發(fā)布時(shí)間：2017-03-21 10:13

  本文關(guān)鍵詞：我國(guó)企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建與比較研究，由筆耕文化傳播整理發(fā)布。

【摘要】：對(duì)于現(xiàn)代商業(yè)銀行來(lái)說(shuō),風(fēng)險(xiǎn)管理一直是核心的內(nèi)容和永恒的話題。本文選擇目前與我國(guó)商業(yè)銀行信貸業(yè)務(wù)密切相關(guān)的企業(yè)信貸風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)內(nèi)容進(jìn)行研究,旨在探索適合我國(guó)商業(yè)銀行應(yīng)用于企業(yè)信用風(fēng)險(xiǎn)度量的方法,以解決銀行與企業(yè)間信息不對(duì)稱的問(wèn)題,一方面能夠降低銀行信貸評(píng)估的成本,促進(jìn)銀行對(duì)企業(yè)的間接融資量和效率,另一方面為偏重于定性分析企業(yè)信貸風(fēng)險(xiǎn)的商業(yè)銀行提供參考價(jià)值,提高銀行對(duì)企業(yè)信貸風(fēng)險(xiǎn)的控制能力,使我國(guó)金融體系能夠更加穩(wěn)健發(fā)展。 本文首先回顧了國(guó)內(nèi)外關(guān)于信用風(fēng)險(xiǎn)度量與評(píng)估模型的發(fā)展歷程和研究思路,通過(guò)參考國(guó)內(nèi)外已有的研究成果,現(xiàn)有的關(guān)于信用風(fēng)險(xiǎn)度量方法的研究大致可分為兩大類：一類是基于股票價(jià)格對(duì)于上市公司的信用風(fēng)險(xiǎn)評(píng)估方法研究,另一類是基于商業(yè)銀行內(nèi)部客戶提供的財(cái)務(wù)數(shù)據(jù)對(duì)于信貸客戶的信用風(fēng)險(xiǎn)方法研究。通過(guò)分析本文的研究目的、我國(guó)目前的資本市場(chǎng)狀況以及商業(yè)銀行基于股票價(jià)格構(gòu)建企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型的不足之處,表明我國(guó)商業(yè)銀行比較適合利用信貸企業(yè)提供的財(cái)務(wù)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)控制。 基于財(cái)務(wù)數(shù)據(jù)的信貸風(fēng)險(xiǎn)預(yù)測(cè)模型研究的核心環(huán)節(jié)為：預(yù)測(cè)變量的選取和預(yù)測(cè)模型的構(gòu)建,本文以此為本研究的兩個(gè)切入點(diǎn),并在這兩方面進(jìn)行深入研究和方法創(chuàng)新。本文采用兩家商業(yè)銀行的內(nèi)部數(shù)據(jù)進(jìn)行實(shí)證分析,其中A銀行為一家股份制上市銀行、B銀行為一家國(guó)有上市銀行。 在預(yù)測(cè)變量的選取方面,本文首先梳理了關(guān)于變量選取方法研究的文獻(xiàn)綜述,選擇大部分研究中應(yīng)用的t檢驗(yàn)法,分析其優(yōu)缺點(diǎn)。在此基礎(chǔ)上,本文應(yīng)用以往研究中使用較少的逐步回歸法作為對(duì)比,介紹其原理并分析其不足之處。最后,本文利用信息熵理論和數(shù)據(jù)挖掘方法,引入信息噪音差法作為選取變量的新方法,并對(duì)以上方法進(jìn)行實(shí)證研究,結(jié)果表明不同銀行選取出的構(gòu)建評(píng)估模型的指標(biāo)有所差異,本文認(rèn)為不同銀行在構(gòu)建銀行內(nèi)部的信貸風(fēng)險(xiǎn)評(píng)估模型時(shí)應(yīng)該根據(jù)自身的實(shí)際情況選擇建模的指標(biāo),但本文的實(shí)證表明信號(hào)噪音差在選擇建模指標(biāo)時(shí)相比t檢驗(yàn)法和逐步回歸法有更好的應(yīng)用效果和穩(wěn)定性。 在構(gòu)建預(yù)測(cè)模型方面,本文首先回顧國(guó)外關(guān)于信用風(fēng)險(xiǎn)度量的研究成果,分析我國(guó)金融現(xiàn)狀和部分現(xiàn)代信用風(fēng)險(xiǎn)量化模型在我國(guó)現(xiàn)階段應(yīng)用的局限性,表明目前我國(guó)商業(yè)銀行較適合運(yùn)用國(guó)外理論和應(yīng)用上均較成熟的傳統(tǒng)統(tǒng)計(jì)分析方法,包括判別分析法、logistic回歸和probit過(guò)程,分別分析上述模型的原理和不足之處。此外,本文引用現(xiàn)代數(shù)據(jù)挖掘方法,包括決策樹(shù)、樸素貝葉斯法、信號(hào)噪音差與數(shù)據(jù)結(jié)構(gòu)特征化相結(jié)合的方法,其中決策樹(shù)為intelligent miner系統(tǒng)中用于從大量數(shù)據(jù)中挖掘信息的方法,本文還將對(duì)樸素貝葉斯法進(jìn)行修正,使我國(guó)現(xiàn)有的企業(yè)財(cái)務(wù)數(shù)據(jù)滿足修正后模型的應(yīng)用條件,最后引用信號(hào)噪音差與數(shù)據(jù)結(jié)構(gòu)特征化相結(jié)合的新方法,最后本文創(chuàng)建綜合模型,運(yùn)用“少數(shù)服從多數(shù)”的原理綜合運(yùn)用所有模型結(jié)果。對(duì)上述模型進(jìn)行實(shí)證研究后表明不同銀行在評(píng)估模型的選擇上存在差異,其中A銀行運(yùn)用傳統(tǒng)統(tǒng)計(jì)分析法相對(duì)于決策樹(shù)和修正后的樸素貝葉斯法準(zhǔn)確率更高,而B(niǎo)銀行樣本則更適合運(yùn)用決策樹(shù)和修正后的樸素貝葉斯法,但對(duì)于兩個(gè)銀行來(lái)說(shuō),信號(hào)噪音差與數(shù)據(jù)結(jié)構(gòu)特征化相結(jié)合的方法以及綜合模型均有較好的實(shí)證結(jié)果,具有實(shí)際的應(yīng)用價(jià)值,因此,本文認(rèn)為不同的銀行應(yīng)根據(jù)自身實(shí)際情況選擇評(píng)估模型,而信號(hào)噪音差與數(shù)據(jù)結(jié)構(gòu)特征化法和綜合模型可以在銀行構(gòu)建評(píng)估模型時(shí)提供參考。
【關(guān)鍵詞】：信用風(fēng)險(xiǎn)度量 信號(hào)噪音差 修正的樸素貝葉斯 綜合模型
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：F832.4;F224
【目錄】：

• 摘要2-5
• ABSTRACT5-10
• 第一章 緒論10-19
• 第一節(jié) 本文的研究背景和研究意義10-11
• 一、本文的研究背景10
• 二、本文的研究意義10-11
• 第二節(jié) 國(guó)內(nèi)外的研究現(xiàn)狀11-15
• 一、國(guó)外研究現(xiàn)狀11-13
• 二、國(guó)內(nèi)研究現(xiàn)狀13-15
• 第三節(jié) 本文的研究目的、思路和方法15-17
• 一、研究目的15
• 二、研究思路和方法15-16
• 三、章節(jié)安排16-17
• 第四節(jié) 本文的創(chuàng)新點(diǎn)與不足17-19
• 一、本文的創(chuàng)新點(diǎn)主要集中在以下方面17-18
• 二、本文的不足之處18-19
• 第二章 商業(yè)銀行度量企業(yè)信貸風(fēng)險(xiǎn)的理論基礎(chǔ)與模型19-31
• 第一節(jié) 企業(yè)信用風(fēng)險(xiǎn)評(píng)估的核心環(huán)節(jié)19-20
• 第二節(jié) 企業(yè)信貸風(fēng)險(xiǎn)識(shí)別因子理論基礎(chǔ)20-23
• 一、變量均值t檢驗(yàn)法20-21
• 二、逐步回歸法21-22
• 三、信號(hào)噪音差方法22-23
• 第三節(jié) 企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型理論基礎(chǔ)23-31
• 一、部分國(guó)外現(xiàn)代信用風(fēng)險(xiǎn)量化模型在我國(guó)應(yīng)用的局限性23-25
• 二、信用風(fēng)險(xiǎn)預(yù)測(cè)模型的原理及模型構(gòu)建25-31
• 第三章 企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型構(gòu)建的實(shí)證分析31-44
• 第一節(jié) 數(shù)據(jù)來(lái)源與說(shuō)明31
• 第二節(jié) 備選預(yù)測(cè)指標(biāo)與定義31-32
• 第三節(jié) 信貸風(fēng)險(xiǎn)識(shí)別因子與有效性分析32-37
• 一、變量的t檢驗(yàn)33-35
• 二、信號(hào)噪音差法35-36
• 三、逐步回歸法36-37
• 第四節(jié) 信貸風(fēng)險(xiǎn)評(píng)估模型與實(shí)證檢驗(yàn)37-44
• 一、確定臨界值的標(biāo)準(zhǔn)37-38
• 二、模型的實(shí)證檢驗(yàn)與預(yù)測(cè)規(guī)則38-44
• 第四章 本文結(jié)論分析與建議44-50
• 第一節(jié) 本文結(jié)論分析44-48
• 第二節(jié) 本文的建議48-50
• 參考文獻(xiàn)50-53
• 致謝53-54

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 夏紅芳,劉思峰;基于企業(yè)財(cái)務(wù)信息的信用風(fēng)險(xiǎn)度量方法述評(píng)[J];財(cái)經(jīng)論叢(浙江財(cái)經(jīng)學(xué)院學(xué)報(bào));2005年06期

2 施錫銓,鄒新月;典型判別分析在企業(yè)信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J];財(cái)經(jīng)研究;2001年10期

3 吳軍,張繼寶;信用風(fēng)險(xiǎn)量化模型比較分析[J];國(guó)際金融研究;2004年08期

4 郭小波;王婉婷;周欣;;我國(guó)中小企業(yè)信貸風(fēng)險(xiǎn)識(shí)別因子的有效性分析——基于北京地區(qū)中小企業(yè)的信貸數(shù)據(jù)[J];國(guó)際金融研究;2011年04期

5 李金海;付琳娜;李建華;;基于Logistic模型對(duì)上市公司的信用等級(jí)評(píng)價(jià)研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2011年06期

6 徐曉萍;馬文杰;;非上市中小企業(yè)貸款違約率的定量分析——基于判別分析法和決策樹(shù)模型的分析[J];金融研究;2011年03期

7 周首華,楊濟(jì)華,王平;論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J];會(huì)計(jì)研究;1996年08期

8 陳靜;上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J];會(huì)計(jì)研究;1999年04期

9 黃靜;趙慶禎;;基于樸素貝葉斯的供應(yīng)鏈金融信用風(fēng)險(xiǎn)預(yù)測(cè)分析[J];物流科技;2009年08期

10 彭壽康;;會(huì)計(jì)信息的數(shù)據(jù)挖掘方法與銀行信貸風(fēng)險(xiǎn)預(yù)測(cè)[J];商業(yè)經(jīng)濟(jì)與管理;2008年03期

  本文關(guān)鍵詞：我國(guó)企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建與比較研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：259496