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--银行制度与业务论文

信用风险研究--我国商业银行对中小型企业的信用风险评估研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-13页
    1.1 研究背景与现状第10-11页
    1.2 研究的目的和意义第11页
    1.3 研究的方法与思路第11-12页
    1.4 论文研究的创新点第12-13页
第二章 信用风险评估研究成果第13-22页
    2.1 信用风险评估传统方法介绍第13-16页
        2.1.1 专家判断法(5C法)第14-15页
        2.1.2 特征分析法第15-16页
        2.1.3 信用评分法第16页
    2.2 信用风险评估现代方法和模型第16-18页
        2.2.1 Credit Metrics模型第17页
        2.2.2 Credit Risk+模型第17页
        2.2.3 Credit Portfolio View模型第17页
        2.2.4 KMV模型第17-18页
    2.3 信用风险研究的理论基础和文献述评第18-22页
第三章 我国中小企业特点和融资现状第22-30页
    3.1 我国中小型企业的特点第22-24页
        3.1.1 生产规模小第22页
        3.1.2 数量大,分布范围广第22-23页
        3.1.3 投资主体多元,经营方式灵活多样第23页
        3.1.4 组织程度差,竞争能力弱、寿命短,停业破产率高第23-24页
        3.1.5 劳动密集度高,两极分化明显,产业结构性矛盾突出第24页
    3.2 中小企业的贷款融资困难的原因第24-26页
        3.2.1 单笔金额小、成本高,银行缺乏利益驱动第24-25页
        3.2.2 自身素质不高,信用风险分析的信息来源有限并难以验证第25页
        3.2.3 法律保障不足第25-26页
    3.3 中小企业的划分第26-28页
    3.4 本章小结第28-30页
第四章 我国中小企业信用风险评估方法和模型的比较与选择第30-42页
    4.1 我国商业银行信用风险管理现状第30-32页
        4.1.1 信用风险管理体制不健全第31页
        4.1.2 信用风险管理技术比较落后第31-32页
        4.1.3 信用风险管理信息系统不完善第32页
        4.1.4 信用风险管理体系不统一第32页
    4.2 适用于我国中小企业信用评估方法和模型的比较第32-39页
        4.2.1 专家分析法第33页
        4.2.2 信用评分法第33-35页
            4.2.2.1 Z计分模型第33-34页
            4.2.2.2 Logistic回归分析模型第34-35页
        4.2.3 BP神经网络模型在中小型企业信用风险评估中的应用第35-37页
            4.2.3.1 模型介绍第35-36页
            4.2.3.2 模型评价第36-37页
        4.2.4 基于KMV模型的信用风险研究第37-39页
            4.2.4.1 模型基本原理第37-38页
            4.2.4.2 模型评价第38-39页
    4.3 模型的分析比较第39-40页
    4.4 本章总结第40-42页
第五章 我国中小企业信用风险KMV模型实证研究第42-49页
    5.1 数据准备第42-43页
    5.2 KMV模型参数设定第43-44页
    5.3 计算过程和结果第44-47页
    5.4 结论第47-49页
第六章 结论与建议第49-52页
    6.1 本文结论第49页
    6.2 几点建议第49-52页
        6.2.1 商业银行建立中小企业信用风险评价体系的建议第49-50页
        6.2.2 发展银行内部评级系统第50-51页
        6.2.3 改善中小企业融资环境第51页
        6.2.4 政策建议第51-52页
致谢第52-53页
参考文献第53-56页
攻读硕士学位期间取得的成果第56-57页
附录第57-59页

论文共59页,点击 下载论文
上一篇:战略性新兴产业创新能力评价研究--以武汉、成都、西安为例
下一篇:基于三线城市运营的互联网A公司战略研究