基于信用利差与Logistic回归的公司违约概率测算模型与实证研究

发布时间：2017-07-19 14:20

  本文关键词：基于信用利差与Logistic回归的公司违约概率测算模型与实证研究

  更多相关文章： 公司违约概率 Logistic回归 拟合优度 信用利差

【摘要】：用Logistic模型计算公司违约概率在实际应用中存在两个问题:一是在缺乏公司违约记录数据库或违约记录数据库不典型的情况下,无法应用该模型或模型计算结果不准确;二是现有Logistic违约概率模型忽视了不同行业财务指标分布特征的差异性,导致公司违约概率计算结果的准确性降低。针对问题一,本文通过公司债券信用利差计算市场隐含的公司违约概率,在Logistic变换的基础上进一步确定Logistic线性回归的参数,使得公司违约概率的计算结果符合债券市场的实际状况。针对问题二,通过不同行业关键财务指标的单因子方差分析,证实了行业间财务指标的分布特征具有显著性差异,通过拟合优度证实了区分行业建立Logistic违约概率模型可显著提高违约概率测算的准确性。本文Logistic违约概率模型的构建过程如下:通过初选财务指标的相关性分析,删除反映信息重复的财务指标;通过Logistic回归中财务指标系数的显著性检验,删除对违约概率解释能力弱的财务指标;以Logistic回归的拟合优度为标准,选取各样本行业Logistic违约概率模型的关键财务指标,建立了机械设备等5个样本行业的Logistic违约概率模型,为样本内行业公司违约概率的准确测算提供模型与方法。本文的创新与特色:一是在无套利条件下,通过公司债券信用利差计算市场隐含的公司违约概率,并对其进行Logistic变换,作为Logistic线性回归的被解释变量,解决了在缺乏公司违约记录数据情况下Logistic违约概率模型的参数估计问题;二是通过单因子方差分析方法,证实了行业间财务指标的分布特征具有显著性差异,说明应区分行业建立Logistic违约概率模型;三是通过财务指标间的相关分析删除反映信息重复的财务指标,通过财务指标系数的显著性检验删除对公司违约概率解释能力弱的财务指标,保证了Logistic违约概率模型中关键财务指标选取的合理性;四是实证研究结果表明,不同行业的Logistic违约概率模型的关键财务指标不同,同一财务指标的参数也存在显著差异。实证研究结果还表明,区分行业建立Logistic违约概率模型与不区分行业相比,前者可将拟合优度及调整后的拟合优度提高近1倍。本文研究结果对于提高公司违约概率测算的准确性具有重要参考意义,对于商业银行贷款定价、公司债券发行定价、银行信用风险管理具有重要参考意义。
【作者单位】： 东北大学秦皇岛分校经济学院;北京交通大学中国产业安全研究中心博士后科研工作站;
【关键词】： 公司违约概率 Logistic回归 拟合优度 信用利差
【基金】：河北省社会科学基金项目(HB14YJ099) 国家自然科学基金青年基金(71601041) 教育部重大财政专项科研课题《中国信用评级体系研究》 河北省自然科学基金青年基金项目(G2012501013) 河北省高等学校人文社会科学研究项目(SZ133004) 河北省秦皇岛市社科联重点应用性课题(201206146)
【分类号】：F224;F832.51
【正文快照】： 北京100044)0引言公司违约概率是商业银行信贷决策、贷款定价、公司债券发行定价的关键参数,也是商业银行实施新巴塞尔协议、建立内部评级体系必须测算的关键参数之一,因此,研究公司违约概率的测算模型与方法具有重要理论与现实意义。代表性的公司违约概率测算模型有以下几类

【相似文献】

中国期刊全文数据库 前10条

1 张苏林;;信贷违约概率测算方法及其应用研究[J];洛阳理工学院学报(社会科学版);2010年03期

2 于立勇,詹捷辉;基于Logistic回归分析的违约概率预测研究[J];财经研究;2004年09期

3 陈东海,谢赤;信用风险管理中违约概率的估算方法[J];统计与决策;2005年13期

4 武次冰;易宇;武锶芪;;贷款违约概率测算方法:违约比例模型[J];统计与决策;2010年06期

5 王颖;聂广礼;石勇;;基于信用评分模型的我国商业银行客户违约概率研究[J];管理评论;2012年02期

6 王小明;;关于一类广义可加违约概率模型的探讨[J];系统工程理论与实践;2008年06期

7 陈诗一;;德国公司违约概率预测及其对我国信用风险管理的启示[J];金融研究;2008年08期

8 潘亮;李军;杨晓光;;一种基于样本配比的违约概率估计方法及其应用[J];科技促进发展;2011年11期

9 曾学工;;商业银行信贷业务违约概率的估计方法[J];统计与决策;2005年21期

10 郝成;程功;;基于结构化模型的违约概率期限结构研究[J];系统工程学报;2008年04期

中国重要会议论文全文数据库 前3条

1 朱训;梁雪春;;基于区间数的商业银行信贷违约概率测算研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

2 张大斌;周志刚;刘雯;焦鹏;;上市公司最优违约系数的不确定性DE-KMV测算模型[A];中国系统工程学会第十八届学术年会论文集——A10系统工程方法在金融、投资、保险业等领域的研究[C];2014年

3 陈林;周宗放;;基于倒数GAMMA分布的控股公司违约概率研究[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

中国重要报纸全文数据库 前8条

1 农总行信贷管理部信贷风险评级管理处供稿;违约概率的度量[N];中国城乡金融报;2005年

2 本报记者 李金明;德意志银行：希腊主权债务违约概率75%[N];证券日报;2011年

3 记者 朱周良　编辑 朱贤佳;希腊违约概率骤增 紧张情绪波及股市[N];上海证券报;2010年

4 西南财经大学信托与理财研究所;创新还是噱头?[N];证券时报;2006年

5 许一览;信用债选择须看指标[N];上海金融报;2009年

6 瞿强;次贷危机评估：美国的损失与其他市场的损失[N];上海证券报;2008年

7 本报记者　 张炜;银行理财产品不是没有风险[N];中国经济时报;2006年

8 西南证券 执笔 匡荣彪 何可 朱仲华;债券违约常态化或将成为一种趋势[N];上海证券报;2014年

中国博士学位论文全文数据库 前6条

1 洪波;商业银行公司授信违约概率预测方法研究[D];合肥工业大学;2014年

2 季峰;我国商业银行消费信贷违约概率模型研究[D];中国科学技术大学;2009年

3 许一览;人民币对公贷款违约概率计量模型研究[D];复旦大学;2014年

4 麦强;基于违约概率和回收率负相关假设的信用风险模型研究[D];哈尔滨工业大学;2006年

5 孟纹羽;我国商业银行风险传染效应实证研究[D];山东大学;2015年

6 殷波;房地产泡沫与金融危机[D];华中科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 田林;上市公司违约概率与商业银行潜在信用风险的度量[D];辽宁大学;2015年

2 李慧萍;我国城投债违约概率的影响因素与计量研究[D];复旦大学;2014年

3 邹鑫;上市公司信用评估方法的比较分析[D];青岛大学;2015年

4 黄荔莉;我国商业银行信贷类理财产品信用风险研究[D];福州大学;2014年

5 黄洋洋;基于Logistic模型制造业上市公司违约概率的评估[D];华东交通大学;2016年

6 曹宇;KMV模型违约点修正[D];苏州大学;2016年

7 王芳;初探经济周期条件下的违约概率计算[D];吉林大学;2006年

8 吴琪;银行贷款违约概率测量方法研究[D];武汉大学;2005年

9 潘亮;一种基于样本配比的违约概率估计方法及应用[D];长沙理工大学;2012年

10 刘佳;基于时点法测算违约概率的跨周期修正[D];湖南大学;2011年

，

本文编号：563345