贷款数据分析怎么做

A. 在工商银行贷款，银行要求写资产负债表数据分析不太会写啊请各位老师指教啊！QQ360841592

如果你的报表各项指标都符合银行的要求，那你就把所占比重较大的科目一一分析一下。
比如1、货币资金增加、减少的原因、有多少是可以随时支配使用的，有多少是办理承兑的保证金、等等
2、应收账款增大的客观因素，是否因为销售市场的需要而放款了政策，准备采取哪些方面来解决越来越大的规模？
3、存货的构成、主要用途
4、固定资产的种类
损益表：收入有无增加、明年的经营计划、费用的种类等等
你就按照报表项目的顺序逐一写明，不要把银行的那些人的水平看的很高，其实和我们都差不多。祝你好运啊~~~~~

B. 想做小额信贷行业的数据分析，要从哪些方面学习哪

首先得了解市场，参考前瞻 产业研究院《中国小额贷款行业市场前瞻与投资战略规划分析报告》显示，截至2013年末，全国共有小额贷款公司7839家，贷款余额8191亿元，全年新增贷款2268亿元。其中，贷款余额排名前三的省份为江苏省、浙江省、四川省，分别为1142.9亿元、899.85亿元、520.09亿元。
截至2014年6月底止，全国共有小额贷款公司8,394家，贷款余额8,811亿元人民币，上半年新增人民币贷款618亿元。其中，江苏省占贷款余额最多，达1,147.66亿元，其次为浙江省，达913.74亿元。
可见，随着国内金融政策的逐渐放开，小额贷款公司和贷款余额逐年快速增长，国内小微贷市场尚未得到大幅度开发，因此目前市场还比较狭小，而企业数目众多，加上腾讯的深圳前海微众银行的加入，以及其他银行为了抢占客户也慢慢开发小额贷款产品和客户，可以想象，未来小额贷款公司的日子并不好过，尤其是只专注于做线下的贷款的公司。

C. 信贷数据分析是做什么的

银行在做贷款时，为什么需要收集企业财务报表，就是为了用企业财务报表录入银行系统，财务分析数据自动生成，你别以为银行信贷部的每个人都懂财务，其实大多数都没有那么专业而已。

D. 如何做贷款调查

贷前调查是信贷管理的一个重要程序和环节，是贷款发放的基石，直接关系到贷款决策的正确与否。个别信贷人员由于只查看借款申请人提供的资料，而造成贷前调查失实。在贷前调查中，除了按一般的调查方式对申请人进行必要的调查外，还要摸清申请人的真实背景。贷前调查工作如果不扎实，一是可能增加信贷资产风险，二是可能丧失与每个优良客户建立信贷关系的机会。贷前调查主要分为个人贷款与企事业贷款两种。个人贷款相比企业贷款而言，它的贷前调查较为直观，着重查看客户以前的信用记录，其次可以看一下客户的学历、经历、经营管理能力、业绩、社会关系、爱好、生活习惯、品行、年龄、健康状况等等，最后再查看一下第二还款来源情况。企事业单位贷款的贷前调查较为复杂，我们要着重从以下几个方面来分析：

一、借款人资格。审查企业是否具备贷款条件，看企业法人、营业执照，确定借款人是否是经核准登记的企(事)业法人、其他经济组织。看其法人代表的社会关系、爱好、生活习惯、品行、年龄、健康状况等，再了解企业的职工人数及构成人员情况，特别是管理人员、科技人员的专业技能、经验。例如，一个企业的注册资本金再高，如果没有与之相适应的管理人员、科技人员、管理文化理念等，该企业生产的产品也不会有多大的竞争力，因此获利能力不可能太强，从而会给银行资金带来相当大的风险。最后是查看企业的其他负债、融资与对外担保情况，要按照银行制定的《借款人对外保证及保证人管理办法》去执行，超过该标准数的企业就不具备借款资格。

二、数据分析与采集。查看企业历史记录，与银行有无信贷关系、其他资金往来关系、有无不良记录、担保情况、其他个人负债情况等等。首先要把企业当作一个对立面来查看企业与银行的历史记录。通过第一步分析得出初步结论，实地查看经营项目的可行性、营利能力、法人代表综合能力、其他管理人员情况、财务人员情况，了解企业的用电近期内是否有大幅度的增减变化，并分析原因，因为用电量基本上能从侧面反映企业的生产情况。其中，查看企业的上年度财务报表要有财政部门签章、上月的资产负债表、损益表、现金流量表。

三、调查借款原因。借款单位申请贷款的原因、用途、用款计划，这是贷前调查的主要内容。要分析申请贷款的借款人是否具备产品有市场、生产经营有效益、无挤占挪用信贷资金、恪守信用等基本条件。借款申请人从事的经营活动是否合规合法、符合国家产业政策和社会发展规划要求。

四、分析与总结。经过以上步骤的分析与总结，再进一步分析企业的相关情况，具体要分清企业的产品类别，不同类型的企业要区别对待，从而决定其借款期限。例如，有的企业生产周期性较短，有的企业生产周期性较长。

最后，总结出贷与不贷的结论，把符合条件的客户变成自己的优良客户，成为银行利润的新增长点，把信贷资产的风险降到最低。综合以上几个步骤，撰写贷前详细的调查报告。

贷前调查是贷款发放的第一道关口，贷前调查的质量优劣直接关系到贷款决策的正确与否。在贷款营销过程中，个别信贷人员因拘泥于借款申请人（以下简称申请人）提供的资料，而造成贷前调查失实。在贷前调查中，除了按一般的调查方式对申请人进行必要的调查外，笔者建议还可以从以下几个方面对申请人的有关情况进行深入的核查和分析，以摸清申请人的真实背景。

1、对企业真实性的调查。需到工商行政管理部门核查企业的登记记录、年检记录，了解企业的历史由来、出资人、出资额，确认企业的真实身份。

2、法人代表及高级管理人员的基本情况调查。有关法人代表和其他高级管理人员的基本情况调查应以工商部门登记为准，不要一味听从企业介绍的情况，对申请人提供的有关企业领导人学识水平的凭证应以原件为准，并可向教育行政部门了解其学历的效力。对其个人品行的调查应面向申请人的员工和客户，并要了解他们在相关企业任高级职员以来的情况。
3、申请人的信用道德、信用品行的调查。一方面要调查申请人的应付款帐簿、明细帐，了解申请人拖欠他人的明细帐项、拖欠时间长短；另一方面可向被拖欠企业电话或发函，调查申请人拖欠他人货款的原因，从而摸清企业的一贯信用道德和偿债能力。

4、生产经营管理能力调查。一要查看申请人近两年各项指标增长率、增长幅度，尤其是市场占有率的变化更能反映企业竞争力的变化。二要查看申请人近两年应收帐款的数额、增减率、帐龄，防止企业虚增销售额和利润额，也可以向其上游企业了解拖欠申请人款项的原因，从而侧面了解申请人的产品质量、竞争力和市场前景。三要通过财务费用、资金周转率、销售利润率、单位产品毛利率、管理费用等指标来判断申请人管理能力的变化。四要通过申请人交纳电费、水费的变化情况来了解其生产量和开工率的变化情况，一般企业的生产量与能源消耗成正比，这样可以避免只听申请人的一面之辞。

5、盈利能力的调查。目前比较简便的办法是到税务部门了解申请人所得税的交纳情况，这样申请人的净利润额一目了然；如果申请人提供给银行的会计报表与提供给税务部门的报表不一致，则可与税务部门、申请人一起分析原因，以便银行能清楚地知道申请人真正的盈利能力。

6、负债真实性的调查。部分企业的银行借款不放在相应的科目核算，以调整自己的资产负债率，还有的企业将应付票据如银行承兑汇票，不进行帐务处理；也有企业对提供担保的情况根本不作登记，给银行贷前调查带来许多假象。目前相对可行的办法是查询央行信贷登记系统。1998年，中国人民银行在《贷款证》的基础上开始建设银行信贷登记咨询系统。登记范围主要包括办理信贷业务的企事业单位和在国内注册的其它经济组织；登记内容包括目前商业银行开办的贷款银行承兑汇票、信用证、保函、担保以及借款人的基本概况、其他经济大事等。中国人民银行从总行到省（区）到地（市）城市建立数据库联网，城市数据库与各商业银行连接，形成了人民银行与各商业银行间的信息采集和提供咨询的网络体系。目前，全国联网工作已即将完成。商业银行可以通过网络查询自己客户已登记的全部信用情况，包括客户在各地发生的借款、担保、被起诉、欠息等情况。这样就可以彻底弄清保证人的真实借款情况和已提供担保的情况以及其或有负债情况。

通过以上这些方面的调查，可以更全面地了解申请人的基本情况，从而为贷款决策提供真实完整的基础资料。

E. 银行贷款借款人财务数据分析存货明细怎么写

他们主要考查，资产负债率，销售利润率，应收应付周转天数，存货周转率，销售增长率，等财务指标，现金流也是他们重点看的，主要是看企业的资金收支情况，是否有偿还能力等，你可以在网络搜下财务重要指标，比较全。。数据方面，你想大或小，是可以的，但不能太过分。其中，存货，货币资金，短期借款，对公账户收入，这些是有据可查的，不能有太大出入。

F. 如何用大数据分析金融数据

有大数据分析工具的，免费的，你找一下大数据魔镜。

G. 如何利用大数据做金融风控

大数据能够进行数据变现的商业模式目前就是两个，一个是精准营销，典型的场景是商品推荐和精准广告投放，另外一个是大数据风控，典型的场景是互联网金融的大数据风控。

金融的本质是风险管理，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。

传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据，利用评分来识别客户的还款能力和还款意愿。信用相关程度强的数据 纬度为十个左右，包含年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录等，金融企业参考用户提交的数据进行打分，最后得到申请人 的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等。普惠在线

互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中，首先还是利用信用属性强的金融数据，判断借款人的还 款能力和还款意愿，然后在利用信用属性较弱的行为数据进行补充，一般是利用数据的关联分析来判断借款人的信用情况，借助数据模型来揭示某些行为特征和信用 风险之间的关系。

互联网金融公司利用大数据进行风控时，都是利用多维度数据来识别借款人风险。同信用相关的数据越多地被用于借款人风险评估，借款人的信用风险就被揭示的更充分，信用评分就会更加客观，接近借款人实际风险。

常用的互联网金融大数据风控方式有以下几种：

验证借款人身份
验证借款人身份的五因素认证是姓名、手机号、身份证号、银行卡号、家庭地址。企业可以借助国政通的数据来验证姓名、身份证号，借助银联数据来验证银行卡号和姓名，利用运营商数据来验证手机号、姓名、身份证号、家庭住址。

如果借款人是欺诈用户，这五个信息都可以买到。这个时候就需要进行人脸识别了，人脸识别等原理是调用国政通／公安局 API接口，将申请人实时拍摄的照片／视频同客户预留在公安的身份证进行识别，通过人脸识别技术验证申请人是否是借款人本人。

其他的验证客户的方式包括让客户出示其他银行的信用卡及刷卡记录，或者验证客户的学历证书和身份认证。
分析提交的信息来识别欺诈

大部分的贷款申请都从线下移到了线上，特别是在互联网金融领域，消费贷和学生贷都是以线上申请为主的。
线上申请时，申请人会按照贷款公司的要求填写多维度信息例如户籍地址，居住地址，工作单位，单位电话，单位名称等。如果是欺诈用户，其填写的信息往 往会出现一些规律，企业可根据异常填写记录来识别欺诈。例如填写不同城市居住小区名字相同、填写的不同城市，不同单位的电话相同、不同单位的地址街道相 同、单位名称相同、甚至居住的楼层和号码都相同。还有一些填写假的小区、地址和单位名称以及电话等。

如果企业发现一些重复的信息和电话号码，申请人欺诈的可能性就会很高。

分析客户线上申请行为来识别欺诈

欺诈用户往往事先准备好用户基本信息，在申请过程中，快速进行填写，批量作业，在多家网站进行申请，通过提高申请量来获得更多的贷款。

企业可以借助于SDK或JS来采集申请人在各个环节的行为，计算客户阅读条款的时间，填写信息的时间，申请贷款的时间等，如果这些申请时间大大小于 正常客户申请时间，例如填写地址信息小于2秒，阅读条款少于3秒钟，申请贷款低于20秒等。用户申请的时间也很关键，一般晚上11点以后申请贷款的申请 人，欺诈比例和违约比例较高。

这些异常申请行为可能揭示申请人具有欺诈倾向，企业可以结合其他的信息来判断客户是否为欺诈用户。
利用黑名单和灰名单识别风险

互联网金融公司面临的主要风险为恶意欺诈，70%左右的信贷损失来源于申请人的恶意欺诈。客户逾期或者违约贷款中至少有30%左右可以收回，另外的一些可以通过催收公司进行催收，M2逾期的回收率在20％左右。

市场上有近百家的公司从事个人征信相关工作，其主要的商业模式是反欺诈识别，灰名单识别，以及客户征信评分。反欺诈识别中，重要的一个参考就是黑名单，市场上领先的大数据风控公司拥有将近1000万左右的黑名单，大部分黑名单是过去十多年积累下来的老赖名单，真正有价值的黑名单在两百万左右。

黑名单来源于民间借贷、线上P2P、信用卡公司、小额借贷等公司的历史违约用户，其中很大一部分不再有借贷行为，参考价值有限。另外一个主要来源是催收公司，催收的成功率一般小于于30%（M3以上的），会产生很多黑名单。

灰名单是逾期但是还没有达到违约的客户（逾期少于3个月的客户），灰名单也还意味着多头借贷，申请人在多个贷款平台进行借贷。总借款数目远远超过其还款能力。

黑名单和灰名单是很好的风控方式，但是各个征信公司所拥有的名单仅仅是市场总量的一部分，很多互联网金融公司不得不接入多个风控公司，来获得更多的 黑名单来提高查得率。央行和上海经信委正在联合多家互联网金融公司建立统一的黑名单平台，但是很多互联网金融公司都不太愿意贡献自家的黑名单，这些黑名单 是用真金白银换来的教训。另外如果让外界知道了自家平台黑名单的数量，会影响其公司声誉，降低公司估值，并令投资者质疑其平台的风控水平。

利用移动设备数据识别欺诈
行为数据中一个比较特殊的就是移动设备数据反欺诈，公司可以利用移动设备的位置信息来验证客户提交的工作地和生活地是否真实，另外来可以根据设备安装的应用活跃来识别多头借贷风险。

欺诈用户一般会使用模拟器进行贷款申请，移动大数据可以识别出贷款人是否使用模拟器。欺诈用户也有一些典型特征，例如很多设备聚集在一个区域，一起 申请贷款。欺诈设备不安装生活和工具用App，仅仅安装和贷款有关的App，可能还安装了一些密码破译软件或者其他的恶意软件。

欺诈用户还有可能不停更换SIM卡和手机，利用SIM卡和手机绑定时间和频次可以识别出部分欺诈用户。另外欺诈用户也会购买一些已经淘汰的手机，其机器上面的操作系统已经过时很久，所安装的App版本都很旧。这些特征可以识别出一些欺诈用户。

利用消费记录来进行评分

大会数据风控除了可以识别出坏人，还可以评估贷款人的还款能力。过去传统金融依据借款人的收入来判断其还款能力，但是有些客户拥有工资以外的收入，例如投资收入、顾问咨询收入等。另外一些客户可能从父母、伴侣、朋友那里获得其他的财政支持，拥有较高的支付能力。

按照传统金融的做法，在家不工作照顾家庭的主妇可能还款能力较弱。无法给其提供贷款，但是其丈夫收入很高，家庭日常支出由其太太做主。这种情况，就需要消费数据来证明其还款能力了。

常用的消费记录由银行卡消费、电商购物、公共事业费记录、大宗商品消费等。还可以参考航空记录、手机话费、特殊会员消费等方式。例如头等舱乘坐次数，物业费高低、高尔夫球俱乐部消费，游艇俱乐部会员费用，奢侈品会员，豪车4S店消费记录等消费数据可以作为其信用评分重要参考。

互联网金融的主要客户是屌丝，其电商消费记录、旅游消费记录、以及加油消费记录都可以作为评估其信用的依据。有的互联金融公司专门从事个人电商消费数据分析，只要客户授权其登陆电商网站，其可以借助于工具将客户历史消费数据全部抓取并进行汇总和评分。

参考社会关系来评估信用情况

物以类聚，人与群分。一般情况下，信用好的人，他的朋友信用也很好。信用不好的人，他的朋友的信用分也很低，

参考借款人常联系的朋友信用评分可以评价借款人的信用情况，一般会采用经常打电话的朋友作为样本，评估经常联系的几个人（不超过6六个人）的信用评分，去掉一个最高分，去掉一个最低分，取其中的平均值来判断借款人的信用。这种方式挑战很大，只是依靠手机号码来判断个人信用可信度不高。一般仅仅用于反欺诈识别，利用其经常通话的手机号在黑名单库里面进行匹配，如果命中，则此申请人的风险较高，需要进一步进行调查。

参考借款人社会属性和行为来评估信用

参考过去互联网金融风控的经验发现，拥有伴侣和子女的借款人，其贷款违约率较低；年龄大的人比年龄低的人贷款违约率要高，其中50岁左右的贷款人违 约率最高，30岁左右的人违约率最低。贷款用于家庭消费和教育的贷款人，其贷款违约率低；声明月收入超过3万的人比声明月收入低于1万5千的人贷款违约率 高；贷款次数多的人，其贷款违约率低于第一次贷款的人。

经常不交公共事业费和物业费的人，其贷款违约率较高。经常换工作，收入不稳定的人贷款违约率较高。经常参加社会公益活动的人，成为各种组织会员的人，其贷款违约率低。经常更换手机号码的人贷款违约率比一直使用一个电话号码的人高很多。

午夜经常上网，很晚发微博，生活不规律，经常在各个城市跑的申请人，其带贷款违约率比其他人高30%。刻意隐瞒自己过去经历和联系方式，填写简单信 息的人，比信息填写丰富的人违约概率高20%。借款时间长的人比借款时间短短人，逾期和违约概率高20%左右。拥有汽车的贷款人比没有汽车的贷款人，贷款 违约率低10%左右。

利用司法信息评估风险

涉毒涉赌以及涉嫌治安处罚的人，其信用情况不是太好，特别是涉赌和涉毒人员，这些人是高风险人群，一旦获得贷款，其贷款用途不可控，贷款有可能不会得到偿还。

寻找这些涉毒涉赌的嫌疑人，可以利用当地的公安数据，但是难度较大。也可以采用移动设备的位置信息来进行一定程度的识别。如果设备经常在半夜出现在 赌博场所或赌博区域例如澳门，其申请人涉赌的风险就较高。另外中国有些特定的地区，当地的有一部分人群从事涉赌或涉赌行业，一旦申请人填写的居住地址或者 移动设备位置信息涉及这些区域，也要引起重视。涉赌和涉毒的人员工作一般也不太稳定或者没有固定工作收入，如果申请人经常换工作或者经常在某一个阶段没有 收入，这种情况需要引起重视。涉赌和涉毒的人活动规律比较特殊，经常半夜在外面活动，另外也经常住本地宾馆，这些信息都可以参考移动大数据进行识别。

总之，互联网金融的大数据风控采用了用户社会行为和社会属性数据，在一定程度上补充了传统风控数据维度不足的缺点，能够更加全面识别出欺诈客户，评价客户的风险水平。互联网金融企业通过分析申请人的社会行为数据来控制信用风险，将资金借给合格贷款人，保证资金的安全。

H. 新手如何做好数据分析

比如这次是收集各个省top5的在线旅游网站，就可以根据在线和旅游这两个标准去判断收集到的网站是否符合条件。 由于搜索的网站范围比较广，所以我主要的入口就是用网络搜索，用省名+在线旅游或省名+旅游网等关键词先找出一部分网站，然后再根据这些网站的友情链接找到其他一些同类型的旅游网站。然后还有就是通过一些导航网站找到一些旅游网站，不过这些导航站的地方性旅游网站不是很多。就这样，每个省差不多收集到10个网站左右，当然每个省的情况都不一样，有多也也少的。收集结束以后，差不多有300个网站左右。网站的筛选整理 由于是要找top5，所以网站找出来以后，需要对这些网站大致进行筛选。由于对旅游网站不是很了解，所以主要还是依靠网站的用户体验和SEO相关数据来筛选的。而我主要是通过alexa排名、在线预订、网站的建站年份、网站内容性质、网站服务项目、网站基本数据以及网站的盈利模式等几个大的方面去考虑，最后每个省筛选下来，就剩5,6个了。网站的分析 数据筛选完以后，接着就是分析了。由于分析才是整个数据收集的核心，所以相多来说在这上面花的时间则比较多。网站用户体验方面可以通过是否有预订旅游、预订酒店、预订票务、自助游、跟团游、出境游等方面去分析的。SEO数据方面则通过Alexa排名、PageRank、中国网站排名、各大搜索引擎的收录和反链等反面去分析。还有网站的一些基本信息、盈利模式、联系方式、微博、在线客服等。分析的项目尽量全面，分析得越细，挖得越深，你的这份数据就越有价值。 当然数据收集完过程中，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据，而我们在收集数据的过程中，也可以提高我们收集和分析数据的效率。 总之数据收集和分析是很枯燥的，不管是收集还是分析，海量的数据里，经常会让人摸不着头绪，数据越多，整理分析起来越麻烦，也越容易让人烦燥，坚持不了的就会半途而废。但是做好了，我们就可以得到一份重要而有用的数据，而通过这份数据，则可以在以后的相关工作中更加轻松，而且更加具有目的性和针对性的工作。 好啦!说了这么多，希望能对做数据收集和分析的朋友有所帮助。

I. 银行贷款报表怎么做

银行贷款报表参考指标：

（1）财务结构：

1、净资产与年末贷款余额比率必须大于100%（房地产企业可大于80%）；净资产与年末贷款余额比率=年末贷款余额/净资产*100%，净资产与年末贷款余额比率也称净资产负债率。

2、资产负债率必须小于70%，最好低于55%；资产负债率=负债总额/资产总额X100%。

（2）偿债能力：

1、流动比率在150%~200%较好；流动比率=流动资产额/流动负债*100%。

2、速动比率在100%左右较好，对中小企业适当放宽，也应大于80%；速动比率=速动资产额/流动负债*100%；速动资产=货币资金+交易性金融资产+应收账款+应收票据=流动资产—存货—预付账款—一年内到期的非流动资产—其它流动资产。

3、担保比例小于0.5为好。

4、现金比率大于30%。现金比率=（现金+现金等价物）/流动负债。

（3）现金流量：

1、企业经营活动产生的净现金流应为正值，其销售收入现金回笼应在85~95%以上。

2、企业在经营活动中支付采购商品，劳务的现金支付率应在85~95%以上。

（4）经营能力：

1、主营业务收入增长率不小于8%，说明该企业的主业正处于成长期，如果该比率低于5%，说明该产品将进入生命末期了。主营业务收入增长率=（本期主营业务收入-上期主营业务收入）/上期主营业务收入*100%

2、应收账款周转速度应大于六次。一般讲企业应收账款周转速度越高，企业应收账款平均收款期越短，资金回笼的速度也就越快。应收账款周转速度（应收账款周转次数）=营业收入/平均应收账款余额=营业收入/（应收账款年初余额+应收账款年末初余额）/2=营业收入*2/（应收账款年初余额+应收账款年末初余额）。

3、存货周转速度中小企业应大于五次。存货周转速度越快，存货占用水平越低，流动性越强。存货周转速度（次数）=营业成本/平均存货余额，其中存货平均余额=（期初存货+期末存货）÷2。

（5）经营效益：

1、营业利润率应大于8%，当然指标值越大，表明企业综合获利能力越强。营业利润率=营业利润/营业收入(商品销售额)×100% =(销售收入-销货成本-管理费-销售费)/销售收入×100%。

2、净资产收益率中小企业应大于 5%。一般情况下，该指标值越高说明投资带来的回报越高，股东们收益水平也就越高。净资产收益率=总资产净利率×权益乘数=营业净利率×总资产周转率×权益乘数；其中营业净利率=净利润÷营业收入；总资产周转率（次）=营业收入÷平均资产总额；权益乘数=资产总额÷所有者权益总额=1÷（1-资产负债率）。

3、利息保障倍数应大于400% 利息保障倍数=息税前利润 / 利息费用=（利润总额+财务费用）/（财务费用中的利息支出+资本化利息）

(9)贷款数据分析怎么做扩展阅读：

贷款种类一：个人信用贷款

个人信用贷款是较为时尚的贷款方式，那么申请此类贷款需要什么条件呢？通常情况下，银行要求借款人具有二代身份证、稳定的工作证明、收入证明、贷款用途证明；个人信用状况良好；对借款人的收入也有一定条件的限制，一般会要求借款人月均收入不低于4000元。在提交相关申请资料后，银行审核通过就可以申请到月收入的5-8倍的贷款，即：无抵押无担保贷款平安银行新一贷贷款。

贷款种类二：房屋抵押贷款

之所以越来越多人选择房产抵押贷款就在于，贷款利率一般为基准利率，还贷压力较小。那么申请该类贷款需要什么条件呢？一般来说，除了对贷款人收入信用方面有较强的要求外，房屋的年限还要在20年以内，房屋面积大于50平米；房屋具有较强的变现能力；抵押贷款额度一般不得超过房屋评估值的70%。这样在提交相关资料、银行审核通过后，就可以申请到最高不超过1500万、期限最长20年的贷款。

贷款种类三：大学生创业贷款

大学生对此类贷款的关注度之高超乎我们的相信，很多地区都对大学生创业贷款有扶持政策，常见的有贷款补贴或者无息贷款。那么申请此类贷款需要什么条件呢？一般来说，大学生创业贷款要求：在读大学生、以及毕业两年以内的大学生；大专以上学历；18周岁以上。相对而言，对于该类贷款的申请条件还是比较宽松的，而后只需将学生证、成绩单、对账单等资料提交给银行，审核通过后即可获得贷款。

贷款种类四：个体户贷款

个体户已经成为了社会经济发展的主力部队了，但是面多个体户融资困难，许多人选择该类贷款，申请此类贷款需要什么条件呢？一般来说，需具有完全民事行为能力，有当地户口；有本地固定的经营场所，且收入稳定；能提供合法的抵（质）押物；在贷款行开立存款账户。在满足以上条件后，将银行要求的资料提交审核即可。

贷款种类五：房屋按揭贷款

很多人购房申请房屋按揭贷款，那么该贷款需要什么条件呢？一般来说：具有有效身份证及婚姻状况证明；良好的信用记录和还款意愿；稳定的收入；所购住房的商品房销售合同或意向书；具有支付所购房屋首期购房款能力；在银行开设个人结算账户以及具有有效的担保。在满足以上条件后，将申请资料提交银行即可，由银行审核决定是否放款。