基于Logit模型的上市公司财务预警实证分析

以2005-2007年中国上市公司为研究对象,采用Logit模型对上市公司财务预警进行实证分析,并对模型的预测效果进行了检验。结果表明logit模型可以对上市公司一年后是否出现财务危机进行预测。     

遗传神经网络在商业银行信用风险评估中的应用

商业银行在社会经济的发展中发挥着重要作用,因此如何准确的评估其信用风险,并据此建立信用风险防范体系具有重要的理论和现实意义.本文将BP神经网络与遗传算法(GA)相结合,建立起GA-BP模型,模型利用遗传算法来修改神经网络的连接权值和阈值,构建进化型的神经网络模型.并通过实证研究表明遗传神经网络技术在识别信用风险方面有较高的正确率,应用于商业银行信用风险评估领域有良好的发展前景.     

论金融全球化中的我国商业银行信用风险管理

随着我国金融体制改革步伐的加快和金融业开放度的提高 ,国内银行业面临着参与国际竞争的严峻挑战。为此 ,我国商业银行必须借鉴国际上先进的信用风险管理经验 ,强化信用风险管理 ,开发出适用的信用风险管理模型 ,并针对发展中国家商业银行信用风险管理的特点 ,研究我国分阶段运用现代信用风险度量模型、实施信用风险管理的现实选择以及设立征信和信用评级体系的具体措施     

我国集群的地区维度信用风险实证分析

本文在深入分析KMV模型的原理基础上，将KMV模型的理论运用于分析集群的地区维度信用风险。对我国集群的主要地区：江苏、浙江、广东和福建的主要上市公司从1993年到2004年的数据进行违约概率实证，最后，从四个地区近几年的发展历程及特点进行分析，分析结果与实证结果是一致的。     

我国住房抵押贷款信用风险因素分析

个人住房抵押贷款市场的迅速扩张,得益于房地产贷款是建立在房地产抵押担保的基础之上,房地产抵押为住房抵押贷款提供了充分的保障;其次房地产信贷的利润和质量相对于其他贷款要高。然而,随着个人住房贷款余额的不断增长,商业银行的信用风险也在不断累积。利用银行违约率微观数据并采用Logit模型对我国住房抵押贷款信用风险的影响因素进行分析,个体学历变量、年收入变量、购买房屋总价等因素对贷款人违约率具有很大的影响。相应的政策建议:尽快建立和完善个人信用管理评估体系;大力提高我国商业银行个人住房抵押贷款风险管理水平;稳步推进个人住房抵押贷款证券化改革等。     

信用风险模型与我国商业银行信用风险管理

信用风险是商业银行面临的主要风险,为适应国际化竞争的需要,必须加强信用风险管理,采用先进的风险识别、量化、评估模型。我国商业银行应创造条件采用以IRB为基础的ERM模型。为此,需要建立与完善真实、全面的银行内部信用评级体系,并跟踪建立连续的信用历史数据库。要注重风险缓释技术的应用,积极发展衍生工具以分散和控制信用风险。建立银行统一的风险管理信息数据库和管理信息系统,并借鉴国外经验重新塑造我国商业银行信用风险管理组织体系。     

中小企业信贷风险度量模型研究——基于山东省的实证分析

针对目前国内中小企业信贷风险管理定量研究匮乏的现状,本文探讨了中小企业信贷风险指标体系建立和风险模型选择两方面的问题。在指标体系建立方面,加入了以往研究较少涉及的定性指标;然后分别建立Logit回归模型和LDA模型对我国中小企业信贷风险进行实证度量,通过模型预测准确率的比较,最终选择适合我国国情的中小企业信贷风险度量模型。     

上市公司财务失败模型实证分析

近年来,国内学者对上市公司财务失败的关注越来越广泛。本文在分析国内和国外研究文献的基础上,分析了目前国内建立财务失败模型误区,然后选用了上海A股市场的数据,对数据间的多重共线性进行了处理,建立了Logit模型,结果表明模型的拟和度较高,达到了了78.9%。最后,还用建立的模型进行了测试,模型得到的判正率达到72%,说明该模型总体效果较好。     

基于BP神经网络的商业银行信用风险识别实证分析

本文采用上市公司未按时偿还贷款的比率(即贷款不良率)作为衡量信用风险高低的标准,结合独立样本t检验和主成份分析法,构造基于BP神经网络技术的商业银行信用风险具有很强的识别能力,可以达到记忆能力和泛化能力兼容的最佳水平,但模型预测和推广能力还有待改善,所以在最终叛定企业信用风险时必须结合其他定量和定性分析方法.本文研究结论敢证明了单隐层模型优越,证实了双隐层无助于提高预测准确率的Lippm定理在中国的成立.     

公司价值、外部治理环境和上市公司违规行为研究——来自中国上市公司的经验数据

本文采取沪、深两市2335家上市公司2013-2014年的面板数据为样本数据，运用Logit模型，通过数据分析检验了上市公司的公司价值、外部治理环境对上市公司违规行为的影响程度。通过对样本上市公司的数据实证研究结果表明，净资产收益率、每股净资产、市场化程度和政府干预程度在不同程度上影响上市公司的违规行为，企业无形资产价值对上市公司违规行为影响很小。托宾Q值和法制化水平等指标对公司违规行为的影响不显著。