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.     

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 .     

黑龙江省农村劳动力就业的宏观影响因素分析——以状态空间模型为工具

以状态空间模型为工具,研究农村劳动力就业的影响因素,从深层次分析农村劳动力就业发展的长期性、动态性、阶段性和互动性.研究得到,在所有因素之中乡村劳动力人数是长期内影响劳动力就业的主要因素,且始终为正向影响,地区生产总值、农村居民消费水平、农村固定资产投资和农村居民人均纯收入等四个因素均经历了正相关、负相关的波动过程.由此将为人口与经济的健康发展提供理论依据,为政府部门的科学规划和政策调整提供可行性建议,同时对于人口城镇化的有效推进具有重要的现实意义.     

房地产投资对绿色全要素生产率的影响——基于空间杜宾模型的实证研究

基于超效率SBM-GML指数模型测算中国绿色全要素生产率的地级市数据,运用空间杜宾模型分别从全国及东、中和西部实证分析房地产投资对城市绿色全要素生产率的空间效应。研究结果显示：(1)城市绿色全要素生产率存在空间溢出效应且表现显著,本地区绿色全要素生产率的提升会促进周边地区绿色全要素生产率;(2)在全国层面,房地产投资不仅对城市绿色全要素生产率的直接效应和间接效应都显著为负,而且对绿色全要素生产率分解出的绿色技术效率与绿色技术进步也存在反向抑制;(3)区域角度,房地产投资对绿色全要素生产率的抑制程度存在区域异质性,对东部地区的直接作用最大,西部最小,对中部地区的间接作用最大,西部最小。     

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PLS的江苏省房地产价格影响因素的实证研究

通过偏最小二乘(PLS)方法对江苏省2000-2010年9个指标的汇总数据进行研究,并利用变量投影重要性指标(VIP)考察了各影响因素的重要程度.结果表明,城镇人均住房面积、在岗职工平均收入、人均GDP是影响江苏省房价最重要的因素.同时,考虑到江苏省内部发展的差异,又运用PLS法对苏南、苏中、苏北三地区2004-2010年9个指标的面板数据分别进行了分析.结果表明,在岗职工平均收入对三地区的房价均有较大影响.其余影响因素则因经济发展存在差异.     

基于数据的银行信贷行业的信用风险研究

目前多数研究利用美国旧金山市KMV公司于1997年建立的模型(KMV模型)计算企业年违约距离来评估具体企业的信用风险,但缺乏信贷行业的信用风险评估方法,也不能给出随时间变化的信用风险.首先提出基于数据的信贷行业随时间动态演化的信用风险评估模型,然后利用2016年18个行业的数据得到了中国信贷行业动态演化的信用风险,该信用风险随时间演化特征可分为波动上升、下降后波动、下降后稳定、稳定四种类型.进一步研究发现金融业、科学研究和技术服务业、信息传输软件和技术服务业这三个行业动态演化的信用风险平均值高且不稳定,住宿和餐饮业的信用风险很高但是比较平稳,其他行业的信用风险较低且较平稳.     

基于贝叶斯网络的中国电子商务信用风险因素研究

针对电子商务信用问题可能会导致的电子商务发展缓慢、电子商务市场秩序混乱以及电子商务产业崩溃等风险事件,应用贝叶斯网络理论构建中国电子商务信用风险网络模型,分别分析电子商务信用风险的敏感性因素与关键因素对风险事件的影响程度。运用GeNie仿真软件求得结果:最关键的信用风险因素是技术诈骗率提高、经济效率降低以及国家监管力度不足等三个因素,敏感性因素为新者难做、交易者的交易意愿降低、技术诈骗率提高、经济效率降低以及信息不对称等五个因素。研究认为信用风险关键因素的变化会波及信用风险敏感因素的变动,进而引发风险事件的产生。     

我国城投债信用风险测算——基于Logistic回归的评分卡模型

城投债是近10年来我国地方政府筹措基础设施建设资金的主要融资工具,由于其发行基于政府信用,且短期违约风险普遍很低,通常都能获得较高评级;但这使得其评级辨识度较低,且评级调整较少,不能够真确反映城投债的信用风险及其历时变化。本文考察了城投债的发展现状和特点,并提出一个基于多因素Logistic回归的信用评分卡模型对城投债信用风险进行测算:选取3965个城投债发行主体进行模型开发和验证,通过单因素筛选、变量转换、logistic回归,确定在整体显著性、拟合度和预测准确率上表现最优的模型作为最终测算模型;并基于该测算模型建立一个评分卡评分模型。论文最后提出若干政策建议。     

基于房地产行业发展现状的数学模型

基于我国房地产行业发展的现状,根据优化与运筹的相关数学理论,采用BP神经网络、灰色理论、目标规划等方法,建立了住房需求-供给模型、房地产行业与国民经济其他行业关系模型、房地产行业态势分析模型、房地产行业可持续发展模型、合理房价制定模型,对我国的房地产行业作了深入的分析和科学的探讨,给政府相关部门制定决策提供了重要的理论依据.     

基于PCA-VAR模型的房地产信贷政策调控效应分析

有效的房地产调控,既要实现稳定房价、控制房地产开发投资过快增长等调控目标,同时也不会对宏观经济带来过大的负面影响.在分析各类房地产调控政策传导机制的基础上,通过构建PCA-VAR模型,并综合运用了协整分析、Granger因果检验、方差分解和脉冲效应分析等方法,细致测算了房地产信贷政策对房地产市场和宏观经济的影响,据此为我国实施房地产调控提供政策建议.     

基于MIV-BP型网络实验的房地产项目风险识别研究

为了更准确更客观地识别房地产项目中的风险,为房地产项目投资决策提供科学依据和参考,有效地规避风险,本研究在BP神经网络 (Back-Propagation Neural Network)建模的基础上,采取MIV(Mean Impact Value)算法对BP神经网络模型进行变量筛选的网络优化和改良,从而形成新的优化后的MIV-BP(Mean Impact Value Back-Propagation Neural Network)神经网络,并以此用于评价房地产项目中的风险度以及各因素在风险度中的影响作用大小;同时选取目前相关的房地产项目数据进行仿真实证分析和验证。验证实验结果表明,MIV-BP型神经网络对于房地产项目风险度识别具有良好的适应性和准确性,实验结果客观,达到专家评价的要求,并在风险因素作用度分析上具有良好的应用价值。     

中国房价形成机制的实证研究

构建了房地产市场的供求模型和均衡价格模型,引入商品房销售价格、销售面积、施工面积等9个变量,建立相应的联立方程组,对房地产价格形成机制进行了研究.研究结果表明：房地产的价格很大程度上受到居民收入、利率、以及土地价格的影响,相对而言居民收入和利率的影响最为明显.同时,居民对房地产的潜在需求和有效需求间的差距较大.目前相关部门应更加关注房地产市场有效需求的规模,并适当调整利率、土地供给等,从而保证房地产市场的稳定发展.     

房地产泡沫相关因素及相关关系的实证研究

通过理论探讨及文献研究,建立了与房地产泡沫有关的的四个关键因素,土地价格、房价虚涨、房地产投资和房屋空置率与房地产泡沫的关系路径分析模型,并通过30个省市的相关数据进行了统计分析,检验该模型.研究结果表明:各活动要素的影响强度存在着一定的差异,土地价格和房屋空置率对房地产泡沫的影响最大,房价虚涨和房地产投资泡沫对于房地产泡沫的直接影响不是很显著,但是可以通过土地价格泡沫和房屋空置率泡沫等其他变量间接地发挥显著作用.指出了局限性.     

有序聚类投影寻踪模型在郑州市房地产风险评价中的应用

针对目前房地产风险评价标准的片面性,选择5个特征指标作为房地产风险指标体系,并提出应用投影寻踪算法对郑州市2002年到2012年的房地产风险行分类.分析结果表明:方法能克服传统方法和既定标准法的片面性问题,避免了高维空间聚类和人为确定权重问题,为房地产风险的评价提供一种科学准确的新方法.     

房地产产业链相依结构演化及其危机传染效应研究

以钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行、非银金融和机械设备九大申万一级行业指数所代表的房地产产业链为研究对象,通过采用R-Vine Copula方法来刻画房地产产业链上行业间相依结构及其在2008年金融危机冲击下的结构演化特征.研究结果表明:房地产产业链上各行业间普遍存在对称、厚尾的相依结构,行业间相依性水平较高;机械设备业在整个房地产产业链上起到了枢纽中心的连接作用;金融危机的发生增强了房地产产业链的总体相依性水平,危机传染效应显著;与CVine Copula和D-Vine Copula方法相比,R-Vine Copula更适合来刻画我国房地产产业链的相依结构特征.     

基于马氏域变的房地产泡沫存在概率研究

借鉴股票市场泡沫的研究方法,采用非齐次马氏域变思想对我国2001年1月到2010年12月的房地产市场泡沫进行了分析.通过Johansen协整检验方法从房价数据中分离出泡沫成份,使用极大似然估计方法估计出房价泡沫在两状态下的方差和转移概率的相关参数,进而求出各时期房价泡沫存在的概率.实证结果表明:第一,样本期间大部分时期内我国房地产价格存在泡沫的概率较小,但2009年4月至12月房价存在泡沫的概率较大;第二,提高贷款利率能够减小从无泡沫到有泡沫的概率,同时增加从有泡沫到无泡沫的概率.     

中国房地产价格的多元线性回归模型

近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫.