| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 研究方法及技术路线 | 第16-19页 |
| 1.4.1 研究方法 | 第16-17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 第二章 商业银行房地产信贷风险相关理论分析 | 第19-30页 |
| 2.1 商业银行房地产信贷风险概述 | 第19-22页 |
| 2.1.1 商业银行房地产信贷风险概念 | 第19-20页 |
| 2.1.2 商业银行房地产信贷风险种类 | 第20-21页 |
| 2.1.3 商业银行房地产信贷风险特征 | 第21-22页 |
| 2.2 商业银行房地产信贷发展现状 | 第22-25页 |
| 2.3 商业银行房地产信贷面临的主要风险 | 第25-30页 |
| 2.3.1 政策风险 | 第25-27页 |
| 2.3.2 信用风险 | 第27-28页 |
| 2.3.3 经营风险 | 第28-30页 |
| 第三章 商业银行房地产信贷风险度量方法 | 第30-40页 |
| 3.1 传统信用风险度量方法 | 第30-33页 |
| 3.1.1 专家制度法 | 第30-31页 |
| 3.1.2 贷款评级法 | 第31页 |
| 3.1.3 多元判别分析法 | 第31-32页 |
| 3.1.4 Logistic模型 | 第32-33页 |
| 3.1.5 神经网络模型 | 第33页 |
| 3.2 现代信用风险度量方法 | 第33-37页 |
| 3.2.1 期权定价模型 | 第34-35页 |
| 3.2.2 信用度量模型 | 第35-36页 |
| 3.2.3 信用风险附加模型 | 第36-37页 |
| 3.2.4 宏观经济模拟模型 | 第37页 |
| 3.3 各种度量方法的比较 | 第37-40页 |
| 第四章 基于Logistic模型商业银行房地产信贷风险实证分析 | 第40-54页 |
| 4.1 研究对象的界定 | 第40-41页 |
| 4.2 样本选取和指标初选 | 第41-43页 |
| 4.2.1 样本的选取 | 第41页 |
| 4.2.2 指标的初选 | 第41-43页 |
| 4.3 模型的构建和指标筛选 | 第43-51页 |
| 4.3.1 logistic回归模型的简介 | 第43-44页 |
| 4.3.2 模型指标的筛选 | 第44-48页 |
| 4.3.3 logistic模型的建立 | 第48-51页 |
| 4.4 模型的检验 | 第51-53页 |
| 4.5 实证结论 | 第53-54页 |
| 第五章 加强商业银行房地产信贷风险管理建议 | 第54-58页 |
| 5.1 防范政策风险的建议 | 第54-55页 |
| 5.2 防范信用风险的建议 | 第55-56页 |
| 5.3 防范经营风险的建议 | 第56-58页 |
| 第六章 结论与展望 | 第58-60页 |
| 6.1 主要结论 | 第58-59页 |
| 6.2 未来展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录 1 | 第64-66页 |
| 附录 2 | 第66-67页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第67页 |