中国银行辽宁分行贷后信用风险评价研究
发布时间:2020-06-19 17:13
【摘要】:公司贷款是中国银行辽宁省分行(下面简称为辽宁中行)的主要资产之一,公司贷款的信用风险评价水平直接影响到已发放贷款管理措施、贷款减值准备计提等多项工作。因此,完善和细化已发放贷款的信用风险评价方法,建立有助于辽宁中行贷后管理的信用风险识别评价体系,无疑具有重要的理论和现实意义。 论文共分四个部分:第一章,绪论;说明贷后信用风险评价研究的意义,对国内外相关研究进行综述,提出论文的研究方法和技术路线。第二章,辽宁中行贷后信用风险评价的现状与存在问题分析;在对辽宁中行现行的贷款信用风险管理制度和2010年度贷款规模变动、行业投向变动情况深入分析的基础上,总结贷款信用风险评价中存在的问题。第三章,辽宁中行公司贷款贷后信用风险评价方法的设计;分析影响公司贷款贷后信用风险的宏观、微观因素,确定进行评价的基本原则,根据影响因素和基本原则设计量化模型和定性限定标准,总结了新的评价方法的主要特色,并应用案例证明了新的评价方法具有实用性和可操作性。第四章,结论与相关政策建议,对论文编写中得出的主要结论和创新进行梳理,结合研究结论和辽宁中行贷后信用风险评价管理现状提出政策建议。 本文的创新与特色表现在: 采用量化模型方法对公司贷款信用风险进行评价。新的量化方法以满足银行管理决策层精细化管理的需要为出发点,充分利用了历史数据资源,选择的测量模型适合目前辽宁中行授信资产结构,保证新的贷后信用风险评价方法在实际应用和后续改进方面都能简便易行。同时,新的量化模型在分析企业财务因素的同时增加了行业维度,测算结果也与监管部门要求的贷款五级分类相对应。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:F832.4
【图文】:
图2.1贷款余额变动情况 Fig.2.1Changesinloans图2.1显示了近四年贷款总额、公司贷款余额变动情况。如图2.1所示,辽宁中行贷款规模在近四年、尤其是金融危机之后迅速扩大,2010年末贷款总额较2008年末扩大104%,2010年末公司贷款总额较2008年末扩大143%。
图2.2行业结构 Fig.2.2Struetureofindustry图2.2显示了辽宁中行公司贷款行业分布情况。辽宁中行公司贷款的行业集中度风险相对较低,传统行业制造业、电力燃气及水的供应业、交通运输及仓储行业的授信余额占比不属于明显高位。房地产业授信余额在过去的两年中呈倍数增长,贷款余额占比16%仅次于制造业,包含政府融资平台贷款的水利、环境和公共设施管理业授信余额超过百亿元,占贷款总余额的7%。 2.1.3公司贷款资产质量分析表2.1公司贷款资产质量变动 Tab.2.1ComPanycreditassetsqualityehange年份公司贷款总额公司贷款不良额公司贷款不良率2007年2008年2009年20]0年64568124.7720.4113251656 18.22 13.19 3.84% 3.00% 1.38% 0.80%
本文编号:2721097
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:F832.4
【图文】:
图2.1贷款余额变动情况 Fig.2.1Changesinloans图2.1显示了近四年贷款总额、公司贷款余额变动情况。如图2.1所示,辽宁中行贷款规模在近四年、尤其是金融危机之后迅速扩大,2010年末贷款总额较2008年末扩大104%,2010年末公司贷款总额较2008年末扩大143%。
图2.2行业结构 Fig.2.2Struetureofindustry图2.2显示了辽宁中行公司贷款行业分布情况。辽宁中行公司贷款的行业集中度风险相对较低,传统行业制造业、电力燃气及水的供应业、交通运输及仓储行业的授信余额占比不属于明显高位。房地产业授信余额在过去的两年中呈倍数增长,贷款余额占比16%仅次于制造业,包含政府融资平台贷款的水利、环境和公共设施管理业授信余额超过百亿元,占贷款总余额的7%。 2.1.3公司贷款资产质量分析表2.1公司贷款资产质量变动 Tab.2.1ComPanycreditassetsqualityehange年份公司贷款总额公司贷款不良额公司贷款不良率2007年2008年2009年20]0年64568124.7720.4113251656 18.22 13.19 3.84% 3.00% 1.38% 0.80%
【参考文献】
相关期刊论文 前10条
1 石晓军,陈殿左;债权结构、波动率与信用风险——对中国上市公司的实证研究[J];财经研究;2004年09期
2 姜天,韩立岩;基于Logit模型的中国预亏上市公司财务困境预测[J];北京航空航天大学学报(社会科学版);2004年01期
3 卢声,任若恩,李清;中国上市公司财务困境模型的研究[J];北京航空航天大学学报(社会科学版);2001年01期
4 沈沛龙,任若恩,马杰;我国商业银行信用风险的度量与控制[J];北京航空航天大学学报(社会科学版);2000年04期
5 谢纪刚,裘正定,周铖,王静;分类器集成在财务危机预测中的应用研究[J];复旦学报(自然科学版);2004年05期
6 李志辉,李萌;我国商业银行信用风险识别模型及其实证研究[J];经济科学;2005年05期
7 唐春阳,冯宗宪;基于多元线性回归的企业信用违约率测度模型的构建研究[J];经济科学;2005年03期
8 吴世农,卢贤义;我国上市公司财务困境的预测模型研究[J];经济研究;2001年06期
9 吕长江;周现华;;上市公司财务困境预测方法的比较研究[J];吉林大学社会科学学报;2005年06期
10 王春峰,万海晖,张维;基于神经网络技术的商业银行信用风险评估[J];系统工程理论与实践;1999年09期
本文编号:2721097
本文链接:https://www.wllwen.com/jingjilunwen/guojijinrong/2721097.html