运用统计分析方法科学评价企业现金流量

现金流动是企业经营目标能否实现 的关键。现金流量分析就是通过对现金流量表上的有关数据进行比较、研究，以了解企业现实的财务状况，发现问题，为未来预测提供科学依据。如何运用统计分析方法科学现金流量分析指标体系是一个值得研究的问题。笔者认为，可以运用比率分析方法对现金流量进行科学分析。 现金流量表的比率分析是指运用报表相关项目数额之间的比值或关系式来揭示企业的盈利能力、偿债能力、资产的流动性以及财务的适应性等财务状况。 １．盈利能力分析指标 该指标反映每实现一元销售收入中所能获得的现金流量，主要用于衡量企…     

机器学习与线性模型在资产收益率预测中的比较

文章基于CAPM、多因子、DNN、LSTM和SVM模型,探讨传统线性资本资产定价模型与机器学习模型对于资产组合样本外的预测能力。提出了六个假设,并采用固定窗口和滚动窗口对模型的预测能力进行验证,结果发现机器学习模型比线性回归在样本外的预测能力更佳,泛化能力更强。     

基于相同方差下降比的最优时变套期保值比率探讨

文章以华夏ETF300基金净值和沪深300指数为研究对象,充分考虑了两个资产的相互关系以及收益率的分布特征.在VaR最小化的目标下,以基于风险承受程度相同时的套期保值交易成本和收益率下降比为套期保值效果的衡量标准,综合对比了动态套期保值比率模型tCopula-DCC-GARCH和时变套期保值比率模型RLS-EWMA-GARCH的套期保值效果.结果表明:RLS-EWMA-GARCH模型在交易成本和收益率下降比两方面均优于tCopula-DCC-GARCH模型.     

资产结构对盈余影响的实证研究

文章从公司资产结构及盈余能力的特点入手,分析上市公司资产结构对盈余的影响,选取了深沪两市2004～2008年576家上市公司作为有效样本进行研究,利用CSMAR数据库中的数据,以资产结构作为自变量,以反映盈余的指标作为因变量,进行数据筛选和实证分析。分析结果显示,总资产增长率和流动资产增长率与企业短期绩效变化呈正相关关系,固定资产增长率与企业短期绩效变化负相关;固定资产比率与盈余质量呈负相关关系,流动资产比率与盈余质量呈正相关关系,无形资产比率与盈余质量关系不显著。因此,在公司的盈余管理上,不同的资产结构起着重要的作用。     

基于深度学习的收益率预测与投资组合模型

在传统投资组合模型中,备选资产的预期超额收益率的预测误差将导致模型的投资绩效劣化。文章采用Transformer深度学习模型对备选资产的收益率进行预测,以提升预期收益率的准确度,进而提高投资组合模型的绩效。以中证800指数的成分股为备选资产,进行了72期投资,将实证结果与LSTM和SVR模型进行对比,验证了Transformer模型在提升预测准确度和提高投资组合模型绩效上的优越性。     

杜邦体系与微观经济因素分析

一、杜邦体系的特点杜邦体系是在经济分析与评价中采用的一种方法，由于最先由美国杜邦公司采用，故称杜邦体系，亦称杜邦分析法。该体系具有以下特点：1．它是利用经济比率之间的内在联系建立起来的一套微观经济指标体系。其中，权益报酬率与总资产报酬率和权益乘数（权益资产比率）之间，总资产报酬率与销售利润率和总资产周转率之间，就存在着这种联系，因而成为杜邦体系建立的重要依据。2．它以一个综合性最强的指标作为体系的中，C指标，这个指标就是权益报酬率。它综合反映了微观经济系统最主要的两个方面因素的影响：一是企业资产管…     

企业并购中目标企业价值评估方法的创新模型分析

目前目标企业的估值以及上市公司的股票估值的主要方法有四种:资产法、比率定价法、未来现金流贴现法、实物期权定价模型.但现实中一些企业的真实情况却与运用上述四种方法得出的估值结果大相径庭,所以会有2008年金融危机中股票价值一泻千里的惨剧.事实上对于目标企业价值的评估还存在着另外一种方法,这种方法将对并购决策及股票市值更有助益,而本文将详述这种方法:模糊定价法—定时点估值模型.     

政府补助对企业财务绩效影响的评价

文章基于2007-2012年沪深两市样本公司的财务数据,并采用倾向性得分匹配分析法克服样本选择偏误导致的内生性问题,通过全面控制前期文献提及的诸多企业财务绩效影响因素后,实证分析了政府补助对企业财务绩效的影响.文章实证结果显示,在系统控制企业规模、资产结构、资产周转率、最终控制人属性、两职合一、资产负债比率、流动性比率、高管薪酬激励、高管股权激励、股权制衡度、时间效应、行业效应和空间效应的影响后,政府补助对企业财务绩效具有显著正影响.     

对当前个人住房贷款风险的思考

一、当前个人住房贷款风险的现状 (一)我国目前的个人住房贷款风险具有以下三个特点 1.种类多.一是银行的流动性风险.个人住房贷款的快速增长和比率的迅速提高,使得银行资产结构中的中长期贷款比重过高.在我国,个人住房贷款比重已从1997年的0.3%上升到2003年的9.27%.部分小型城市商业银行已经开始面临流动性问题.二是企业和个人转移的融资风险.     

对Black-Litterman模型加入主观收益方法的改进

Black-Litterman模型是高盛公司提出的确定加入主观观念的资产组合模型,其显著特点是模型加入了投资者的主观观念。目前文献研究显示,模型加入投资人主观收益的方法依然是武断确定。这样加剧了主观投资组合模型使用的随意性,也必将影响其使用效果,会给投资造成巨大损失。由此本文提出使用BMA（贝叶斯移动平均法）模型预测投资者主观收益,文中利用中国上海A股市场数据,编写Matlab程序对主观资产组合模型进行了实证,实证表明预测效果得到了明显改善。该模型不但对Blackliterman模型有重要作用,而且对金融统计模型预测效果的提高也有很大启发。     

企业信用状况的定性评价——基于logistic回归模型的分析

以材料和机械制造行业100家上市公司综合财务数据为样本数据,采用主成分分析和logistic回归模型,对企业的信用风险进行定性评价,简要评定企业的守信状况,影响企业信用的主要是企业的偿债能力,且同资金的流动性和运营效果密切相关,并给出结论与建议,指导债权人、投资者和交易方投资决策。     

Quantification of model risk that is caused by model misspecification

In this paper, we suggest a technique to quantify model risk, particularly model misspecification for binary response regression problems found in financial risk management, such as in credit risk modelling. We choose the probability of default model as one instance of many other credit risk models that may be misspecified in a financial institution. By way of illustrating the model misspecification for probability of default, we carry out quantification of two specific statistical predictive response techniques, namely the binary logistic regression and complementary log–log. The maximum likelihood estimation technique is employed for parameter estimation. The statistical inference, precisely the goodness of fit and model performance measurements, are assessed. Using the simulation dataset and Taiwan credit card default dataset, our finding reveals that with the same sample size and very small simulation iterations, the two techniques produce similar goodness-of-fit results but completely different performance measures. However, when the iterations increase, the binary logistic regression technique for balanced dataset reveals prominent goodness of fit and performance measures as opposed to the complementary log–log technique for both simulated and real datasets.     

中国省域信贷风险判别分析

现阶段，商业银行信贷仍是我国社会资金配置的主要方式。出于盈利和风险考虑，商业银行信贷行为天然具有顺周期特征。为实现稳增长目标，政府更倾向于逆周期调节。受到地方财政收支状况影响，省级地方政府会采取不同方式、不同程度地干预省域资金配置。十九大报告明确指出，要健全货币政策和宏观审慎政策双支柱调控框架。因此，省域信贷风险判别是一个动态过程，需在经济周期与宏观审慎政策框架下整体考虑。在此背景下，本文基于新古典经济学分析框架，建立了2008年以来省域信贷风险识别模型，研究发现，第一，地方财政支出收入比与不良贷款率存在正向影响关系，资本回报率与不良贷款率存在负向影响关系，且地方财政支出收入比对不良贷款率的影响程度更大；第二，依据分类准则，属于信贷高风险的省域分别是：河南，海南，重庆，四川，贵州，云南，陕西，甘肃，青海，宁夏，新疆，西藏；第三，在地方财政支出收入比、资本回报率的显著作用影响下，我国各省域不良贷款率呈现U型变化，不良贷款率阈值为1.49%，即当不良贷款率大于1.49%时，省域贷款风险较高；第四，当我国资本回报率处于企稳阶段，不良贷款率处于低于阈值的谷底阶段，且省域间风险差异性较小。当我国资本回报率处于下行阶段时，不良贷款率上升至阈值线以上，且省域间风险差异性较大。     

美国金融危机初始因素的敏感性分析——基于KMV模型

利用住房抵押贷款的基本定价模型及美国金融危机时期各相关变量的实际数据,对美国金融危机中的房价、房价波动率及利率三个直接初始因素进行敏感性作用力度弹性分析,探讨了房价、房价波动率及利率三个直接初始因素对住房抵押贷款价值与信用风险的敏感性与作用机理。     

银行信贷对经济结构影响的一般均衡效应分析：厦门案例

 本文研究金融结构变化对宏观经济结构和产业结构的影响，并以厦门为例，以银行信贷规模为切入点，通过研究银行信贷及其产业投向的变动对于厦门市经济发展与结构变迁的影响，从而洞察金融结构转换对厦门市经济发展与结构变迁的影响问题。     

大数据背景下网络借贷的信用风险评估——以人人贷为例

在大数据时代,网贷平台每天流动着海量交易数据。为充分利用这些数据控制信用风险,运用数据挖掘算法建立了信用风险评估模型。由于网贷数据多为非平衡数据,所以通过多次尝试使用SMOTE算法进行处理,提高了模型评估性能。研究发现:随机森林模型更适合用于信用风险评估,其次是CART、ANN、C4.5。用户的婚姻、房/车产(贷)等信息重要程度较低,而公司规模、工作时间等信息,历史借款、信用评分等信用档案信息在信用风险评估中尤为重要。     

Bivariate Semi-Markov Process for Counterparty Credit Risk

We consider the problem of constructing an appropriate multivariate model to study counterparty credit risk in the credit rating migration problem. For this financial problem different multivariate Markov chain models were proposed. However, the Markovian assumption may be inappropriate for the study of the dynamics of credit ratings, which typically show non Markovian-like behavior. In this article, we develop a semi-Markov approach to study the counterparty credit risk by defining a new multivariate semi-Markov chain model. Methods are given for computing the transition probabilities, reliability functions and the price of a risky Credit Default Swap.     

Credit risk assessment with Bayesian model averaging

Many credit risk models are based on the selection of a single logistic regression model, on which to base parameter estimation. When many competing models are available, and without enough guidance from economical theory, model averaging represents an appealing alternative to the selection of single models. Despite model averaging approaches have been present in statistics for many years, only recently they are starting to receive attention in economics and finance applications. This contribution shows how Bayesian model averaging can be applied to credit risk estimation, a research area that has received a great deal of attention recently, especially in the light of the global financial crisis of the last few years and the correlated attempts to regulate international finance. The paper considers the use of logistic regression models under the Bayesian Model Averaging paradigm. We argue that Bayesian model averaging is not only more correct from a theoretical viewpoint, but also slightly superior, in terms of predictive performance, with respect to single selected models.     

商业银行外部评级和资本市场评价比较研究

银行风险是当前中国面临的最主要的金融风险。为了准确评价银行的风险,首先介绍了两种最主要的方法——外部评级法和资本市场评价模型,再用默顿和KMV的相关理论计算了资本市场评价模型中最主要的参数d2,并用聚类的方法将d2分类后和外部评级法的结果进行比较,结果表明,市场评价模型的客观性和公正性较好,外部评级法的稳定性较好,两种方法各有优劣,可以互相借鉴。     

基于神经网络的贷款违约识别研究

随着国内金融市场的逐步开放,我国商业银行将面临日益激烈的市场竞争。提高商业银行的信用风险管理水平,增强市场竞争力,已经成为非常迫切的问题。除了完善信贷管理体制以外,研发信用风险模型以降低信用风险很有必要。鉴于目前的数据情况,现实的选择是研发贷款违约识别系统。本文对神经网络用于贷款违约识别做了实证研究,并与判别分析和决策树做了性能比较,得到了一些有意义的结论。