• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于logistic模型的上市公司信用風(fēng)險(xiǎn)評價(jià)的實(shí)證研究

    2012-04-29 11:56:10胡安冉孫云
    2012年24期
    關(guān)鍵詞:因子分析信用風(fēng)險(xiǎn)

    胡安 冉孫云

    作者簡介:胡安冉(1987-),女,漢族,山東棗莊人,在讀管理學(xué)碩士,單位:東南大學(xué)經(jīng)濟(jì)管理學(xué)院管理科學(xué)與工程專業(yè),研究方向:金融工程。

    孫云(1986—),女,漢族,江蘇宿遷人,在讀管理學(xué)碩士,單位:東南大學(xué)經(jīng)濟(jì)管理學(xué)院管理科學(xué)與工程專業(yè),研究方向:金融工程。

    摘要:本文利用2010年股票市場上6家ST公司以及4家已經(jīng)上市并正常運(yùn)行的公司財(cái)務(wù)報(bào)表的數(shù)據(jù)為研究素材,利用因子分析,為評價(jià)上市公司的信用風(fēng)險(xiǎn)建立了logistic模型,并利用實(shí)證驗(yàn)證了模型的適用性。

    關(guān)鍵詞:信用風(fēng)險(xiǎn);因子分析;logistic回歸

    一、背景意義

    信用風(fēng)險(xiǎn)是指證券發(fā)行人、借款人或交易的對方淫威各種原因而不去履行合同所構(gòu)成的違約行為,并且由此導(dǎo)致被違約方遭受經(jīng)濟(jì)損失的可能性。上市公司的信用風(fēng)險(xiǎn)是指上市公司與其他組織機(jī)構(gòu)或者個(gè)人在各種交易的過程中不履行合同規(guī)定拖欠款型等失信行為。近年來,政府部門以及越來越多的政府機(jī)構(gòu)已經(jīng)重點(diǎn)關(guān)注上市公司的信用風(fēng)險(xiǎn)問題。防范信用風(fēng)險(xiǎn)的重要手段就是建立上市公司信用風(fēng)險(xiǎn)評價(jià)模型。

    二、現(xiàn)狀評述

    上市公司的信用風(fēng)險(xiǎn)識別對于上市公司管理自身的信用風(fēng)險(xiǎn)、投資者對于上市公司的選擇以及市場監(jiān)管等各種方面都具有舉足輕重的地位。Logistic模型能夠依靠上市公司的財(cái)務(wù)指標(biāo),通過財(cái)務(wù)指標(biāo)來反映上市公司的信用狀況。張鳴,程濤(2005)使用logistic回歸模型,利用上市公司的財(cái)務(wù)指標(biāo)構(gòu)建了信用預(yù)警模型;楊廣青,鄧曉嵐(2007)應(yīng)用離散時(shí)間的logistic回歸模型,從動(dòng)態(tài)角度對公司經(jīng)營困境的風(fēng)險(xiǎn)進(jìn)行了評價(jià);陳迅,謝明希(2009)首先使用主成分分析方法選擇具有代表性的指標(biāo),然后建立回歸模型;李從欣等(2009)在構(gòu)造上市公司信用風(fēng)險(xiǎn)評價(jià)模型的基礎(chǔ)上,結(jié)合主成分分析和t檢驗(yàn)從實(shí)證角度對模型進(jìn)行了分析。本文利用2010年股票市場上6家ST公司以及4家已經(jīng)上市并正常運(yùn)行的公司財(cái)務(wù)報(bào)表的數(shù)據(jù)為研究素材,利用因子分析,為評價(jià)上市公司的信用風(fēng)險(xiǎn)建立了logistic模型,并利用實(shí)證驗(yàn)證了模型的適用性。

    三、原理分析

    四、建立模型

    (一)模型指標(biāo)的選擇

    本文手工從從金融決策終端軟件上搜取2010年滬市6家ST公司作為失信企業(yè)樣本組。同時(shí),選取了4家已經(jīng)上市并且財(cái)務(wù)狀況正常的公司作為ST公司的樣本。即最終我們共選擇10家樣本公司。

    (二)Logistic模型的構(gòu)建

    (三)模型檢驗(yàn)

    另外選取2010年10家ST公司和15家財(cái)務(wù)狀況較好的上市公司作為檢驗(yàn)樣本。以2010年的財(cái)務(wù)報(bào)表數(shù)據(jù)為基礎(chǔ),將其帶入Logistic模型,檢驗(yàn)?zāi)P偷倪m用效果。預(yù)測結(jié)果如表2所示,預(yù)測準(zhǔn)確率達(dá)到86.67%。

    五、總結(jié)

    本文通過提煉上市公司的財(cái)務(wù)報(bào)表數(shù)據(jù),得到上市公司的財(cái)務(wù)比率和變化率,首先利用因子分析,提取涵蓋大量信息的因子,然后對我國上市公司的信用風(fēng)險(xiǎn)利用Logistic 模型進(jìn)行回歸分析,繼而對結(jié)果進(jìn)行了檢驗(yàn)。該模型可以很好的判別出上市公司的信用風(fēng)險(xiǎn)程度,判別的總體準(zhǔn)確率達(dá)到88%。我們得出,上市公司的信用狀況與凈資產(chǎn)收益率,流動(dòng)比率等關(guān)系密切。企業(yè)的財(cái)務(wù)狀況恰恰反映了企業(yè)的信用程度。

    參考文獻(xiàn)

    [1]朱建平,殷瑞飛.SPSS在統(tǒng)計(jì)分析中的應(yīng)用[M].清華大學(xué)出版社.2007.

    [2]唐亮,張北陽,陳守東.我國上市公司信用風(fēng)險(xiǎn)評價(jià)和度量——基于面板數(shù)據(jù)Logistic 模型的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì).2011(2).

    [3]宋冬梅,沈友娣.運(yùn)用Logistic模型評價(jià)上市公司信用風(fēng)險(xiǎn)[J].財(cái)會月刊.2008(20).

    [4]陳瑜,潘麗娜.基于logistic-SVM組合預(yù)測模型在公司信用評級中的應(yīng)[J].價(jià)值工程.2008(12).

    猜你喜歡
    因子分析信用風(fēng)險(xiǎn)
    淺析我國商業(yè)銀行信用風(fēng)險(xiǎn)管理
    基于主導(dǎo)產(chǎn)業(yè)視角的戰(zhàn)略性新興產(chǎn)業(yè)識別以及實(shí)證研究
    基于省會城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
    中國市場(2016年33期)2016-10-18 12:16:58
    山東省縣域經(jīng)濟(jì)發(fā)展評價(jià)研究
    商(2016年27期)2016-10-17 07:17:42
    實(shí)證分析會計(jì)信息對股價(jià)的影響
    商(2016年27期)2016-10-17 05:39:59
    京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
    個(gè)人信用風(fēng)險(xiǎn)評分的指標(biāo)選擇研究
    信用風(fēng)險(xiǎn)的誘發(fā)成因及對策思考
    独山县| 徐水县| 石渠县| 客服| 休宁县| 连云港市| 孟连| 西畴县| 泸水县| 神池县| 启东市| 天水市| 龙陵县| 荣成市| 桦川县| 山丹县| 财经| 林周县| 商洛市| 米脂县| 黄陵县| 昭苏县| 昭苏县| 大邑县| 布尔津县| 棋牌| 蒙自县| 茂名市| 漠河县| 平武县| 兴义市| 永和县| 余庆县| 朝阳区| 杭锦后旗| 吴桥县| 昌乐县| 承德县| 宁海县| 当阳市| 图木舒克市|