违约率模型在我国上市公司信用风险度量中的应用研究

陕西科技大学硕士学位论文违约率模型在我国上市公司信用风险度量中的应用研究姓名：马邵利申请学位级别：硕士专业：企业管理指导教师：上官鸣20090501违约率模型在我国上市公司信用风险度量中的应用研究作者：马邵利学位授予单位：陕西科技大学相似文献(10条)1.学位论文李德亮我国上市公司信用风险的度量及其实证研究2005一、选题背景巴塞尔协议的诞生和不断修改，反映了国际银行业对于包括信用风险在内的风险管理的重视。对于我国商业银行来说，企业贷款是其主要业务，因此信用风险对于银行的稳健经营尤为重要。作为我国公司整体形象代表和银行贷款大户的上市公司造假、骗贷等问题的不断出现，说明了其信用质量不容乐观。因此，对信用风险进行有效的度量和管理，是理论上和实践中都迫切需要解决的一个问题。二、研究方法与逻辑框架本文主要采用定性和定量相结合的方法，一方面，从定性的角度考察了在上市公司信用风险评估时需要考虑的相关因素；另一方面，从实证的角度对上市公司被特殊处理这一事件利用Logsitic模型建立了概率预测模型。在论文的写作上，本文遵循了基本理论介绍、定性研究分析和模型实证研究的写作思路，具体逻辑架构见下图。论文的章节安排如下：第一章为国内外研究文献综述，对信用风险度量与管理领域的相关研究成果进行了综述。第二章为信用风险概论，对信用风险的概念及其特点进行了介绍，并对我国上市公司信用风险的成因进行了深入的分析。第三章为信用风险度量模型。对信用风险度量模型及其优缺点进行了介绍，并对现代信用风险模型在我国的适用性进行了分析。国内外相关研究文献综述信用风险概论信用风险模型介绍上市公司信用风险的定性分析上市公司信用风险的实证研究第四章为上市公司信用风险状况考察。从基本面、财务指标、现金流、关联交易和担保行为五个方面对上市公司的信用风险状况进行了考察。第五章为基于Logistic模型的上市公司信用风险度量。使用Logistic模型构建了基于总体回归样本和制造业样本的信用风险概率预测模型。三、论文主要观点及结论1、造成我国上市公司信用风险的原因主要包括：（1）企业经营性因素；（2）上市公司投资不当造成的巨额亏损；（3）转型预测过于乐观，盲目转型；（4）集团客户授信业务中引致的信用集中风险；（5）控股公司或母公司的不当行为，把上市公司当作“圈钱机器”；（6）许多上市公司之间、上市公司与其母子公司之间或关联公司之间形成的“担保网络”，致使信用风险急剧增加；（7）恶意重组，使上市公司伤筋动骨。2、传统的信用风险模型和Z评分模型相对适合我国现阶段信用风险度量与管理的实际状况。3、在目前阶段，我国银行业还不适合使用现代信用风险模型来进行信用风险的度量与管理，主要原因在于：（1）缺乏建立信用风险量化分析和管理体系的数据基础；（2）国内独立的商业信用评级机构处于发展初期，还很不成熟；（3）我国商业银行内部信用评级体系尚不成熟；（4）我国银行业内部缺乏从事量化管理方面研究工作的专门人才。4、在对上市公司的信用风险进行分析时，要从以下五个方面着手：基本面分析、财务指标分析、现金流分析、关联交易分析和担保行为分析。其中，现金流分析、关联交易分析和担保行为分析在我国上市公司的信用风险分析时尤为重要。5、通过对152家公司组成的总体样本和116家公司组成的制造行业样本进行Logistic模型实证研究，得出如下结论：（1）模型的判别准确度很高，基于总体样本的模型准确度达到了87.5％，而细化模型的准确度更是提高到89.5％。这说明对于行业分的越细，模型预测的准确度将会更高。（2）上市公司信用风险的大小与盈利能力指标、经营管理能力指标和市场信息指标的相关性不大，这主要是由于上市公司会计报表质量不高和我国股票市场的非有效性造成的。（3）在进入模型的指标中，最具有影响力的指标为其他应收款/总资产、净资产增长率、经营现金流量/流动负债和反映偿债能力的指标，尤其是其他应收款/总资产和经营现金流量/流动负债这两项指标在分析我国上市公司的信用风险时具有显著的重要性，这也在一定程度上反映了我国信用风险水平较高的企业往往关联方交易普遍并且现金流量不充足。四、创新和不足本文在对我国上市公司信用成因进行深入分析的基础上，从理论和实践上均作出了一定程度的创新：1、对影响我国上市公司信用风险的普遍性原因和中国特色式原因进行了比较深入的分析。2、对影响我国上市公司信用风险状况的相关因素进行了考察，尤其对关联交易和担保行为对信用风险的影响进行了深入的分析，在国内对于信用风险度量方面的研究中，本文是相当全面的。3、利用迄今为止最全面的数据，通过实证研究建立了信用风险概率预测模型，而且发现了作为关联交易代表的其他应收款/总资产指标的良好预测能力。由于水平有限，本文存在许多不足之处，包括：在模型中，对信用风险的一些影响因素仍没有纳入；关联交易和担保行为对信用风险影响的研究还有待深入等等，这都有待于更深入的进行研究。2.学位论文李赟上市公司信用风险计量模型——基于违约率的实证研究2009在全球信用不断膨胀的背景下，信用风险暴露越来越严重，已成为各国金融系统所面临的主要风险之一。如何有效地控制和管理信用风险已经成为各国金融监管当局、金融机构和投资者关注的焦点。在这样的国际金融背景下，学习和借鉴国际先进的信用风险计量技术，建立在中国行之有效的信用风险计量和管理模型，提高我国风险管理水平，是金融界面临的最大挑战之一。由此，本文对我国上市公司的信用风险计量及其相关问题做出研究。本文分析了信用风险的概念和特征，着重研究了信用风险的计量方法，力求通过研究找到适合我国实际情况的上市公司信用风险计量模型，从而增强我国信用风险测定与管理的能力。首先简单介绍了传统的“5C”专家法、信用评分和信用评级法等传统的信用风险计量方法；接着着重研究了现代信用风险计量模型，主要有J.P。摩根的CreditMetrics模型，KMV公司研发的KMV模型，CSFP的的CreditRisk+模型，还有CreditPortfolioview模型。文章重点对模型的理论基础和在我国的适用性进行了研究。在此基础上，本文根据我国上市公司违约的条件，将因子分析结合Logit回归分析法引入到上市公司信用风险的研究中，选取了信用风险评价的财务指标和上市公司的相关数据，进行因子分析，分别对各类指标加以提炼，得到综合因子。通过因子分析发展了可靠、有效的上市公司信用风险的财务指标体系，丰富了理论界关于信用风险计量的相关研究。进一步按照Logit回归理论模型，构建了上市公司信用风险违约判别模型，对公司的违约率进行判别，分析其内在的信用风险，起到早期预警的作用。并运用模型对中国股票市场上市公司的信用风险进行了实证研究，得到了有意义、有价值的结论。3.期刊论文刘鑫对我国上市公司信用风险状况的实证研究——运用Z评分模型评价我国上市公司的信用风险-辽宁经济职业技术学院辽宁经济管理干部学院学报2007,36(4)上市公司的信用风险问题,长期以来一直是各方当事人关注的焦点,企业的信用风险到底有多大,应该如何对其进行有效度量,一直是困扰各利益相关主体的难题.在这方面,西方发达国家长期以来广泛使用的各种信用风险管理模型为我们提供了很好的借鉴.因此,选用由美国著名信用风险管理专家Altman建立的Z评分模型,来对我国上市公司的信用风险分析评价进行实证研究,验证其在我国股票市场的有效性程度,是对解决该问题的一种尝试.4.学位论文丁健民我国上市公司信用风险识别方法研究——基于非参数判别分析和BP神经网络的对比研究2006在当今金融、信息等高速发展的时代，企业之间的激烈竞争已经转化为企业文化、企业信誉之间的激烈竞争。为了适应经济社会，企业必须认识到信誉对于企业的发展至关重要，它对企业在社会中的影响，发展潜力等都有重要影响，从而对企业的兴衰成败起到关键的作用。而我国上市公司的企业信用体系建设还停留在低水平的阶段，无法适应全球化的发展，也有的上市公司把“企业信用体系建设”仅仅表现在一些大同小异的口号和标语上面，或企业的规章制度及企业标志上面，没有真正体现出企业所要追求的价值观，良好的信用体系不是自发产生的，而是在企业积极追求价值目标过程中慢慢积累起来的，是一个长期的过程。这就要求我国上市公司重视企业信用体系建设，在平时的公司运作中贯彻这一思想，实现企业的价值观。世界上信用制度由来已久，已经有将近150多年的历史了。近些年来，国际上由于新巴塞尔协议的出台和衍生品交易的快速发展，信用风险问题再次受到了学术界和金融实业界的广泛关注。信用风险的管理正经历着一场革命，涌现出了大量有代表性的信用风险量化管理模型。世界信用风险识别方法经历了从定性分析到定量评估这样一个过程，也即从最初静态财务评价到目前动态的基于证券市场的信用评价方法的发展过程。目前世界上进行信用风险识别的模型大都利用先进的金融数理分析方法，这也克服了受人为因素影响较大的弊端，能够较为客观、定量、准确地衡量上市公司所面临的信用风险，为金融机构的信用风险管理提供决策依据。我国公司信用风险的成因基本上可以分为两个方面，一方面企业自身的因素，比如企业的产权问题、企业信用管理制度缺失问题等；另一方面是企业的外部因素，我们知道企业信用不是孤立的，正如每种生物是生物链条中必不可少的一个环节一样，企业信用也是整个社会信用链中的一个环节，它有赖于信用链中的其它环节，而信用链的建立又有赖于社会信用体系的建立。本文首先分析了信用风险的种类及根源，以及我国目前上市公司的信用风险现状，在目前我国上市公司信用严重缺失的情况下引进国外先进的风险管理技术，提高我国上市公司信用风险管理水平是非常必要的，同时本文还对现代信用风险管理的理论及研究现状进行了总结。在此基础上，本文对当前国际上较为流行的的信用风险模型：非参数判别分析、BP神经网络模型，从前提条件、理论计算进行了论述，并总结对比了两种模型的优劣，以及建立了现代信用风险模型的建模思路，最后对我国上市公司的财务预警进行了一个分析。为了建立合理有效的信用风险识别模型，本文首先对所选择的财务指标进行显著性、多重共线性等检验，以挑选出最有利于识别上市公司的信用风险。在此基础上根据所得到的财务指标是一个不含多余信息的最理想的指标体系。最后进行非参数判别分析和BP神经网络模拟回归得到了财务危机预警模型。最后通过2006年最新上市公司年报的回代检验和测试样本的检验，我们发现这两个个模型具有较高的预测准确性，但又各有千秋。本文使用的非参数判别分析和BP神经网络模型只是信用风险识别模型中的两种，分析模型的回归结果可知对信用风险有显著影响的指标，可分为六类：1)盈利能力指标：总资产收益率、主营业务利润率、每股收益；2)偿债能力指标：资产负债率；3)经营能力指标：总资产周转率；4)现金流量能力指标：主营业务现金比率、每股营业现金流量；5)发展能力指标：主营业务收入增长率、净利润增长率、经营活动产生的现金净流量增长率；6)所有者权益：净资产总资产收益率越高，违约可能性越小，主营业务利润率、每股收益越高，说明公司运转越好，越能激起投资者兴趣，违约的可能性也越小，债权人的利益也越能受到保障；资产负债率越小，违约可能性越小，说明负债占总资产的比例越小，公司在一定时期内发生违约的概率越小；总资产周转率越高，说明企业的周转越灵活，公司违约的概率越小；主营业务现金比率、每股营业现金流量是现金流量指标，指标越高说明公司现金比较充裕，在一定时期内能克服资金短缺的困难，公司信用度也越高；主营业务收入增长率、净利润增长率、经营活动产生的现金净流量增长率是发展能力指标，指标越高说明公司越有发展前景，违约风险越小；净资产越高说明对于所有者来说越好，所有者继续经营的积极性也越高，公司违约的概率也越小。作者在运用非参数判别分析和BP神经网络模型分析信用风险的过程中发现几个现象。一是在两类样本时，从总的分类准确率来看，K近邻判别分析和BP神经网络模型都在90％以上，分类整体效果较好。三类样本时，K近邻判别分析和BP神经网络模型的判别准确率都有不同程度的降低，但是BP神经网络模型的