農(nóng)業(yè)定量遙感理論與方法

目錄
前言
第1章 農(nóng)信社信貸風(fēng)險(xiǎn)管理回顧 1
1.1 農(nóng)信社信貸風(fēng)險(xiǎn)管理 1
1.2 信貸風(fēng)險(xiǎn)管理借鑒 3
1.2.1 德國(guó)銀行 3
1.2.2 美國(guó)銀行 4
1.2.3 澳大利亞銀行 5
1.2.4 法國(guó)銀行 6
1.2.5 新加坡銀行 7
1.2.6 中國(guó)農(nóng)信社 7
1.3 信貸風(fēng)險(xiǎn)管理內(nèi)容 9
1.3.1 信貸風(fēng)險(xiǎn)管理手段 9
1.3.2 信貸風(fēng)險(xiǎn)管理模式 10
1.3.3 信貸風(fēng)險(xiǎn)評(píng)估模型 12
1.3.4 信貸風(fēng)險(xiǎn)信息系統(tǒng) 17
1.4 本書框架 18
1.5 本章小結(jié) 18
第2章 農(nóng)信社信貸風(fēng)險(xiǎn)識(shí)別管控 20
2.1 信用風(fēng)險(xiǎn)識(shí)別、量化與信用評(píng)級(jí)和貸款分類 20
2.1.1 信用風(fēng)險(xiǎn)管理與信用風(fēng)險(xiǎn)識(shí)別 20
2.1.2 信用風(fēng)險(xiǎn)識(shí)別與PD和LGD 20
2.1.3 PD和LGD與信用評(píng)級(jí)和貸款分類 21
2.1.4 PD和LGD與信用風(fēng)險(xiǎn)度量 23
2.2 信貸風(fēng)險(xiǎn)控制與信用評(píng)級(jí)和貸款分類 26
2.2.1 信用風(fēng)險(xiǎn)管理與信貸風(fēng)險(xiǎn)控制 26
2.2.2 信用風(fēng)險(xiǎn)控制與內(nèi)部信用評(píng)級(jí) 26
2.2.3 信用風(fēng)險(xiǎn)控制與貸款分類 27
2.3 本章小結(jié) 29
第3章 農(nóng)信社信貸風(fēng)險(xiǎn)管理流程 30
3.1 貸款基本流程 30
3.1.1 制定貸款政策 31
3.1.2 貸款申請(qǐng) 31
3.1.3 信用等級(jí)評(píng)估 31
3.1.4 貸款調(diào)查 31
3.1.5 貸款評(píng)估和審批 32
3.1.6 簽訂借款合同 32
3.1.7 貸款發(fā)放 32
3.1.8 貸款分類 32
3.1.9 貸款歸還 32
3.1.10 年度綜合評(píng)價(jià) 32
3.1.11 關(guān)鍵流程分析 33
3.2 行業(yè)分析流程 34
3.2.1 行業(yè)分析要素特征 34
3.2.2 行業(yè)分析指標(biāo)選擇 35
3.2.3 行業(yè)風(fēng)險(xiǎn)管理策略 36
3.2.4 行業(yè)分析主要流程 37
3.3 信用評(píng)級(jí)流程 38
3.3.1 制定評(píng)級(jí)政策 38
3.3.2 選擇指標(biāo)方法 38
3.3.3 實(shí)施信用評(píng)級(jí) 38
3.3.4 結(jié)果檢驗(yàn)修正 38
3.3.5 業(yè)務(wù)流程圖示 39
3.4 信貸評(píng)估流程 40
3.4.1 制定授信政策 40
3.4.2 信用評(píng)級(jí)運(yùn)用 40
3.4.3 風(fēng)險(xiǎn)評(píng)估審核 40
3.4.4 貸后發(fā)放分類 40
3.4.5 業(yè)務(wù)流程圖示 40
3.5 貸款分類流程 41
3.5.1 制定分類政策 41
3.5.2 選擇指標(biāo)方法 41
3.5.3 實(shí)行貸款分類 42
3.5.4 分類結(jié)果修正 42
3.5.5 貸款執(zhí)行管理 42
3.5.6 業(yè)務(wù)流程圖示 42
3.6 貸款五級(jí)分類 43
3.6.1 正常貸款 43
3.6.2 關(guān)注貸款 43
3.6.3 次級(jí)貸款 44
3.6.4 可疑貸款 44
3.6.5 損失貸款 44
3.7 流程相互關(guān)系 45
3.8 本章小結(jié) 45
第4章 信用評(píng)級(jí)和貸款分類模型 46
4.1 信用評(píng)級(jí)概述 46
4.1.1 信用評(píng)級(jí)觀點(diǎn)概覽 46
4.1.2 信用評(píng)級(jí)的層次性 47
4.1.3 信用評(píng)級(jí)方法簡(jiǎn)述 48
4.2 比率綜合評(píng)分 48
4.2.1 評(píng)分分析要素 49
4.2.2 AHP 計(jì)算權(quán)重 49
4.2.3 熵權(quán)法計(jì)算權(quán)重 53
4.2.4 模糊綜合評(píng)價(jià) 56
4.3 Z 評(píng)分與ZETA 評(píng)分模型 61
4.3.1 模型概述 61
4.3.2 模型分析 63
4.4 距離判別模型 64
4.4.1 模型概述 64
4.4.2 模型算法 64
4.4.3 流程代碼 64
4.4.4 應(yīng)用實(shí)例 66
4.5 Fisher判別模型 68
4.5.1 模型概述 68
4.5.2 模型算法 68
4.5.3 流程代碼 69
4.5.4 應(yīng)用實(shí)例 71
4.6 Logistic判別模型 72
4.6.1 模型概述 72
4.6.2 模型算法 74
4.6.3 流程代碼 74
4.6.4 應(yīng)用實(shí)例 80
4.7 BP 神經(jīng)網(wǎng)絡(luò)模型 80
4.7.1 模型概述 80
4.7.2 模型算法 81
4.7.3 流程代碼 81
4.7.4 應(yīng)用實(shí)例 86
4.8 遺傳神經(jīng)網(wǎng)絡(luò)模型 88
4.8.1 模型概述 88
4.8.2 模型算法 89
4.8.3 流程代碼 92
4.8.4 應(yīng)用實(shí)例 97
4.9 案例推理方法 100
4.9.1 模型概述 100
4.9.2 工作流程 100
4.9.3 應(yīng)用實(shí)例 101
4.10 本章小結(jié) 106
第5章 農(nóng)信社個(gè)人信貸管理研究 107
5.1 農(nóng)信社個(gè)人貸款類別特點(diǎn) 107
5.1.1 農(nóng)信社個(gè)人貸款類別 107
5.1.2 農(nóng)信社個(gè)人貸款特點(diǎn) 108
5.1.3 農(nóng)信社個(gè)人貸款風(fēng)險(xiǎn) 109
5.1.4 農(nóng)信社個(gè)人信貸管理流程 109
5.2 農(nóng)信社個(gè)人貸款信用評(píng)級(jí) 111
5.2.1 農(nóng)戶個(gè)人信用評(píng)級(jí)指標(biāo) 111
5.2.2 農(nóng)戶個(gè)人信用評(píng)級(jí)流程 120
5.3 農(nóng)信社個(gè)人貸款風(fēng)險(xiǎn)評(píng)估 122
5.3.1 農(nóng)戶貸款評(píng)估指標(biāo) 122
5.3.2 農(nóng)戶貸款風(fēng)險(xiǎn)度模型 125
5.3.3 農(nóng)戶貸款風(fēng)險(xiǎn)綜合評(píng)價(jià) 126
5.3.4 農(nóng)戶貸款評(píng)估等級(jí) 126
5.3.5 農(nóng)戶貸款評(píng)估流程 126
5.4 農(nóng)信社個(gè)人貸款分類 127
5.4.1 個(gè)人貸款分類指標(biāo) 128
5.4.2 個(gè)人貸款分類流程 129
5.5 本章小結(jié) 130
第6章 農(nóng)戶貸款五級(jí)分類模型研究 131
6.1 農(nóng)戶貸款分類指標(biāo)體系構(gòu)建 131
6.1.1 農(nóng)戶貸款分類指標(biāo)選取原則 131
6.1.2 農(nóng)戶貸款分類指標(biāo)構(gòu)建 131
6.1.3 農(nóng)戶貸款五級(jí)分類設(shè)置 134
6.2 基于AHP-Fuzzy 分類模型 134
6.2.1 農(nóng)戶貸款五級(jí)分類標(biāo)準(zhǔn) 135
6.2.2 農(nóng)戶貸款五級(jí)分類算例 136
6.3 本章小結(jié) 137
第7章 農(nóng)信社企業(yè)信貸管理研究 138
7.1 中小企業(yè)信貸風(fēng)險(xiǎn)特點(diǎn) 138
7.1.1 中小企業(yè)信貸風(fēng)險(xiǎn)概述 138
7.1.2 中小企業(yè)信貸管理現(xiàn)狀 139
7.1.3 中小企業(yè)信貸風(fēng)險(xiǎn)因素 140
7.2 企業(yè)信貸風(fēng)險(xiǎn)管理流程 141
7.2.1 制定信貸政策 141
7.2.2 選定目標(biāo)市場(chǎng) 141
7.2.3 走訪企業(yè)客戶 141
7.2.4 企業(yè)貸款評(píng)估 141
7.2.5 企業(yè)貸款審批 143
7.2.6 企業(yè)貸款談判 143
7.2.7 簽署貸款文件與撥付貸款 143
7.2.8 貸款組合管理 144
7.2.9 貸款回收與不良貸款處置 144
7.2.10 年度綜合評(píng)價(jià) 145
7.3 信用評(píng)估指標(biāo)選擇 145
7.3.1 指標(biāo)體系設(shè)置原則 145
7.3.2 指標(biāo)體系選擇方法 146
7.3.3 評(píng)估指標(biāo)體系建立 147
7.3.4 評(píng)級(jí)指標(biāo)體系確定 151
7.4 貸前行業(yè)分析 153
7.4.1 行業(yè)分析的目的 154
7.4.2 行業(yè)分析的內(nèi)容 154
7.4.3 行業(yè)分析的方法 157
7.4.4 行業(yè)分析的建議 159
7.5 貸前信用評(píng)估 161
7.5.1 財(cái)務(wù)分析 161
7.5.2 現(xiàn)金流量分析 164
7.5.3 擔(dān)保分析 166
7.5.4 非財(cái)務(wù)分析 173
7.5.5 綜合分析 174
7.6 貸后風(fēng)險(xiǎn)管理 175
7.6.1 貸款分類 175
7.6.2 分類跟蹤 183
7.6.3 貸款控制 185
7.7 本章小結(jié) 190
第8章 農(nóng)村企業(yè)貸款五級(jí)分類模型研究 191
8.1 農(nóng)村企業(yè)貸款分類過(guò)程 191
8.2 農(nóng)村企業(yè)貸款分類關(guān)鍵因素 192
8.3 農(nóng)村企業(yè)行業(yè)風(fēng)險(xiǎn)評(píng)價(jià)模型 192
8.3.1 評(píng)價(jià)指標(biāo)體系的建立 192
8.3.2 AHP-Fuzzy評(píng)價(jià)模型 192
8.4 農(nóng)村企業(yè)貸款五級(jí)分類模型 196
8.4.1 農(nóng)村企業(yè)貸款分類指標(biāo)構(gòu)建 196
8.4.2 農(nóng)村企業(yè)貸款五級(jí)分類設(shè)置 197
8.4.3 基于AHP-Fuzzy的企業(yè)貸款分類模型 198
8.5 本章小結(jié) 202
第9章 項(xiàng)目貸款評(píng)估研究 203
9.1 概述 203
9.1.1 評(píng)估內(nèi)容 203
9.1.2 關(guān)聯(lián)分析 203
9.2 項(xiàng)目貸款評(píng)估分類 204
9.2.1 農(nóng)戶客戶項(xiàng)目貸款風(fēng)險(xiǎn) 205
9.2.2 企業(yè)客戶項(xiàng)目貸款風(fēng)險(xiǎn) 205
9.3 本章小結(jié) 211
第10章 信貸管理信息系統(tǒng) 212
10.1 信貸管理信息系統(tǒng)的目標(biāo) 212
10.1.1 面向客戶服務(wù) 212
10.1.2 面向流程管理 212
10.1.3 面向風(fēng)險(xiǎn)管理 213
10.1.4 面向管理決策 213
10.2 信貸管理信息系統(tǒng)的組成 213
10.2.1 客戶信息管理系統(tǒng) 214
10.2.2 信用評(píng)級(jí)系統(tǒng) 214
10.2.3 貸款評(píng)估系統(tǒng) 214
10.2.4 賬務(wù)處理系統(tǒng) 214
10.2.5 貸款分類系統(tǒng) 215
10.2.6 貸款管理系統(tǒng) 215
10.2.7 預(yù)警監(jiān)控系統(tǒng) 215
10.3 本章小結(jié) 216
第11章 農(nóng)信社貸款五級(jí)分類信息系統(tǒng) 217
11.1 系統(tǒng)分析 217
11.1.1 概述 217
11.1.2 系統(tǒng)目標(biāo)分析 218
11.1.3 系統(tǒng)需求分析 218
11.2 系統(tǒng)設(shè)計(jì) 221
11.2.1 設(shè)計(jì)要求原則 221
11.2.2 總體結(jié)構(gòu)設(shè)計(jì) 222
11.2.3 應(yīng)用架構(gòu)設(shè)計(jì) 226
11.2.4 運(yùn)行環(huán)境設(shè)計(jì) 226
11.2.5 數(shù)據(jù)庫(kù)設(shè)計(jì) 226
11.3 系統(tǒng)實(shí)現(xiàn) 231
11.3.1 面向?qū)ο竽Ｐ?231
11.3.2 對(duì)象模型類設(shè)計(jì) 232
11.3.3 類協(xié)作設(shè)計(jì) 241
11.3.4 典型功能界面 264
11.4 本章小結(jié) 266
參考文獻(xiàn) 267