互联网新闻信息对上市中小企业信用违约风险评估影响的实证研究

发布时间：2021-11-05 16:48

　　中小企业在我国国民经济中占有重要位置,长期以来由于中小企业与金融机构的信息不对称导致难以进行违约风险评估和预警,形成企业融资难、金融机构呆坏账多的恶性循环。尽管很多研究表明财务指标能有效评估企业信用违约风险,但中小企业财务指标可信度较低,财务造假、关联关系复杂等诸多因素,给对中小企业进行信用违约风险评估带来较大困难。而非财务指标由于缺乏统一标准,难以获取和量化等原因导致难以进行有效运用。近几年我国互联网高速发展,使得企业大量相关信息互联网化、公开化,成为重要的非财务信息来源。云计算、语义分析及大数据等现代信息技术的发展又使得互联网信息数据的收集、整理、分析、使用成为可能。但关于互联网信息对企业信用违约风险的实质影响研究还鲜有涉及。本文聚焦互联网新闻信息,将其作为重要的非财务指标加入信用违约风险评估模型中进行比较分析,研究互联网新闻信息是否有助于中小企业信用违约风险评估。本文选择中小企业版的80家上市公司进行实证分析,具体研究了以下内容:1.对上市公司财务变量进行筛选和分析。上市公司的财务数据对于企业信用违约风险有重要影响,本文收集上市公司连续三年的年度财务报表并提取26个财务指标,通过... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 国内外相关研究综述
        1.3.1 企业信用违约风险度量和评估模型的理论研究
        1.3.2 互联网及大数据对信用违约风险评估的理论研究
        1.3.3 财务指标与非财务指标对于企业信用违约风险评估影响的研究现状
    1.4 研究目标和内容
    1.5 论文框架
第2章 相关理论及研究设计
    2.1 信用违约风险的概念
    2.2 互联网信息的概念
    2.3 网络爬虫技术
    2.4 Logistic分析
    2.5 研究设计
        2.5.1 样本选取
        2.5.2 研究指标
        2.5.3 研究假设
    2.6 本章小结
第3章 研究指标变量分析
    3.1 财务指标分析
        3.1.1 财务指标选取
        3.1.2 财务指标的正态分布检验
        3.1.3 财务指标的显著性检验
        3.1.4 财务指标的因子主成分分析
    3.2 互联网新闻信息指标分析
        3.2.1 基于互联网新闻信息的媒体影响力指标
        3.2.2 基于互联网新闻信息的情绪指标
        3.2.3 基于互联网新闻信息的频次数量指标
        3.2.4 指标分析结果
    3.3 本章小结
第4章 构建中小企业信用违约风险评估模型
    4.1 构建基于Logistic回归的企业信用违约风险评估模型
    4.2 拟合结果
    4.3 模型判别有效性分析
        4.3.1 全样本的判别有效性
        4.3.2 分样本模型变量及显著性
        4.3.3 分样本的判别有效性
    4.4 测试集检验
    4.5 本章小结
第5章 研究结论和应用前景
    5.1 研究结论
    5.2 应用前景及展望
参考文献
附录1 网络爬虫算法
附录2 80家上市企业财务及互联网新闻指标
攻读硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]大数据风控的现状、问题及优化路径[J]. 巴曙松,侯畅,唐时达.  金融理论与实践. 2016(02)
[2]KMV模型在我国商业银行信用风险管理中的适用性分析及实证检验[J]. 杨秀云,蒋园园,段珍珍.  财经理论与实践. 2016(01)
[3]一种基于组合语义的文本情绪分析模型[J]. 乌达巴拉,汪增福.  自动化学报. 2015(12)
[4]互联网+时代大数据征信体系建设探讨[J]. 冯文芳,李春梅.  征信. 2015(10)
[5]小微企业信用评估的数据挖掘方法综述[J]. 高俊光,刘旭,朱辰辰.  金融理论与实践. 2015(10)
[6]基于大数据的企业财务预警研究[J]. 宋彪,朱建明,李煦.  中央财经大学学报. 2015(06)
[7]小微企业信用评级指标体系构建研究[J]. 舒歆.  金融理论与实践. 2015(05)
[8]管理层语调能预示公司未来业绩吗?——基于我国上市公司年度业绩说明会的文本分析[J]. 谢德仁,林乐.  会计研究. 2015(02)
[9]互联网金融对我国金融机构信用风险影响的实证研究[J]. 李明选,孟赞.  企业经济. 2014(11)
[10]互联网信贷、信用风险管理与征信[J]. 中国人民银行征信中心与金融研究所联合课题组,纪志宏,王晓明,曹凝蓉,金中夏,伍旭川,黄余送,张晓艳.  金融研究. 2014(10)



本文编号：3478165