| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 导论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究对象与研究方法 | 第10-11页 |
| 1.2.1 研究对象 | 第10-11页 |
| 1.2.2 研究方法 | 第11页 |
| 1.3 研究思路及框架结构 | 第11-14页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 研究框架 | 第12-14页 |
| 1.4 本文贡献 | 第14-15页 |
| 第2章 理论概述 | 第15-27页 |
| 2.1 信贷风险管理 | 第15-17页 |
| 2.1.1 信贷风险管理 | 第15页 |
| 2.1.2 信贷风险的产生原因及种类 | 第15-16页 |
| 2.1.3 信贷风险管理的意义 | 第16-17页 |
| 2.2 信贷风险识别 | 第17-20页 |
| 2.2.1 Z-score模型和ZETA模型 | 第17-19页 |
| 2.2.2 KMV模型 | 第19-20页 |
| 2.2.3 Credit Metrics模型 | 第20页 |
| 2.3 财务报表分析 | 第20-24页 |
| 2.3.1 财务报表分析的定义 | 第20-21页 |
| 2.3.2 财务报表分析主要方法及步骤 | 第21-24页 |
| 2.4 国内外研究现状 | 第24-27页 |
| 2.4.1 国外研究现状 | 第24-25页 |
| 2.4.2 国内研究现状 | 第25-27页 |
| 第3章 浦发银行上海分行对房地产上市公司的信贷风险识别现状及问题 | 第27-34页 |
| 3.1 浦发银行上海分行房地产信贷现状 | 第27-29页 |
| 3.1.1 浦发银行上海分行简介 | 第27-28页 |
| 3.1.2 浦发银行上海分行房地产信贷现状 | 第28-29页 |
| 3.2 浦发银行上海分行对房地产信贷风险识别与识别过程中存在的问题 | 第29-31页 |
| 3.2.1 浦发银行上海分行对房地产信贷风险识别流程 | 第29-30页 |
| 3.2.2 浦发银行上海分行对房地产信贷风险识别过程中存在的问题 | 第30-31页 |
| 3.3 浦发银行上海分行对房地产信贷风险识别影响因素 | 第31-34页 |
| 3.3.1 宏观经济 | 第31-32页 |
| 3.3.2 银行内部 | 第32页 |
| 3.3.3 借款人 | 第32-34页 |
| 第4章 房地产上市公司信贷风险识别指标体系构建 | 第34-42页 |
| 4.1 房地产上市公司信贷风险识别体系构建 | 第34-37页 |
| 4.1.1 房地产上市公司信贷风险识别模型选则 | 第34-35页 |
| 4.1.2 房地产信贷风险识别的财务指标选取以及对于模型的修正 | 第35-37页 |
| 4.2 房地产上市公司的数据选择 | 第37-38页 |
| 4.3 房地产信贷风险识别指标体系的构建 | 第38-42页 |
| 4.3.1 回归分析 | 第38-40页 |
| 4.3.2 Fisher线性判别 | 第40-42页 |
| 第5章 房地产上市公司信贷风险识别指标体系在浦发银行上海分行的应用 | 第42-51页 |
| 5.1 信贷风险识别结果 | 第42-43页 |
| 5.2 浦发银行上海分行信贷风险综合评价 | 第43-51页 |
| 5.2.1 加权平均Z值 | 第43-44页 |
| 5.2.2 偿债能力财务比率分析 | 第44-51页 |
| 第6章 浦发银行上海分行对房地产信贷风险识别问题的应对措施 | 第51-55页 |
| 6.1 完善房地产信贷识别体系 | 第51-52页 |
| 6.1.1 建立有效的风险识别模型 | 第51页 |
| 6.1.2 完善信息获取体系 | 第51-52页 |
| 6.1.3 完善分类识别体系 | 第52页 |
| 6.2 建立科学的房地产信贷考评体系 | 第52-54页 |
| 6.2.1 建立信贷识别风险考评机构 | 第53页 |
| 6.2.2 建立风险识别责任追究制度 | 第53-54页 |
| 6.3 建立灵活的房地产信贷风险转移机制 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
