基于资产市值时序变化的公司信用风险研究

发布时间：2020-10-01 19:45

　　公司信用作为社会信用最重要的组成部分,同时也是金融市场体系中的基础信用载体和新型市场监管机制中的核心成分。对公司信用风险的准确评估和有效管理,不仅有利于企业自身的良好经营与健康发展,而且也有利于促进金融市场的稳定,符合我国加快构建社会信用体系建设的要求。本文主要通过对公司资产市值时序变化的研究,来对公司信用风险进行参数和非参数方法建模度量。数据选取wind分类的9个行业18家上市的ST(证监会关注类,具有高违约风险)公司和非ST公司,2011-2015共五年的月度资产市值数据。首先建立公司资产市值原始数据的KSVM(核支持向量机)和RF(随机森林)方法预测模型,并计算考察期违约距离。从预测精度来看,RF模型对市值的整体预测效果较KSVM更好,但两模型对ST公司的市值预测精度要明显低于非ST公司。系由公司资产市值波动存在一定跳跃变化因素,且ST公司对内外部环境因素变化更为敏感,市值跳跃波动频次更高、跳跃幅度更强。为此,我们在信用结构模型的基础上引入跳跃变化因素,建立跳跃扩散的随机微分方程来对市值跳跃变化进行刻画,并采用MCMC方法下贝叶斯估计和Gibbs抽样对模型参数进行估计,进而计算出对应的违约距离,来反映公司信用风险状况。整个估计结果在违约风险的定性分析上和机器学习方法保持一致,但在定量测定上,跳扩散随机模型的估计结果更为稳健和准确。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：C81
【部分图文】：

统计分布,违约距离,违约概率

图 2-1 违约距离和违约概率含图示外，本研究还针对资产价值绝对变化给出了一个违约距离的简单定过资产市值的一定时间点 t 时刻的预测结果（用表示）与该时值的绝对差异作为简单违约距离的判定，计算公式为：DD = 公式的计算结果分析主要在第三章机器学习算法应用中进行介绍。约概率约概率主要考察企业在约定时点或时段内，公司资产市值低于违约能性。结合图 2-1 对违约概率的直观图示描述，根据统计分布概率论方法，我们假定资产市值是一个随时间波动的随机变量，且其对一定的分布形式：￠ (π)，违约概率可以表示为：P( D) = 其中在指定 T 时刻，若企业资产市值低于该时刻对应的违约门限阈

一般框架,研究方法

图 2-2 信用研究方法一般框架一些对信用评估方法的一般介绍。信用评估方法专家系统评分及等级判别统法（也称 5C 法：包括 Capital 资本、Character 借款人品格能力、Collateral 资产抵押品、以及 Cyclecondition 经济周债务人的信用状况进行综合评分判断，也常将此作为债务于银行信贷组合比较常见的分类主要以美国财政部货币监ptrolleroftheCurrency）开发的贷款评级分类：正常、关注5 大类。而且该分类还要求银行对不同级别贷款提取差额补贷款可能带来的损失，因此，该分类方法在我国商业银。但实际中，有些贷款组合相对比较复杂，该方法的 5 级利于进行精细量化，而且在评判过程中，多以专家经验判

序列,市值,资产,走势图

上海交通大学硕士学位论文3.1.2 指标基本描述统计分析本章采用机器学习算法主要对资产市值原始数据进行建模分析，希望可以通过对资产市值绝对变化规律的研究来对未来某一时点进行预测，并进一步分析其与违约阈值的关系来计算出对应的违约距离。首先我们对 18 家公司的原始资产市值序列作时序走势图。（如图 3-1 所示）

【相似文献】