转轨时期我国银行信用风险实证研究
发布时间:2021-03-26 14:59
本文将信用风险的评估问题转化为企业财务状况的评估问题,运用多种方法从多个方面对企业财务状况进行了“静态”和“动态”实证研究。为了更加合理地确定风险评估模型的各项指标,分别采用了相关系数法、主成分分析法等方法来定量选取银行信用风险评估指标,对已有的企业财务困境问题的研究方法及结论进行了比较研究,结合我国深沪两市上市公司的实际数据,分别用Fisher多元判别分析模型和Logistic回归模型建构了公司陷入财务困境前一年到前六年的预测模型,并采用预测组、检验对照组回代和三重交叉验证分别对相应模型的准确率进行了检验。为了更好地利用每个财务指标数据更多的有用信息,本文提出了一种对每个财务指标变量利用其时间序列数据中所蕴含的动态信息的方法,即由时间序列数据产生出线性变化率和平均值两个新的变量,用以代替原数据做进一步的各种统计分析,为了区别前面的“静态”方法,我们把它称之为“动态”方法,所说的“动态”实际上是指“动态”地利用数据。利用两个新的变量分别进行了“动态”判别分析模型和“动态”Logistic回归模型的建立和检验,检验结果表明,“动态”模型比“静态”模型具有更高的准确率。这项研究是本文的最主...
【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】:161 页
【学位级别】:博士
【部分图文】:
聚类关系图
4.2 神经网络法上世纪 80 年代以来,西方发达国家将人工智能逐渐引入银行业,协助银行贷款决策,其中人工神经网络在公司财务分析和评级中的应用显示了其优势和潜人工神经网络(Artificial Neural Network—ANN)是一种平行分散处理模式,构理念根植于对人类大脑神经运作的模拟。神经网络模型是由大量的简单处理相互连结组成的复杂网络系统,它的许多功能和特性是对人脑神经网络系统的模是一种自然非线性建模过程。神经网络方法是一种具有自组织、自适应、自学点的非参数方法,它对样本数据的分布要求不严格,不仅具有非线性映射能力化能力,而且具有较强的鲁棒性和较高的预测精度。神经网络分析与非线性判析十分相似,它扬弃了危机预测函数的变量是线性且相互独立的假设。作为非的预测模型,它克服了选择模型函数形式的困难,同时对样本及变量的分布特有限制。神经网络模型的神经元一般包括三种处理单元,也称为节点(Node):输经元、隐层神经元和输出神经元。输入神经元接受外界环境信息的输入;输出元则将经过神经网络处理后的信息送到外界;而隐层神经元则处于前两种神经间,不直接与外界环境发生联系,它接受输入神经元的信息,经过多层次的网部运算,把数据结果转移给输出神经元,隐层神经元可以有多个层次(Layer)图 4-1。
图 7-1ijb 与指标值之间的关系示意图示原第 j 指标的平均水平。同时使用这两种新构造的指标变量才能较好地变化,因为一个公司虽然业绩下滑,但其因水平较高仍然是盈利的,而另能因水平较低又业绩下滑终于导致亏损。将 19 个指标每个诱导出两个指标共得到 38 个指标变量的数据,记为yi= 1, ,951j=1,,38ij(例如可按对排列2142381911323719,,,,,,iiiiiiiiiiiiymymymybybyb======可以对每个变量 j 视830,,9511,,829==yiyiijij非 ST 和 ST 两个总体的样本,进行两总体均值相等的t 检验。01H : μ =12: μ ≠μ,如果结果是拒绝0H ,则表明 j 变量对区分非 ST 和 ST 来说是显著38 个变量的检验结果见附表 7,通过检验结果表明 38 个变量中大部分(26 著的,因为后面使用的逐步判别法本身具有筛选变量的功能,这里可以不
【参考文献】:
期刊论文
[1]我国上市公司财务危机预警研究[J]. 吴世珍,柯大钢. 财会月刊. 2007(08)
[2]信用风险内部模型评价[J]. 赵国庆,范红岗. 商业经济与管理. 2006(09)
[3]论我国商业银行信用风险管理体系的构建[J]. 刘雪梅. 西南交通大学学报(社会科学版). 2006(04)
[4]上市公司财务失败预警研究[J]. 杜兰英,王海波. 商业研究. 2006(11)
[5]转轨时期我国信用机制的建构[J]. 廖瑞晓,黄春梅,刘剑. 江西行政学院学报. 2005(04)
[6]基于多元判别分析和神经网络技术的公司财务困境预警[J]. 张玲,陈收,张昕. 系统工程. 2005(11)
[7]运用VaR值度量信用风险模型的比较研究[J]. 王沁,黄丹. 统计与决策. 2005(21)
[8]我国商业银行信用风险识别模型及其实证研究[J]. 李志辉,李萌. 经济科学. 2005(05)
[9]我国商业银行信用风险的分析与管理[J]. 何树红,王善民. 经济问题探索. 2005(07)
[10]我国商业银行信用风险的成因与对策[J]. 陈欣,谢志强. 市场周刊(研究版). 2005(07)
博士论文
[1]商业银行银企信用风险分析与管理研究[D]. 严太华.重庆大学 2003
[2]信用风险的度量与管理研究[D]. 张健.复旦大学 2003
本文编号:3101777
【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】:161 页
【学位级别】:博士
【部分图文】:
聚类关系图
4.2 神经网络法上世纪 80 年代以来,西方发达国家将人工智能逐渐引入银行业,协助银行贷款决策,其中人工神经网络在公司财务分析和评级中的应用显示了其优势和潜人工神经网络(Artificial Neural Network—ANN)是一种平行分散处理模式,构理念根植于对人类大脑神经运作的模拟。神经网络模型是由大量的简单处理相互连结组成的复杂网络系统,它的许多功能和特性是对人脑神经网络系统的模是一种自然非线性建模过程。神经网络方法是一种具有自组织、自适应、自学点的非参数方法,它对样本数据的分布要求不严格,不仅具有非线性映射能力化能力,而且具有较强的鲁棒性和较高的预测精度。神经网络分析与非线性判析十分相似,它扬弃了危机预测函数的变量是线性且相互独立的假设。作为非的预测模型,它克服了选择模型函数形式的困难,同时对样本及变量的分布特有限制。神经网络模型的神经元一般包括三种处理单元,也称为节点(Node):输经元、隐层神经元和输出神经元。输入神经元接受外界环境信息的输入;输出元则将经过神经网络处理后的信息送到外界;而隐层神经元则处于前两种神经间,不直接与外界环境发生联系,它接受输入神经元的信息,经过多层次的网部运算,把数据结果转移给输出神经元,隐层神经元可以有多个层次(Layer)图 4-1。
图 7-1ijb 与指标值之间的关系示意图示原第 j 指标的平均水平。同时使用这两种新构造的指标变量才能较好地变化,因为一个公司虽然业绩下滑,但其因水平较高仍然是盈利的,而另能因水平较低又业绩下滑终于导致亏损。将 19 个指标每个诱导出两个指标共得到 38 个指标变量的数据,记为yi= 1, ,951j=1,,38ij(例如可按对排列2142381911323719,,,,,,iiiiiiiiiiiiymymymybybyb======可以对每个变量 j 视830,,9511,,829==yiyiijij非 ST 和 ST 两个总体的样本,进行两总体均值相等的t 检验。01H : μ =12: μ ≠μ,如果结果是拒绝0H ,则表明 j 变量对区分非 ST 和 ST 来说是显著38 个变量的检验结果见附表 7,通过检验结果表明 38 个变量中大部分(26 著的,因为后面使用的逐步判别法本身具有筛选变量的功能,这里可以不
【参考文献】:
期刊论文
[1]我国上市公司财务危机预警研究[J]. 吴世珍,柯大钢. 财会月刊. 2007(08)
[2]信用风险内部模型评价[J]. 赵国庆,范红岗. 商业经济与管理. 2006(09)
[3]论我国商业银行信用风险管理体系的构建[J]. 刘雪梅. 西南交通大学学报(社会科学版). 2006(04)
[4]上市公司财务失败预警研究[J]. 杜兰英,王海波. 商业研究. 2006(11)
[5]转轨时期我国信用机制的建构[J]. 廖瑞晓,黄春梅,刘剑. 江西行政学院学报. 2005(04)
[6]基于多元判别分析和神经网络技术的公司财务困境预警[J]. 张玲,陈收,张昕. 系统工程. 2005(11)
[7]运用VaR值度量信用风险模型的比较研究[J]. 王沁,黄丹. 统计与决策. 2005(21)
[8]我国商业银行信用风险识别模型及其实证研究[J]. 李志辉,李萌. 经济科学. 2005(05)
[9]我国商业银行信用风险的分析与管理[J]. 何树红,王善民. 经济问题探索. 2005(07)
[10]我国商业银行信用风险的成因与对策[J]. 陈欣,谢志强. 市场周刊(研究版). 2005(07)
博士论文
[1]商业银行银企信用风险分析与管理研究[D]. 严太华.重庆大学 2003
[2]信用风险的度量与管理研究[D]. 张健.复旦大学 2003
本文编号:3101777
本文链接:https://www.wllwen.com/jingjifazhanlunwen/3101777.html