期刊专题

10.3969/j.issn.1673-9604.2019.16.083

我国商业银行房地产信贷风险度量与预测——基于CPV模型

引用
本文基于CPV模型,选取三个宏观经济变量(宏观经济景气指数MCI、国房景气指数RECI、消费价格指数CPI),对三个变量与商业银行房地产不良贷款率(RD)进行回归分析、并对模型进行检验,以实现我国商业银行房地产信贷风险的度量与预测.其实证结果表明:商业银行房地产不良贷款率大小和各宏观经济因素存在着紧密的联系,CPV模型能有效度量我国商业银行房地产信贷风险,商业银行可建立与这些宏观经济变量有关的风险预警机制,以降低宏观经济波动带来的风险.

房地产信贷、CPV模型、信贷违约、宏观经济

2019-08-22(万方平台首次上网日期,不代表论文的发表时间)

共2页

118-119

暂无封面信息
查看本期封面目录

福建质量管理

1673-9604

35-1087/F

2019,(16)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn