我国上市公司信用风险预测研究

发布时间：2021-07-25 13:14

　　信用风险是现代经济体系面临的主要风险,而公司的财务状况对其产生直接的影响。随着金融市场的发展,涌现出新的金融工具,扩大了金融衍生品的交易规模,这些信用衍生工具迅速扩大了信用风险所涉及的范围和规模。怎样准确地度量信用风险,并进一步对其进行有效地管理,已成为商业银行面临的极具挑战性的课题之一。本文的目的在于预测我国上市公司是否存在信用风险,采用分类模型Logistic回归模型对其进行预测,选取上市公司财务指标作为模型协变量。基于上市公司财务指标众多且相关性较强的特点,当财务指标变量个数β大于样本量n时,首先选取惩罚方法筛选变量,使得d<n;接着采用主成分分析法选取主成分,进一步降低了财务指标数据空间维度,并且得到互不相关的主成分。在此基础上,以选取出的主成分作为协变量构建Logistic回归模型对其信用风险进行预测。在实证部分,文中选取了 63家上市公司为研究样本,其中27家ST公司,36家非ST公司,从每股指标、资本结构、现金流量、偿债能力、营运能力、盈利能力和成长能力七个方面选取了共106个财务指标作为变量来构建模型,实证结果表明模型预测效果良好,其准确度达 87.3%,AUC ... 

【文章来源】：浙江工商大学浙江省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图６－１?ＰＣＡ－Ｌｏｇｉｓｔｉｃ模型预测结果的ＲＯＣ曲线??（注：ＲＯＣ曲线的横坐标应该为１－Ｓｐｅｃｉｆｉｃｉｔｙ，图６－１中的Ｒ０Ｃ曲线为Ｓｐｅｃｉｆｉｃｉｔｙ，??

【参考文献】：
期刊论文
[1]基于lasso-logistic的互联网征信模型研究[J]. 胡极,杨文川.  经营管理者. 2017(20)
[2]一种综合变量构建方法的探讨[J]. 程豪,易丹辉,胡镜清,杨燕.  统计与决策. 2017(03)
[3]基于LASSO方法的企业财务困境预测[J]. 杨青龙,田晓春,胡佩媛.  统计与决策. 2016(23)
[4]惩罚logistic回归方法在SNPs数据变量筛选研究中的应用[J]. 刘匆提,李昂,门志红,姜博,肖纯,刘艳,李贞子.  实用预防医学. 2016(11)
[5]我国上市公司信用风险度量研究——基于KMV模型[J]. 王科文,董鹏,卢苇.  时代金融. 2016(27)
[6]基于上市公司财务数据的企业信用风险预测Logistic模型研究[J]. 闫炳琪,赵月瑶,张辉.  中国传媒大学学报(自然科学版). 2016(04)
[7]基于网络结构Logistic模型的企业信用风险预警[J]. 方匡南,范新妍,马双鸽.  统计研究. 2016(04)
[8]基于Lasso-logistic模型的供应链金融信用风险实证研究[J]. 逯宇铎,金艳玲.  管理现代化. 2016(02)
[9]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)
[10]Elastic Net方法在Cox模型变量选择中的研究[J]. 李春红,韦新星.  西南大学学报(自然科学版). 2015(07)

硕士论文
[1]几种变量选择方法在Cox模型中的应用[D]. 韦新星.广西大学 2015
[2]Elastic Net方法在几类模型变量选择中的应用[D]. 黄登香.广西大学 2014



本文编号：3302097