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

Z银行W分行信贷风险管理的研究

摘要第4-5页
abstract第5页
第一章 绪论第9-14页
    一、研究背景和意义第9-10页
        (一)研究的背景第9-10页
        (二)研究的意义第10页
    二、研究的思路、框架与方法第10-11页
        (一)研究思路与框架第10-11页
        (二)研究方法第11页
    三、国内外研究综述及简要评析第11-14页
        (一)国外研究现状第11-12页
        (二)国内研究现状第12-13页
        (三)简要评价第13-14页
第二章 信贷风险管理相关理论第14-18页
    一、不对称信息经济理论第14-15页
    二、巴塞尔新资本协议第15页
    三、全面风险管理理论第15-17页
        (一)资产管理理论第15-16页
        (二)负债管理理论第16页
        (三)资产负债管理理论第16页
        (四)全面风险管理理论第16-17页
    四、本章小结第17-18页
第三章 Z银行W分行信贷风险管理概况第18-26页
    一、Z银行W分行信贷体系概况第18-20页
        (一)基本原则第18页
        (二)客户准入第18-19页
        (三)授信审批第19-20页
        (四)贷后管理第20页
    二、Z银行W分行信贷现状第20-21页
        (一)系统贡献率严重下滑第20-21页
        (二)风险内控表现较好,实现“三不一平安”目标第21页
    三、Z银行W分行信贷风险管理现状第21-25页
        (一)授信评级管理第21-24页
        (二)统一授信集中管控第24页
        (三)贷后管理风险监控第24-25页
    四、本章小结第25-26页
第四章 Z银行W分行信贷风险管理存在问题分析第26-34页
    一、信贷风险管理体制不完善第26-30页
        (一)风险评估机制不完善第26-27页
        (二)风险预警机制不完善第27-28页
        (三)信息传递滞后第28-29页
        (四)风险控制不到位第29-30页
    二、组织内部结构存在不足第30-31页
        (一)机构设置落后第30页
        (二)部门职能重叠第30-31页
    三、激励约束机制不完善第31页
    四、忽视潜在信贷风险分析第31-33页
    五、本章小结第33-34页
第五章 完善Z银行W分行信贷风险管理的对策与建议第34-46页
    一、完善以风险为导向的内部环境第34-36页
        (一)培育深入人心的企业文化第34页
        (二)建立健全激励约束机制第34-35页
        (三)提升员工综合素质,注重人才培养第35-36页
    二、优化信贷风险预警机制第36-38页
        (一)建立一个全方位的信贷风险预警信息数据库第37页
        (二)建立一套科学的信贷风险指标体系第37页
        (三)建立信贷风险信号的分级管理制度第37-38页
        (四)强化风险预警处理机制第38页
    三、加强内部监督,优化信贷风险组织结构第38-40页
        (一)成立信贷风险管理委员会第38-39页
        (二)完善风险管理部职能第39页
        (三)设立档案管理中心第39页
        (四)公司业务部和个人业务部的职能设置第39页
        (五)加强其他部门对信贷风险管理的支撑职能第39-40页
        (六)完善内审体系第40页
    四、动态分类管理,强化风险控制能力第40-43页
        (一)区分不同客户,合理配置授信资源第40-41页
        (二)全流程动态管理,优化风险控制体系第41-43页
    五、创新融资制度第43-45页
        (一)中小企业创新第43-44页
        (二)大中型企业创新融资渠道,优化信贷资产组合第44-45页
    六、本章小结第45-46页
第六章 结论与展望第46-48页
    一、本文研究结论第46页
    二、本文研究的不足第46-47页
    三、本文进一步研究的展望第47-48页
参考文献第48-51页
攻读学位期间公开发表的论文第51-52页
致谢第52-53页

论文共53页,点击 下载论文
上一篇:黑龙江省上市公司信用风险预警研究--基于因子分析与判别分析方法
下一篇:基于集成学习的股票买卖点预测研究