基于最优信用特征组合的违约判别模型——以中国A股上市公司为例

发布时间：2022-08-23 18:58

　　违约判别是信用风险评估的一种方式,提高违约判别精度一直是学界和业界重点关注的问题.本文从最优信用特征组合而不是最优指标组合的角度建立违约判别模型,提高违约判别精度.本文的创新有三个方面:一是以信息值最大为目标建立优化模型,将指标数据划分成能最大区分违约状态的多个信用特征.二是采用弹性网回归对信用特征进行遴选,反推违约判别误差最小的最优信用特征组合.三是以组间离散度与组内离散度之比最大为目标,构建数学规划,反推一组权重,得到线性判别方程.本文基于2000-2017年共2169家中国A股上市公司的数据进行实证,研究表明经过特征划分的线性判别分析、K近邻、支持向量机等模型的精度整体高于没有经过特征划分的模型精度. 

【文章页数】：17 页

【文章目录】：
1 引言
2 文献综述
    2.1 信用特征划分的研究
    2.2 指标遴选的研究
    2.3 判别模型的研究
3 问题的描述和解决思路
    3.1 信用特征划分的难点及其解决思路
    3.2 最优信用特征遴选的难点及其解决思路
4 基于信用特征遴选的违约判别模型构建
    4.1 信用特征的划分
        4.1.1 连续型数据的区间划分方法
        4.1.2 离散型指标分类标记
        4.1.3 将离散型指标拆分为信用特征
    4.2 基于违约判别力最大的信用特征组合遴选
    4.3 线性判别分析模型的构建
        4.3.1 基于最优权重的信用评分方程构建
        4.3.2 基于评分临界点的违约判别模型构建
    4.4 模型有效性检验
5 实证分析
    5.1 样本描述
        5.1.1 样本的来源
        5.1.2 样本的选取
    5.2 信用特征的划分
        5.2.1 连续型指标划分信用特征
        5.2.2 离散型指标划分信用特征
        5.2.3 信用特征变量的拆分
    5.3 基于判别力最大遴选最优信用特征组合
    5.4 基于线性判别分析的预测模型构建
    5.5 模型判别精度的确定
    5.6 对比分析
        5.6.1 对比模型构建
        5.6.2 对比分析结论
6 结论
    6.1 主要结论
    6.2 主要创新与特色


【参考文献】：
期刊论文
[1]基于显著区分两类客户的小型建筑企业信用评价模型研究[J]. 孟斌,杨越,刁姝杰.  系统工程理论与实践. 2019(02)
[2]刚性兑付被打破是否影响公司债的发行定价?——基于“11超日债”违约事件的实证研究[J]. 彭叠峰,程晓园.  管理评论. 2018(12)
[3]基于多源数据融合的个人信用评分研究[J]. 方匡南,赵梦峦.  统计研究. 2018(12)
[4]基于半参数方法进行拒绝推断的信用评级模型[J]. 夏利宇,何晓群.  管理评论. 2018(10)
[5]基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用[J]. 张卫国,卢媛媛,刘勇军.  系统工程理论与实践. 2018(10)
[6]基于违约强度信用久期的资产负债优化模型[J]. 李鸿禧,迟国泰.  系统工程理论与实践. 2018(06)
[7]基于Fisher判别的小型工业企业债信评级模型及实证[J]. 潘明道,周颖,迟国泰,孟斌.  管理评论. 2018(03)
[8]基于联合违约概率的资产组合投资优化方法[J]. 李汉东,张吟,张瑞.  系统工程理论与实践. 2018(03)
[9]基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究[J]. 吴冲,刘佳明,郭志达.  运筹与管理. 2018(02)
[10]基于Probit回归的小企业债信评级模型及实证[J]. 迟国泰,张亚京,石宝峰.  管理科学学报. 2016(06)



本文编号：3678306