上市公司信用风险的度量研究与体系建立

发布时间：2021-01-07 19:00

　　近几年来,我国的资本市场在不断地发展壮大,上市公司有着非常重要的经济地位,其资产规模也随之扩大。但是,在上市公司的经济发展日益增强的同时,也有较多难题亟待解决,其中企业运营亏损可能导致的信用风险问题暴露的缺陷已经非常明显。基于对信用风险度量的各种技术和历史研究的回顾,本文重点研究Logistic模型,Logistic模型具有简单快速观测数据的特点,因此在信用风险度量领域取得了广泛的应用。引用该模型用于度量和预测企业的财务亏损风险,模型结果可与企业信用风险指标相关联,数据结果对比也可用于验证模型。因此,本文构建了一类信用风险度量的体系,选择了大量的样本数据作为数据基础,通过不同的变量处理方法与Logistic模型的结合进行三次模拟实验,达到使拟合进入模型的变量能够最大程度地反映指标特征的目的,从而提高预测精度。实证部分的研究对象是2017年我国上海证券交易所和深圳证券交易所的上市公司,其是否ST的状态是已知的,从中选取43家被ST标记的公司作为信用违约样本,以及430家未被ST标记的公司作为非违约样本,符合1:10的样本配比比例。将样本一分为二,一部分作为训练集用来拟合模型,另一部分作为... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 研究背景及研究意义
    1.2 文献综述
        1.2.1 信用风险度量研究方法综述
        1.2.2 Logistic回归模型的应用综述
    1.3 研究内容
2 信用风险简介
    2.1 信用风险的定义
    2.2 信用风险的影响
3 构建一类信用风险度量体系
    3.1 模型变量的处理方法
        3.1.1 主成分分析法
        3.1.2 改进处理方法
        3.1.3 逐步回归分析法
    3.2 Logistic回归模型
    3.3 构建三种信用风险度量模型
        3.3.1 PCA-LR模型
        3.3.2 改进PCA-LR模型
        3.3.3 step-LR模型
    3.4 模型评估
        3.4.1 混淆矩阵
        3.4.2 ROC曲线
4 实证分析
    4.1 样本介绍
    4.2 指标选取
    4.3 构建PCA-LR模型及模型评估
    4.4 构建改进PCA-LR模型及模型评估
    4.5 构建step-LR模型及模型评估
    4.6 模型预测结果对比
5 总结和建议
参考文献
附录A 三种模型部分程序
致谢


【参考文献】：
期刊论文
[1]基于商业银行贷款风险度量的Credit Risk+模型[J]. 卞乐乐,侯为波.  淮北师范大学学报(自然科学版). 2018(03)
[2]基于Credit Risk+模型的互联网金融信用风险估计[J]. 李琦,曹国华.  统计与决策. 2015(19)
[3]上市公司信用风险预警的实证分析——基于KMV模型[J]. 许双双.  时代金融. 2015(24)
[4]非预期损失与极端损失视角下的贷款保险定价方法[J]. 胡斌,史本山.  保险研究. 2015(07)
[5]基于Logistic模型的小微企业信用风险度量研究[J]. 曹明生.  时代金融. 2015(08)
[6]基于Logistic回归模型的上市公司财务报告舞弊识别研究[J]. 洪文洲,王旭霞,冯海旗.  中国管理科学. 2014(S1)
[7]基于KMV模型的中国短期融资券信用风险评级研究[J]. 张宝,岳宗营.  证券市场导报. 2011(03)
[8]上市公司财务危机预测模型比较研究[J]. 胡锦明,吕峻.  审计与经济研究. 2009(02)
[9]企业经营管理预警:主成分分析在logistic回归方法中的应用[J]. 梁琪.  管理工程学报. 2005(01)
[10]贷款信用保险定价研究[J]. 唐吉平,陈浩.  金融研究. 2004(10)

硕士论文
[1]基于AHP-Logistic模型的信用卡客户信用评分系统设计与应用研究[D]. 赵鑫.青岛大学 2018



本文编号：2963071