我国上市公司信用风险计量研究

发布时间：2021-06-23 18:16

　　随着全球经济不断发展,信用风险暴露愈来愈严重,已成为世界各国金融系统所面临的主要风险之一。如何有效地控制和管理信用风险,已经成为世界各国金融机构和投资者关注的焦点。上市公司是我国国民经济的重要组成部分,更是证券市场的基础,公司的质量、行为是否规范及其财务状况将直接影响我国证券市场的发展以及投资者的利益。由此,本文对我国上市公司的信用风险及其相关问题做出了研究。本文分析了信用风险的定义和特点,研究了信用风险的计量方法,力求通过研究找到适合我国的上市公司信用风险计量模型,从而增强我国信用风险预测和管理能力:首先简要地介绍了传统的信用风险计量方法,例如“5C”专家法、信用评分和信用评级法等;接着研究了现代信用风险计量模型,主要有Credit Metrics模型, KMV模型, CreditRisk+模型,以及Credit Portfolio View模型。基于此,本文根据我国上市公司违约的情况,将因子分析结合Logistic回归分析法引入到上市公司信用风险的研究当中,选取了信用风险评价的财务指标和上市公司的相关财务数据进行因子分析,分别对各类指标加以提炼,得到综合因子。并且通过因子分析建立了... 

【文章来源】：广州大学广东省

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
第一章 绪论
    1.1 选题背景、研究目的及意义
        1.1.1 选题背景
        1.1.2 研究目的及意义
    1.2 文献综述
        1.2.1 国外信用风险管理研究综述
        1.2.2 国内信用风险管理研究综述
    1.3 研究框架
    1.4 主要贡献
第二章 我国上市公司信用风险管理与风险评级
    2.1 风险
    2.2 信用风险
        2.2.1 信用风险的定义
        2.2.2 信用风险的特点
        2.2.3 上市公司信用及其信用风险
    2.3 信用风险管理
        2.3.1 信用风险识别
        2.3.2 信用风险度量
        2.3.3 信用风险控制
    2.4 我国信用风险管理现状分析
    2.5 我国信用评级和上市公司违约情况分析
        2.5.1 我国信用评级现状
        2.5.2 我国上市公司违约情况及原因分析
第三章 信用风险度量的主要模型与方法
    3.1 信用风险度量的传统方法
        3.1.1 古典信用风险计量方法
        3.1.2 基于统计判别分析的信用风险计量方法
        3.1.3 神经网络模型
    3.2 信用风险度量的现代计量模型
        3.2.1 基于VaR 的Credit Metrics 模型
        3.2.2 KMV 模型
        3.2.3 信用风险附加模型CreditRisk+
        3.2.4 信用组合观点模型 Credit Portfolio View
第四章 Logistic 模型及其在评价上市公司信用风险中的应用研究
    4.1 Logistic 模型的基本理论
        4.1.1 Logistic 模型的定义及其性质
        4.1.2 Logistic 模型的参数估计
        4.1.3 Logistic 模型的评价和检验
    4.2 因子分析
        4.2.1 因子分析的基本思想
        4.2.2 因子分析的数学模型
        4.2.3 因子载荷阵的求解
        4.2.4 因子载荷阵的统计意义
第五章 基于Logistic 模型的上市公司信用风险的实证研究
    5.1 数据来源及选择
        5.1.1 样本来源
        5.1.2 样本的选取
    5.2 模型指标的选取
    5.3 因子分析的步骤
    5.5 Logistic 回归分析与违约判别模型的建立
        5.5.1 变量的设置
        5.5.2 违约判别模型的建立
第六章 Logistic 信用风险模型的贝叶斯改进研究
    6.1 经验贝叶斯估计量和贝叶斯改进模型
    6.2 预测力精度的评估方法
        6.2.1 AUC 值
        6.2.2 布莱尔分数（Brier Score）
    6.3 实证比较
第七章 总结
    7.1 研究结论
    7.2 不足与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附录


【参考文献】：
期刊论文
[1]我国中小企业信用风险评估实证研究[J]. 曾宜,申义.  西北工业大学学报(社会科学版). 2007(02)
[2]CreditRisk+模型与中国商业银行信用风险管理[J]. 张海燕.  吉首大学学报(自然科学版). 2007(03)
[3]Credit Metrics模型下信用风险模型改进探讨[J]. 刘铮铮,李家军.  生产力研究. 2006(11)
[4]基于贝叶斯正则化BP神经网络的上市公司信用评价研究[J]. 刘学伟,贺昌政.  软科学. 2005(05)
[5]KMV模型在上市公司信用风险评价中的应用研究[J]. 张玲,杨贞柿,陈收.  系统工程. 2004(11)
[6]我国商业银行信用风险VaR的实证分析[J]. 阎庆民.  金融研究. 2004(10)
[7]建立贷款企业资信等级评估违约率统计问题的探讨[J]. 张丽红.  上海金融. 2004(02)
[8]中国上市公司信用风险管理实证研究——EDF模型在信用评估中的应用[J]. 杨星,张义强.  中国软科学. 2004(01)
[9]基于人工神经网络的商业银行信用风险模型[J]. 章忠志,符林,唐焕文.  经济数学. 2003(03)
[10]企业信用风险的主成分判别模型及其实证研究[J]. 梁琪.  财经研究. 2003(05)

硕士论文
[1]我国上市公司信用风险计量模型研究[D]. 贺斌斌.暨南大学 2007
[2]商业银行信贷风险管理的实证研究[D]. 郑倩璐.同济大学 2007



本文编号：3245424