| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.2.1 理论意义 | 第10-11页 |
| 1.2.2 现实意义 | 第11页 |
| 1.3 研究对象和文章结构 | 第11-13页 |
| 1.3.1 研究对象和研究思路 | 第12页 |
| 1.3.2 文章结构 | 第12-13页 |
| 1.4 本文创新点 | 第13-15页 |
| 第二章 文献综述 | 第15-21页 |
| 2.1 贷款损失准备主要相关研究文献综述 | 第15-17页 |
| 2.1.1 贷款损失准备计提动机 | 第15-16页 |
| 2.1.2 贷款损失准备计提方式 | 第16-17页 |
| 2.1.3 贷款损失准备计提相关影响因素 | 第17页 |
| 2.2 贷款损失准备计提效率相关研究综述 | 第17-18页 |
| 2.3 贷款损失准备效率定义和相关理论概述 | 第18-21页 |
| 2.3.1 效率定义 | 第18页 |
| 2.3.2 贷款损失准备计提效率相关理论 | 第18-21页 |
| 第三章 中国商业银行贷款损失准备金计提现状 | 第21-31页 |
| 3.1 中国贷款损失准备金制度历史沿革 | 第21-24页 |
| 3.1.1 制度确立阶段 | 第21-22页 |
| 3.1.2 会计细分阶段 | 第22-23页 |
| 3.1.3 动态拨备阶段 | 第23-24页 |
| 3.2 不同类别中国商业银行计提现状 | 第24-29页 |
| 3.2.1 国有银行计提现状 | 第24-26页 |
| 3.2.2 股份制银行计提现状 | 第26-28页 |
| 3.2.3 城市商业银行计提现状 | 第28-29页 |
| 3.3 本章小结 | 第29-31页 |
| 第四章 模型和数据处理 | 第31-47页 |
| 4.1 效率测度理论和银行效率测度方法简介 | 第31-35页 |
| 4.1.1 数据包络分析模型(DEA模型) | 第32-34页 |
| 4.1.2 Malmquist指数模型 | 第34-35页 |
| 4.2 基于Tobit模型的技术效率影响因素分析 | 第35-38页 |
| 4.3 样本数据选择 | 第38-39页 |
| 4.3.1 投入、产出指标的确定 | 第38-39页 |
| 4.3.2 数据来源 | 第39页 |
| 4.4 基于静态视角的效率测度 | 第39-47页 |
| 4.4.1 技术效率测度结果分析 | 第40-41页 |
| 4.4.2 纯技术效率和规模效率测算结果分析 | 第41-42页 |
| 4.4.3 基于动态视角的Malmquist全要素生产率测度 | 第42-44页 |
| 4.4.4 效率影响因素分析 | 第44-47页 |
| 第五章 结论和建议 | 第47-51页 |
| 5.1 研究结论 | 第47-48页 |
| 5.2 建议和对策 | 第48-50页 |
| 5.2.1 银行内部因素方面 | 第48-49页 |
| 5.2.2 计提方法方面 | 第49-50页 |
| 5.2.3 监管约束方面 | 第50页 |
| 5.3 研究局限性 | 第50页 |
| 5.4 未来研究方向 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-55页 |
| 读期间发表的学术论文与取得的其他研究成果 | 第55页 |