绿色信贷政策下企业信贷风险测度及影响因素识别
发布时间:2021-04-08 20:48
为了测度自实施绿色信贷政策以来企业信贷风险的变化情况,本文以2015—2018年沪深A股环保行业上市公司和两高行业上市公司作为研究对象,首先运用KMV模型测度代表行业信贷风险值的违约距离,然后利用两大行业面板数据分析在绿色信贷政策执行背景下,企业出现违约的主要因素,深度剖析绿色信贷政策对两大行业信贷风险影响。研究发现,环保类上市公司信贷违约状况好于两高行业,但优势并不明显,为此本文结合信贷违约因素,为改善信贷违约状况提出可行性建议。
【文章来源】:财会通讯. 2020,(02)北大核心
【文章页数】:3 页
【文章目录】:
一、引言
二、绿色信贷风险测度
(一)数据来源
(二)KMV模型基本原理
(三)测度结果
三、绿色信贷政策下信贷风险影响因素分析
(一)变量定义及面板模型建立
(二)描述性统计分析
(三)回归分析
四、结论
【参考文献】:
期刊论文
[1]基于Probit模型的中国制造业企业信贷风险测度研究[J]. 霍源源,姚添译,李江. 预测. 2019(04)
本文编号:3126248
【文章来源】:财会通讯. 2020,(02)北大核心
【文章页数】:3 页
【文章目录】:
一、引言
二、绿色信贷风险测度
(一)数据来源
(二)KMV模型基本原理
(三)测度结果
三、绿色信贷政策下信贷风险影响因素分析
(一)变量定义及面板模型建立
(二)描述性统计分析
(三)回归分析
四、结论
【参考文献】:
期刊论文
[1]基于Probit模型的中国制造业企业信贷风险测度研究[J]. 霍源源,姚添译,李江. 预测. 2019(04)
本文编号:3126248
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3126248.html