论文银行业金融机构绿色信贷风险评估是关于本文可作为相关专业信贷风险论文写作研究的大学硕士与本科毕业论文信贷风险的概念论文开题报告范文和职称论文参考文献资料。
【摘 要】银行业金融机构在开展绿色信贷业务过程中面临契约风险、利率风险、贷款抵押风险等多种风险,因此做好风险防控对银行业金融机构至关重要.本文在文献研究的基础上建立绿色信贷风险评估体系,以财务指标、非财务指标和环保指标作为一级指标,下设24个二级指标,运用“3σ”准则对信贷风险标准进行定量判定,计算出贷款企业的信贷风险等级,再选取贵州省20家大型企业作为样本进行实证研究,对其财务指标进行正态性检验和显著性检验,对非财务指标和环保指标权重的判定采用网络分析法（ANP）,再根据专家打分得出样本得分,将三类指标进行因子分析,得到具有代表性的公共因子,最后运用MATLAB软件对构建的BackPropagation神经网络进行仿真分析,得出测试结果,为信贷风险评估方法的选择和运用提供参考.
【关键词】绿色信贷 风险评估 网络分析法 BP神经网络
一、研究背景
(一)问题的提出
绿色信贷的提出是我国加大生态保护的重要举措,所谓绿色信贷是指银行等金融机构对从事研发、生态保护建设和开发的企业给予贷款一定优惠政策的手段.近几年,绿色信贷在我国不断发展,兴业银行、中国工商银行、平安银行等多家银行推出绿色金融产品并积极加入赤道原则.2012年2月,银监会发布《绿色信贷指引》,2013年8月,国务院出台《国务院关于加快发展节能环保产业的意见》,旨在促进节能环保产业发展,2016年8月,中国人民银行发布《关于构建绿色金融体系的指导意见》.借此机遇,贵州高度重视环境保护,把发展绿色经济作为调整经济结构,转变发展方式的重要举措.然而,贵州省银行业金融机构在开展绿色信贷业务过程中存在贷款层面缺乏统一的绿色金融标准体,绿色金融业务固有风险较高,银行风险管控能力不足等问题.而商业银行有别于普通企业的一个主要特征是对风险的管理和控制,信贷风险是最重要的风险之一,做好风险防控对商业银行的发展有至关重要的作用.但由于绿色信贷在我国提出不久,发展还不成熟,国内较少有学者对绿色信贷的风险问题进行实证研究.因此,构建绿色信贷评估体系,研究影响绿色信贷风险的因素,提高金融支持绿色经济发展效率是当前贵州银行业金融机构亟需解决的重要问题.
鉴于此,本文在文献研究的基础上构建绿色信贷风险评估的BP神经网络模型.首先建立绿色信贷风险评估的指标体系,以财务指标、非财务指标和环保指标作为一级指标,下设24个二级指标；其次,运用“3σ”法则对信贷风险标准进行定量判定,计算出贷款企业的信贷风险等级；再次,选取贵州省20家上市公司作为样本进行实证研究,对其财务指标进行正态性检验和显著性检验,对环保指标和非财务指标权重的判定采用网络分析法（ANP）,之后根据专家打分得出个样本的得分,将三类指标进行因子分析,得到具有代表性的公共因子.
(二)研究文献综述
在国外的研究中,绿色信贷通常被称为可持续金融、环境融资,研究的是金融业和可持续发展之间的关系SoniaLabatt,Rodney R.White认为环境融资涵盖了基于市场的、旨在传递环境质量和转化环境风险而设计的特定金融工具,环境问题主要从违规带来的直接风险、客户导致的间接风险以及信誉风险三种方式对金融机构产生影响,为此需在风险管理中加入衡量环境问题的标准并进行产品创新.
通过对以上文献的分析和整理,我们可以看到：目前,国内外对绿色信贷风险评估研究主要集中在主观定性判断和传统计量分析法.然而事实上,绿色信贷风险涉及指标多.相比于此,本文试图通过BP神经网络,选取贵州省20家大型企业,并纳入对绿色信贷风险有重要影响的财务指标、非财务指标和环保指标,对贵州省绿色信贷风险进行实证研究,突破了传统信贷风险评估方法的局限性,具有一定的创新性.
二、绿色信贷风险评估体系及模型的构建
(一)样本选择
贵州省20家大型企业2015年末相关数据.贵州省20家大型企业经营和财务数据为调查所得,其他数据来源于当地环保部门公布和银行业金融机构.
(二)评估指标体系的构建
通過文献研究及相关分析,我们选取以下指标作为绿色信贷风险评估指标.
一是环保指标.包括：环境变化影响（H1）、环境管理（H2）、节能措施（H3）、“三废”治理（H4）.
二是财务指标.包括：一是盈利指标[主营业务利润率（X1）、主营业务成本率（X2）、销售利润率（X3）、销售毛利率（X4）、净资产回报率（X5）]；二是偿债能力[资产负债率（X6）、流动性比率（X7）、速动比率（X8）]；三是营运能力[应收账款周转率X9、存货周转率X10、流动资产周转率X11、固定资产周转率（X12）]；四是 流量[ 流量比率（X13）、经营 流量对销售收入比率（X14）]；5企业规模[总资产（X15）、营业收入（X16）、净利润（X17）].
三是非财务指标.包括历史信用（M1）、行业前景（M2）、贷款方式（M3）等.
(三)评估指标的筛选
1.用网络分析法（ANP）计算环保指标和非财务指标的权重.构建判断矩阵C和超级矩阵W,再进行归一化处理得出加权矩阵B.加权矩阵B和超矩阵W相乘得到加权超矩阵W’等于BW,对加权超矩阵进行极限运算,得到极限超矩阵.
最后得权重分别为：H1的权重为0.4113,H2的权重为0.3098,H3的权重为0.0991,H4的权重为0.1798.M1的权重为0.4131,M2的权重为0.1862,M3的权重为0.4007.得出环保指标和非财务指标的权重后,再对贵州省20家大型企业2015年年报逐一进行分析,通过打分确定环保指标和非财务指标的最终得分.
2.财务指标的设计.第一步,对前文表1选取17个财务指标进行正态检验,由于本文样本量偏小,这里采取Shapiro-Wilk检验的方法.计算结果表明,固定资产周转率、经营 流对销售收入比率、总资产等三个指标的P值大于0.05,接受原假设,这三个指标服从正态分布,其他指标不服从正态分布.第二部,对17个财务指标进行显著性检验,这里采用T检验的方法.计算结果表明,Shapiro-Wilk检验中服从正态分布的固定资产周转率、经营 流对销售收入比率、总资产等三个指标通过了T检验.由第一、二步可知,17个财务指标均需保留.第三步,按未分配利润为正值和负值将20家大型企业分为两类,对其进行Mann-whitney U检验.计算结果表明,X1,X2,X3,X4,X6,X7,X8通过了Mann-whitney U检验,未通过检验的,说明未分配利润为正值和负值的两类企业的这些指标不存在显著性差异,在之后的分析中应剔除.
总结:本论文为免费优秀的关于信贷风险论文范文资料，可用于相关论文写作参考。
参考文献：
1、 紧货币政策下天津市金融机构跨区域风险分析 摘 要：近年来，在滨海新区金融改革创新和投融资规模持续扩大、金融机构以存贷款利息差为主的盈利模式未根本改变、金融机构业务扩张与承担风险不匹配、跨。
2、 县域农村合作金融机构信贷风险影响因素 摘 要： 运用随机效应的变截距回归模型，以陕西省104个县域农村合作金融机构的数据为例，对农村合作金融机构信贷风险的影响因素进行了实证研究。结果。
3、 小额惠农贷款在信贷风险评估过程中应注意问题 摘 要：随着新农村建设的不断加快，涉农信贷资金无论从规模还是覆盖面上都有了明显的改变，在这个过程中，对信贷风险评估的相关工作落实情况就产生了部分。
4、 营改增对地方法人银行业金融机构影响分析 【摘要】根据财政部、国家税务总局联合下发的《关于全面推开营业税改征增值税试点的通知》（财税〔2016〕36号）（以下简称36号文），自2016年。
5、 银行业金融机构联合授信管理办法（试行）解读 为贯彻落实党中央、国务院关于降低企业杠杆率的要求，防控重大金融风险，2018年6月1日，中国银保监会发布《银行业金融机构联合授信管理办法》（试行。
6、 新常态时期银行业金融机构信贷行为 摘 要：新常态时期，我国银行业金融机构由于信息不对称等因素导致信贷行为偏离或信贷资源配置集中化，使原有的派生信贷风险变成经济下行时期的主要风险。。