎn)評估方法改進(jìn)分析[J]. 張金棟.  時代經(jīng)貿(mào). 2019(27)
[4]淺析金融不良資產(chǎn)評估的問題及對策[J]. 劉慧穎.  財富時代. 2019(09)
[5]我國不良資產(chǎn)現(xiàn)狀及成因研究[J]. 原阿茜.  時代金融. 2019(26)
[6]淺談商業(yè)銀行不良資產(chǎn)[J]. 吳雪梅.  內(nèi)蒙古科技與經(jīng)濟(jì). 2019(16)
[7]基于三角模糊數(shù)層次分析的醫(yī)療設(shè)備事后維修決策研究[J]. 沈一奇,鄭彩仙,鄭焜.  中國醫(yī)療設(shè)備. 2019(06)
[8]銀行債權(quán)類不良資產(chǎn)評估方法改進(jìn)研究[J]. 彭勝志,賀平.  商業(yè)經(jīng)濟(jì). 2019(04)
[9]關(guān)于債轉(zhuǎn)股對于商業(yè)銀行不良資產(chǎn)處置影響的研究[J]. 金旭君.  國際金融. 2018(11)
[10]國有商業(yè)銀行不良資產(chǎn)的成因與處置建議[J]. 李軍.  經(jīng)營與管理. 2018(06)

博士論文
[1]金融不良資產(chǎn)評估方法與價值變現(xiàn)研究[D]. 程鳳朝.湖南大學(xué) 2005

碩士論文
[1]基于假設(shè)清算法的金融不良資產(chǎn)價值評估研究[D]. 白雪.西安建筑科技大學(xué) 2018
[2]銀行不良貸款價值評估方法探究[D]. 孫菲.西南財經(jīng)大學(xué) 2014
[3]貸款風(fēng)險等級分類法在我國的應(yīng)用研究[D]. 鄭寧.武漢大學(xué) 2004



本文編號：3291454