| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第9-16页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-12页 |
| 1.2.1 国外研究动态 | 第10-11页 |
| 1.2.2 国内研究动态 | 第11-12页 |
| 1.3 研究方法及研究内容 | 第12-13页 |
| 1.3.1 研究方法 | 第12-13页 |
| 1.3.2 研究内容 | 第13页 |
| 1.4 研究技术路线及可行性分析 | 第13-16页 |
| 1.4.1 技术路线 | 第13-14页 |
| 1.4.2 可行性分析 | 第14-16页 |
| 第二章 绿色信贷的概述及相关理论 | 第16-22页 |
| 2.1 商业银行绿色信贷概述 | 第16-18页 |
| 2.1.1 绿色信贷起源及内涵 | 第16页 |
| 2.1.2 赤道原则 | 第16-17页 |
| 2.1.3 绿色信贷的特征 | 第17-18页 |
| 2.2 绿色信贷的相关理论 | 第18-22页 |
| 2.2.1 可持续金融理论 | 第18-19页 |
| 2.2.2 企业社会责任理论 | 第19-20页 |
| 2.2.3 银行环境风险管理理论 | 第20-22页 |
| 第三章 绿色信贷发展现状分析 | 第22-25页 |
| 3.1 国外商业银行绿色信贷的发展状况 | 第22页 |
| 3.2 国内商业银行绿色信贷的发展状况 | 第22-25页 |
| 3.2.1 制约我国绿色信贷发展的问题 | 第23页 |
| 3.2.2 推动我国绿色信贷发展的解决措施 | 第23-25页 |
| 第四章 实施绿色信贷对我国商业银行经营绩效的影响 | 第25-33页 |
| 4.1 数据来源及指标选取 | 第26-27页 |
| 4.1.1 数据来源 | 第26页 |
| 4.1.2 指标选取 | 第26-27页 |
| 4.2 商业银行经营绩效的衡量 | 第27-30页 |
| 4.3 动态面板模型分析 | 第30-33页 |
| 4.3.1 综合经营绩效系统GMM估计 | 第30-31页 |
| 4.3.2 流动性、盈利性与安全性系统GMM估计 | 第31-33页 |
| 第五章 商业银行绿色信贷风险及风险评价分析 | 第33-43页 |
| 5.1 绿色信贷风险分析 | 第33-35页 |
| 5.1.1 绿色信贷的分类 | 第33页 |
| 5.1.2 绿色信贷风险生成的原因 | 第33-34页 |
| 5.1.3 绿色信贷风险的具体表现 | 第34-35页 |
| 5.2 绿色信贷的风险评价 | 第35-43页 |
| 5.2.1 绿色信贷风险评价内涵 | 第35-36页 |
| 5.2.2 绿色信贷的环境风险认定 | 第36页 |
| 5.2.3 绿色信贷风险评价中涉及到的方法简介 | 第36-43页 |
| 第六章 绿色信贷风险评价指标体系的构建及实证分析 | 第43-59页 |
| 6.1 评价指标体系的构建 | 第43-47页 |
| 6.1.1 指标选取原则 | 第43页 |
| 6.1.2 财务风险指标体系选取 | 第43-46页 |
| 6.1.3 环境风险指标体系选取 | 第46-47页 |
| 6.2 绿色信贷风险的等级划分 | 第47-48页 |
| 6.3 基于BP神经网络绿色信贷风险评价的实证分析 | 第48-59页 |
| 6.3.1 样本数据的选取 | 第48页 |
| 6.3.2 环境指标分析 | 第48-50页 |
| 6.3.3 因子分析 | 第50-55页 |
| 6.3.4 借鉴“3σ”法则确定信贷风险状况 | 第55-57页 |
| 6.3.5 基于BP神经网络的实证分析 | 第57-59页 |
| 第七章 结论 | 第59-61页 |
| 7.1 全文总结 | 第59页 |
| 7.2 本文研究的创新点 | 第59页 |
| 7.3 研究的不足之处 | 第59-61页 |
| 第八章 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-72页 |