在資本市場(chǎng)中,債券市場(chǎng)屬于不可或缺的組成部分,同時(shí)企業(yè)融資主要也是通過(guò)債券市場(chǎng)實(shí)現(xiàn)的。隨著資本市場(chǎng)不斷發(fā)展壯大,我國(guó)債券市場(chǎng)的規(guī)模越來(lái)越大。在2014年以前,中國(guó)信用債券市場(chǎng)僅會(huì)偶然發(fā)生信用風(fēng)險(xiǎn)事件。自2015年公司債相關(guān)制度改革后,公司債的發(fā)行規(guī)模迅速擴(kuò)張,并且債券期限多以3-5年為主,所以,2018年到2021年會(huì)是公司債集中到期的窗口期,每年到期的公司債規(guī)模逾萬(wàn)億。為此,對(duì)公司債信用風(fēng)險(xiǎn)的識(shí)別顯得尤為重要。隨著我國(guó)經(jīng)濟(jì)增速進(jìn)入換擋時(shí)期,非金融企業(yè)的高杠桿率問(wèn)題帶來(lái)的風(fēng)險(xiǎn)逐漸顯現(xiàn),在“去杠桿”經(jīng)濟(jì)思路下,民營(yíng)企業(yè)的公司債兌付風(fēng)險(xiǎn)將加速暴露,其對(duì)于投資者和整個(gè)信用債券市場(chǎng)的影響將更加明顯。在公司債券違約事件頻發(fā)的背景下,本文首先從公司債違約風(fēng)險(xiǎn)的理論分析著手,并從行業(yè)周期性影響、宏觀經(jīng)濟(jì)對(duì)行業(yè)的影響等四個(gè)方面闡述公司債信用風(fēng)險(xiǎn)評(píng)估維度,在此基礎(chǔ)上,針對(duì)公司債信用風(fēng)險(xiǎn)度量模型進(jìn)行分析;然后,選擇使用方便、靈活、普及度高的Logistic模型針對(duì)公司債的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估;樣本則收集了2014年至今發(fā)行的全部公司債券數(shù)據(jù),并從中整理出從2016年開(kāi)始,截至到2019年2月,發(fā)生實(shí)質(zhì)違約的一... 

【文章來(lái)源】：對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

文章研究思路圖

圖 4-6 回歸結(jié)果 Roc 曲線由圖 4-6 可見(jiàn)，ROC 曲線很快向左上方收斂，說(shuō)明此次分析在標(biāo)準(zhǔn)平衡方面得到了很好的參數(shù)，F(xiàn)1-Score 測(cè)試的結(jié)果，也佐證了這一點(diǎn)。綜合上述分析的結(jié)果可知，最終模型的擬合優(yōu)度較高，預(yù)測(cè)準(zhǔn)確率比較好。對(duì)于民營(yíng)企業(yè)，其資產(chǎn)負(fù)債率與流動(dòng)比率是用于分析公司債違約風(fēng)險(xiǎn)的顯著指標(biāo)。而流動(dòng)比率，則需要重點(diǎn)關(guān)注企業(yè)存貨周轉(zhuǎn)期情況以及應(yīng)收賬款周轉(zhuǎn)情況。通過(guò)分析可以得出，2018 年民營(yíng)企業(yè)公司債違約事件大規(guī)模發(fā)生的根本原因，一方面是由于企業(yè)杠桿率過(guò)高，負(fù)債過(guò)重，另一方面是由于企業(yè)經(jīng)營(yíng)能力下降，銷(xiāo)售狀況不佳，產(chǎn)品周轉(zhuǎn)周期長(zhǎng)或者應(yīng)收賬款周轉(zhuǎn)過(guò)慢。企業(yè)銷(xiāo)售能力下降，經(jīng)營(yíng)狀況不佳的原因，從宏觀角度分析，可能是由于當(dāng)前中國(guó)經(jīng)濟(jì)增長(zhǎng)速度放緩，社會(huì)總需求下降，企業(yè)因?yàn)楹暧^經(jīng)濟(jì)的周期性變化導(dǎo)致經(jīng)營(yíng)環(huán)境惡化。從微觀角度分析，可能是由于企業(yè)管理層沒(méi)有能夠快速適應(yīng)變化的市場(chǎng)環(huán)境，對(duì)企業(yè)投資方向、投資時(shí)機(jī)和未來(lái)發(fā)展方向判斷失敗，或企業(yè)產(chǎn)品轉(zhuǎn)型失敗，導(dǎo)致銷(xiāo)售業(yè)績(jī)下滑，盈利能力下降，進(jìn)而影響企業(yè)償債

【參考文獻(xiàn)】：
期刊論文
[1]基于決策樹(shù)與Logistic回歸的P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)評(píng)價(jià)比較分析[J]. 余華銀,雷雅慧.  長(zhǎng)春大學(xué)學(xué)報(bào). 2017(09)
[2]信用風(fēng)險(xiǎn)分類(lèi)預(yù)測(cè)單一模型研究及實(shí)證分析[J]. 鄒柏松.  武漢冶金管理干部學(xué)院學(xué)報(bào). 2017(02)
[3]基于Logistic模型的東北地區(qū)上市制藥企業(yè)的信用風(fēng)險(xiǎn)分析[J]. 金春雨,陳依然.  現(xiàn)代經(jīng)濟(jì)信息. 2017(04)
[4]基于上市公司財(cái)務(wù)數(shù)據(jù)的企業(yè)信用風(fēng)險(xiǎn)預(yù)測(cè)Logistic模型研究[J]. 閆炳琪,趙月瑤,張輝.  中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[5]LOGIT回歸模型對(duì)公司違約的預(yù)測(cè)探討[J]. 郭曼.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(04)
[6]我國(guó)中小企業(yè)信用風(fēng)險(xiǎn)度量模型與實(shí)證研究[J]. 申菲,劉碧玉,顏愛(ài)民,王曉麗.  金融經(jīng)濟(jì). 2015(02)
[7]基于Logistic模型的我國(guó)上市公司信用風(fēng)險(xiǎn)預(yù)警研究[J]. 鄧晶,秦濤,黃珊.  金融理論與實(shí)踐. 2013(02)
[8]企業(yè)信用風(fēng)險(xiǎn)判別的主成分Logistic回歸分析[J]. 李文清,許曉娜.  河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2009(02)
[9]我國(guó)上市公司違約點(diǎn)選擇問(wèn)題研究——基于KMV模型[J]. 李磊寧,張凱.  廣西金融研究. 2007(10)
[10]KMV模型運(yùn)用于中國(guó)上市公司財(cái)務(wù)困境預(yù)警的實(shí)證檢驗(yàn)[J]. 馬若微.  數(shù)理統(tǒng)計(jì)與管理. 2006(05)

碩士論文
[1]我國(guó)公司信用債券風(fēng)險(xiǎn)度量研究[D]. 楊博文.浙江工商大學(xué) 2017
[2]信用風(fēng)險(xiǎn)模型在我國(guó)信用債市場(chǎng)的適用性研究[D]. 鄭佳銘.復(fù)旦大學(xué) 2012



本文編號(hào)：3136880