上市公司信用风险评估模型的构建及其实证研究
发布时间:2023-02-15 08:20
上市公司或企业的信用风险评估是一项非常复杂的系统工程。国外有很多专 门的信用风险评估机构对公司或企业的信用风险进行全面的评级,如美国著名的 穆迪信用评级公司、标准普尔公司和费奇公司。这些评估机构对企业进行信用评 估时主要考虑企业的商业竞争情况和财务状况。如标准普尔公司认为,必须综合 考虑企业经营风险与财务风险两个方面的情况,才能准确地给出企业的信用等 级。在进行行业经营风险分析时,标准普尔公司认为,评估的重点是在产业风险、 多样化与规模和管理绩效这三方面。关于企业财务风险和信用风险,标准普尔公 司则重点评估企业的获利能力、财务杠杆与现金流的情况。我国的一些信用风险 评估机构在借鉴国外信用风险评估机构的经验基础之上提出了适合我国企业的 信用风险评估方法。该方法从三个方面对企业进行比较全面的评估。一是企业素 质的评估,二是企业的财务评估,三是新建项目的评估。 本文首先界定了信用风险的定义及分类,在此基础上,本文回顾了国内外信 用风险评估及其管理的发展历史,并将信用风险每个发展历史阶段的信用风险评 估模型做了简单介绍,对其中重要的、经典的模型做了详细阐述。在回顾了信用 风险管理的发展历史后,...
【文章页数】:103 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 引言
1. 1 本文的写作背景
1. 2 本文的研究意义
1. 3 国内外研究现状
1. 3. 1 国内研究现状
1. 3. 2 国外研究现状
1. 4 本文的研究思路及结构安排
1. 5 本文的创新之处
2 金融风险及信用风险概论
2. 1 金融风险
2. 2 信用风险的特点及其度量困难
3 信用风险度量模型及其发展历史
3. 1 古典的信用风险度量理模型
3. 2 基于统计判别分析方法的预测模型
3. 3 以金融市场为背景的信用风险评估模型
3. 4 信用资产组合的信用风险评价模型
3. 5 基于信息技术的信用风险评估模型
4 上市公司信用风险评估模型的构建及其实证研究-基于FISHER线性判别
4. 1 样本的选择
4. 1. 1 论文中的假设及定义
4. 1. 2 本文研究样本总体的简单描述
4. 1. 3 本文研究样本的选择方法及选择过程
4. 2 上市公司信用评级指标的选择
4. 3 基于FISHER判别分析的信用风险评估模型
4. 3. 1 Fisher判别分析法的原理
4. 3. 2 Fisher判别模型的构建及其实证研究
4. 3. 3 对前面5个Fisher模型的总结及评价
4. 3. 4 基于Fisher线性判别模型的检验
5 上市公司信用风险评估模型的构建及其实证研究-基于LOGISTIC回归
5. 1 BINARY-LOGISTIC模型简介
5. 2 基于BINARY-LOGISTIC回归的信用风险判别模型的结果分析
5. 2. 1 基于Binary-Logistic回归的信用风险判别模型及结果分析1
5. 2. 2 基于Binary-Logistic回归的信用风险判别模型的结果分析2
5. 3 BINARY-LOGISTIC回归模型的检验
5. 4 FISHER线性判别模型与BINARY-LOGISTIC回归的信用风险评估模型的比较
5. 5 两个模型公共因子的描述性统计分析
5. 6 两个模型公共因子的均值比较与“T”检验
6 结论及前瞻
6. 1 论文写作过程中出现的问题
6. 2 上市公司信用风险评估存在的问题及其应对措施
6. 2. 1 我国上市公司信用风险评估中存在的问题
6. 2. 2 上市公司信用风险评估的应对措施
6. 3 未来企业信用风险评估研究趋势展望
附件1: 进入模型的10个评估指标的偏相关分析结果
附件2: 本文的原始数据
参考文献
致谢
本文编号:3743152
【文章页数】:103 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 引言
1. 1 本文的写作背景
1. 2 本文的研究意义
1. 3 国内外研究现状
1. 3. 1 国内研究现状
1. 3. 2 国外研究现状
1. 4 本文的研究思路及结构安排
1. 5 本文的创新之处
2 金融风险及信用风险概论
2. 1 金融风险
2. 2 信用风险的特点及其度量困难
3 信用风险度量模型及其发展历史
3. 1 古典的信用风险度量理模型
3. 2 基于统计判别分析方法的预测模型
3. 3 以金融市场为背景的信用风险评估模型
3. 4 信用资产组合的信用风险评价模型
3. 5 基于信息技术的信用风险评估模型
4 上市公司信用风险评估模型的构建及其实证研究-基于FISHER线性判别
4. 1 样本的选择
4. 1. 1 论文中的假设及定义
4. 1. 2 本文研究样本总体的简单描述
4. 1. 3 本文研究样本的选择方法及选择过程
4. 2 上市公司信用评级指标的选择
4. 3 基于FISHER判别分析的信用风险评估模型
4. 3. 1 Fisher判别分析法的原理
4. 3. 2 Fisher判别模型的构建及其实证研究
4. 3. 3 对前面5个Fisher模型的总结及评价
4. 3. 4 基于Fisher线性判别模型的检验
5 上市公司信用风险评估模型的构建及其实证研究-基于LOGISTIC回归
5. 1 BINARY-LOGISTIC模型简介
5. 2 基于BINARY-LOGISTIC回归的信用风险判别模型的结果分析
5. 2. 1 基于Binary-Logistic回归的信用风险判别模型及结果分析1
5. 2. 2 基于Binary-Logistic回归的信用风险判别模型的结果分析2
5. 3 BINARY-LOGISTIC回归模型的检验
5. 4 FISHER线性判别模型与BINARY-LOGISTIC回归的信用风险评估模型的比较
5. 5 两个模型公共因子的描述性统计分析
5. 6 两个模型公共因子的均值比较与“T”检验
6 结论及前瞻
6. 1 论文写作过程中出现的问题
6. 2 上市公司信用风险评估存在的问题及其应对措施
6. 2. 1 我国上市公司信用风险评估中存在的问题
6. 2. 2 上市公司信用风险评估的应对措施
6. 3 未来企业信用风险评估研究趋势展望
附件1: 进入模型的10个评估指标的偏相关分析结果
附件2: 本文的原始数据
参考文献
致谢
本文编号:3743152
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/3743152.html