基于变量选择模型的非上市公司债券违约风险度量
发布时间：2021-07-04 22:03
现阶段我国金融行业进入了改革的深水期,随着近几年来中国黄金发展期,我国债券市场的规模也加速扩张。但是伴随而来的,我国信用债券违约事件频频发生,并且出现接连违约事件,对信用债券市场以及我国金融市场稳定发展产生了很大的冲击。所以目前市场形成对信用债券违约风险进行监测、预测和风险控制的完善体系对于债券市场以及金融市场稳定健康发展都具有十分重要的理论和现实意义。本文将我国2016年至2018年首次发生违约的全市场信用债券上市公司作为样本,建立KMV模型计算出来的样本违约距离作为因变量,通过违约成因分析以及银监会监测指标构建包括公司资产情况、营业情况、偿债能力及杠杆水平等多个维度指标作为自变量,分别通过岭回归、Lasso回归以及自适应回归模型进行变量选择,通过模型筛选结果及拟合优度检验值对比择优。由于拟合优度结果相近,但是考虑到自适应Lasso模型的压缩变量特性致使模型计算过程中丢失有用信息,所以在进行变量筛选后,本文采用Lasso模型构建可加半参数回归模型,对Lasso方法筛选出的关键财务指标作为参数其他变量作为非参数部分,建立部分线性可加模型用于预测我国债券市场非上市公司债券主体未来风险情况...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图３．２：岭迹图??
?山东大学硕士学位论文???市盈率、净利润增长率、ＥＢＩＴ／营业收入、只０Ａ、有息负债率、现金比率、现??金流量利息保障倍数、存货周转率、总资产周转率、流动比率均与违约距离成??反比。按流动比率指标的定义可知流动比率与违约距离理论上应成正比，但是??根据市场数据得到反比结果，只能说明我国市场较为复杂，即使变现能力较强??的企业也可能面临违约风险。非参数部分利用二阶高斯核估计来拟合，拟合结??果为图３．３－３．７．??￣７１?〇．??？?－?／??？－?／?＿＿??弄?＼?／?５?????§?°?－?—＊?－－?．３??／?、、??？－?？－??ＩＫ?１?ＸＩ?Ｉ?Ｉ１Ｓ?■?Ｉ?ＨＩ?Ｉ?ＸＢＸＨＩ?Ｉ?Ｉ?Ｉ?ＳＢＨ?！?１??ｉ?ａ?■丨則Ｉ?，??！??Ｉ?ｉ?ｉ?Ｉ??－１?０?１?２?０?５?１０?１５??Ｘ３?Ｘ５??图３．３：?Ｘ３拟合结果?图３．４：?Ｘ５拟合结果??°?＇?＼?＾?－??＼?ｙ???＼?，?＼??？的?＿?＼?／?＼?＿??１?〇?－?＼、一’’?，￣＾?Ｉ?〇－…二?：：：！?—??＾?＼?／?／一？…一＾?＇备?一…????９－??？／?－??＇＇??一??Ｕ＿＿，?Ｓ?Ｌ－Ｈ——ＬｊｍｆＪ?Ｉ?ＭＩＩＩＩＨ?１，１．１．?１ＩＩＩＩ．ＩＩＩＩＩ?１１，１?ｕｒｎ?Ｉ?．ＩＨ，——Ｕ??－１５?－１０?－５?０?－１０?４）５?０．０??Ｘ１１?Ｘ２２??图３．５：?Ｘｌｌ拟合结果?图３．６：?Ｘ２２
?山东大学硕士学位论文???市盈率、净利润增长率、ＥＢＩＴ／营业收入、只０Ａ、有息负债率、现金比率、现??金流量利息保障倍数、存货周转率、总资产周转率、流动比率均与违约距离成??反比。按流动比率指标的定义可知流动比率与违约距离理论上应成正比，但是??根据市场数据得到反比结果，只能说明我国市场较为复杂，即使变现能力较强??的企业也可能面临违约风险。非参数部分利用二阶高斯核估计来拟合，拟合结??果为图３．３－３．７．??￣７１?〇．??？?－?／??？－?／?＿＿??弄?＼?／?５?????§?°?－?—＊?－－?．３??／?、、??？－?？－??ＩＫ?１?ＸＩ?Ｉ?Ｉ１Ｓ?■?Ｉ?ＨＩ?Ｉ?ＸＢＸＨＩ?Ｉ?Ｉ?Ｉ?ＳＢＨ?！?１??ｉ?ａ?■丨則Ｉ?，??！??Ｉ?ｉ?ｉ?Ｉ??－１?０?１?２?０?５?１０?１５??Ｘ３?Ｘ５??图３．３：?Ｘ３拟合结果?图３．４：?Ｘ５拟合结果??°?＇?＼?＾?－??＼?ｙ???＼?，?＼??？的?＿?＼?／?＼?＿??１?〇?－?＼、一’’?，￣＾?Ｉ?〇－…二?：：：！?—??＾?＼?／?／一？…一＾?＇备?一…????９－??？／?－??＇＇??一??Ｕ＿＿，?Ｓ?Ｌ－Ｈ——ＬｊｍｆＪ?Ｉ?ＭＩＩＩＩＨ?１，１．１．?１ＩＩＩＩ．ＩＩＩＩＩ?１１，１?ｕｒｎ?Ｉ?．ＩＨ，——Ｕ??－１５?－１０?－５?０?－１０?４）５?０．０??Ｘ１１?Ｘ２２??图３．５：?Ｘｌｌ拟合结果?图３．６：?Ｘ２２
【参考文献】：
期刊论文
[1]基于XGBoost算法的信用债违约预测模型[J]. 周荣喜,彭航,李欣宇,闫宇歆. 债券. 2019(10)
[2]债券违约风险预警模型探究[J]. 俞宁子,刘斯峰,欧阳炎力,陈绿原. 中国市场. 2016(39)
[3]高维数据回归分析中基于LASSO的自变量选择[J]. 张秀秀,王慧,田双双,乔楠,闫丽娜,王彤. 中国卫生统计. 2013(06)
[4]岭回归视角下金融数据分析与算法实现[J]. 任媛媛,姚宏亮. 经济研究导刊. 2013(32)
[5]线性回归方程中多重共线性诊断方法及其实证分析[J]. 马雄威. 华中农业大学学报(社会科学版). 2008(02)
[6]解决多重共线性问题的线性回归方法[J]. 周松青. 江苏统计. 2000(11)
硕士论文
[1]上市公司债券违约风险研究[D]. 许文华.北京交通大学 2019
[2]基于EGARCH-KMV模型的上市公司信用风险评价研究[D]. 张冰.哈尔滨工业大学 2019
[3]甘肃省财政收入影响因素与财政收入预测分析[D]. 李敏.山东大学 2019
[4]基于KMV-LOGIT模型的我国信用债券违约风险影响因素研究[D]. 李丹婷.山东大学 2019
[5]基于KMV-随机森林模型信用债券违约风险度量[D]. 朱亦农.山东大学 2019
[6]我国信用债券违约风险测度及预警机制研究[D]. 黄琛.辽宁大学 2019
[7]企业债券违约预警系统研究[D]. 陈雪蕾.对外经济贸易大学 2019
[8]基于KMV模型的地方政府债务违约风险测度研究[D]. 肖家宇.成都理工大学 2019
[9]基于KMV-LOGIT混合模型的信用债券违约风险度量与实证研究[D]. 魏国健.中国科学技术大学 2018
[10]债券信用评级的信息披露机制研究[D]. 邬江扬.重庆大学 2018
本文编号：3265628
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图３．２：岭迹图??
?山东大学硕士学位论文???市盈率、净利润增长率、ＥＢＩＴ／营业收入、只０Ａ、有息负债率、现金比率、现??金流量利息保障倍数、存货周转率、总资产周转率、流动比率均与违约距离成??反比。按流动比率指标的定义可知流动比率与违约距离理论上应成正比，但是??根据市场数据得到反比结果，只能说明我国市场较为复杂，即使变现能力较强??的企业也可能面临违约风险。非参数部分利用二阶高斯核估计来拟合，拟合结??果为图３．３－３．７．??￣７１?〇．??？?－?／??？－?／?＿＿??弄?＼?／?５?????§?°?－?—＊?－－?．３??／?、、??？－?？－??ＩＫ?１?ＸＩ?Ｉ?Ｉ１Ｓ?■?Ｉ?ＨＩ?Ｉ?ＸＢＸＨＩ?Ｉ?Ｉ?Ｉ?ＳＢＨ?！?１??ｉ?ａ?■丨則Ｉ?，??！??Ｉ?ｉ?ｉ?Ｉ??－１?０?１?２?０?５?１０?１５??Ｘ３?Ｘ５??图３．３：?Ｘ３拟合结果?图３．４：?Ｘ５拟合结果??°?＇?＼?＾?－??＼?ｙ???＼?，?＼??？的?＿?＼?／?＼?＿??１?〇?－?＼、一’’?，￣＾?Ｉ?〇－…二?：：：！?—??＾?＼?／?／一？…一＾?＇备?一…????９－??？／?－??＇＇??一??Ｕ＿＿，?Ｓ?Ｌ－Ｈ——ＬｊｍｆＪ?Ｉ?ＭＩＩＩＩＨ?１，１．１．?１ＩＩＩＩ．ＩＩＩＩＩ?１１，１?ｕｒｎ?Ｉ?．ＩＨ，——Ｕ??－１５?－１０?－５?０?－１０?４）５?０．０??Ｘ１１?Ｘ２２??图３．５：?Ｘｌｌ拟合结果?图３．６：?Ｘ２２
?山东大学硕士学位论文???市盈率、净利润增长率、ＥＢＩＴ／营业收入、只０Ａ、有息负债率、现金比率、现??金流量利息保障倍数、存货周转率、总资产周转率、流动比率均与违约距离成??反比。按流动比率指标的定义可知流动比率与违约距离理论上应成正比，但是??根据市场数据得到反比结果，只能说明我国市场较为复杂，即使变现能力较强??的企业也可能面临违约风险。非参数部分利用二阶高斯核估计来拟合，拟合结??果为图３．３－３．７．??￣７１?〇．??？?－?／??？－?／?＿＿??弄?＼?／?５?????§?°?－?—＊?－－?．３??／?、、??？－?？－??ＩＫ?１?ＸＩ?Ｉ?Ｉ１Ｓ?■?Ｉ?ＨＩ?Ｉ?ＸＢＸＨＩ?Ｉ?Ｉ?Ｉ?ＳＢＨ?！?１??ｉ?ａ?■丨則Ｉ?，??！??Ｉ?ｉ?ｉ?Ｉ??－１?０?１?２?０?５?１０?１５??Ｘ３?Ｘ５??图３．３：?Ｘ３拟合结果?图３．４：?Ｘ５拟合结果??°?＇?＼?＾?－??＼?ｙ???＼?，?＼??？的?＿?＼?／?＼?＿??１?〇?－?＼、一’’?，￣＾?Ｉ?〇－…二?：：：！?—??＾?＼?／?／一？…一＾?＇备?一…????９－??？／?－??＇＇??一??Ｕ＿＿，?Ｓ?Ｌ－Ｈ——ＬｊｍｆＪ?Ｉ?ＭＩＩＩＩＨ?１，１．１．?１ＩＩＩＩ．ＩＩＩＩＩ?１１，１?ｕｒｎ?Ｉ?．ＩＨ，——Ｕ??－１５?－１０?－５?０?－１０?４）５?０．０??Ｘ１１?Ｘ２２??图３．５：?Ｘｌｌ拟合结果?图３．６：?Ｘ２２
【参考文献】：
期刊论文
[1]基于XGBoost算法的信用债违约预测模型[J]. 周荣喜,彭航,李欣宇,闫宇歆. 债券. 2019(10)
[2]债券违约风险预警模型探究[J]. 俞宁子,刘斯峰,欧阳炎力,陈绿原. 中国市场. 2016(39)
[3]高维数据回归分析中基于LASSO的自变量选择[J]. 张秀秀,王慧,田双双,乔楠,闫丽娜,王彤. 中国卫生统计. 2013(06)
[4]岭回归视角下金融数据分析与算法实现[J]. 任媛媛,姚宏亮. 经济研究导刊. 2013(32)
[5]线性回归方程中多重共线性诊断方法及其实证分析[J]. 马雄威. 华中农业大学学报(社会科学版). 2008(02)
[6]解决多重共线性问题的线性回归方法[J]. 周松青. 江苏统计. 2000(11)
硕士论文
[1]上市公司债券违约风险研究[D]. 许文华.北京交通大学 2019
[2]基于EGARCH-KMV模型的上市公司信用风险评价研究[D]. 张冰.哈尔滨工业大学 2019
[3]甘肃省财政收入影响因素与财政收入预测分析[D]. 李敏.山东大学 2019
[4]基于KMV-LOGIT模型的我国信用债券违约风险影响因素研究[D]. 李丹婷.山东大学 2019
[5]基于KMV-随机森林模型信用债券违约风险度量[D]. 朱亦农.山东大学 2019
[6]我国信用债券违约风险测度及预警机制研究[D]. 黄琛.辽宁大学 2019
[7]企业债券违约预警系统研究[D]. 陈雪蕾.对外经济贸易大学 2019
[8]基于KMV模型的地方政府债务违约风险测度研究[D]. 肖家宇.成都理工大学 2019
[9]基于KMV-LOGIT混合模型的信用债券违约风险度量与实证研究[D]. 魏国健.中国科学技术大学 2018
[10]债券信用评级的信息披露机制研究[D]. 邬江扬.重庆大学 2018
本文编号：3265628
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3265628.html
