馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例!

2023年10月02日16:19:04 財經 1117

標題:馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例!

近日,馬雲在一次公開演講中痛批了銀行當鋪思想,指出銀行總是給那些不缺錢的企業貸款,結果讓很多好企業變成了壞企業。這一言論引發了廣泛關注,也引發了自媒體平台的熱議。

馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例! - 天天要聞

馬雲指出,銀行只會錦上添花,不會雪中送炭。當一個企業已經不缺錢時,銀行會爭先恐後地提供貸款,因為企業的經營狀況已經非常穩定,風險相對較小。而那些真正需要資金支持的好企業,卻往往因為風險較大、缺乏擔保等原因被銀行拒之門外。

馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例! - 天天要聞


馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例! - 天天要聞

這種貸款亂象的後果是十分嚴重的。馬雲表示,很多好企業因為無法獲得必要的資金支持,逐漸變成了壞企業。而那些肆無忌憚地貸款的企業,則因為過度依賴銀行貸款,一旦出現資金鏈斷裂等問題,就會給整個經濟帶來極大的危害。

以恆大為例,馬雲指出該企業在房地產市場的輝煌時期,肆無忌憚地貸款擴張,甚至有些項目在市場下行時仍然盲目跟風。這種無法無天的貸款行為,不僅給恆大自身帶來了極大的經營風險,也對整個房地產市場造成了極大的危害。

馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例! - 天天要聞

對於這種貸款亂象,馬雲呼籲銀行應該改變傳統的當鋪思想,不再只是錦上添花,也要學會雪中送炭。銀行應該更加關注那些真正需要資金支持的好企業,給予更多的扶持和幫助,讓這些企業能夠在市場競爭中立於不敗之地。

同時,馬雲也呼籲政府加強監管力度,制定更加嚴格的貸款政策,規範銀行的貸款行為。只有讓那些無法無天的貸款行為受到應有的懲罰,才能使整個經濟更加健康、穩定地發展。

馬雲的話給我們敲響了警鐘,讓我們認識到銀行貸款亂象對企業和經濟的危害。希望銀行能夠認真聆聽馬雲的呼籲,改變傳統的當鋪思想,積極雪中送炭,為好企業的發展貢獻力量。同時,政府也應該加強監管力度,規範市場秩序,為經濟的健康發展保駕護航。

馬雲炮轟銀行貸款亂象:好企業變壞,恆大成典型案例! - 天天要聞

財經分類資訊推薦

降幅近50%!今夏的「小龍蝦自由」,你實現了嗎? - 天天要聞

降幅近50%!今夏的「小龍蝦自由」,你實現了嗎?

眼下,隨着氣溫不斷攀升,小龍蝦消費逐漸進入旺季,而價格卻便宜了。今年前4個月,小龍蝦全國批發價格最高時約70元一公斤,5月就變成38元一公斤了,降幅近50%。小龍蝦價格下跌,反映了市場供需關係的變化。
618買手機不要盲目跟風,可以看看這3款機型,總有一款適合你 - 天天要聞

618買手機不要盲目跟風,可以看看這3款機型,總有一款適合你

618要來了,很多人買手機都不假思索了,直接選擇那些賣得好的機型,雖說這沒有錯,但是不一定適合你。個人覺得,買手機一定要結合自己的需求和預算,然後再做選擇。618很多手機的售價都會降低不少,自然有很多都會賣得不錯,所以錢不要盲目跟風。
40年來第一次,美國「股、債和現金」收益率幾乎差不多 - 天天要聞

40年來第一次,美國「股、債和現金」收益率幾乎差不多

近日,華爾街日報發表的一篇題為《當所有資產收益趨同時該如何投資(How to Invest When Everything Yields the Same)》的文章指出,當前美國市場出現了「收益趨同」的現象。文章指出,目前美國國債、股票、現金和公司債券的收益率都趨於相似,這種情況在過去40年中極為罕見。這意味着,要麼風險資產的回報低於正常水平,...
6月9日投資避雷針:德賽西威、若羽臣等十餘家公司股東拋大額減持計劃 - 天天要聞

6月9日投資避雷針:德賽西威、若羽臣等十餘家公司股東拋大額減持計劃

導讀:財聯社6月9日投資避雷針,近日,A股及海外市場潛在風險事件如下。國內經濟信息方面包括:1)618遇國補調整,江蘇、廣東等多地轉向「限額管理」;2)經濟日報文章指出,惡性價格戰沒有受益者;公司方面重點關注包括:1)*ST海越因涉嫌信息披露違法違規被中國證監會立案。同時公司收到股票終止上市決定,預計最後交易日...
躋身史上最大私營融資!傳Meta擬豪擲數十億美元投資Scale AI加碼AI數據軍備競賽 - 天天要聞

躋身史上最大私營融資!傳Meta擬豪擲數十億美元投資Scale AI加碼AI數據軍備競賽

智通財經APP獲悉,據報道,Meta(META.US)正就向Scale AI進行數十億美元投資展開談判。這筆融資估值可能超過100億美元,使其成為有史以來規模最大的私營企業融資事件之一。2024年,Scale AI在一輪包括Meta參與的投資中估值已達約140億美元。Scale首席執行官Alexandr Wang或許不像OpenAI的Sam Altman那樣