| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究目的及意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10-12页 |
| 1.4 研究内容 | 第12-13页 |
| 1.5 研究方法 | 第13-14页 |
| 1.6 研究的技术路线 | 第14-16页 |
| 2 概念界定及相关理论与方法 | 第16-20页 |
| 2.1 基本概念界定 | 第16页 |
| 2.2 压力测试 | 第16-18页 |
| 2.3 Logistic模型 | 第18-20页 |
| 2.3.1 Logistic模型的定义和具体形式 | 第18-19页 |
| 2.3.2 Logistic模型的极大似然估计 | 第19-20页 |
| 3 房地产信贷风险分析及其对商业银行的传导 | 第20-26页 |
| 3.1 房地产行业的融资现状 | 第20-22页 |
| 3.1.1 资金来源渠道 | 第20页 |
| 3.1.2 资金来源总量 | 第20-21页 |
| 3.1.3 资金来源结构 | 第21-22页 |
| 3.2 房地产信贷风险分析 | 第22-23页 |
| 3.2.1 宏观层面 | 第22页 |
| 3.2.2 微观层面 | 第22-23页 |
| 3.3 房地产信贷风险对商业银行的传导 | 第23-26页 |
| 3.3.1 经济发展水平影响下的传导途径 | 第23-24页 |
| 3.3.2 国家宏观经济政策影响下的传导途径 | 第24页 |
| 3.3.3 房地产企业经营状况影响下的传导途径 | 第24-26页 |
| 4 房地产信贷风险对商业银行传导的宏观压力测试 | 第26-42页 |
| 4.1 房地产风险对商业银行传导的压力测试模型构建 | 第26-27页 |
| 4.2 宏观压力测试模型变量和数据的选取 | 第27-31页 |
| 4.2.1 宏观压力测试变量的选取 | 第27-29页 |
| 4.2.2 相关数据的收集 | 第29-31页 |
| 4.3 宏观压力测试模型的模型估计 | 第31-37页 |
| 4.3.1 单位根检验 | 第31-32页 |
| 4.3.2 模型估计 | 第32-37页 |
| 4.4 宏观压力测试的情景设计与测试结果 | 第37-40页 |
| 4.4.1 压力测试情景的选择 | 第37-39页 |
| 4.4.2 执行压力测试的结果 | 第39-40页 |
| 4.5 商业银行房地产信贷风险的防范对策 | 第40-42页 |
| 5 基于Logistic模型的房地产信贷风险分析 | 第42-52页 |
| 5.1 商业银行房地产信贷风险评价指标的选取 | 第42-48页 |
| 5.1.1 指标选择 | 第42-44页 |
| 5.1.2 指标筛选 | 第44-48页 |
| 5.2 Logistic回归模型的建立与数据来源 | 第48-49页 |
| 5.2.1 二元Logistic回归模型的构建 | 第48-49页 |
| 5.2.2 数据来源 | 第49页 |
| 5.3 Logistic模型的估计结果及其分析 | 第49-51页 |
| 5.4 商业银行房地产信贷风险防范对策 | 第51-52页 |
| 6 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录Ⅰ 硕士研究生学习阶段发表论文 | 第60-62页 |
| 附录Ⅱ 商业银行不良贷款率和宏观经济指标 | 第62-64页 |
| 附录Ⅲ Y值和经过处理后的宏观经济指标 | 第64-65页 |
| 附录Ⅳ 30个房地产企业的财务指标 | 第65-67页 |