Logistic回归模型在信用风险分析中的应用

通过运行SPSS,建立L og istic回归信用评价模型(cred it eva luation m odel),用来对中国2000年106家上市公司进行两类模式分类,这两类模式是指按照公司的经营状况分为“差”和“正常”两个小组.对每一家上市公司,考虑其经营状况的4个主要财务指标:每股收益、每股净资产、净资产收益率和每股现金流量.仿真结果表明,L og istic回归信用评价模型对总体106个样本,判别准确率达到99.06%.此外,本文的研究结果还发现,当利用SPSS的D iscrim inan t给出的模型系数建立的线性判别分析模型和利用SPSS的M u ltinom ia lL og istic给出的模型参数建立的L og istic回归模型,L og istic回归模型的判别结果不如线性判别模型.但如果剔除不合格的样本,或是将样本数据规格化,则可以提高L og istic回归模型的分类准确率.     

属性识别预警系统(AFS)——一种新的信用评价方法

在属性集和属性测度函数的基础上建立了属性测度预警系统.利用我国深、沪两交易所2000年公布的106家上市公司作为训练样本,计算出“差”企业和“好”企业的属性测度均值,构造出属性测度函数.进而对2001年公布的13家预亏公司进行预警分析,用置信度准则及最大属性测度准则判别,预警准确率分别达到92.31%和100%.因此,属性识别预警系统在信用评价方面具有良好的应用前景.     

基于BP算法的信用风险评价模型研究

本文利用神经网络技术建立基于 BP算法的信用风险评价模型 ,为我国某商业银行 12 0家贷款企业进行信用风险评价 ,按照企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组 .仿真结果表明 ,本文所建立的神经网络信用风险评价模型的分类准确率高于传统的参数统计分类方法——线性判别分析法的分类准确率 .文中还详细给出神经网络信用风险评价模型的网络构建方法及基于 BP网络的学习算法和步骤 .     

基于Lasso+SVM的制造业上市公司财务风险组合预警模型

根据组合预测思想构建了基于Lasso+SVM的制造业上市公司财务风险组合预警模型,包括串联型组合和信息融合型组合两种,并选取22个财务指标建立了财务预警指标体系,对我国86家制造业上市公司的财务状况进行了预测,还与单一风险预警模型预测效果进行了比较,结果发现:财务风险组合预警模型的预测效果明显高于单一预警模型,用第t-1年的财务数据进行预测的准确率达到了95%以上;串联型组合预警模型的预测效果最优,用第t-1和t-2年的财务数据进行预测的准确率分别达到了100%和90%.     

大数据背景下基于GRBF神经网络的P2P机构信用风险预警研究

针对P2P机构信用风险预警问题,提出了基于大数据思维的信用评估体系,采用基于动态特征的广义径向基神经网络对228家P2P机构12个月的高维数据指标进行信用风险评估.应用设计的广义径向基神经网络和BP神经网络进行对比,准确率分别为91.9%、85.2%,广义径向基神经网络在处理实时高维数据时表现出良好的性能,可以对我国P2P机构信用风险进行预警.同时深入对预警机构进行数据分析发现,如果企业资金流动性较差、净流入低也可能存在较高风险,企业应依据小额分散的借贷原则,降低借款集中度可以有效防范企业信用风险.     

上市公司财务预警的BP神经网络模型的建立及其应用

将BP神经网络方法应用于上市公司的财务预警上,构建了上市公司财务预警模型,不仅能发现企业是否存在风险和企业经营是否偏离轨道,向经营者提出警示,以便及时采取相应管理对策,而且还为广大的投资者和银行在内的债权人判定上市公司质量和经营业绩提供科学的手段和可靠的依据.实例分析表明该模型有效、可行,为上市公司财务预警提供了新的途径.     

面板Logit模型在控制权转移影响因素分析中的应用

以2002～2004年我国A股市场发生控制权有偿转让的上市公司为样本,建立面板Logit模型,利用偏极大似然估计方法估计上市公司各项财务指标对其控制权转移的影响效应.主要结论是:主营业务利润率、净利润增长率、每股净资产、总资产等共11个财务指标对控制权转移有显著影响.     

基于KMV模型的我国中小上市公司信用风险研究

经过提高股权价值波动率精度的KMV模型对我国中小上市公司有很强的识别信用风险状况的能力.中小上市公司违约的可能性大于我国大型企业,信用状况不容乐观,整体信用状况在近3年间表现波澜不惊,到2006年违约风险有增大趋势.通过设定两条信用预警线,来监控中小上市公司的信用危机.资产规模对信用风险有显著影响,2004年之后资产规模与违约风险显著负相关,总资产小于3亿元的小公司抗风险能力最差.股份分置改革引起了中小上市公司信用风险短时间的波动,是2006年中小上市公司违约风险变大的重要原因。     

基于Shapley值的壳资源溢价影响因素的实证研究

本文选取了我国1997-2003年证券市场上符合买壳上市条件的63家目标企业作为样本,对影响买壳上市溢价因素进行了理论分析和实证检验。论文基于合作博弈理论Shapley值分担法建立了多元回归模型以解决多重共线性变量产生偏倚性和负的多重性问题。研究显示:上市公司"壳"资源的溢价比率与每股净资产、资产负债率、货币性资产占总资产比率、市净率、股权集中度、净资产收益率等变量之间存在着显著的相关性。     

上市公司自愿性披露与证券信用关系的实证研究

目前，证券市场对上市公司自愿性披露和信用建设日益重视，因此，对我国上市公司自愿性披露的状况及与公司证券信用的关系的研究，十分具有现实意义。本文抽取沪市60家上市公司作为研究对象，选取20个自愿信息披露评价指标，利用其2004年年报，计算出上市公司自愿性披露指数，并对上市公司自愿披露程度与公司证券信用之间关系进行实证分析。实证结果对证券信用评级参考指标有些启示。     

Prediction of financial distress: An empirical study of listed Chinese companies using data mining

The deterioration in profitability of listed companies not only threatens the interests of the enterprise and internal staff, but also makes investors face significant financial loss. It is important to establish an effective early warning system for prediction of financial crisis for better corporate governance. This paper studies the phenomenon of financial distress for 107 Chinese companies that received the label ‘special treatment’ from 2001 to 2008 by the Shanghai Stock Exchange and the Shenzhen Stock Exchange. We use data mining techniques to build financial distress warning models based on 31 financial indicators and three different time windows by comparing these 107 firms to a control group of firms. We observe that the performance of neural networks is more accurate than other classifiers, such as decision trees and support vector machines, as well as an ensemble of multiple classifiers combined using majority voting. An important contribution of the paper is to discover that financial indicators, such as net profit margin of total assets, return on total assets, earnings per share, and cash flow per share, play an important role in prediction of deterioration in profitability. This paper provides a suitable method for prediction of financial distress for listed companies in China.     

基于双风险因子调整的剩余收益经营与投资最优决策模型

一般来说,公司净资产基于投向可以分为净经营性资产和净金融性资产。这两种净资产所面临的风险属性是不同的,净经营性资产承担的是经营性风险,而净金融性资产承担的则是金融性风险。作为公司多元化经营的决策者,在公司净资产一定的情况下,如何合理分配经营性投资与金融性投资间的比例并作出最优的投资决策,以达到公司价值最大化？本文基于一般形式的三阶段剩余收益模型,根据净经营性资产具有经营风险,净金融性资产则具有金融风险的风险识别与判断,从理论上构建出双风险因子调整的剩余收益经营与投资决策模型(Operation and Investment Decision Model of Dual-risks RIM, OIDM-DRRIM)。同时,利用中国资本市场1997年到2014年的经验数据进行实证检验,研究结果表明,所构建的OIDM-DRRIM具有非常好的适用性,公司经营决策者可以根据该模型计算出净经营性资产和净金融性资产之间的最优分配比例,进而作出使公司价值最大化的经营与投资决策。     

基于KMV模型的农业上市公司信用风险测度研究

通过构建改进后的KMV模型,设定三种不同违约情境,对2010-2012年我国农业上市公司的信用风险进行测度与比较研究,并确定其隶属的风险类型,以揭示现阶段农业上市公司的信用状况.研究结果表明:不同农业上市公司的资产价值均高于股权价值,其未来发展具有较好的价值增值空间;农业上市公司的资产价值波动率总体呈下降趋势;农业上市公司信用状况相对较差,且风险类型主要集中于"∩"型和↘型".由此得出农业上市公司未来的发展,应在推进"股权分置"改革、建立可量化的风险管理机制、实现风险管理与业务流程融合等方面采取措施,从而有效降低我国农业上市公司的信用风险.     

基于稀疏主成分的我国上市公司信用风险评价与预测

把我国2016-2018年沪深Ａ股上市公司中164家ST公司作为信用违约样本,492家非ST上市公司作为非违约样本进行实证研究.从营运能力、偿债能力、盈利能力和成长能力等4个方面选取了25个财务指标,然后运用稀疏主成分方法提取主成分因子,并加入公司规模、第一大股东持股比例和股权质押3个非财务指标,作为Logistic回归模型的输入参数.在此基础上构建Logistic模型进行信用风险评价和预测.     

上市公司财务危机预警的实证研究

以是否被特别处理为财务危机标志,利用我国上市公司近几年的年报财务数据,选取了财务危机和健康企业各50家作为开发样本.首先研究了开发样本财务指标的数据特征和财务危机出现前3年内这两类企业的财务指标的显著性差异,其后利用因子分析法筛选了8个指标作为建立模型的自变量,运用Logistic模型构建了上市公司财务危机预测模型,并对估计样本的40家企业进行了检验.实证分析结果表明:其一,我国上市公司财务比率不服从正态分布;其二,尽管我国资本市场的会计数据质量不尽人意,但财务数据仍具有一定的信息含量;其三,利用开发样本构建的Logistic模型在财务危机发生前1年和前2年有比较高回判准确率,估计样本在财务危机发生前1年和前2年有比较高的预测准确率.     

基于迁移学习的客户信用评估模型研究

客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能更好地处理绝对稀缺条件下类别不平衡对客户信用评估的影响,特别对占少数的违约客户有更好的预测精度。