我国上市企业基于KMV模型的实证研究

KMV模型是由Black Scholes和Merton于1993年提出的基于期权定价理论的信用风险度量模型。通过利用KMV模型对我国上市企业进行分析,计算得出十家ST公司和十家同行业相似规模的非ST公司的违约距离,根据计算结果得出ST公司的违约距离小于非ST公司,因而ST公司的金融风险更大,另一方面也证明了KMV模型对我国金融市场研究的现实意义。此外,除ST与非ST公司的违约距离不同之外,不同产业、不同企业规模之间的违约距离也存在差异,产业因素的违约距离更大,因此产业因素对我国上市公司金融风险的影响更大,而企业规模因素对风险的影响则较小。     

信贷风险度量的Logit模型检验——来自行业内上市公司的经验数据

对国内2001～2004年,连续四年间曾经营失败和经营正常的106家综合类上市公司的信用质量应用Logit模型进行检验分析,与以往研究不同的是:一是研究对象只针对某一类企业进行研究,剔除了行业之间的差异影响;二是选取样本违约与非违约数量之间的非均衡性.实证结果发现:Logit模型对中国市场企业信贷风险具有一定的判别和预测能力,能够较好地评价一个企业的信用状况;影响公司信贷违约与非违约的众多因素中,流动比率与资产负债率是两个关键因素.     

中国上市公司动态违约概率研究——基于KMV模型的实证检验

为测算中国上市公司的违约概率,在KMV模型的框架下,分别以我国A股市场上非ST上市公司和ST上市公司的数据作为样本,采用GARCH方法计算得出上市公司股价的隐含波动率,进而利用期权定价公式得到动态化的违约距离和违约概率的理论值,并通过对计算结果和理论假设的实证检验得出国际金融危机对中国上市公司信用风险有显著影响的结论,同时也发现KMV模型的理论假设存在不符合中国实际情况的若干现象,最后提出进一步研究的方向。     

基于 KMV 模型的安徽省上市中小企业信用风险分析

选取10家安徽省中小板和主板上市的企业,基于财务指标和 KMV 模型度量结果,实证分析了两大板块上市公司信用违约风险的差异性,得出结论：劳动密集型上市公司较技术密集型上市公司,违约距离更短,信用风险更大;上市中小企业的负债结构以流动负债为主,股权价值波动率大,资产规模较小,处在初创期和成长期公司风险明显较高,违约距离更短,建议银行等金融机构应更加重视中小企业非财务信息,加强对上市公司信息披露。     

信用证结算中期前违约制度探析

期前违约以英美法系的预期违约制度和大陆法系的不安抗辩制度最具特色。1980年《联合国国际货物买卖合同公约》对两者进行了吸收、借鉴,形成了综合两大法系的期前违约制度。但是,《公约》调整范围是有限的,国际贸易的复杂性对这一传统的期前违约制度提出了挑战。本文试以信用证为付款方式的国际货物买卖为例,对买卖双方的期前违约行为及其相应的救济途径进行分析,以期能服务于外贸工作人员的贸易实践,尤其为之在遭遇信用证结算中的期前违约行为时提供一些启示。     

事件研究法的改进:基于违约距离的评判

一般利用事件研究法来检验证券市场是否满足半强式有效的假定,该方法始终停留在事件发生前后样本公司的股票收益率是否有显著变化方面。针对此方法研究的不足,利用反应样本公司违约状况的违约距离(DD)指标,替代了传统事件研究法中的核心因素——收益率,以期转换角度利用事件研究法来评判我国证券市场的效率。通过实证分析法得到的结果与大多数研究者的结论相同,证实了该方式具有一定的可行性,同时避免了传统半强式有效市场证明的有关争论。     

地理距离影响民间借贷违约风险的实证研究

随着民间借贷活动范围扩大,纠纷明显增加,民间借贷风险受到广泛关注。通过构建多元线性回归模型,利用240个民间借贷纠纷案件的调查数据,探讨了地理距离对民间借贷违约风险的影响。研究结果表明,地理距离显著增加民间借贷违约风险:地理距离对月利率2%以下借贷的违约风险影响程度高于月利率2%及以上的借贷,对本金100万元以下借贷的违约风险影响程度高于本金100万元及以上的借贷。建议鼓励和发展近距离或依托熟人关系的民间借贷,建立依托地缘、血缘或亲缘等关系的借贷监督和社会惩罚机制。     

基于加权硬投票融合模型的互联网消费金融借款人违约风险预测

首先分析了互联网消费金融违约风险的特征,运用信息经济学研究互联网消费金融借款人违约风险的形成机制,构建了借款人信用风险评价指标体系。然后构建集XGBoost、LightGBM和CatBoost的二分类加权硬投票融合模型,用于预测借款人违约风险。通过实证检验比较不同分类器训练下的预测结果发现：融合模型的预测精准度优于单一模型XGBoost、LightGBM和CatBoost;基于特征重要性排序结果,发现影响贷款者违约的关键因素主要包括贷款利率、年收入、公共事业差评数记录、循环信贷余额等。最后提出了加强借款人违约风险管理的建议。     

KMV模型在中国互联网金融中的信用风险测算研究

随着互联网金融风潮的兴起,各大金融机构和电商都在积极抢占市场。现阶段中国互联网金融的核心是金融规则和对风险的控制,尤其是对信用风险的控制更是有待探索的难点问题。本文采用真实的金融市场数据,模拟了应用信用风险度量（KMV）模型测算公司信用风险状况的全过程,分别求出样本公司资产价值波动率σA、违约距离（DD）和预期违约率（EDF）。通过对测算结果的检验与分析研究,证明了将KMV模型应用于互联网金融中对企业信用风险的评估,在现实中拥有一定的可行性,并为将来研究如何形成规范化、流程化的线上信用风险评估体系打下基础。     

论期前违约制度及其立法完善

按照英美法系的合同理论,合同违约包括实际违约和期前违约两种形态。期前违约的本质在于期前违约方侵害了对方的期待利益,对此合同相对方有权获得法律救济。我国《合同法》在继承不安抗辩权制度的同时也引进了期前违约制度,但对期前违约制度的规定却存在很多不足特别是在与不安抗辩权制度的协调上出现很多问题,因此有必要对我国《合同法》做出适当的修改。     

Improving Overall Mortality Forecasts by Analysing Cause-of-Death, Period and Cohort Effects in Trends

The major goal of this study is to propose improvements in the methods for forecasting overall mortality. In order to reach this goal, three types of trend-oriented forecasts have been studied. Each type of forecast is conditional on developments in one of the three factors, period, cohort and cause of death, which are known to represent symptomatic measures of certain causal mechanisms. Mortality projections have been made for four developed European countries: France, Italy, the Netherlands and Norway. The projections are based on observed mortality data over the years 1950--1994 and cohorts born in the nineteenth and twentieth century. The results of the analyses do not show a best solution, though the cause-of-death approach looks the most promising. However, the period and cohort approaches certainly have additional value in the forecasting process. The cause-of-death approach should ideally be used jointly with the overall mortality period (or overall mortality cohort) approach. However, the cause-of-death approach is not optimal for forecasting the mortality of the oldest-old. Another modelling method, for instance parameterization of overall mortality, should be considered for that purpose. The cohort approach can be used to improve forecasting of period mortality.     

中国民用汽车保有量的短期组合预测

国内外对中国汽车保有量预测的研究很多,但由于各种假设不同而偏差较大。组合预测方法的出现,结合了不同预测方法的优点,提高了预测精度。文章运用Logistic模型拟合中国汽车保有量的增长,将其增长期划分为三个阶段,低速增长期,快速增长期,平稳增长期,以此指导灰色预测合理选取数据,对中国的汽车保有量进行短期预测。该预测方法只涉及市场最大汽车保有量的估计,尽可能地避免了传统预测模型中预测参数选取主观化的缺点。预测结果显示我国汽车保有量已经进入快速增长期,2015年将突破1亿9千万辆。     

辛亥革命成败新论

客观、准确地审视辛亥革命的历史功绩,是正确评判辛亥革命成败的前提,当然,关键还是不能把辛亥革命与中国资产阶级革命混为一谈。如果做到了这一点,那无论长期以来一直作为主流观点的“失败论”,抑或为个别学者所主张的“成功论”,其各自缺陷就皆可避免了。     

债券违约风险的或有要求权分析

债券违约风险的或有要求权分析方法建立在现代金融理论基础上,它有效了解决财务数据以离散方式披露造成的信息滞后,有利于及时、全面地反映债务人变化迅速的动态风险。通过BSM定价模型可获得债券的风险中性违约概率、真实世界违约概率和违约风险价差。目前模型已经拓展到适用于不同债券品种、契约结构和随机利率等情况的违约分析,同时也考虑了内生违约、提前违约、突然违约等现实条件,但或有要求权分析方法在国内的应用条件尚不成熟。     

香港和深圳市铁路需求预测

亚洲的许多城市为解决城市交通问题，正关注铁路系统并允许进一步发展．对铁路系统的规划与设计必须有强有力的预测，同时对于有效路径选择效用方面的细微差别必须是敏感的．EMME／2中缺省的公交分配程序能生成出行费用矩阵，这些矩阵适用于战略模型，但是在用这个缺省的程序对铁路进行具体的预测时限制会增加．本文简述了基于logit模型的多路径公交EMME／2模型结构，它适用于低服务间隔的城市铁路网．该模型允许子模式（铁路或其他）的选择，车站和车站间路径的选择，并描述了所必需的网络编码和交通分配增加的自由选择等特征．     

浅论工程款担保机制

工程款拖欠一直是困扰我国建筑业健康发展的一个主要问题。分析了工程款拖欠的具体问题及成因,评述了建设工程的相关担保制度,阐明了我国建设工程担保制度的法律依据,建立了工程款担保机制的基本构架及运行机制,为从根本上解决工程款拖欠以及由此引起的劳务费拖欠问题,建设工程款拖欠治理的长效机制奠定了基础。     

基于小波神经网络的基建投资预测研究

基建投资预测是基建部门急需解决的问题之一,本文在分析已有预测技术的基础上,建立了相应的小波神经网络模型。运用历年天津市基建投资数据进行实证研究,为政府相关部门编制基建投资的规划提供有效的理论支持。     

城镇化水平预测方法新探——以神经网络模型的应用为例

在城镇化水平预测领域,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用的预测方法,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行,而所建模型往往因存在一定缺陷而使预测效果受到严重影响。目前,基于数据驱动式的"黑箱"建模思想而诞生的神经网络模型在预测领域已得到了广泛应用,但在城镇化水平预测方面尚未得以充分使用。在对上述两种传统预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上,运用神经网络模型在这一领域进行了尝试性的分析和探讨。结果表明,同两种传统预测方法相比,其预测效果较为理想。     

翻译过程中的信息缺失——以霍桑小说《好小伙子布朗》中的人名翻译为例

以霍桑的《好小伙布朗》中的人名翻译为分析文本,通过演绎和归纳方法的综合应用,讨论翻译中的信息缺失、其成因以及补偿方法,在总结各种补偿方法的基础上引入了"以创补失"和影视翻译中的建设性观点,从新的角度探索信息缺失的弥补方法。     

基于PDL模型的我国省域人口总量预测方法研究——以甘肃省为例

在我国省域人口总量预测领域，基于时间序列分析的PDL模型目前尚未得到充分使用。文章以甘肃省为例，运用混合有限PDL模型，通过其与分要素预测法之间的预测效果对比，对其在这一领域的应用进行尝试性的分析和探讨。