信用風(fēng)險是現(xiàn)代經(jīng)濟(jì)體系面臨的主要風(fēng)險,而公司的財務(wù)狀況對其產(chǎn)生直接的影響。隨著金融市場的發(fā)展,涌現(xiàn)出新的金融工具,擴(kuò)大了金融衍生品的交易規(guī)模,這些信用衍生工具迅速擴(kuò)大了信用風(fēng)險所涉及的范圍和規(guī)模。怎樣準(zhǔn)確地度量信用風(fēng)險,并進(jìn)一步對其進(jìn)行有效地管理,已成為商業(yè)銀行面臨的極具挑戰(zhàn)性的課題之一。本文的目的在于預(yù)測我國上市公司是否存在信用風(fēng)險,采用分類模型Logistic回歸模型對其進(jìn)行預(yù)測,選取上市公司財務(wù)指標(biāo)作為模型協(xié)變量�；谏鲜泄矩攧�(wù)指標(biāo)眾多且相關(guān)性較強(qiáng)的特點,當(dāng)財務(wù)指標(biāo)變量個數(shù)β大于樣本量n時,首先選取懲罰方法篩選變量,使得d<n;接著采用主成分分析法選取主成分,進(jìn)一步降低了財務(wù)指標(biāo)數(shù)據(jù)空間維度,并且得到互不相關(guān)的主成分。在此基礎(chǔ)上,以選取出的主成分作為協(xié)變量構(gòu)建Logistic回歸模型對其信用風(fēng)險進(jìn)行預(yù)測。在實證部分,文中選取了 63家上市公司為研究樣本,其中27家ST公司,36家非ST公司,從每股指標(biāo)、資本結(jié)構(gòu)、現(xiàn)金流量、償債能力、營運(yùn)能力、盈利能力和成長能力七個方面選取了共106個財務(wù)指標(biāo)作為變量來構(gòu)建模型,實證結(jié)果表明模型預(yù)測效果良好,其準(zhǔn)確度達(dá) 87.3%,AUC ... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖６－１?ＰＣＡ－Ｌｏｇｉｓｔｉｃ模型預(yù)測結(jié)果的ＲＯＣ曲線??（注：ＲＯＣ曲線的橫坐標(biāo)應(yīng)該為１－Ｓｐｅｃｉｆｉｃｉｔｙ，圖６－１中的Ｒ０Ｃ曲線為Ｓｐｅｃｉｆｉｃｉｔｙ，??

【參考文獻(xiàn)】：
期刊論文
[1]基于lasso-logistic的互聯(lián)網(wǎng)征信模型研究[J]. 胡極,楊文川.  經(jīng)營管理者. 2017(20)
[2]一種綜合變量構(gòu)建方法的探討[J]. 程豪,易丹輝,胡鏡清,楊燕.  統(tǒng)計與決策. 2017(03)
[3]基于LASSO方法的企業(yè)財務(wù)困境預(yù)測[J]. 楊青龍,田曉春,胡佩媛.  統(tǒng)計與決策. 2016(23)
[4]懲罰logistic回歸方法在SNPs數(shù)據(jù)變量篩選研究中的應(yīng)用[J]. 劉匆提,李昂,門志紅,姜博,肖純,劉艷,李貞子.  實用預(yù)防醫(yī)學(xué). 2016(11)
[5]我國上市公司信用風(fēng)險度量研究——基于KMV模型[J]. 王科文,董鵬,盧葦.  時代金融. 2016(27)
[6]基于上市公司財務(wù)數(shù)據(jù)的企業(yè)信用風(fēng)險預(yù)測Logistic模型研究[J]. 閆炳琪,趙月瑤,張輝.  中國傳媒大學(xué)學(xué)報(自然科學(xué)版). 2016(04)
[7]基于網(wǎng)絡(luò)結(jié)構(gòu)Logistic模型的企業(yè)信用風(fēng)險預(yù)警[J]. 方匡南,范新妍,馬雙鴿.  統(tǒng)計研究. 2016(04)
[8]基于Lasso-logistic模型的供應(yīng)鏈金融信用風(fēng)險實證研究[J]. 逯宇鐸,金艷玲.  管理現(xiàn)代化. 2016(02)
[9]上市公司信用風(fēng)險預(yù)警的實證分析——基于KMV模型[J]. 許雙雙.  時代金融. 2015(24)
[10]Elastic Net方法在Cox模型變量選擇中的研究[J]. 李春紅,韋新星.  西南大學(xué)學(xué)報(自然科學(xué)版). 2015(07)

碩士論文
[1]幾種變量選擇方法在Cox模型中的應(yīng)用[D]. 韋新星.廣西大學(xué) 2015
[2]Elastic Net方法在幾類模型變量選擇中的應(yīng)用[D]. 黃登香.廣西大學(xué) 2014



本文編號：3302097