基于信用利差与Logistic回归的公司违约概率测算模型与实证研究

用Logistic模型计算公司违约概率在实际应用中存在两个问题:一是在缺乏公司违约记录数据库或违约记录数据库不典型的情况下,无法应用该模型或模型计算结果不准确;二是现有Logistic违约概率模型忽视了不同行业财务指标分布特征的差异性,导致公司违约概率计算结果的准确性降低。针对问题一,本文通过公司债券信用利差计算市场隐含的公司违约概率,在Logistic变换的基础上进一步确定Logistic线性回归的参数,使得公司违约概率的计算结果符合债券市场的实际状况。针对问题二,通过不同行业关键财务指标的单因子方差分析,证实了行业间财务指标的分布特征具有显著性差异,通过拟合优度证实了区分行业建立Logistic违约概率模型可显著提高违约概率测算的准确性。本文Logistic违约概率模型的构建过程如下:通过初选财务指标的相关性分析,删除反映信息重复的财务指标;通过Logistic回归中财务指标系数的显著性检验,删除对违约概率解释能力弱的财务指标;以Logistic回归的拟合优度为标准,选取各样本行业Logistic违约概率模型的关键财务指标,建立了机械设备等5个样本行业的Logistic违约概率模型,为样本内行业公司违约概率的准确测算提供模型与方法。本文的创新与特色:一是在无套利条件下,通过公司债券信用利差计算市场隐含的公司违约概率,并对其进行Logistic变换,作为Logistic线性回归的被解释变量,解决了在缺乏公司违约记录数据情况下Logistic违约概率模型的参数估计问题;二是通过单因子方差分析方法,证实了行业间财务指标的分布特征具有显著性差异,说明应区分行业建立Logistic违约概率模型;三是通过财务指标间的相关分析删除反映信息重复的财务指标,通过财务指标系数的显著性检验删除对公司违约概率解释能力弱的财务指标,保证了Logistic违约概率模型中关键财务指标选取的合理性;四是实证研究结果表明,不同行业的Logistic违约概率模型的关键财务指标不同,同一财务指标的参数也存在显著差异。实证研究结果还表明,区分行业建立Logistic违约概率模型与不区分行业相比,前者可将拟合优度及调整后的拟合优度提高近1倍。本文研究结果对于提高公司违约概率测算的准确性具有重要参考意义,对于商业银行贷款定价、公司债券发行定价、银行信用风险管理具有重要参考意义。     

ST公司基于财务数据的动态分析

国内上市公司发生ST可以看作违约,现有的研究基本基于静态的判别分析。本文提出了基于Cox模型的动态违约预报模型,考虑了多阶段财务状态变量对违约强度的影响。选取1998年以前国内A股市场上市的公司作为样本,发现流动比率、其它应收款/总资产和资产周转率等财务指标对公司是否发生ST有显著影响,且其它应收款占比影响较大,投资者应当提高警惕。同时还发现,我国的证券市场还处于初期的不断调试完善阶段,模型存在微小的结构性变化。本文还针对训练样本外的测试样本做了预报检验,并以Logit模型作为对比,发现二者均可以进行违约预报,且基于Cox的动态模型优于传统的Logit模型。     

上市公司财务危机预警分析——基于数据挖掘的研究

本文以我国上市公司为研究对象,选取了1999-2001年被ST的公司和正常公司各73家作为训练样本,2002年被ST的公司和正常公司各43家作为检验样本,分析了财务危机出现前2年内各年两类公司15个财务指标。在进行数据挖掘中,我们运用了三种独立的方法,分别为判别分析、Logistic回归和神经网络,结果发现神经网络预测的效果要优于其它两种方法。最后,结合了这些方法的优点,建立了一种混合模型,研究表明预测的正确性要高于每种单独方法,从而提高了模型的预警效果。     

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.     

稀疏组Lasso-logistic回归模型在财务报告舞弊识别中的应用研究

财务报告舞弊行为对广大投资者的切身利益造成巨大损害,如何高效识别财务报告中的舞弊行为已成为目前研究的热点.在对已有的财务报告舞弊识别模型分析的基础上,提出一种基于稀疏组Lasso-logistic回归的识别模型,并通过选取近8年间180家上市公司年报数据作为样本,综合财务及非财务指标,从盈利能力、营运能力、偿债能力、治理结构等方面设计了15组29个解释变量使用该模型进行了实证研究.结果证明,与以往的向前Logistic回归、Lasso-logistic回归和组Lasso-logistic回归等模型相比,稀疏组Lasso-logistic回归识别模型不但具备良好的变量筛选能力而且可以获得更好的识别效果,具有较高的应用价值.     

基于误判代价加权的Logistic财务预警模型研究

1:1样本配比的财务预警模型的系数和概率估计是有偏的,全市场公司的样本数据又高度不平衡.为克服两类样本不平衡给预警模型带来的影响,引入公司误判代价分析,以ST公司误判代价为权重,通过最小化加权的对数似然损失函数,建立误判代价加权的Logistic回归财务预警模型.实证结果表明,误判代价加权的Logistic回归模型具有较好的预警效果,2007年的训练样本上正常公司和ST公司的识别率为89.43%和93.33%,2008年测试样本上两类公司的识别率分别为:92.1%和95.83%.     

基于变精度加权平均粗糙度决策树的财务预警研究

运用聚类方法把公司财务状况分为5个等级,分别为财务状况健康,良好,一般,预警和危机,与以往将研究样本分为ST和非ST两类的财务预警模型相比,5分类模型更加精确合理,贴近实际。同时基于指标相关性和指标重要度对33个财务指标进行了约简,得到9个能够反映企业财务状况的财务指标。以约简后的9个指标及5个等级的财务状况来建立决策树,指标体系和财务等级更加合理。树的生成过程运用粗糙集中的变精度加权平均粗糙度作为选择测试属性的方法,每次选择变精度加权平均粗糙度值最小的属性作为分支结点。变精度加权平均粗糙度的应用提高了决策树的防噪声能力,复杂性较低且能有效提高分类效果。实证研究表明将它应用到财务预警领域,提高了财务预警的分类精度。     

基于L_(1/2)正则化Logistic回归的上市公司财务危机预警模型

针对财务危机预警模型指标存在信息冗余及Logistic回归模型预测精度有待提高的不足,利用L_(1/2)范数惩罚技术优化Logistic回归模型,构建基于L_(1/2)正则化Logistic回归的上市公司财务危机预警新模型.通过以沪深股市制造业股票交易得到特别处理(Special Treatment, ST)公司和非ST公司为研究对象,对比研究传统Logistic回归和L_1正则化Logistic回归模型的预测结果,实证研究表明:通过L_(1/2)正则化的Logistic回归模型不仅可以实现参数估计和变量选择,而且具有更高的预测精度和泛化能力.研究体现了新模型对预警问题的合理性和优越性,为上市公司财务危机预警后续研究提供一定的借鉴.     

财务舞弊侦测——以中国上市公司为例研究

会计师事务所的独立性在世界范围内遭到了不同程度的质疑。本文搜集了1998-2009年间受到证监会处罚并经三大权威报纸披露的31家舞弊公司的信息,将其作为舞弊研究样本,另外整理了同行业同年度财务状况良好的31家非舞弊公司的信息,将其作为对照样本。通过归纳我国上市公司财务舞弊的具体特征,本文选取了与企业经营有关的相关财务指标和公司治理指标作为解释变量,采用逐步向前的多元逻辑回归法构建财务舞弊侦测模型,经验证,该模型侦测准确度为73.8%。     

新三板和A股各板块产业升级特征的实证研究

产业升级对中国未来产业发展意义重大,多层次资本市场是产业升级的坚强后盾.在分析了战略新兴产业公司的基本特征后,选用营业收入增长率、研发费用支出率、单位资产创收率三个财务指标作为战略新兴产业基本特征的替代变量.根据美国和中国的上市公司财务数据及高科技产业占GDP比例等数据,采用Johansen方法分析三个财务指标和国家产业升级之间的协整关系,阐明了三个财务指标作为替代变量的可靠性.在此基础上,再基于三个财务指标建立Logistic回归模型,实证分析比较我国新三板公司和A股各板块公司整体产业升级特征,发现新三板公司产业升级特征最为明显,并依此给出了相应政策建议.     

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.     

因子分析和Logistic回归在农业上市公司财务预警中的联合运用

在普遍采用的盈利能力、偿债能力、经營能力和发展能力四个主要方面财务指标的基础上,新加入了利润质量指标和市场估值两类指标,采用2007-2018年沪深农业上市公司的数据为样本,联合运用因子分析法和二元logistic回归法重新构建农业上市公司财务风险预警模型,结果表明,该模型具有较高的拟合精度和判别能力。     

多层感知器信用评模型及预警研究

本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :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 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤     

基于相对熵和可变模糊集理论的战略性新兴产业企业信用评价

针对现有模糊评价方法缺乏动态可变性的不足,将可变模糊集理论引入到战略性新兴产业企业信用评价中;同时,考虑到主观赋权法与客观赋权法各有优缺点,采用基于相对熵的组合赋权法确定指标权重,从而构建了基于相对熵和可变模糊集理论的战略性新兴产业企业信用评价模型.模型克服了现有模糊评价方法的不足,较好的兼顾了赋权的主观偏好和客观信息,提高了信用评价结果的可信度、可靠性与稳健性.以20家战略性新兴产业上市公司为样本,实证分析结果说明了模型的可行性和适用性.     

行业内中小企业信用评估模型及应用

在对中国中小企业特点的分析基础上,建立起三层次的行业内中小企业信用评估指标体系。并将其中的财务状况指标体系单独列出,通过对20家安徽省农资中小企业的调查,以此行业为例,利用主成分分析法筛选变量.简化原指标系统,进一步利用Logistic函数对财务状况指标计算公式进行了修正.然后通过层次分析法对各层指标权重进行计算,建立起行业内中小企业信用评估模型.同时根据商业银行的放贷目的,对模型进行了进一步讨论,在确定银行贷款临界概率的基础上,利用中小企业信用评估模型建立起银行贷款决策模型,并代入2005年度上半年合肥丰乐种业股份有限公司的数据进行了实证分析.     

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KMV模型的我国上市公司信用风险研究

在KM V框架的基础上对股权价值计算方法进行了改进,通过改进后的方法,计算出1999年至2006年各年所有上市公司的违约距离、理论违约率、企业价值、股权价值等指标数据.从分析的结果来看,上市公司规模对信用风险有一定影响,上市公司规模越大,信用风险越小,公司规模越小,信用风险越大.从违约风险的变化情况看,2003—2006年上市公司的违约距离呈下降态势,说明近年来上市公司的违约风险加大.对比沪深300上市公司股改前和股改后信用状况,发现股改前后信用状况有显著不同,股改后上市公司的违约风险变大.通过违约距离的敏感性分析,认为股权价值波动率对违约距离最敏感.     

政府层级、制度环境与投资机会——基于中国上市公司的实证证据

本文从政府层级、制度环境与投资机会的角度出发,运用因子分析方法,对投资机会集、制度环境变量提取了主成分,以2005~2009年沪深A股上市公司为研究样本,实证检验了政府层级、制度环境对投资机会的影响。研究发现:制度环境对政府控制公司和非政府控制公司的投资机会影响不同,对政府控制公司影响显著;且不同层级的政府控制企业影响程度也有差异;政府是否控制会对企业投资机会产生影响:省政府是否控制在1%的水平下对企业的投资机会具有显著的正向影响,市政府是否控制在5%的水平下对企业的投资机会具有显著的正向影响,中央政府和县政府是否控制对企业的投资机会影响并不显著;政府控制企业会比非政府控制企业获得更高的成长性和可持续发展能力。