本文選題：信用風(fēng)險(xiǎn) + BP-KMV模型��； 參考：《財(cái)會(huì)月刊》2017年18期

【摘要】：我國(guó)商業(yè)銀行面對(duì)的信貸客戶大都是非上市公司,如何有效地度量非上市公司的信用風(fēng)險(xiǎn)一直是我國(guó)商業(yè)銀行亟待解決的難題。通過(guò)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)與KMV模型相結(jié)合的BP-KMV信用風(fēng)險(xiǎn)評(píng)價(jià)模型,以46家中國(guó)制造業(yè)上市公司及35家制造業(yè)非上市公司的相關(guān)數(shù)據(jù)為樣本,運(yùn)用Matlab技術(shù)進(jìn)行實(shí)證分析,結(jié)果表明,通過(guò)該模型計(jì)算出來(lái)的非上市公司違約率可用度很高,能很好地評(píng)估上市公司信用狀況。
[Abstract]:Most of the credit customers in China's commercial banks are non-listed companies. How to effectively measure the credit risk of non-listed companies has always been a difficult problem to be solved by commercial banks in China. By constructing the BP-KMV credit risk evaluation model combining BP neural network and KMV model, taking 46 listed manufacturing companies in China and 35 non-listed manufacturing companies as samples, the empirical analysis is carried out by using Matlab technology. The results show that: 1. The default rate of non-listed companies calculated by this model is very high and can be used to evaluate the credit status of listed companies.
【作者單位】： 武漢理工大學(xué)經(jīng)濟(jì)學(xué)院;
【基金】：中國(guó)—東盟區(qū)域發(fā)展協(xié)同創(chuàng)新中心科研專項(xiàng) 教育部長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃聯(lián)合資助項(xiàng)目(項(xiàng)目編號(hào):cw201504)
【分類(lèi)號(hào)】：F832.33;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡宗偉;信用風(fēng)險(xiǎn)度量方法:一個(gè)綜述[J];新金融;2005年02期

2 馬永杰;孔榮;;基于逐步判別分析方法的農(nóng)戶正規(guī)融資信用風(fēng)險(xiǎn)度量研究[J];廣東農(nóng)業(yè)科學(xué);2011年20期

3 王明暉;;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量理論簡(jiǎn)述及思考[J];時(shí)代金融;2012年33期

4 汪陳;信用風(fēng)險(xiǎn)度量研究綜述[J];理論與現(xiàn)代化;2005年S1期

5 章政;田侃;吳宏;;現(xiàn)代信用風(fēng)險(xiǎn)度量技術(shù)在我國(guó)的應(yīng)用方向研究[J];金融研究;2006年07期

6 胡賽立;;現(xiàn)代信用風(fēng)險(xiǎn)度量模型的比較分析[J];決策與信息(財(cái)經(jīng)觀察);2008年05期

7 鄧亦洲;呂渠田;;信用風(fēng)險(xiǎn)度量技術(shù)的發(fā)展[J];商;2013年13期

8 付巍;信息缺乏條件下的信用風(fēng)險(xiǎn)度量問(wèn)題研究[J];金融論壇;2005年09期

9 陳浩;夏紅芳;;我國(guó)上市公司信用風(fēng)險(xiǎn)度量及其影響因素的實(shí)證研究[J];金融教育研究;2012年01期

10 李亞麗;彭娟;;發(fā)行債券的上市公司信用風(fēng)險(xiǎn)度量研究[J];河北工業(yè)科技;2013年03期

相關(guān)博士學(xué)位論文 前6條

1 袁建良;開(kāi)發(fā)性金融信用風(fēng)險(xiǎn)度量研究[D];中南大學(xué);2008年

2 劉迎春;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量和管理研究[D];東北財(cái)經(jīng)大學(xué);2011年

3 夏紅芳;商業(yè)銀行信用風(fēng)險(xiǎn)度量與管理研究[D];南京航空航天大學(xué);2007年

4 劉兵;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量與管理研究[D];吉林大學(xué);2008年

5 李關(guān)政;基于宏觀經(jīng)濟(jì)因子的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量研究[D];湖南大學(xué);2010年

6 遲建新;創(chuàng)業(yè)企業(yè)信用風(fēng)險(xiǎn)度量與貸款組合管理研究[D];重慶大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 趙晶晶;基于KMV模型的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量的適用性研究[D];云南財(cái)經(jīng)大學(xué);2015年

2 李雨澤;利率市場(chǎng)化下上市企業(yè)信用風(fēng)險(xiǎn)度量研究[D];南京財(cái)經(jīng)大學(xué);2015年

3 何超穎;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量研究[D];廣東外語(yǔ)外貿(mào)大學(xué);2015年

4 汪小龍;基于KMV模型的公司債券發(fā)行主體信用風(fēng)險(xiǎn)度量研究[D];安徽財(cái)經(jīng)大學(xué);2015年

5 胡毅;基于KMV模型的J銀行重慶分行信用風(fēng)險(xiǎn)度量及管理研究[D];重慶大學(xué);2015年

6 周建波;基于KMV的上市公司信用風(fēng)險(xiǎn)度量實(shí)證研究[D];江西財(cái)經(jīng)大學(xué);2014年

7 張龍輝;基于KMV模型的新疆上市公司信用風(fēng)險(xiǎn)度量研究[D];新疆財(cái)經(jīng)大學(xué);2016年

8 鄭文;基于KMV模型的商業(yè)銀行信用風(fēng)險(xiǎn)度量及風(fēng)險(xiǎn)應(yīng)對(duì)策略研究[D];東華理工大學(xué);2016年

9 李國(guó)香;中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量研究[D];南京理工大學(xué);2016年

10 楊偉化;基于KMV模型的中國(guó)上市證券公司信用風(fēng)險(xiǎn)度量研究[D];湖南大學(xué);2015年

，

本文編號(hào)：2016681