



下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、簡易版信用借款合同范本 簡易版信用借款合同范本 貸款人(甲方):_ 借款人(乙方):_ 甲方與乙方根據有關法律、法規(guī),在平等、自愿的基礎上,為明確責任,恪守信用,簽訂本合同。 第一章貸款金額、期限及利率 第一條甲方根據乙方的申請,經審查同意向乙方發(fā)放住房貸款(以下稱貸款),金額為人民幣_(大寫)_(小寫)。 第二條貸款用于乙方購買坐落于_市(縣)_區(qū)(鎮(zhèn))路(街)_號_房間的現(期)房物業(yè),建筑面積_平方米。乙方不得以任何理由將貸款挪作他用。 第三條貸款期限為_年_月。自_年_月_日起至_年_月_日止。 第四條貸款利率根據國家有關規(guī)定,確定為_月息千分之一,利息從放款之日起計算。如遇國家貸款利
2、率調整,按規(guī)定執(zhí)行,甲方不再另行通知乙方。 第二章貸款的發(fā)放 第五條乙方不可撤銷地授權甲方在_號和_號擔保合同生效(或登記備案)后,以乙方購樓款的名義將貸款分_次劃入售房者在甲方開立的賬戶,以購買本合同第二條所列之房產。 (1)_年_月_日,金額_元; (2)_年_月_日,金額_元; 第六條本合同簽訂后且在貸款發(fā)放前,如乙方與售房者就該房產有關質量、條件、權屬等事宜發(fā)生糾紛,本合同即告中止。由甲方視上述糾紛解決情況在一_年內決定是否解除或繼續(xù)履行本合同。 第七條貸款發(fā)放后,借款人與售房者就該房產有關質量、條件、權屬等其他事宜發(fā)生的任何糾紛,均與貸款人無關,借款合同應正常履行。 第三章貸款的歸還
3、 第八條甲乙雙方商定,自_起乙方用下列方式歸還貸款本息:_。 第九條乙方按_月歸還貸款本息的,應自借款之日起于每_月_日歸還,每期金額_元,共_期;乙方按季歸還貸款本息的,應自借款之日起于每季度第_個_月的_日歸還,每期金額_元,共_期。_乙方按_歸還貸款本息的,應自借款之日起于_歸還,每期金額_元,共_期。 第十條乙方應在甲方開設存款賬戶,并保證在每期還款日前存入當期足額還本付息的存款,同時授權甲方于每期還款日從該存款賬戶中以第八條規(guī)定的方法扣收貸款本息。 第十一條乙方應按期償還貸款本息,如未按約定的時間歸還,甲方將按國家規(guī)定對逾期貸款每日計收萬分之_罰息。 第十二條乙方不按期支付貸款利息時,甲方對乙方未支付的利息計收復利。 第十三條乙方需提前還款的,提前還款額應為當期應付本息之整倍數,并在還款日_日前書面通知甲方,經甲方確認后即為不可撤銷,并作為修改本合同的補充通知。 第十四條乙方如提前歸還部分貸款本息,對提前還款部分,仍按本合同第四條規(guī)定的方法計收貸款利息,不計退提前還本部分貸款的利息。 第十五條乙方如一次性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 公司月度美食節(jié)活動方案
- 公司暖心小服務活動方案
- 公司武術協(xié)會活動方案
- 2025年網絡營銷師職業(yè)資格考試試卷及答案
- 2025年建筑設計專業(yè)資格考試題及答案
- 2025年供應鏈管理師職業(yè)資格考試題及答案
- 2025年愛好與特長發(fā)展課程考試卷及答案
- 2025年中國梁模板行業(yè)市場全景分析及前景機遇研判報告
- 住宅裝飾裝修施工課件
- 大學生心肺復蘇健康宣教
- GB 10770-2025食品安全國家標準嬰幼兒罐裝輔助食品
- 臨時鍋爐工用工合同標準文本
- 單病種質量管理實施方案
- 結構檢測員考試題及答案
- 旅游保險產品講解
- 裝修業(yè)務居間推廣合同
- 2025年內蒙古地礦集團直屬子公司招聘筆試參考題庫含答案解析
- 卵巢交界性腫瘤診治進展
- 持續(xù)葡萄糖監(jiān)測臨床應用專家共識2024解讀
- 《冠心病的規(guī)范化診》課件
- 《數據挖掘與機器學習》 課件7.2.1 K-Means聚類
評論
0/150
提交評論