基于高維混頻數(shù)據(jù)Logit模型的中國A股上市公司違約預(yù)測
發(fā)布時(shí)間:2023-02-27 22:01
大數(shù)據(jù)時(shí)代,高維混頻數(shù)據(jù)普遍存在,這為信用評價(jià)與風(fēng)險(xiǎn)管理帶來了機(jī)遇與挑戰(zhàn)。充分利用高維混頻數(shù)據(jù)信息,從高維變量提取重要特征,建立及時(shí)、準(zhǔn)確的信用評價(jià)模型,預(yù)測上市公司違約風(fēng)險(xiǎn),對于經(jīng)營者、投資者、金融機(jī)構(gòu)、政府監(jiān)管部門都尤為重要。本文考慮高維混頻數(shù)據(jù)信息,對標(biāo)準(zhǔn)Logit模型進(jìn)行改造,建立新的高維混頻數(shù)據(jù)Logit模型并將其應(yīng)用于中國A股上市公司違約預(yù)測,主要開展了以下兩方面的研究工作:(1)為解決上市公司違約預(yù)測中存在的混頻數(shù)據(jù)問題,將混頻數(shù)據(jù)抽樣(MIDAS)方法引入標(biāo)準(zhǔn)Logit模型框架,建立了Logit-MIDAS模型并給出其極大似然估計(jì)方法。本文構(gòu)建的Logit-MIDAS模型能夠直接對原始混頻數(shù)據(jù)建模,避免了由于頻率轉(zhuǎn)換引起的信息損失。同時(shí),Logit-MIDAS模型能夠充分挖掘高頻信息,做到及時(shí)預(yù)測。將Logit-MIDAS模型應(yīng)用中國上市公司違約預(yù)測,實(shí)證發(fā)現(xiàn)其比標(biāo)準(zhǔn)Logit模型具有更好的分類預(yù)測能力?紤]到樣本數(shù)據(jù)的不平衡性,通過三種抽樣方法以增強(qiáng)預(yù)測的準(zhǔn)確度,實(shí)證結(jié)果表明Logit-MIDAS模型在樣本內(nèi)和樣本外兩個(gè)方面的表現(xiàn)都優(yōu)于標(biāo)準(zhǔn)Logit模型。(2)為解決...
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 研究背景和意義
1.1.1 研究背景
1.1.2 研究意義
1.2 研究文獻(xiàn)綜述
1.2.1 上市公司信用風(fēng)險(xiǎn)管理
1.2.2 混頻數(shù)據(jù)分析
1.2.3 高維變量選擇方法
1.2.4 文獻(xiàn)述評
1.3 研究思路和研究方法
1.3.1 研究思路
1.3.2 研究方法
1.4 主要?jiǎng)?chuàng)新與結(jié)構(gòu)安排
1.4.1 主要?jiǎng)?chuàng)新
1.4.2 結(jié)構(gòu)安排
第二章 相關(guān)理論與方法
2.1 信用風(fēng)險(xiǎn)管理理論與方法
2.1.1 信用風(fēng)險(xiǎn)概念
2.1.2 信用風(fēng)險(xiǎn)影響因素
2.1.3 信用風(fēng)險(xiǎn)評價(jià)方法
2.1.4 信用風(fēng)險(xiǎn)預(yù)測模型方法框架
2.2 二元選擇Logit模型
2.2.1 模型表示
2.2.2 違約預(yù)測
2.3 MIDAS模型與方法
2.3.1 MIDAS模型
2.3.2 U-MIDAS模型
2.4 高維變量選擇方法
2.4.1 Lasso方法
2.4.2 Group Lasso方法
第三章 基于Logit-MIDAS模型的上市公司違約預(yù)測
3.1 模型表示
3.2 模型估計(jì)
3.3 實(shí)證研究
3.3.1 樣本選取與指標(biāo)說明
3.3.2 非平衡數(shù)據(jù)下實(shí)證結(jié)果
3.3.3 平衡數(shù)據(jù)下實(shí)證結(jié)果
3.4 主要結(jié)論
第四章 基于Logit-U-MIDAS-Group Lasso模型的上市公司違約預(yù)測
4.1 模型表示
4.2 模型估計(jì)
4.3 變量選擇
4.4 實(shí)證研究
4.4.1 樣本選取與指標(biāo)說明
4.4.2 非平衡數(shù)據(jù)下實(shí)證結(jié)果
4.4.3 平衡數(shù)據(jù)下實(shí)證結(jié)果
4.5 主要結(jié)論
第五章 總結(jié)與展望
5.1 研究總結(jié)
5.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況
本文編號:3751517
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 研究背景和意義
1.1.1 研究背景
1.1.2 研究意義
1.2 研究文獻(xiàn)綜述
1.2.1 上市公司信用風(fēng)險(xiǎn)管理
1.2.2 混頻數(shù)據(jù)分析
1.2.3 高維變量選擇方法
1.2.4 文獻(xiàn)述評
1.3 研究思路和研究方法
1.3.1 研究思路
1.3.2 研究方法
1.4 主要?jiǎng)?chuàng)新與結(jié)構(gòu)安排
1.4.1 主要?jiǎng)?chuàng)新
1.4.2 結(jié)構(gòu)安排
第二章 相關(guān)理論與方法
2.1 信用風(fēng)險(xiǎn)管理理論與方法
2.1.1 信用風(fēng)險(xiǎn)概念
2.1.2 信用風(fēng)險(xiǎn)影響因素
2.1.3 信用風(fēng)險(xiǎn)評價(jià)方法
2.1.4 信用風(fēng)險(xiǎn)預(yù)測模型方法框架
2.2 二元選擇Logit模型
2.2.1 模型表示
2.2.2 違約預(yù)測
2.3 MIDAS模型與方法
2.3.1 MIDAS模型
2.3.2 U-MIDAS模型
2.4 高維變量選擇方法
2.4.1 Lasso方法
2.4.2 Group Lasso方法
第三章 基于Logit-MIDAS模型的上市公司違約預(yù)測
3.1 模型表示
3.2 模型估計(jì)
3.3 實(shí)證研究
3.3.1 樣本選取與指標(biāo)說明
3.3.2 非平衡數(shù)據(jù)下實(shí)證結(jié)果
3.3.3 平衡數(shù)據(jù)下實(shí)證結(jié)果
3.4 主要結(jié)論
第四章 基于Logit-U-MIDAS-Group Lasso模型的上市公司違約預(yù)測
4.1 模型表示
4.2 模型估計(jì)
4.3 變量選擇
4.4 實(shí)證研究
4.4.1 樣本選取與指標(biāo)說明
4.4.2 非平衡數(shù)據(jù)下實(shí)證結(jié)果
4.4.3 平衡數(shù)據(jù)下實(shí)證結(jié)果
4.5 主要結(jié)論
第五章 總結(jié)與展望
5.1 研究總結(jié)
5.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況
本文編號:3751517
本文鏈接:http://sikaile.net/jingjilunwen/xmjj/3751517.html
最近更新
教材專著