【摘要】：在市場經(jīng)濟的條件下,信用風險是商業(yè)銀行面臨的主要風險之一。激烈的競爭環(huán)境和巴塞爾新資本協(xié)議對商業(yè)銀行信用風險管理提出了更高的要求,如何對信用風險進行預(yù)警判別,完善商業(yè)銀行信用風險預(yù)警管理,對于我國主要依托貸款業(yè)務(wù)發(fā)展的商業(yè)銀行來說,顯得尤為重要。因此,信用風險預(yù)警的研究成為當今風險研究領(lǐng)域極具挑戰(zhàn)性的課題之一。 本文針對國內(nèi)外信用風險預(yù)警研究中長期忽視數(shù)據(jù)時間序列特征而導(dǎo)致的預(yù)測存在的誤差,構(gòu)建了以26個財務(wù)指標和非財務(wù)指標的指標體系,結(jié)合因子分析法和Logistic回歸分析方法,建立了適合我國公司信用風險動態(tài)預(yù)警模型。在此基礎(chǔ)上,選取146家上市企業(yè)為模型總體樣本,對模型進行了實證分析。結(jié)果發(fā)現(xiàn),建立的信用風險動態(tài)預(yù)警模型取得了87.3%的預(yù)測準確率,檢驗樣本的預(yù)測準確率也達到了83.3%,符合預(yù)期效果,在較大程度上提高了信用風險預(yù)警的使用價值。最后本文就如何改進信用風險預(yù)警提出了若干建議。
【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2010
【分類號】：F224;F830.33
【圖文】：

橫坐標是個案屬于1的隸屬度，即預(yù)測概率，縱坐標是個案的分布頻數(shù)，主要反映個案的分布，具體見下圖。通過分析我們可以發(fā)現(xiàn)建立的模型預(yù)測效果良好，只有6個1值落入概率0一0.5之間的范圍，見下圖5.1:

【參考文獻】

相關(guān)期刊論文 前10條

1 尹宗成;田峰;吳永輝;;商業(yè)銀行信用風險及評估方法應(yīng)用述評[J];安徽農(nóng)業(yè)大學學報(社會科學版);2008年05期

2 李興法;王慶石;;基于CreditMetrics模型的商業(yè)銀行信用風險應(yīng)用研究[J];財經(jīng)問題研究;2006年12期

3 宋曉華;陳寶珍;;財務(wù)風險預(yù)警系統(tǒng)研究[J];財會通訊;2010年23期

4 馬威;方瑩;;BP網(wǎng)絡(luò)模型在財務(wù)危機預(yù)警中的應(yīng)用[J];財會月刊;2009年06期

5 聶麗潔;張毅;樊丹丹;;BP神經(jīng)網(wǎng)絡(luò)與因子分析的財務(wù)危機預(yù)警應(yīng)用[J];財會月刊;2009年27期

6 張玲,楊貞柿,陳收;KMV模型在上市公司信用風險評價中的應(yīng)用研究[J];系統(tǒng)工程;2004年11期

7 陳文俊;企業(yè)財務(wù)困境修正Z模型的實證研究[J];系統(tǒng)工程;2005年06期

8 沈沛龍;周浩;;基于支持向量機理論的中小企業(yè)信用風險預(yù)測研究[J];國際金融研究;2010年08期

9 王建新;于立勇;;基于信用風險度的商業(yè)銀行風險評估模型研究[J];管理工程學報;2007年04期

10 熊正德;冷梅;;KMV和Apriori算法在上市公司信用風險傳染中的應(yīng)用[J];湖南大學學報(社會科學版);2010年03期

相關(guān)碩士學位論文 前1條

1 朱華鋒;我國上市公司信用風險度量模型研究[D];廣州大學;2008年

本文編號：2729979