引入相对技术效率的企业信用风险评价研究

发布时间：2020-10-16 00:37

　　 虽然银行面临的风险呈现出日益复杂化的特征,信用风险仍然是其面临的最重要风险之一。巴塞尔新资本协议要求各银行实施稳健的机制来评估其面临的信用风险。银行通过有效地管理信用风险,不仅能增强其自身的生存能力和盈利能力,还能为经济资本的优化配置以及维护社会稳定做出贡献。 单单凭借财务指标的风险预测虽然得到了国内外许多学者的广泛认同,但是它的局限性是显而易见的,完整的信用评估体系应该由财务指标和非财务指标一起组成,风险评估系统中应该吸收一些反映企业还贷能力和意愿的关键性非财务指标。 本文在回顾以往信用风险度量模型与方法的基础上,选取在深市、沪市、中小企业板上市的电子行业共96家企业为样本,搜集2007年年度报告中的数据,首先改进传统的参数方法计算技术效率的方式而采用基于方向性技术距离函数的DEA模型求出该行业中各企业的相对技术效率,然后结合技术效率值和财务指标通过K-均值聚类分析法、主成分分析法、逐步回归分析法、熵值法的程序化语言来考察相对技术效率指标的引入是否能更准确地识别危机企业和正常企业,将所有企业按照绩效不同分为三类,将该预测结果与2009年企业的实际经营状况进行对比,最后对各指标进行一元方差分析,分析各指标在三种绩效不同企业中的均值大小来考察它们的预测能力,试图为商业银行掌握企业的经营状况,决策是否对目标企业授信提供一定的依据。实证结果表明：技术效率对企业的经营状况有显著的影响,在经营状况不同的企业中,技术效率表现出较大的差异。
【学位单位】：中南大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F832.4;F273.1;F224
【文章目录】：
摘要
ABSTRACT
目录
第一章 绪论
    1.1 研究背景
    1.2 研究目的及意义
    1.3 国内外文献综述
        1.3.1 信用风险的概念及相关的文献综述
        1.3.2 DEA模型的相关文献综述
        1.3.3 方向性技术距离函数的相关文献综述
    1.4 研究框架
第二章 信用风险的相关理论及其度量模型
    2.1 信用风险理论
        2.1.1 信用风险的定义
        2.1.2 信用风险的特点
    2.2 信用风险度量模型简介
        2.2.1 KMV模型
        2.2.2 Credit Risk~+模型
        2.2.3 Credit Metrics模型
        2.2.4 Credit Portfolio View模型
        2.2.5 神经网络模型
        2.2.6 多元统计分析方法
    2.3 本章小结
第三章 单个企业相对技术效率测度
    3.1 企业相对技术效率的含义及其经济意义
    3.2 基于方向性技术距离函数的DEA方法
        3.2.1 基于Farrell距离函数的DEA方法
        3.2.2 基于Shephard距离函数的DEA方法
        3.2.3 基于McFadden距离函数的DEA方法
        3.2.4 基于CCF距离函数的DEA方法
    3.3 样本数据和变量的选取
        3.3.1 分析背景
        3.3.2 决策单元的选择
        3.3.3 指标体系的选取
    3.4 单个企业技术效率的度量
    3.5 本章小结
第四章 技术效率结合财务指标的企业信用风险监测
    4.1 K-均值法对变量进行聚类分析
        4.1.1 原始指标的选取
        4.1.2 原始指标的聚类分析
    4.2 六类指标的主成分分析
    4.3 指标的逐步回归分析
    4.4 熵值法确定指标权重及企业综合评价值
        4.4.1 熵值法确定权重
        4.4.2 考察综合评价值与企业状况的联系
    4.5 各指标的一元方差分析
    4.6 考察三类公司各指标的均值
    4.7 本章小结
第五章 完善银行对企业信用风险监测的建议
    5.1 对企业进行分产业、分行业研究
    5.2 严格按照贷款的发放流程执行
    5.3 贷前分析中增加技术效率的度量
第六章 结论与展望
    6.1 本文的主要结论
    6.2 研究的创新点
    6.3 研究的不足与展望
参考文献
附录1
附录2
致谢
攻读学位期间主要的研究成果

【参考文献】

相关期刊论文 前10条

1 周振;基于DEA模型的家电产业上市公司经营绩效评价[J];商业研究;2005年05期

2 范南;Creditmetric模型及其对我国银行信用风险管理的借鉴[J];金融论坛;2002年05期

3 王玉春;郭媛嫣;;上市公司R&D投入与产出效果的实证分析[J];产业经济研究;2008年06期

4 陈世宗,赖邦传,陈晓红;基于DEA的企业绩效评价方法[J];系统工程;2005年06期

5 李光金;孙林;张建辉;;基于定向技术距离函数的收益Malmquist指数[J];系统工程;2006年03期

6 郭俊鹏;刘西林;;基于ID3算法的进一步客户细分方法[J];工业工程;2006年02期

7 周莹莹;刘传哲;;基于DEA模型的钢铁业上市公司经营绩效评价[J];工业技术经济;2007年S1期

8 王春峰,万海晖,张维;组合预测在商业银行信用风险评估中的应用[J];管理工程学报;1999年01期

9 郭岚;张勇;李志娟;;基于因子分析与DEA方法的旅游上市公司效率评价[J];管理学报;2008年02期

10 王有森;;基于DEA的上市公司信用评价方法研究[J];中国管理信息化;2010年04期

相关博士学位论文 前1条

1 吴德胜;数据包络分析若干理论和方法研究[D];中国科学技术大学;2006年

相关硕士学位论文 前3条

1 于海涛;商业银行信用风险管理与KMV模型的应用研究[D];青岛大学;2006年

2 续云丰;不完全信息条件下信用风险建模与数值模拟[D];武汉理工大学;2006年

3 吴炜伟;基于DEA的房地产上市公司绩效评价模式研究[D];浙江大学;2008年

本文编号：2842477