發(fā)布時(shí)間：2023-10-28 17:21

　　在中國(guó),銀行在企業(yè)融資中承擔(dān)著非常大的信用風(fēng)險(xiǎn),商業(yè)銀行的不良貸款率呈現(xiàn)出上升趨勢(shì)。隨著中國(guó)銀行業(yè)市場(chǎng)化進(jìn)程的深入,以及以第三方支付為先鋒的互聯(lián)網(wǎng)金融的興起,信用風(fēng)險(xiǎn)所涉及的領(lǐng)域和規(guī)模也迅速擴(kuò)大,信用風(fēng)險(xiǎn)管理已成為商業(yè)銀行的重要課題。國(guó)外的大型商業(yè)銀行已建立起一系列適合自身的風(fēng)險(xiǎn)管理方法,與國(guó)外相比,我國(guó)在信用風(fēng)險(xiǎn)量化方面的技術(shù)較為落后。作為中國(guó)經(jīng)濟(jì)發(fā)展的重要支柱產(chǎn)業(yè),房地產(chǎn)業(yè)是衡量中國(guó)經(jīng)濟(jì)的主要指標(biāo)之一。然而我國(guó)涉足房地產(chǎn)市場(chǎng)的企業(yè)眾多,良莠不齊,受經(jīng)濟(jì)下行和激烈的行業(yè)競(jìng)爭(zhēng)影響,大批競(jìng)爭(zhēng)能力弱、資本運(yùn)作水平低的公司將會(huì)面臨財(cái)務(wù)危機(jī)和破產(chǎn)風(fēng)險(xiǎn)。本文將從商業(yè)銀行的角度出發(fā),對(duì)兩種信用風(fēng)險(xiǎn)模型的原理和在房地產(chǎn)業(yè)上市公司中的應(yīng)用進(jìn)行詳細(xì)的介紹。模型的選取上,首先采用結(jié)構(gòu)模型的代表—KMV模型,討論三種違約點(diǎn)設(shè)定下的模型預(yù)測(cè)效果,得到最適用于我國(guó)房地產(chǎn)業(yè)公司的違約點(diǎn)設(shè)定方法。接著又介紹了一種基于統(tǒng)計(jì)分析模型的方法—Logistic回歸模型,并將Logistic回歸模型與因子分析法相結(jié)合,有效的解決了因指標(biāo)變量過(guò)多而導(dǎo)致的維度災(zāi)難。在財(cái)務(wù)指標(biāo)的選取上,針對(duì)我國(guó)房地產(chǎn)行業(yè)的財(cái)務(wù)結(jié)構(gòu)特點(diǎn),選取七大類...

【文章頁(yè)數(shù)】：41 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 信用風(fēng)險(xiǎn)評(píng)估模型概述
        1.2.1 結(jié)構(gòu)模型
        1.2.2 統(tǒng)計(jì)評(píng)分模型
        1.2.3 數(shù)據(jù)挖掘模型
    1.3 信用風(fēng)險(xiǎn)評(píng)估模型的國(guó)內(nèi)外研究現(xiàn)狀
    1.4 研究?jī)?nèi)容與論文結(jié)構(gòu)
第二章 信用監(jiān)控KMV模型
    §2.1 KMV模型的基本思想
    §2.2 實(shí)證研究
        §2.2.1 樣本選取和數(shù)據(jù)采集
        §2.2.2 模型參數(shù)設(shè)置
        §2.2.3 實(shí)證過(guò)程
第三章 結(jié)合因子分析法的Logistic回歸模型
    §3.1 Logistic回歸模型的原理
    §3.2 實(shí)證研究
        §3.2.1 樣本選取和數(shù)據(jù)采集
        §3.2.2 評(píng)價(jià)指標(biāo)的選取
        §3.2.3 評(píng)價(jià)指標(biāo)的因子分析
        §3.2.4 建立Logistic回歸模型
        §3.2.5 違約判別模型的檢驗(yàn)
第四章 結(jié)論
參考文獻(xiàn)
作者簡(jiǎn)介
致謝
附錄



本文編號(hào)：3857437