我国制造业上市公司信用风险研究

发布时间：2023-05-11 04:17

　　随着我国经济的发展,信用交易在生活中出现的更加频繁,交易范围也变得更加广,这使得信用违约事件出现的频率不断增加。为了保障我国经济稳中向好的发展态势,做好相应的信用风险防范准备至关重要。近年来,我国制造业上市公司的数量和规模都在稳步壮大,我国的制造业不单是实体经济的支柱,在资本市场中也有着举足轻重的地位。制造业上市公司不仅是我国外汇储备以及国民生产总值的重要贡献主体,还是我国多家商业银行的重要客户,所以其发展状况对我国经济的稳定性影响重大。受宏观政策调整、产业转型升级等一系列挑战的影响,部分制造业企业经营受损,出现企业信用违约。建立信用风险识别模型可以预测企业是否存在潜在的信用违约风险,为企业信息使用者提供更加准确可靠的判断依据。在现阶段已有研究中,被广泛应用于信用风险研究的模型主要有两大类:传统统计模型和机器学习算法模型。随着大数据时代的到来以及信息技术水平的不断提高,机器学习的分类算法在企业信用风险识别研究中的应用范围越来越广,其分类结果的准确率也普遍显著高于传统统计模型。本文解释了信用风险的内涵并总结分析了现有的信用风险预测模型,对我国制造业企业的信用状况进行了剖析,指出了对其进行...

【文章页数】：44 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
绪论
    一、研究背景及意义
    二、文献综述
    三、研究内容和研究方法
    四、创新点
第一章 我国制造业上市公司信用风险相关理论
    第一节 我国制造业企业信用风险现状分析
        一、我国制造业企业发展现状
        二、我国制造业企业信用风险特征
        三、我国制造业企业信用风险研究的必要性
    第二节 我国制造业上市公司信用风险影响因素
        一、外部环境因素
        二、内部因素
    第三节 信用风险研究模型理论综述
        一、支持向量机
        二、随机森林
        三、模型评价指标
第二章 我国制造业上市公司信用风险研究指标体系建立
    第一节 制造业上市公司样本选取
        一、数据来源
        二、Benford律
    第二节 制造业上市公司信用风险研究财务指标选取
        一、制造业上市公司财务指标选取的原则
        二、制造业上市公司信用风险研究指标体系的建立依据
第三章 我国制造业上市公司信用风险的实证研究
    第一节 我国制造业上市公司财务数据检验与相关指标初选
        一、Benford律检验财务数据质量
        二、制造业上市公司信用风险研究相关指标的显著性检验
    第二节 基于支持向量机的制造业上市公司信用风险研究
        一、主成分因子的提取
        二、基于因子分析的支持向量机模型建立
    第三节 基于随机森林的制造业上市公司信用风险研究
        一、主要参数调整
        二、模型结果检验
        三、变量重要性分析
        四、模型结果对比
结论与建议
    一、本文结论
    二、本文建议
参考文献
致谢



本文编号：3814142