【摘要】：近年來(lái),隨著我國(guó)信用違約風(fēng)險(xiǎn)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(yíng)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(xiǎn)的管理。上市公司對(duì)于我國(guó)資本市場(chǎng)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(dòng)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(shí)關(guān)注我國(guó)上市公司的信用狀況,建立符合我國(guó)市場(chǎng)經(jīng)濟(jì)體下的信用風(fēng)險(xiǎn)管理辦法,對(duì)于改善我國(guó)金融市場(chǎng)環(huán)境、健全我國(guó)的信用制度具有重要的現(xiàn)實(shí)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(xiǎn)提供了有效的量化技術(shù)。本文選用了三種模型對(duì)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(xiǎn)評(píng)估模型的基本原理和框架,然后通過(guò)實(shí)證分析,從模型的擬合優(yōu)度、歸類及預(yù)測(cè)效果等方面證實(shí)了相比單一模型,KMV-Logit混合模型對(duì)上市公司信用風(fēng)險(xiǎn)的評(píng)估效果具有更好的適用性、合理性及精確性。接下來(lái),本文選擇了2018年被ST或*ST的30家上市公司和30家財(cái)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(cái)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(shí)證研究。研究表明KMV-Logit混合模型涵蓋了上市公司的財(cái)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(shí)時(shí)信息,能夠提高甄別高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)公司的準(zhǔn)確率以及動(dòng)態(tài)地更新評(píng)估結(jié)果。同時(shí),通過(guò)三年數(shù)據(jù)的時(shí)效性研究,分析出了預(yù)測(cè)企業(yè)信用風(fēng)險(xiǎn)的最佳時(shí)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(xiǎn)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(duì)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(huà)國(guó)３邋Ｓ國(guó)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(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：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(dòng)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(shí)對(duì)生態(tài)消費(fèi)的實(shí)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(hào)：2620556