發(fā)布時間：2017-05-24 13:13

  本文關(guān)鍵詞：基于邊界Logistic模型的我國上市公司信用風(fēng)險的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國市場經(jīng)濟(jì)的飛速發(fā)展,市場上出現(xiàn)越來越多的上市公司,如果上市公司的經(jīng)營者判斷失誤,不僅給企業(yè)帶來不可估量的損失,甚至?xí)䦟?dǎo)致公司破產(chǎn),而企業(yè)倒閉又會給相關(guān)聯(lián)的人或機(jī)構(gòu)帶來嚴(yán)重的經(jīng)濟(jì)損失,甚至還會影響社會的穩(wěn)定。因此建立評價上市公司信用風(fēng)險的模型成為我們亟待解決的問題。本文在借鑒國內(nèi)外研究文獻(xiàn)的基礎(chǔ)上,從理論和實證兩方面對我國上市公司的信用風(fēng)險進(jìn)行研究。首先,上市公司的信用風(fēng)險不僅受到微觀因素的影響還受到宏觀因素的影響。而目前我國在建立信用風(fēng)險模型時,選取的指標(biāo)體系都是建立在企業(yè)的財務(wù)指標(biāo)基礎(chǔ)上,為探討宏觀因素對上市公司的信用風(fēng)險是否也有影響,本文在微觀因子的基礎(chǔ)上又加入了宏觀因子來建立上市公司的信用風(fēng)險模型。其次,由于選取的微觀指標(biāo)和宏觀指標(biāo)各自存在相關(guān)關(guān)系,而Logistic模型要求各變量之間不具有共線性,因此需先對宏觀指標(biāo)和微觀指標(biāo)分別進(jìn)行處理,再運用到Logistic模型中。通過對指標(biāo)的相關(guān)性和獨立性檢驗,發(fā)現(xiàn)指標(biāo)之間存在非線性關(guān)系,所以選擇核主成分分析來處理這些指標(biāo)。本文從理論上闡述了核主成分的相關(guān)定義、定理及計算步驟,也從實證上分析了核主成分在累計貢獻(xiàn)率和降維效果方面比主成分分析要好。然后,將核主成分分析提取的主成分運用到Logistic模型中,進(jìn)而研究我國上市公司的信用風(fēng)險。然而,大量的研究發(fā)現(xiàn)Logistic模型對樣本容量的要求很高,并且用不服從Logistic分布的樣本數(shù)據(jù)建立Logistic模型,就很難通過擬合優(yōu)度檢驗。針對上述問題,本文引入了邊界Logistic模型,并從理論上詳細(xì)的敘述了邊界效應(yīng)服從均勻分布和正態(tài)分布時與傳統(tǒng)Logistic模型相比的優(yōu)越性。當(dāng)邊界效應(yīng)服從均勻分布時,邊界Logistic模型的違約率服從廣義的Logistic分布,而Logistic模型違約率服從Logistic分布,因此邊界Logistic模型適用于更多的數(shù)據(jù)；當(dāng)邊界效應(yīng)服從正態(tài)分布時邊界Logistic模型的形態(tài)明顯變得“緊湊”了,灰色區(qū)域明顯的被壓縮,大大的降低了誤判的概率。接著本文也闡述了邊界效應(yīng)服從不同分布時模型的參數(shù)估計、邊界效應(yīng)檢驗、擬合優(yōu)度檢驗等。最后選取了2011年和2012年我國不同地區(qū)的8家違約公司即ST公司和22家正常公司即非ST公司進(jìn)行實證分析,通過模型的參數(shù)估計,顯著性檢驗,擬合優(yōu)度檢驗及對違約概率的計算,將邊界Logistic模型與Logistic模型進(jìn)行比較。實證發(fā)現(xiàn)僅假設(shè)邊界效應(yīng)服從提供很少信息的均勻分布,邊界Logistic模型的違約率就明顯的分散在0和1兩側(cè),能有效的消除灰色區(qū)域。
【關(guān)鍵詞】：上市公司 信用風(fēng)險 核主成分 邊界Logistic模型
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F275;F832.51;F224
【目錄】：

• 摘要6-8
• Abstract8-13
• 第1章 緒論13-19
• 1.1 研究背景及意義13-14
• 1.1.1 選題背景13
• 1.1.2 選題意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-16
• 1.2.1 國外信用風(fēng)險研究現(xiàn)狀14-16
• 1.2.2 國內(nèi)信用風(fēng)險研究現(xiàn)狀16
• 1.3 研究內(nèi)容,方法及創(chuàng)新16-19
• 1.3.1 本文研究內(nèi)容16-17
• 1.3.2 本文研究方法17
• 1.3.3 本文創(chuàng)新之處17-19
• 第2章 Logistic回歸模型19-26
• 2.1 Logistic回歸模型的提出19
• 2.2 Logistic模型的定義19-21
• 2.3 Logistic模型的參數(shù)估計21-22
• 2.4 Logistic回歸系數(shù)的統(tǒng)計推斷22-23
• 2.4.1 Logistic回歸系數(shù)的顯著性檢驗22-23
• 2.4.2 Logistic回歸參數(shù)的置信區(qū)間23
• 2.5 Logistic回歸模型的評價23-25
• 2.5.1 Logistic回歸模型擬合優(yōu)度檢驗23-24
• 2.5.2 Logistic回歸模型的效果判斷24-25
• 2.6 本章小結(jié)25-26
• 第3章 核主成分的理論研究26-35
• 3.1 核主成分分析的提出26
• 3.2 核主成分分析26-29
• 3.2.1 核函數(shù)和正定矩陣26-27
• 3.2.2 核主成分分析27-29
• 3.3 核主成分分析的計算步驟29-30
• 3.4 核主成分分析的實證分析30-33
• 3.4.1 數(shù)據(jù)的預(yù)處理30
• 3.4.2 巴氏球形檢驗30-31
• 3.4.3 相關(guān)性檢驗31-32
• 3.4.4 主成分分析32
• 3.4.5 核主成分分析32-33
• 3.4.6 核主成分分析與主成分分析排名對比33
• 3.5 本章小結(jié)33-35
• 第4章 邊界Logistic模型35-45
• 4.1 邊界Logistic模型的提出35
• 4.2 邊界Logistic模型的定義35-36
• 4.2.1 邊界效應(yīng)服從均勻分布35-36
• 4.2.2 邊界效應(yīng)服從正態(tài)分布36
• 4.3 邊界Logistic模型的優(yōu)越性36-39
• 4.3.1 邊界效應(yīng)服從均勻分布的優(yōu)越性36-38
• 4.3.2 邊界效應(yīng)服從正態(tài)分布的優(yōu)越性38-39
• 4.4 邊界Logistic模型的參數(shù)估計39-41
• 4.4.1 邊界效應(yīng)服從均勻分布的參數(shù)估計39-40
• 4.4.2 邊界效應(yīng)服從正態(tài)分布的參數(shù)估計40-41
• 4.5 邊界Logistic模型回歸系數(shù)的顯著性檢驗41-44
• 4.5.1 參數(shù)β的顯著性檢驗41-43
• 4.5.2 邊界效應(yīng)的顯著性檢驗43-44
• 4.6 本章小結(jié)44-45
• 第5章 上市公司信用風(fēng)險的實證研究45-58
• 5.1 樣本的選取45
• 5.2 指標(biāo)的選取45-51
• 5.2.1 微觀指標(biāo)的選取45-50
• 5.2.2 宏觀指標(biāo)的選取50-51
• 5.3 相關(guān)分析51-52
• 5.4 利用核主成分對指標(biāo)進(jìn)行提取52-54
• 5.4.1 數(shù)據(jù)的預(yù)處理52
• 5.4.2 基于核函數(shù)主成分的提取52-54
• 5.5 一般Logistic模型和邊界Logistic模型回歸分析的對比54-56
• 5.5.1 回歸參數(shù)對比54-55
• 5.5.2 參數(shù)的顯著性對比55
• 5.5.3 擬合優(yōu)度的對比55-56
• 5.6 一般Logistic模型和邊界Logistic模型違約率計算對比56-57
• 5.7 本章小結(jié)57-58
• 第6章 結(jié)論及展望58-60
• 6.1 研究結(jié)論58-59
• 6.2 研究展望59-60
• 致謝60-61
• 參考文獻(xiàn)61-65
• 攻讀碩士學(xué)位期間發(fā)表論文65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 吳世農(nóng),盧賢義;我國上市公司財務(wù)困境的預(yù)測模型研究[J];經(jīng)濟(jì)研究;2001年06期

2 李冰;孫長江;;我國上市公司財務(wù)風(fēng)險預(yù)警的實證分析[J];漁業(yè)經(jīng)濟(jì)研究;2006年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 周寅鑫;基于邊界Logistic模型評價中國商業(yè)銀行信用風(fēng)險的研究[D];廣東商學(xué)院;2010年

  本文關(guān)鍵詞：基于邊界Logistic模型的我國上市公司信用風(fēng)險的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：390887