基于稳健极端值模型构建小微企业信用风险衡量体系

发布时间：2022-12-18 20:59

　　选取我国1995～2016年216家小微企业作为研究样本,通过构建信用风险衡量体系,并考虑"新常态"环境条件下所呈现的极端值情形,进一步采用稳健Logit递归模型分析"新常态"下的企业信用风险问题。结果发现,当在信用评估模型中加入"新常态"条件时,企业信用风险的影响因素均产生了显著的变化,意味着"新常态"条件的变动对小微企业的信用风险影响尤为明显。此外,当采用稳健极端值模型刻画小微企业的信用风险时,无论在样本内预测抑或是样本外预测,该模型均呈现出较好的预测绩效。 

【文章页数】：10 页

【文章目录】：
一、引言
二、文献综述
    1. 关于信用风险理论的研究。
    2. 关于小微企业信用风险成因的研究。
    3. 关于小微企业信用风险度量与识别的研究。
三、理论模型
四、实证设计
    1. 方法介绍。
    2. 数据来源及指标选取。
    3. 实证分析。
    4. 模型预测。
五、结论


【参考文献】：
期刊论文
[1]小微企业信用风险测度与管控模型研究——基于信用融资的分析[J]. 周茜,谢雪梅.  商业研究. 2018(11)
[2]我国中小微企业信用风险因素识别及测度研究[J]. 满向昱,张天毅,汪川,马茹.  中央财经大学学报. 2018(09)
[3]管理者背景特征对中小企业信用风险的影响研究[J]. 王卫星,张佳佳.  南京审计大学学报. 2018(03)
[4]供应链金融模式下中小企业信用风险评价及其风险管理研究[J]. 范方志,苏国强,王晓彦.  中央财经大学学报. 2017(12)
[5]软信息与小微企业信用风险识别[J]. 苏静.  征信. 2017(10)
[6]构建基于CFaR的小微企业信用风险评价模型[J]. 张高胜.  财会月刊. 2017(14)
[7]新常态下多种货币政策工具对特征企业的定向调节效应[J]. 欧阳志刚,薛龙.  管理世界. 2017(02)
[8]基于模糊神经网络的小微企业信用评级研究[J]. 肖斌卿,杨旸,李心丹,李昊骅.  管理科学学报. 2016(11)
[9]互联网信贷、信用风险管理与征信[J]. 中国人民银行征信中心与金融研究所联合课题组,纪志宏,王晓明,曹凝蓉,金中夏,伍旭川,黄余送,张晓艳.  金融研究. 2014(10)
[10]科技型小微企业信用风险分担机制研究[J]. 鲍静海,徐明,李秉华.  经济问题. 2014(10)

博士论文
[1]小额贷款公司信用风险管理研究[D]. 申韬.中南大学 2012

硕士论文
[1]农村小额贷款风险控制研究[D]. 石敬勇.西北大学 2009



本文编号：3722754