上市公司信用风险度量研究

VIP免费

3.0 高德中 2024-11-19 8 4 1.31MB 58 页 15积分

侵权投诉

上市公司信用风险度量研究

摘要

全球信用不断膨胀，信用风险的暴露也越来越严重了，因此，信用风险成为

全球各个国家的金融系统所面临的主要风险之一。信用风险的合理度量与控制，

对于我国银行强化其内部的风险管理，促进风险管理水平的提高，提高银行的核

心竞争力，具有积极的现实意义。因此需要我们去积极探索方便实用，可操作性

强的信用度量方法。本文分析了我国银行目前使用的信用风险度量方法，发现我

国目前使用的度量方法比较落后，仍然采用定性分析及专家经验判断为主。基于

对我国信用风险度量现状的研究，本文从现代信用风险模型的适用性及模型混合

的角度进行研究。为我国商业银行的信用风险度量提供了一个新的视角。

本文借助上市公司数据的可获得性，选取100个上市公司作为实证样本进行

统计研究。选取三个具有代表性的信用风险度量模型即： logistic回归模型，

KMV模型，BP神经网络模型。分别是传统信用风险度量模型与现代信用风险度量

模型的典型代表。

对logistic回归模型进行相应的改进，logistic回归模型进行回归分析之前，

首先对其进行因子分析，通过因子分析寻找综合性指标，代替原来指标所包含的

所有指标，剔除指标之间的相关性。

针对股权分置改革之后的实际情况，在对KMV模型的计算过程中，对上市公

司股权价值的计算进行了进一步的讨论，根据实证分析得出股权价值的计算公式

求出的违约距离更加符合实际情况。

分析了三种模型的优缺点的基础上，重点是寻找模型结合的契合点，提高模

型分类的准确率。本问将KMV模型分别与Logistic模型和BP神经网络模型进行结

合，通过实证分析与单独的信用风险度量模型进行对比。

通过实证结果分析得出结论，模型的结合能够提高对信用风险的判别准确率。

并且模型简单易操作可以在实际中进行应用。最后根据我国目前存在的信用风险

度量的问题，提出合理的建议。

关键词：信用风险 Logistic 回归 KMV 模型混合两阶段

ABSTRACT

In the global, credit risk gradually increased, consequently, Credit risk is one of the

main risks of financial system .The effective methods for measurement and control has

positive significance for improving the competitiveness and level of risk management of

banks of our country. Therefore, we should actively search for convenient and practical

methods of credit risk measurement. In this paper, we analyzed the traditional methods

of credit measurement in our country .Through analysis, we discovered that the methods

we used in financial system fall behind the western country. Based on the current

situation, this paper aims at researching hybrid model and how to use advanced model

in our country. A fresh perspective will be provided in this paper.

In the substantial study,100 listed company as samples are chosen to be studied for

their data are availability. This paper select three typical models: logistic model, KMV

model and BP neural network.

In this paper, we use factor analysis to simplify the valuation indexes. Through

factor analysis we can eliminate redundancy, reduce dimension of the samples and

improved logistic model.

After the reforms of split share structure, most of current experimental methods

need to be improved. In this paper, we discussed how to improve the method and

derived the calculation formula about value of equity. Therefore, the Distance-to-

Default is more coincident with the factual situation.

Based on the analysis of advantages and disadvantages for three different models,

we focused on how to combine different model in order to achieve higher classification

accuracy.

Finally, we can derived the conclusion that: hybird model can achieve higher

classification accuracy. The case analysis demonstrates the effectiveness of the hybrid

model. In the end, on the foundation, we put forward some conclusions and suggestions

for the commercial bank and other financial business.

Key Words: Credit risk, Logistic Regression, KMV, Hybrid model

目 录
中文摘要
ABSTRACT
第一章 绪 论.........................................................1
§1.1 研究的背景与意义.............................................1
§1.2国内外文献综述...............................................2
§1.2.1 国外文献综述...........................................2
§1.2.2国内文献综述...........................................3
§1.3研究的思路...................................................4
§1.4 创新点.......................................................5
第二章 信用风险度量的相关理论........................................6
§2.1 信用风险度量的基础知识.......................................6
§2.1.1 信用风险定义...........................................6
§2.1.2信用风险的特征.........................................6
§2.2信用风险度量的方法概论.......................................8
§2.3 Logistics 模型..............................................9
§2.4 BP 神经网络..................................................9
§2.5 KMV 模型....................................................10
§2.5.1KMV 模型的起源.........................................10
§2.5.2 KMV 模型的特点........................................10
§2.6 Credit Metrics 模型.........................................11
§2.6.1 Credit Metrics 模型原理...............................11
§2.6.2 Credit Metrics 模型的过程.............................11
§2.6.3 Credit Metrics 模型应用总结...........................12
§2.7本章小结....................................................12
第三章 基于 Logistic 模型的上市公司信用风险分析.......................13
§3.1 模型分析...................................................13
§3.2样本数据选取................................................13
§3.2 财务指标的选取..............................................13
§3.3 因子分析...................................................15
§3.3.1 因子分析的前提条件....................................15
§3.3.2 因子提取..............................................15
§3.3.3 因子转移矩阵..........................................16
I

§3.3.4 因子得分矩阵..........................................17
§3.4  logistics 回归分析.........................................18
§3.4.1 回归系数的显著性检验..................................18
§3.4.2 模型的拟合优度评价....................................19
§3.4.3模型结果分析..........................................19
§3.5 本章小结...................................................21
第四章 基于 KMV 模型的上市公司信用风险理论及实证分析..................22
§4.1 KMV 模型的基本思想..........................................22
§4.2模型的假定..................................................23
§4.3违约点的确定................................................23
§4.4上市公司股权价值的计算......................................23
§4.4.1 以往股权价值计算方法..................................23
§4.4.2 本文股权价值计算思路..................................23
§4.4.3 限售股股价确定........................................24
§4.5股权价值波动率计算..........................................27
§4.6上市公司资产价值和资产价值波动率的估计......................27
§4.7 违约距离的计算.............................................28
§4.8结果分析....................................................31
§4.9 本章小结...................................................31
第五章 基于 BP 神经网络的上市公司信用风险理论及实证分析...............32
§5.1 BP 算法的介绍...............................................32
§5.2 激活函数的选取.............................................32
§5.3 BP 神经网络的工作原理.......................................33
§5.4 BP 神经网络模型的建立.......................................35
§5.5相关训练参数的设置..........................................35
§5.5实证结果分析................................................36
§5.6本章小结....................................................36
第六章 基于混合模型的上市公司信用风险度量...........................37
§6.1 基于 KMV-logistic 回归的混合模型.............................37
§6.2基于 BP-KMV 的混合模型.......................................39
§6.3本章小结....................................................39
第七章 结论与建议...................................................41
§7.1 结论........................................................41
II

§7.2建议........................................................41

参考文献............................................................43

附录...............................................................46

附录一样本数据的财务指标........................................46

附录二样本数据违约点............................................49

附录三因子分析结果..............................................51

附录四 BP 神经网络运行程序........................................53

III

第一章绪论

§1.1 研究的背景与意义

2007 年8月席卷美国、欧盟和日本等世界主要金融市场的次贷危机使更多的

学者关注信用风险所带来的影响。人们越来越深刻的认识到，信用风险是所有金

融行业面临的最主要的风险之一。近年来，信用风险对金融系统的影响日益突出，

2007 年的次贷危机只是日益突出其中的一个表现。因为在全球范围内，债务规模

在不断的扩张，人们对于信用的理解也随之不断发生改变，越来越多的企业或者

个人倾向于通过贷款来满足自身的资金需求。随着债务规模的不断加大，信用风

险也不断加大。信用风险加大，如果管理不善，那么就会酿成经济危机，比如亚

洲的金融危机、俄罗斯的金融危机，无不与不良贷款相联系。

我国 2006 年11 月开始金融系统全面对外开放，我国的金融业也面临前所未

有的挑战和冲击。在我国，信用风险同样也是是金融业所面临的主要的风险之一。

从1990 年我国证券市场建立至今，上市公司成为国民经济的主要组成部分，上市

公司也是商业银行提供贷款的主要对象，但是上市公司的违规行为也是时有发生，

干扰我国经济的正常运行，给商业银行带来了巨大的风险。银行与上市公司的纠

纷也不断发生，要想从根本上杜绝这一现象的发生首先要从两方面做起:一方面

是，银行提高对上市公司信用风险度量的准确性，另一个方面是上市公司应该不

断提高自身的企业社会责任感和信用。消除企业与银行之间的信息不对称。我国

的住房抵押贷款也越来越具有美国次级贷款的特征，只不过在我国需要一定的首

付比例。但是，随着中国房地产价格的大幅上涨，中国住房抵押贷款的风险也越

来越大。随着央行对此提高存贷款的利率，借款人的偿付压力逐渐加大。近年来，

我国尽管采取了各种措施来控制信用风险，其中包括政府发行特别国债补充国有

独资银行的资本金和成立四家资产管理公司接管四大国有银行以及政策性银行的

不良资产等措施，但是信用风险的根源依然存在。

各种金融机构面临的风险日益复杂化和多元化。对信用风险的研究日益加强，

新的信用风险度量模型不断出现，但是信用风险度量在国际上还没有一个通用的

方法和技术。

在我国由于各方面的原因，例如，无法获得研究数据，体制结构不完善等，

造成了对信用风险度量的研究比较落后。目前来说，我国的信用风险分析主要还

是以专家分析方法和以财务指标为基础的定性分析为主，这些分析方法明显带有

很大的主观性，不能很好的度量上市公司的信用风险。对外国的风险分析模型的

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

上市公司信用风险度量研究摘要全球信用不断膨胀，信用风险的暴露也越来越严重了，因此，信用风险成为全球各个国家的金融系统所面临的主要风险之一。信用风险的合理度量与控制，对于我国银行强化其内部的风险管理，促进风险管理水平的提高，提高银行的核心竞争力，具有积极的现实意义。因此需要我们去积极探索方便实用，可操作性强的信用度量方法。本文分析了我国银行目前使用的信用风险度量方法，发现我国目前使用的度量方法比较落后，仍然采用定性分析及专家经验判断为主。基于对我国信用风险度量现状的研究，本文从现代信用风险模型的适用性及模型混合的角度进行研究。为我国商业银行的信用风险度量提供了一个新的视角。本文借助上市公司数据的...

展开>> 收起<<

上市公司信用风险度量研究.doc

共58页,预览6页

还剩页未读，继续阅读

上市公司信用风险度量研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: