基于邊界Logistic模型的我國(guó)上市公司信用風(fēng)險(xiǎn)的研究.pdf

1、隨著我國(guó)市場(chǎng)經(jīng)濟(jì)的飛速發(fā)展，市場(chǎng)上出現(xiàn)越來(lái)越多的上市公司，如果上市公司的經(jīng)營(yíng)者判斷失誤，不僅給企業(yè)帶來(lái)不可估量的損失，甚至?xí)?dǎo)致公司破產(chǎn)，而企業(yè)倒閉又會(huì)給相關(guān)聯(lián)的人或機(jī)構(gòu)帶來(lái)嚴(yán)重的經(jīng)濟(jì)損失，甚至還會(huì)影響社會(huì)的穩(wěn)定。因此建立評(píng)價(jià)上市公司信用風(fēng)險(xiǎn)的模型成為亟待解決的問(wèn)題。
　　本文在借鑒國(guó)內(nèi)外研究文獻(xiàn)的基礎(chǔ)上，從理論和實(shí)證兩方面對(duì)我國(guó)上市公司的信用風(fēng)險(xiǎn)進(jìn)行研究。首先，上市公司的信用風(fēng)險(xiǎn)不僅受到微觀因素的影響還受到宏觀因素的影響。而目前

2、我國(guó)在建立信用風(fēng)險(xiǎn)模型時(shí)，選取的指標(biāo)體系都是建立在企業(yè)的財(cái)務(wù)指標(biāo)基礎(chǔ)上，為探討宏觀因素對(duì)上市公司的信用風(fēng)險(xiǎn)是否也有影響，本文在微觀因子的基礎(chǔ)上又加入了宏觀因子來(lái)建立上市公司的信用風(fēng)險(xiǎn)模型。
　　其次，由于選取的微觀指標(biāo)和宏觀指標(biāo)各自存在相關(guān)關(guān)系，而Logistic模型要求各變量之間不具有共線性，因此需先對(duì)宏觀指標(biāo)和微觀指標(biāo)分別進(jìn)行處理，再運(yùn)用到Logistic模型中。通過(guò)對(duì)指標(biāo)的相關(guān)性和獨(dú)立性檢驗(yàn)，發(fā)現(xiàn)指標(biāo)之間存在非線性關(guān)系，所以

3、選擇核主成分分析來(lái)處理這些指標(biāo)。本文從理論上闡述了核主成分的相關(guān)定義、定理及計(jì)算步驟，也從實(shí)證上分析了核主成分在累計(jì)貢獻(xiàn)率和降維效果方面比主成分分析要好。
　　然后，將核主成分分析提取的主成分運(yùn)用到Logistic模型中，進(jìn)而研究我國(guó)上市公司的信用風(fēng)險(xiǎn)。然而，大量的研究發(fā)現(xiàn)Logistic模型對(duì)樣本容量的要求很高，并且用不服從Logistic分布的樣本數(shù)據(jù)建立Logistic模型，就很難通過(guò)擬合優(yōu)度檢驗(yàn)。針對(duì)上述問(wèn)題，本文引入了邊

4、界Logistic模型，并從理論上詳細(xì)的敘述了邊界效應(yīng)服從均勻分布和正態(tài)分布時(shí)與傳統(tǒng)Logistic模型相比的優(yōu)越性。當(dāng)邊界效應(yīng)服從均勻分布時(shí)，邊界Logistic模型的違約率服從廣義的Logistic分布，而Logistic模型違約率服從Logistic分布，因此邊界Logistic模型適用于更多的數(shù)據(jù);當(dāng)邊界效應(yīng)服從正態(tài)分布時(shí)邊界Logistic模型的形態(tài)明顯變得“緊湊”了，灰色區(qū)域明顯的被壓縮，大大的降低了誤判的概率。接著本文也闡

5、述了邊界效應(yīng)服從不同分布時(shí)模型的參數(shù)估計(jì)、邊界效應(yīng)檢驗(yàn)、擬合優(yōu)度檢驗(yàn)等。
　　最后選取了2011年和2012年我國(guó)不同地區(qū)的8家違約公司即ST公司和22家正常公司即非ST公司進(jìn)行實(shí)證分析，通過(guò)模型的參數(shù)估計(jì)，顯著性檢驗(yàn)，擬合優(yōu)度檢驗(yàn)及對(duì)違約概率的計(jì)算，將邊界Logistic模型與Logistic模型進(jìn)行比較。實(shí)證發(fā)現(xiàn)僅假設(shè)邊界效應(yīng)服從提供很少信息的均勻分布，邊界Logistic模型的違約率就明顯的分散在0和1兩側(cè)，能有效的消除灰色