【摘要】：近年來,隨著我國信用違約風(fēng)險事件的頻發(fā)以及信用違約觸及的主體規(guī)模更大、經(jīng)營狀況更好、涉及的行業(yè)更加廣泛等等都在提醒我們需要更加重視信用風(fēng)險的管理。上市公司對于我國資本市場的資源配置與運(yùn)作、產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型與優(yōu)化等方面發(fā)揮著巨大的影響力,是推動當(dāng)代經(jīng)濟(jì)發(fā)展和體制變革的重要力量。在此背景下,切實關(guān)注我國上市公司的信用狀況,建立符合我國市場經(jīng)濟(jì)體下的信用風(fēng)險管理辦法,對于改善我國金融市場環(huán)境、健全我國的信用制度具有重要的現(xiàn)實意義,為政府監(jiān)管部門、投資者和商業(yè)銀行衡量上市公司的信用風(fēng)險提供了有效的量化技術(shù)。本文選用了三種模型對上市公司的信用危機(jī)進(jìn)行衡量,分別是KMV模型、Logit模型和KMV-Logit混合模型。介紹了三種信用風(fēng)險評估模型的基本原理和框架,然后通過實證分析,從模型的擬合優(yōu)度、歸類及預(yù)測效果等方面證實了相比單一模型,KMV-Logit混合模型對上市公司信用風(fēng)險的評估效果具有更好的適用性、合理性及精確性。接下來,本文選擇了2018年被ST或*ST的30家上市公司和30家財務(wù)狀況穩(wěn)健的上市公司分別作為違約樣本組和非違約樣本組,利用2015年、2016年和2017年的財務(wù)數(shù)據(jù)和股市交易數(shù)據(jù)分別進(jìn)行三種模型的實證研究。研究表明KMV-Logit混合模型涵蓋了上市公司的財務(wù)數(shù)據(jù)和股市數(shù)據(jù),綜合考慮了企業(yè)的歷史信息和實時信息,能夠提高甄別高風(fēng)險和低風(fēng)險公司的準(zhǔn)確率以及動態(tài)地更新評估結(jié)果。同時,通過三年數(shù)據(jù)的時效性研究,分析出了預(yù)測企業(yè)信用風(fēng)險的最佳時期以及至多采用提早幾年的數(shù)據(jù)可以進(jìn)行信用風(fēng)險度量的推論。
【圖文】：

能夠更好地體現(xiàn)出相比傳統(tǒng)Ｌｏｇｉｔ模型，其所具有的優(yōu)越性。本文采用柱狀圖繪逡逑制２０１５－２０１７年兩種模型的回判準(zhǔn)確率，直觀地展現(xiàn)對比結(jié)果，便于我們更好地逡逑理解。如圖４－１所示：逡逑＿■邋ｆｔ邋統(tǒng)ＬｏｇｉｔＴ莫型——ＫＭＶ－Ｌｏｇｉｔ邋校型逡逑１°邋－逡逑＾邋１１邋＾逡逑ＥQ*ＩＩ邋Ｉ畫國３邋Ｓ國逡逑遼約公止常公總體吡確率ｉｔ約公止常公總體準(zhǔn)確率述約公？＜！邋止常公ｄ邋總體準(zhǔn)確率逡逑２０１５邋ｆｆ－邐２０１６邋＾邐２０１７邋年逡逑圖４－丨２０１５－２０１７年模型回判準(zhǔn)確率的柱狀圖逡逑３１逡逑
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F224;F832.51;F275

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 嚴(yán)偉祥;;基于Logit模型的創(chuàng)業(yè)板上市公司高管離職動因分析[J];當(dāng)代經(jīng)濟(jì);2016年34期

2 胡琴心;;消費(fèi)者生態(tài)意識對生態(tài)消費(fèi)的實證分析——基于logit的二元回歸模型[J];現(xiàn)代商業(yè);2017年20期

3 張欣;薛添，

本文編號：2620556