本文關鍵詞：我國企業(yè)信貸風險評估模型的構建與比較研究，由筆耕文化傳播整理發(fā)布。

【摘要】：對于現代商業(yè)銀行來說,風險管理一直是核心的內容和永恒的話題。本文選擇目前與我國商業(yè)銀行信貸業(yè)務密切相關的企業(yè)信貸風險評估與預測內容進行研究,旨在探索適合我國商業(yè)銀行應用于企業(yè)信用風險度量的方法,以解決銀行與企業(yè)間信息不對稱的問題,一方面能夠降低銀行信貸評估的成本,促進銀行對企業(yè)的間接融資量和效率,另一方面為偏重于定性分析企業(yè)信貸風險的商業(yè)銀行提供參考價值,提高銀行對企業(yè)信貸風險的控制能力,使我國金融體系能夠更加穩(wěn)健發(fā)展。 本文首先回顧了國內外關于信用風險度量與評估模型的發(fā)展歷程和研究思路,通過參考國內外已有的研究成果,現有的關于信用風險度量方法的研究大致可分為兩大類：一類是基于股票價格對于上市公司的信用風險評估方法研究,另一類是基于商業(yè)銀行內部客戶提供的財務數據對于信貸客戶的信用風險方法研究。通過分析本文的研究目的、我國目前的資本市場狀況以及商業(yè)銀行基于股票價格構建企業(yè)信貸風險評估模型的不足之處,表明我國商業(yè)銀行比較適合利用信貸企業(yè)提供的財務數據進行風險控制。 基于財務數據的信貸風險預測模型研究的核心環(huán)節(jié)為：預測變量的選取和預測模型的構建,本文以此為本研究的兩個切入點,并在這兩方面進行深入研究和方法創(chuàng)新。本文采用兩家商業(yè)銀行的內部數據進行實證分析,其中A銀行為一家股份制上市銀行、B銀行為一家國有上市銀行。 在預測變量的選取方面,本文首先梳理了關于變量選取方法研究的文獻綜述,選擇大部分研究中應用的t檢驗法,分析其優(yōu)缺點。在此基礎上,本文應用以往研究中使用較少的逐步回歸法作為對比,介紹其原理并分析其不足之處。最后,本文利用信息熵理論和數據挖掘方法,引入信息噪音差法作為選取變量的新方法,并對以上方法進行實證研究,結果表明不同銀行選取出的構建評估模型的指標有所差異,本文認為不同銀行在構建銀行內部的信貸風險評估模型時應該根據自身的實際情況選擇建模的指標,但本文的實證表明信號噪音差在選擇建模指標時相比t檢驗法和逐步回歸法有更好的應用效果和穩(wěn)定性。 在構建預測模型方面,本文首先回顧國外關于信用風險度量的研究成果,分析我國金融現狀和部分現代信用風險量化模型在我國現階段應用的局限性,表明目前我國商業(yè)銀行較適合運用國外理論和應用上均較成熟的傳統統計分析方法,包括判別分析法、logistic回歸和probit過程,分別分析上述模型的原理和不足之處。此外,本文引用現代數據挖掘方法,包括決策樹、樸素貝葉斯法、信號噪音差與數據結構特征化相結合的方法,其中決策樹為intelligent miner系統中用于從大量數據中挖掘信息的方法,本文還將對樸素貝葉斯法進行修正,使我國現有的企業(yè)財務數據滿足修正后模型的應用條件,最后引用信號噪音差與數據結構特征化相結合的新方法,最后本文創(chuàng)建綜合模型,運用“少數服從多數”的原理綜合運用所有模型結果。對上述模型進行實證研究后表明不同銀行在評估模型的選擇上存在差異,其中A銀行運用傳統統計分析法相對于決策樹和修正后的樸素貝葉斯法準確率更高,而B銀行樣本則更適合運用決策樹和修正后的樸素貝葉斯法,但對于兩個銀行來說,信號噪音差與數據結構特征化相結合的方法以及綜合模型均有較好的實證結果,具有實際的應用價值,因此,本文認為不同的銀行應根據自身實際情況選擇評估模型,而信號噪音差與數據結構特征化法和綜合模型可以在銀行構建評估模型時提供參考。
【關鍵詞】：信用風險度量 信號噪音差 修正的樸素貝葉斯 綜合模型
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F832.4;F224
【目錄】：

• 摘要2-5
• ABSTRACT5-10
• 第一章 緒論10-19
• 第一節(jié) 本文的研究背景和研究意義10-11
• 一、本文的研究背景10
• 二、本文的研究意義10-11
• 第二節(jié) 國內外的研究現狀11-15
• 一、國外研究現狀11-13
• 二、國內研究現狀13-15
• 第三節(jié) 本文的研究目的、思路和方法15-17
• 一、研究目的15
• 二、研究思路和方法15-16
• 三、章節(jié)安排16-17
• 第四節(jié) 本文的創(chuàng)新點與不足17-19
• 一、本文的創(chuàng)新點主要集中在以下方面17-18
• 二、本文的不足之處18-19
• 第二章 商業(yè)銀行度量企業(yè)信貸風險的理論基礎與模型19-31
• 第一節(jié) 企業(yè)信用風險評估的核心環(huán)節(jié)19-20
• 第二節(jié) 企業(yè)信貸風險識別因子理論基礎20-23
• 一、變量均值t檢驗法20-21
• 二、逐步回歸法21-22
• 三、信號噪音差方法22-23
• 第三節(jié) 企業(yè)信貸風險評估模型理論基礎23-31
• 一、部分國外現代信用風險量化模型在我國應用的局限性23-25
• 二、信用風險預測模型的原理及模型構建25-31
• 第三章 企業(yè)信貸風險評估模型構建的實證分析31-44
• 第一節(jié) 數據來源與說明31
• 第二節(jié) 備選預測指標與定義31-32
• 第三節(jié) 信貸風險識別因子與有效性分析32-37
• 一、變量的t檢驗33-35
• 二、信號噪音差法35-36
• 三、逐步回歸法36-37
• 第四節(jié) 信貸風險評估模型與實證檢驗37-44
• 一、確定臨界值的標準37-38
• 二、模型的實證檢驗與預測規(guī)則38-44
• 第四章 本文結論分析與建議44-50
• 第一節(jié) 本文結論分析44-48
• 第二節(jié) 本文的建議48-50
• 參考文獻50-53
• 致謝53-54

【參考文獻】

中國期刊全文數據庫 前10條

1 夏紅芳,劉思峰;基于企業(yè)財務信息的信用風險度量方法述評[J];財經論叢(浙江財經學院學報);2005年06期

2 施錫銓,鄒新月;典型判別分析在企業(yè)信用風險評估中的應用[J];財經研究;2001年10期

3 吳軍,張繼寶;信用風險量化模型比較分析[J];國際金融研究;2004年08期

4 郭小波;王婉婷;周欣;;我國中小企業(yè)信貸風險識別因子的有效性分析——基于北京地區(qū)中小企業(yè)的信貸數據[J];國際金融研究;2011年04期

5 李金海;付琳娜;李建華;;基于Logistic模型對上市公司的信用等級評價研究[J];河北工業(yè)大學學報;2011年06期

6 徐曉萍;馬文杰;;非上市中小企業(yè)貸款違約率的定量分析——基于判別分析法和決策樹模型的分析[J];金融研究;2011年03期

7 周首華,楊濟華,王平;論財務危機的預警分析——F分數模式[J];會計研究;1996年08期

8 陳靜;上市公司財務惡化預測的實證分析[J];會計研究;1999年04期

9 黃靜;趙慶禎;;基于樸素貝葉斯的供應鏈金融信用風險預測分析[J];物流科技;2009年08期

10 彭壽康;;會計信息的數據挖掘方法與銀行信貸風險預測[J];商業(yè)經濟與管理;2008年03期

  本文關鍵詞：我國企業(yè)信貸風險評估模型的構建與比較研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：259496