首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--信贷论文

A银行宜春市分行中小企业信贷风险管理研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-17页
    1.1 研究背景第10页
    1.2 研究意义第10-11页
        1.2.1 理论意义第11页
        1.2.2 现实意义第11页
    1.3 国内外研究现状第11-14页
        1.3.1 国外研究现状第11-12页
        1.3.2 国内研究现状第12-14页
        1.3.3 文献述评第14页
    1.4 研究内容第14-15页
    1.5 研究方法第15-16页
    1.6 创新与不足第16-17页
        1.6.1 论文创新点第16页
        1.6.2 论文不足第16-17页
第2章 A银行宜春市分行中小企业信贷管理现状第17-22页
    2.1 A银行宜春市分行中小企业信贷开展状况第17-19页
        2.1.1 构建服务体系,维系中小企业信贷客户第17-18页
        2.1.2 搭建互联网平台,创新金融产品第18页
        2.1.3 提高信贷管理效率,服务到家第18页
        2.1.4 提高培训效能,加强信贷人员素质第18页
        2.1.5 落实风险防控措施,加强业务检查第18-19页
    2.2 A银行宜春市分行中小企业信贷相关产品介绍第19-20页
        2.2.1 财园信贷通第19页
        2.2.2 小企业周转贷款第19-20页
        2.2.3 小企业贸易融资第20页
    2.3 A银行宜春市分行中小企业信贷业务流程第20-22页
        2.3.1 贷前尽职调查第20-21页
        2.3.2 设计贷款方案第21页
        2.3.3 授信与审批第21页
        2.3.4 贷后管理第21-22页
第3章 A银行宜春市分行中小企业信贷风险管理案例分析第22-28页
    3.1 贷前尽职调查第22-26页
        3.1.1 BL实业有限责任公司基本情况第23页
        3.1.2 BL实业有限责任公司财务状况第23-25页
        3.1.3 BL实业有限责任公司历史融资情况第25页
        3.1.4 抵押和保证情况第25-26页
    3.2 设计贷款方案第26页
    3.3 授信与审批第26-27页
    3.4 贷后风险管理与监督第27-28页
第4章 A银行宜春市分行中小企业信贷风险管理存在的问题第28-34页
    4.1 贷前尽职调查规范度有待改善第28-30页
        4.1.1 贷前尽职调查重形式轻实质第28-29页
        4.1.2 过度依赖历史数据第29页
        4.1.3 信贷调查报告内容失真第29-30页
    4.2 信贷产品单一,贷款定价管理不科学第30-31页
        4.2.1 信贷产品单一第30-31页
        4.2.2 贷款定价缺乏科学性第31页
    4.3 授信审批受主观影响,决策机制不合理第31-32页
        4.3.1 决策机制不合理第31-32页
        4.3.2 信贷审核人员风险意识薄弱第32页
    4.4 贷后管理不到位,监管缺失第32-34页
        4.4.1 重贷轻管现象严重第32-33页
        4.4.2 发现风险和应对风险能力差第33-34页
第5章 A银行宜春市分行中小企业信贷风险管理解决对策第34-39页
    5.1 强化贷前尽职调查第34-36页
        5.1.1 强化企业资格准入调查第34页
        5.1.2 强化企业生产经营状况和财务信息调查第34-35页
        5.1.3 强化企业担保情况调查第35页
        5.1.4 强化企业信用状况调查第35-36页
    5.2 加大中小企业金融产品创新,落实科学定价机制第36页
    5.3 加强信贷人员管理,完善激励和问责机制第36-37页
    5.4 转变贷后管理观念,完善贷后管理制度第37-39页
        5.4.1 加强贷后风险要素监控第37页
        5.4.2 加强对抵质押品的监控第37-38页
        5.4.3 完善信贷风险预警机制第38-39页
第6章 结论第39-40页
    6.1 研究结论第39页
    6.2 研究展望第39-40页
参考文献第40-43页
致谢第43页

论文共43页,点击 下载论文
上一篇:改进的最小势能边坡稳定性分析方法及程序开发
下一篇:基于遗传算法和BP神经网络的广州市空气质量预测与时空分布研究