商业银行房地产开发信贷风险分析与决策研究.pdfVIP

商业银行房地产开发信贷风险分析与决策研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文捕要 中文摘要 目前,国内外研究的都是房地产金融和住房金融两大概念,并且侧重于 房地产开发投融资问题,房地产信贷的研究比较少.针对房地产信贷风险, 虽然国外银行房地产信贷风险研究的较早,但由于不够重视而发展非常缓慢, 有关这方面的专门研究不多,专著也比较少见.本文研究主要是在借鉴前人研 究的基础上,通过论述和分析目前我国商业银行中的房地产信贷业务风险状 况、分析风险的主要影响因素,通过对这些风险的综合评价分析,建立相应 的经济学模型,同时运用多元统计学中的LOGISTIC回归,定性和定量方法结 合,进一步探讨商业银行对于房地产开发信贷风险的防范与管理问题,并提 出了相应的对策. 论文首先从房地产信贷的含义及其分类谈起房地产信贷主要分为四种类 型:1.房地产开发贷款2.房地产经营贷款3.房地产个人消费贷款4.房地产投 资贷款。然后文章明确界定了本文所讨论的对象仅仅限于房地产开发贷款。 接下来主要描述了我国房地产信贷业务的发展历程,分为:起步时期、 停滞时期、恢复时期、调整发展时期和规范发展时期。在商业银行房地产贷 款业务操作流程部分,文章详述了从贷款的申请与受理、贷前调查,信用评 估与限额核定以及贷时审查与批准,到贷款的发放使用与管理的整个银行贷 款的业务流程,旨在让读者对银行房地产信贷流程有一个透彻的了解。在此 基础上进一步界定商业银行房地产开发信贷的概念及特征,从而开始讨论造 成商业银行房地产开发信贷风险的主要原因,包括房地产融资体系不健全房 地产业对银行信贷依存度过高,房地产金融机构的风险意识淡薄,房地产融 资方式和融资工具创新不足,房地产融资风险管理技术过于简单,房地产宏 观调控政策传导不畅等深层次原因.在经过理论分析之后,从第三章开始, 商业银行房地产开发信贷风险分析及决簟研究 作者对商业银行房地产开发贷款业务风险进行经济学分析以及多元统计数据 的定性定量分析。文章的这部分,先从房地产开发贷款项目现状谈起,房地 产开发贷款项目总的来说呈现持续小幅温和增长态势,银行房地产信贷的规 模从2006年以来出现猛增.然后作者站在开发商的角度剖析了开发商在项目 开发过程中面临的风险其中包含:通货膨胀风险、市场供求风险、政策性风 险、经营风险、诚信风险、流动性风险等等,接着结合宏观经济学的方法对 房地产商合理的开发贷款范围进行一个详细的分析和有效的说明,同时利用 在真实环境中利用Q理论分析,房贷投资的合理性来进一步说明合理的投资 范围及贷款范围,这是文章的一个小小的创新点.接下来的部分,运用多元 统计的LOGISTIC回归分析方法,建立LOGIT模型,根据收集到的上市房地产 公司的财务资料进行主成分分析剔除变量,最后获得多元回归分析的结果, 得到仅仅含有6个影响显著变量的回归方程。最后对方程进行了验证,证明 方程所得到的回归结果是有效的。在这个部分是整篇文章技术含量最高。创 新点最多的地方,它表现在对前期复杂数据的处理过程运用了多种数据挖掘 的科学方法,例如对缺失值的处理,从多种方法中选取了适合实际数据样本 的均值替代法,在对大量变量的处理过程中采用了主成分分析方法剔除变量, 保留有效的解释变量,根据所选取数据的特征对数据进行标准化处理,最大 限度地降低将来回归模型数据出现异常的可能性,由于数据的收集渠道有限, 尤其不可能从银行获得真实的贷款数据,而且只能收集上市房地产公司的相 关数据.因此造成了数据过少,通过某些扩展数据的方法(例如:增加变量 观察的年份可以扩充数据),但是却带来了各观察值内部线性相关的麻烦,通 常的Logistic回归模型的分析,有一个前提条件,那就是假定每一条观察值 之间都是独立的,即一个受试者的变量观察值完全无关。但对某个人群追踪 观察一段时问,定期测量(例如每年一次)他们的二分类事件发生情况时, 很难说一个受试者早先的事件发生情况对其后的事件发生情况没有影响。在 具有层次结构的资料中,同一层次内的个体较不同层次的个体具有较大的相 似性。如同一个班级的学生,在某些特征上可能比不同班级的学生的相似程 度要高些。在统计分析时,如果不考虑可能存在的某种相关关系,就会产生 两种后果。第一,通常低估标准误差而高估检验统计量,使检验结果出现严 中文麓要 重偏差。第二,对参数的估

文档评论(0)

zz921 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档