摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-14页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 文献综述 | 第9-11页 |
1.2.1 国外研究现状 | 第9-10页 |
1.2.2 国内研究现状 | 第10-11页 |
1.3 研究内容 | 第11-12页 |
1.4 研究方法 | 第12-13页 |
1.5 创新点 | 第13-14页 |
2 相关概念界定及研究基础 | 第14-19页 |
2.1 相关概念界定 | 第14-16页 |
2.2 我国小微企业特点 | 第16-17页 |
2.3 理论基础 | 第17-19页 |
2.3.1 信息不对称理论 | 第17页 |
2.3.2 企业生命周期理论 | 第17-18页 |
2.3.3 信贷配给理论 | 第18-19页 |
3 中国建设银行L分行小微企业信贷风险管理现状及问题 | 第19-28页 |
3.1 中国建设银行L分行基本情况 | 第19-21页 |
3.2 中国建设银行L分行小微企业信贷风险管理的现状 | 第21-23页 |
3.2.1 贷前风险管理现状 | 第21-22页 |
3.2.2 贷时风险管理现状 | 第22-23页 |
3.2.3 贷后风险管理现状 | 第23页 |
3.3 中国建设银行L分行小微企业信贷风险管理存在的问题及原因分析 | 第23-28页 |
3.3.1 贷前信用评价不健全 | 第23-24页 |
3.3.2 贷时审查和监管不到位 | 第24-25页 |
3.3.3 贷后检查工作盲区 | 第25-26页 |
3.3.4 中国建设银行L分行小微企业信贷风险管理存在问题的原因分析 | 第26-28页 |
4 提升建设银行L分行小微企业信贷风险管理水平的措施 | 第28-35页 |
4.1 制定切实可行的信用评级模型 | 第28-31页 |
4.1.1 财务评价系统模型 | 第29-30页 |
4.1.2 非财务评价系统模型 | 第30-31页 |
4.2 将大数据应用技术用于小微企业信贷风险管理 | 第31-35页 |
4.2.1 大数据应用于小微企业的信用评级 | 第31-32页 |
4.2.2 大数据应用可以建立和完善贷后预警模型 | 第32-33页 |
4.2.3 金融大数据可视化探索 | 第33页 |
4.2.4 为大数据应用准备条件 | 第33-35页 |
5 结语 | 第35-36页 |
参考文献 | 第36-38页 |
致谢 | 第38页 |