我国房地产业上市公司信用风险评估模型研究

发布时间：2023-10-28 17:21

　　在中国,银行在企业融资中承担着非常大的信用风险,商业银行的不良贷款率呈现出上升趋势。随着中国银行业市场化进程的深入,以及以第三方支付为先锋的互联网金融的兴起,信用风险所涉及的领域和规模也迅速扩大,信用风险管理已成为商业银行的重要课题。国外的大型商业银行已建立起一系列适合自身的风险管理方法,与国外相比,我国在信用风险量化方面的技术较为落后。作为中国经济发展的重要支柱产业,房地产业是衡量中国经济的主要指标之一。然而我国涉足房地产市场的企业众多,良莠不齐,受经济下行和激烈的行业竞争影响,大批竞争能力弱、资本运作水平低的公司将会面临财务危机和破产风险。本文将从商业银行的角度出发,对两种信用风险模型的原理和在房地产业上市公司中的应用进行详细的介绍。模型的选取上,首先采用结构模型的代表—KMV模型,讨论三种违约点设定下的模型预测效果,得到最适用于我国房地产业公司的违约点设定方法。接着又介绍了一种基于统计分析模型的方法—Logistic回归模型,并将Logistic回归模型与因子分析法相结合,有效的解决了因指标变量过多而导致的维度灾难。在财务指标的选取上,针对我国房地产行业的财务结构特点,选取七大类...

【文章页数】：41 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 信用风险评估模型概述
        1.2.1 结构模型
        1.2.2 统计评分模型
        1.2.3 数据挖掘模型
    1.3 信用风险评估模型的国内外研究现状
    1.4 研究内容与论文结构
第二章 信用监控KMV模型
    §2.1 KMV模型的基本思想
    §2.2 实证研究
        §2.2.1 样本选取和数据采集
        §2.2.2 模型参数设置
        §2.2.3 实证过程
第三章 结合因子分析法的Logistic回归模型
    §3.1 Logistic回归模型的原理
    §3.2 实证研究
        §3.2.1 样本选取和数据采集
        §3.2.2 评价指标的选取
        §3.2.3 评价指标的因子分析
        §3.2.4 建立Logistic回归模型
        §3.2.5 违约判别模型的检验
第四章 结论
参考文献
作者简介
致谢
附录



本文编号：3857437