下载文档原格式
关联企业授信风险识别与控制随着经济全球化的加深和市场竞争的激烈，企业之间的关联关系日益复杂。
在金融领域，关联企业授信风险成为了银行机构亟需解决的问题。
本文旨在讨论关联企业授信风险的识别与控制方法，以期为银行提供有益的参考和指导。
一、关联企业的定义和特征关联企业是指在资本关系或经营关系上与银行借款企业存在较为紧密的关联关系的企业。
具体而言，关联企业可以分为三类：一是股权关联，即借款企业通过持有其他企业的股权或者其他权益，参与其经营管理；二是关联交易，即借款企业与其他企业在商品、服务、资金等方面存在交易关系；三是财务关联，即借款企业通过担保、共同债务等方式与其他企业有财务上的关联。
关联企业通常具备以下特征：一是共同控制或受控制关系，即借款企业与其关联企业之间存在相互控制或被控制的关系；二是关联方交易较为频繁，关联企业之间存在大量的经济交往，如大额资金往来、购销商品、提供服务等；三是财务交叉担保，即关联企业之间相互为债务提供担保或承担共同债务的责任；四是业务领域相对集中，关联企业在特定的行业或领域内存在相互依存或相互垄断的情况。
二、关联企业授信风险的识别方法为了准确识别关联企业授信风险，银行机构可以采取以下方法：1. 公开信息调查：通过查阅借款企业公开披露的年报、财务报表等信息，来了解该企业是否存在与其他企业的关联关系。
同时，还可以通过调查其他关联企业的公开信息，进一步确认关联关系的真实性和关联交易的规模。
2. 实地考察与调研：银行可以派遣专业的团队前往借款企业以及其关联企业进行实地考察与调研，以了解实际经营情况、关联方交往程度以及存在的潜在风险。
3. 关联方排查：通过核实借款企业的财务报表，查找相关关联方的资料，例如关联方的股东、高管、业务往来等，以获取到关联企业之间的真实关系，并初步判断是否存在关联企业授信风险。
4. 数据分析：利用数据挖掘和风险评估模型，根据借款企业以及其关联企业的财务数据、交易数据等进行多维度的数据分析，以识别出潜在的关联企业授信风险。
在关联关系的传导机制下，任一经济主体只要可能因其关联方的不当经济活动而受到伤害，则应认为其存在关联风险。
《中华人民共和国税收征收管理法实施细则》第五十一条规定： "关联企业，是指有下列关系之一的公司、企业和其他经济组织：(1)在资金、经营、购销等方面，存在直接或者间接的拥有或者控制关系；(2)直接或者间接地同为第三者所拥有或者控制；(3)在利益上具有相关联的其他关系。
" 《国家税务总局关于修订(关联企业间业务往来税务管理规程)的通知》 (国税发[2004]143 号)中进一步明确规定： "企业与另一公司、企业和其他经济组织(以下统称另一企业)有下列之一关系的，即构成关联企业：(1)相互间直接或者间接持有其中一方的股分总和达到 25％或者以上的；(2)直接或者间接同为第三者所拥有或者控制股分达到 25％或者以上的；(3)企业与另一企业之间借贷资金占企业自有资金 50％或者以上，或者企业借贷资金总额的 10％或者以上是由另一企业担保的；(4)企业的董事或者经理等高级管理人员一半以上或者有一位以上 (含一位)常务董事是由另一企业所委派的；(5)企业的生产经营活动必须由另一企业提供的特许权利(包括工业产权、专业技术等)才干正常进行的；(6)企业生产经营购进的原材料、零部件等(包括价格及交易条件等)是由另一企业所供应并控制的；(7)企业生产的产品或者商品的销售 (包括价格及交易条件等 )是由另一企业所控制的；(8)对企业生产经营、交易具有实际控制、或者在利益上具有相关联的其他关系，包括家族、亲属关系等。
"由上述关联企业的界定可见，关联关系的类型既有因投资关系、实际控制人等为纽带所形成的投资型关联，也有因企业的核心生产技术、上下游产品交易所形成的经营型关联，还有因借贷或者互保所形成的债务型关联。
企业所面临的关联风险可能是上述类型中的某一种或者几种的混合体。
企业集团主要包括四个层级：核心企业、密切层企业、半密切层企业、松散型企业。
随着近几年农信社贷款业务的不断拓展，涉及的关联企业不断增多，企业的关联关系日趋复杂，而关联贷款风险也已经日益突出。
关联企业和关联交易的不断发展，改变了农信社对单一法人企业贷款风险的控制方式，增加了风险防范的难度，为目前农信社的风险管理提出了全新的挑战。
本文将对所调查的关联贷款进行分析，就农信社如何加强关联贷款风险防范谈几点粗浅看法。
一、企业关联贷款主要表现形式通常情况下,关联关系主要有几种表现形式：一是集团企业形式，主要是由集团的核心企业及所属子公司构成，是由其母公司分级授权、控股或取其他控制措施对其子公司施加影响的一种关联形式。
二是合作经营形式，是指企业按照合同的规定，经营活动由两个或两个以上企业或个人共同投资形成的企业，一般按照投资的比例决定投资权的大小，主要是企业或企业法定代表人之间相互投资参股组成。
三是同一法人代表，是指两个或两个以上企业的法人代表为同一个人，这些企业的各种经营活动均能够被法人代表所控制.四是亲属关系关联，是指关联企业的法人代表为父子关系、夫妻关系或三代以内的直系亲属.或许是山区联社所在地经济环境因素，本次调查中的关联关系主要后三种居多，只有一家联社有集团企业形式的关联.二、企业关联贷款面临的风险㈠产权缺位风险。
在家庭型集团企业中,其关联企业与核心企业之间的纽带是依靠关联自然人建立的。
根据与核心企业之间的契约或者协议，核心企业向关联企业委派关联自然人，如主要是亲属，作为关联企业的经营者，从而具有对关联企业的支配性和影响力.从表面看，核心企业与这些公司之间处于一种“非紧密控制”状态，甚至外界无法知晓这些公司间的关系。
几家公司在法律上相互独立，但事实上这种法律意义上的独立产权关系形同虚设.在这种明显缺乏监督制约的治理结构下,必然导致关联企业之间财务体系的交叉和混乱，也必然增加贷款风险。
㈡信用膨胀风险。
表现为企业集团不断成立关联企业，多头开户、多头贷款，资金规模难以控制。
关联企业资金来源多元化和企业资金使用权的高度集中，使农信社难以确定关联企业的贷款规模，甚至贷款总额远远超过其正常生产周转需求，造成企业集团整体的信用膨胀，助长了其盲目扩张的欲望。
信用评估的两种新方法：替代数据、心理测量法中国人民银行征信中心副研究员刘新海由新华社瞭望智库、新华社《财经国家周刊》共同主办的“2017中国新金融高峰论坛”于12月9日在北京举行,主题为“回归本源，优化结构，强化监管，市场导向”，中国人民银行征信中心副研究员刘新海出席并演讲。
在信用风险评估中，可以利用替代数据进行评估。
还可以利用心理测量，给消费者一张问卷，提供心理测量，个模型已经在拉美十几个国家使用，服务了上百万人。
以下为演讲实录：目前国内普惠金融面临哪些挑战呢？国内9亿消费者与传统银行打过交道，包括支付、存取款服务，4亿人获得过信贷服务。
从小微企业信贷来看，国内有6千万左右的小微企业，其中12%的小微企业获得过传统金融服务，还有8%获得了新金融机构，比如说P2P、小微企业、保险等非银行金融机构的服务。
剩下80%的小微企业，还有将近10亿消费者，要想获得信贷或者金融服务需要付出很高的利率、很高的代价，什么原因呢？因为传统金融服务，特别是以信贷为主的金融服务，在为消费者或者小微企业提供信贷服务的时候需要他们的信用记录，这些消费者往往没有传统的历史信贷记录，这就产生金融悖论，类似于“鸡生蛋、蛋生鸡”的问题，就是小微企业没有信用记录就无法获得金融企业贷款，从而更是没有信用记录，陷入恶性循环。
大数据技术可以来帮助解决这个问题。
首先看一下信用评估的基本思路是什么？传统的消费者信用风险评估主要从两个维度进行：存款能力、还款意愿，主要是以与消费者信贷直接相关的一些数据为基础，比如报告查询、查询数、信贷历史、违约数等为依据。
大数据时代，可以运用大数据的相关性，如果没有直接相关的信贷数据，可以找和信用相关的一些数据，比如说交税情况、收入情况、社保公积金情况，还有一些互联网行为的情况，可以多找一些，把消费者的信用信息积累起来，进行信用评估。
国内互联网经济、互联网金融非常活跃，出现了大量的和信用相关的数据，不仅体现了消费者的金融活力、经济活力，还可以从中找到一些信用信息。
对关联企业贷款风险的调查分析及政策建议在近几年对商业银行信贷类资产的检查中，我们发现关联企业贷款在信贷资产中的占比逐渐加大。
部分关联企业为融通资金，采取互相担保的方式向银行套取信用和贷款的现象也日益突出，一些企业的担保总额已接近甚至超过其净资产，潜在风险不容忽视。
此外，一些集团性关联企业不良贷款出现的“多米诺骨牌效应”也引起了我们的高度警觉。
为深入了解关联企业贷款的现状和潜在的风险，我处调研组深入北京市部分商业银行对此课题进行了现场调研。
一、关联企业贷款中潜在的风险财政部“财会[2001]49号”第十一章中，对“关联方关系及其交易”给出了判断的基本标准，主要表现在直接或间接地控制其他企业或受其他企业控制，同受某一企业控制的两个或多个企业（例如，母公司、子公司、受同一母公司控制的子公司之间）、合营企业、联营企业，以及主要投资者个人、关键管理人员或与其关系密切的家庭成员和受主要投资者个人、关键管理人员或与其关系密切的家庭成员直接控制的其他企业等几个方面。
目前，关联企业贷款潜在的风险和突出问题有以下两点：一是关联企业相互提供保证担保套取银行信贷资金的现象日益突出，极大削弱了“保证担保”这一防范风险手段的作用。
以某行北京分行为例，该行自1998年1月1日至2002年12月31日间，共发放关联企业贷款351笔，截至2002年末，关联企业贷款余额为654552万元，而其中关联方以互保方式取得贷款的有259笔，占比近73.79%，贷款余额423367万元，占比近64.68%。
详情见下表：从表一、二中可以看出，母子公司互为关联担保的现象在某行北京分行犹为突出，虽然担保方式合规，担保风险却值得关注。
高比例的互保使担保失去了其应有效用，而且已逐渐成为某些关联企业套取银行信贷资金、掩盖风险的手段。
这些关联企业大多通过相互担保，分别向银行借款，再将资金集中用于同一项目，“蓝田”事件就是一个典型案例。
另外，许多关联企业之间为实现资金融通、降低信贷资金成本，已形成“担保网”和“连环担保”的现象，这种连环担保具有债务扩散和放大的负面影响。
企业关联交易风险分析报告概要本报告针对企业的关联交易风险进行了分析和评估，旨在帮助企业了解和应对潜在的风险。
关联交易是指企业与其关联方之间发生的商业交易，涉及到资金、商品或服务的流动。
虽然关联交易有助于企业之间的合作和资源共享，但也存在一定的风险和挑战。
通过全面的风险分析，企业可以更好地管理并避免关联交易风险带来的不利影响。
风险分析1. 信息不对称关联交易中，一方往往对另一方的信息了解程度有限，导致信息不对称的情况。
这可能导致交易条件不公平，一方获取了不合理的利益，而另一方则可能承担了不必要的风险。
此外，对于股东和投资者而言，信息不对称也会影响投资决策和价值评估。
因此，企业需要加强信息披露和透明度，确保所有交易的条件和信息公平公正。
2. 利益冲突由于关联方可能具有相同的所有者或高管，利益冲突是关联交易中常见的风险。
这可能导致一方在交易中获取不合理的利益，而忽视企业整体利益。
利益冲突可能会引发内部纷争，削弱企业的治理能力，甚至导致企业经营不善。
因此，企业应建立健全的决策机制和内部控制体系，确保关联交易符合公平、公正、合理的原则。
3. 资金流失关联交易中，由于资金流动和结算的特殊性，存在资金流失的风险。
有些关联交易可能存在虚假交易、转移资金以及违规操作等问题，导致企业遭受经济损失。
此外，关联交易也可能导致企业资金周转不灵、资金链断裂等风险，影响企业的正常经营。
因此，企业需要加强关联交易的审查和监督，确保资金的安全性和合规性。
4. 法律合规风险关联交易必须遵守相关法律法规和规章制度。
否则，企业可能面临法律合规风险，包括违反反垄断法、不当竞争行为、内幕交易等。
这些违法行为可能导致企业承担巨大的法律责任、罚款甚至影响企业声誉。
因此，企业需要加强与法律、监管机构的合作，确保关联交易的合规性。
应对策略1. 加强内部控制企业应建立健全的内部控制体系，确保关联交易符合公平、公正、合理的原则。
通过明确的审批程序、流程和制度，加强对关联交易的管控和监督，防止内部冲突和违规操作的发生。
信贷风险的“暗流”--关联企业信贷风险调查！出品：信贷风险管理作者：寇乃天关联企业，因其“关联关系”的复杂性和“关联交易”的隐蔽性，而成为企业的一种复杂形态，关联企业信贷风险，更是被誉为信贷风险的“暗流”，增加了商业银行信贷风险管理的难度。
此类客户群体为融通资金，采取互相担保的方式向商业银行申请并取得授信的现象日益突出。
以蓝田、银广夏、铁本、德隆等关联企业贷款风险案例的相继出现，为商业银行信贷经营敲响了警钟。
目前，这些企业的关联关系越来越复杂，通常涉及多家商业银行，贷款金额较大，并且一些企业的担保金额已接近甚至超过其净资产，而形成典型的关联企业信贷风险隐患问题。
关联企业信贷风险一旦引爆，极容易出现“多米诺骨牌效应”的信贷“败局”，给银行债权造成重大损失。
对此，商业银行需要强化关联企业“关联关系”及其交易的风险识别，加强关联关系信贷企业的授信管理，积极防范授信关联风险和集中性风险。
一、R企业关联授信业务信贷风险案例（一）案例背景及其风险成因R企业，是一家投资有限公司，在G银行授信额度为3000万元，品种为综合授信和国际贸易融资，发生风险时敞口分别是信用证600万、押汇240万、贷款410万，共计1250万元。
授信由R1公司和R2公司分别担保3000万元，同时追加R企业实际控制人王某个人连带责任保证。
R1公司从事进出口贸易，在G银行授信额度为2000万元，由R2公司、R3公司、R公司保证担保2000万元，同时追加R企业实际控制人王某个人连带责任保证，风险发生时授信余额为1300万元。
其中，R公司、R1公司为关联企业，两公司的实际控制人均为王某。
为R公司、R1公司提供担保的R3公司的实际控制人也是王某，另外一家担保企业R2公司的法定代表人是王某之母，实际控制人是王某之兄。
R公司、R1公司的业务严重雷同，主要的交易对手也是同一家企业。
当交易对手发生风险后，R公司和R1公司也受其拖累。
2019年8月，交易对手经营不善，涉及高利贷，企业主外逃，资金链断裂，而其对R公司和R1公司的赊销款累计高达9000万元，导致不良贷款发生。
关联企业的有效识别作者：孙春生来源：《商情》2017年第37期【摘要】关联企业通常以一个母本企业为核心，通过分离或重组产权安排、家族人事控制等手段，成立若干个或在资本、资产有紧密联系，或在产品、行业毫不相关的多个公司、企业，并发生频繁、复杂的交易或相互交叉、关联担保。
由于其隐蔽性和复杂性，关联企业及其关联交易的有效识别，存在一定困难。
本文对关联企业的信贷风险进行了分析，并根据识别要求提出了自己对关联企业有效识别的基本方法和对策。
【关键词】关联企业识别要求有效识别1.关联企业的信贷风险1.1过度授信及信贷资金挪用的风险。
从形式上看，一般关联企业各成员的贷款金额可能不是很大，但由于从属企业受控制企业的支配，从属企业以自己名义获取的贷款往往被控制企业挪作他用，控制企业通过从属企业获得贷款，增加了银行监管信贷资金实际用途的困难，贷款资金较容易脱离银行的监管。
如果将关联企业群体作为一个整体来看的话，则控制企业贷款量往往大大超过其授信额度，形成该关联企业整体的授信过度、信用膨胀。
1.2互保联保、担保虚化的风险。
从属企业为控制企业的贷款提供担保或为其它从属企业提供担保，关联企业之间互相担保或交叉连环担保，这些从形式上来说，是符合法律规定的。
但实质上，由于从属企业常常被利用作为追求关联企业整体或控制企业利益的资源和工具，因此，从属企业往往没有相应的能够独立支配的财产，致使担保虚化。
同时，由于关联企业之间关系紧密，其风险变化呈现联动效应，一旦担保链上的某一企业出现问题，将迅速波及其他成员，出现所谓的多米诺骨牌效应。
1.3贷款不能偿还的风险。
2013年新修订的公司法，将公司注册资本由实缴制改为认缴制，取消了法定最低注册资本制度，取消了首次出资比例、货币出资比例限制，简化了登记程序，公司登记时不再提交验资报告。
关联企业注册成本低，关联企业尤其家族式企业，往往注册多个跨行业、跨区域的公司。
同时，我国现有企业法律中欠缺对公司股东滥用有限责任的规制，没有相应的制衡机制约束控制企业利用关联交易损害债权人利益的行为。
2018年第8期总第235期征信CREDIT REFERENCENo.82018Serial NO.235基于征信大数据分析的担保圈风险管理刘新海1，宫建华2（1.北京大学金融智能研究中心，北京100871；2.中国人民银行大连市中心支行，辽宁大连116001）摘要：企业之间互保联保的担保圈模式是我国特有的一种信贷增信形式，这种模式在增进企业信用、提高信贷效率的同时，也将企业风险与行业风险紧紧地绑在一起。
一个企业资金链断裂，一群企业乃至一个行业都会受到牵连。
从担保圈风险的概念入手，分析担保圈风险的特点和现状，提出利用大数据技术实现担保圈风险控制的模型构想。
关键词：担保圈；信用风险；征信大数据；信贷增信；金融关联性风险中图分类号：F832.332文献标识码：A 文章编号：1674-747X （2018）08-0017-04收稿日期：2018-04-12作者简介：刘新海（1976—），男，河南南阳人，副研究员，博士，主要研究方向为征信、数据挖掘、风险管理和金融大数据；宫建华（1984—），女，辽宁大连人，经济师，硕士，主要研究方向为征信理论与实务。
2017年以来，担保圈的风险问题再度引起社会的关注。
2017年4月，针对山东、辽宁等地出现的企业担保圈贷款风险事件，中国银监会办公厅下发《关于进一步排查企业互联互保贷款风险隐患的通知》（下称“52号文”），要求各地银监局立即对企业担保圈贷款风险进行专项排查，摸清风险底数，并由当地政府牵头，多方参与，对风险进行统筹分类处置。
从珠三角到长三角，再到目前的环渤海经济圈，为什么被称为“信贷之癌”的担保圈风险不断出现，而且容易发生在实体经济发达、民营经济活跃的地区？这其中的逻辑是什么？一、担保圈贷款与担保圈风险担保圈贷款是企业之间的一种保证贷款，指由借款人或第三方依法提供担保而发放的贷款。
保证贷款是指借款人不能足额提供抵押（质押）时，应由贷款人认可的第三方承担连带责任，所以担保圈贷款并不是一种简单的担保贷款，确切来说是一种企业给企业提供债务偿还保证的担保贷款。
2014年第10期总第189期征信CＲEDIT ＲEFEＲENCE No．102014欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟Serial NO．189【理论研究】①本文仅代表个人学术观点，不代表任何单位意见。
收稿日期：2014－07－16基金项目：国家自然科学基金项目（61105058）；国家社会科学基金项目（13CJY011）作者简介：刘新海（1976－），男，河南南阳人，博士，博士后研究员，主要研究方向为征信前沿技术、金融数据挖掘、信用风险管理、互联网金融和大数据。
阿里巴巴集团的大数据战略与征信实践刘新海1，2（1．中国人民银行征信中心，北京100031；2．北京大学金融智能研究中心，北京100871）摘要：阿里巴巴集团对于大数据的应用在国内处于领先地位，其在互联网金融领域的征信实践，掀起了互联网金融领域的征信建设热潮。
结合2014年阿里巴巴集团的“西湖品学大数据峰会”的内容，介绍阿里巴巴集团的大数据战略和征信体系建设情况，并与现有的央行征信体系进行比较，进而对阿里巴巴的大数据征信以及国外的成功案例进行简要阐述，可以为信用风险管理提供有益的启示。
关键词：阿里巴巴；征信；大数据；互联网金融；信用风险管理中图分类号：F724．6；TP392文献标志码：A 文章编号：1674－747X （2014）10－0010－052014年3月，阿里巴巴对外开放的数据峰会“2014西湖品学大数据峰会”在杭州召开。
会议重点围绕大数据在商业社会的不同应用展开，内容翔实，信息丰富。
应邀与会的国内外数据领域的专家，针对阿里巴巴本身的大数据现状和数据战略进行了交流。
本文仅就与征信系统建设现状和未来发展方向密切相关的内容展开讨论分析①。
一、阿里巴巴的大数据战略阿里巴巴集团董事局主席马云表示：中国正在从IT （Information Technology ，信息技术）时代走向DT （Data Technology ，数据技术）时代，阿里巴巴未来十年的目标是建立大数据时代中国商业发展的基础设施。
关联企业授信有效识别集团客户关联企业加强授信风险管理团客户组织结构复杂，信用状况参差不齐，给商业银行信贷管理带来很大的困难，其授信风险不言而喻。
随着一些集团企业，如新疆德隆、蓝田、银广夏、上海周正毅关联企业、深圳彭海怀兄弟关联企业等相继出现风险问题，商业银行对集团客户授信业务的监督和管理日益加强。
加强对集团关联企业贷款风险管理，不仅是商业银行控制集团客户授信风险的保障，也是对授信工作尽职的要求。
有效识别集团客户关联企业，打好风险管理基础识别关联企业要特别关注两类集团客户。
一类是通过交叉参股等方式，组成股权关系看似松散实则环环相扣的关联企业组织网。
编织此类组织网的手法通常是先直接注资设立一个母体公司,再通过该母体公司设立数家载体公司,而后通过这几家载体公司交叉参股设立若干家公司作为申请银行贷款的主体，从而编就复杂的关联企业组织网。
对于这类关联企业网中的借款企业，银行很难掌握实际控制人，关联贷款风险在早期很难发现。
另一类是存在实质性控制关系的隐性关联企业。
隐性关联企业构成的集团，其实际控制人一般不以投资人身份出现，在股权上不直接体现控制关系，不在相关从属企业中任职，不在企业群体中使用相同或相近的企业名称。
隐性关联企业主要形式有：委托持股，比如某个企业通过委托协议，委托表面上无股权关系的多家壳公司持有被控制企业合计半数以上的股权，以达到控制的目的；裙带人员持股，比如实际控制人通过其配偶或子女分别出资成立子公司，而实际控制人自身在股权上不予体现；跨境迂回投资，比如实际控制人在境内投资企业，同时通过在境外设立公司，再迂回投资国内，利用境内外信息不易透明的特点，给关联关系的识别造成困难。
对隐性关联企业若识别不当，可能导致集团授信总量过度，贷款用途不实，担保虚化，贷后监管困难等问题。
识别关联企业的几种方法。
股权上不直接表现为关联关系的企业，其关联关系较为隐蔽，不易识别，在实践中可通过以下几种方法加以识别。
调查“两块（多块）牌子，一套人马”。
商业银行集团客户信用风险成因分析及管理建议
马亚男
【期刊名称】《新金融》
【年(卷),期】2014(0)9
【摘要】集团客户由于过度授信、多头授信、关联关系复杂、内部资金划转隐蔽等原因,对商业银行信用风险管理造成较大考验.本文对集团客户信用风险的成因进行了分析,并从集团客户识别认定、分类管理、评级限额管理、预警管理、系统工具优化等方面对集团客户信用风险管理体系建设提出了建议.
【总页数】3页(P28-30)
【作者】马亚男
【作者单位】中国民生银行博士后工作站
【正文语种】中文
【中图分类】F83
【相关文献】
1.商业银行集团客户信用风险管理策略研究 [J], 周启正;黄文炳;刘雁飞
2.信用风险管理:误区、问题和改进——对我国商业银行信用风险管理的思考与建议 [J], 黄卉
3.对于我国商业银行信用风险管理的分析及建议 [J], 沈琦
4.对于我国商业银行信用风险管理的分析及建议 [J], 沈琦
5.商业银行集团客户信用风险管理浅析 [J], 黄君虹
因版权原因，仅展示原文概要，查看原文内容请购买。
