首页--经济论文--经济计划与管理论文--城市与市政经济论文--世界各国城市市政经济概况论文--中国论文--城市经济管理论文

中国邮政储蓄银行房地产信贷风险管理研究

目录第4-7页
CONTENTS第7-10页
中文摘要第10-11页
ABSTRACT第11页
第一章 绪论第12-18页
    1.1 研究意义第12-13页
        1.1.1 理论意义第12-13页
        1.1.2 现实意义第13页
    1.2 国内外研究现状第13-16页
        1.2.1 国外研究现状第13-14页
        1.2.2 国内研究现状第14-16页
    1.3 研究目的第16页
    1.4 研究内容第16-17页
    1.5 研究方法第17页
    1.6 创新点第17-18页
第二章 房地产信贷风险概述第18-23页
    2.1 房地产信贷风险的理论基础第18-19页
        2.1.1 信贷风险管理理论第18页
        2.1.2 信息经济学理论第18-19页
    2.2 房地产信贷风险相关的概念第19页
        2.2.1 房地产信贷第19页
        2.2.2 房地产信贷风险第19页
    2.3 房地产信贷风险的特征第19-20页
    2.4 房地产信贷风险的分类第20-21页
        2.4.1 信用风险第20页
        2.4.2 流动性风险第20-21页
        2.4.3 其他风险第21页
    2.5 房地产信贷风险的度量第21-23页
        2.5.1 传统的风险度量方法第21-22页
        2.5.2 基于金融理论的信用风险度量方法第22页
        2.5.3 基于财务指标的现代风险度量方法第22-23页
第三章 房地产信贷业务的现状及风险原因分析第23-33页
    3.1 我国银行开展房地产信贷业务的现实情况第23-24页
        3.1.1 房地产开发贷款的还款来源不确定第23页
        3.1.2 房地产信贷非理性增长第23页
        3.1.3 个人住房贷款的违约风险不断增加第23-24页
        3.1.4 房地产融资风险过度集中在银行第24页
    3.2 房地产信贷风险产生的原因第24-25页
        3.2.1 信息不对称现象的存在第24页
        3.2.2 房地产经济周期波动性第24-25页
        3.2.3 金融资产价格的内在波动性第25页
    3.3 中国邮政储蓄银行信贷新业务开办情况第25-33页
        3.3.1 中国邮政储蓄银行2011年获批开办的新业务情况第25-30页
        3.3.2 中国邮政储蓄银行2012年信贷业务创新规划第30-31页
        3.3.3 下阶段工作计划第31-33页
第四章 中国邮政储蓄银行房地产信贷风险的评价实证研究第33-48页
    4.1 评价的原则第33页
    4.2 指标体系的构建第33-35页
    4.3 样本选择第35页
    4.4 基于判别分析法的风险评价第35-38页
        4.4.1 设计模型第35-36页
        4.4.2 估计、预测模型第36-38页
    4.5 基于Logistic模型的信贷风险评价第38-46页
        4.5.1 模型设计第38页
        4.5.2 指标体系的主成分分析第38-42页
        4.5.3 模型的估计和预测第42-46页
    4.6 结论第46-48页
第五章 中国邮政储蓄银行房地产信贷风险管理问题的改进建议第48-54页
    5.1 政府角度的改进建议第48-49页
        5.1.1 增强对房地产市场的宏观调控第48页
        5.1.2 着力解决低收入者的住房问题第48页
        5.1.3 加强对金融的监管力度第48-49页
        5.1.4 逐步将金融风险补偿机制推向市场第49页
    5.2 银行角度的改进建议第49-54页
        5.2.1 进一步健全房地产企业信贷风险管理制度第49页
        5.2.2 房地产信贷风险内部控制机制建设第49-52页
        5.2.3 建立房地产信贷风险预警机制第52页
        5.2.4 加强房地产信贷风险转移机制建设第52-53页
        5.2.5 建立全面的企业和个人信用监控平台第53-54页
参考文献第54-58页
致谢第58-59页
学位论文评阅及答辩情况表第59页

论文共59页,点击 下载论文
上一篇:科普筹资多元化机制研究--以潍坊市为例
下一篇:决策树算法实现及其在信用风险控制中的应用