收藏本站
《成都理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

中国上市公司信用风险测度研究

曾卓  
【摘要】:近年来随着中国资本市场的不断发展,上市公司的的规模也不断扩大,已成为整个国民经济的核心构成部分。而随着市场经济开放性和多元性的不断深入,上市公司发展的同时也面临许多问题,其中信用风险问题已成为上市公司正常运行所要克服的重点和难点,特别是在金融危机爆发后,信用风险所暴露的缺陷也愈加凸显。由于上市公司信用质量的高低对企业自身发展及资本市场的稳定乃至国家经济的健康运行有重要影响,因此,构建科学的信用风险管理方法,对中国上市公司信用风险进行测度,准确识别并控制信用风险,具有重要的现实意义。在已有的上市公司信用风险研究中,专家学者建立了一系列信用风险测度模型。其中,以违约距离角度出发的测度模型能动态及时地反映出上市公司信用风险的大小,显示出很好的测度能力;另一方面,以违约概率角度出发的测度模型中,多以静态的财务信息来反映公司信用风险状况,研究结果表明也具有很好的效果。然而已有研究少有从动态静态两方面综合的来分析信用风险的大小,特别是国内的大多数研究更多从违约概率角度进行分析,展现的多是上市公司静态下的信用质量状况,因而不能全面准确地反映上市公司信用质量的高低。基于此,本文以中国A股全流通上市的128家公司为研究对象,分别运用基于违约概率的Logistic模型和基于违约距离的KMV模型对上市公司信用风险进行研究,以达到准确全面地度量上市公司信用风险的目的。在Logistic模型研究中,运用正态性检验、T检验、非参检验以及多重共线性检验对选取的财务备选指标进行筛选,将筛选出的具有显著影响的财务指标纳入模型构建,并分别对危机发生前1-3年的模型检验结果进行分析,讨论对公司陷入危机具有显著影响的特征指标,并利用二分类混淆矩阵和测试样本检验构建模型的预测效果。在KMV模型的研究中,完成对相关变量值的确定之后,为对比模型改进前后测度能力的差异,本文首先对传统KMV模型展开实证研究并分析实证结果,然后对KMV模型进行改进,通过违约点DP的重新设定,运用均值差比较和独立样本T检验对设定的十个违约点下的违约距离的样本区分能力进行讨论,进而确定一个最优违约点,并利用二分类混淆矩阵,将其运用到改进KMV模型的预测中。最后,通过几何平均正确率G值、信用风险样本的F值和AUC(Area Under the Curve,AUC)值对改进KMV模型与传统KMV模型以及Logistic模型和改进KMV模型进行性能比较,从中选择出最优测度模型,并运用于上市公司风险管理实务中。实证研究结果表明:(1)Logistic模型对中国上市公司信用风险测度具有有效性和稳定性;总资产收益率在危机发生前具有显著区分能力,说明企业信用风险与盈利能力有较强的相关性。(2)最优违约点DP=STD+LTD,长期负债系数为1时,两类样本公司的违约距离差异最显著,基于最优违约点的改进KMV模型对上市公司信用风险的测度最有效。(3)Logistic模型和改进KMV模型的模型预测结果一致得出:危机发生前一年的模型对信用风险危机的发生反映最灵敏、正确率最高,危机前两年的其次,危机前三年的错判率最高。越靠近信用风险危机发生的时间点,模型的预测效果越好。(4)相比于传统KMV模型,基于最优违约点的改进KMV模型更有效,对KMV模型的改进可行。(5)在模型可靠性比较研究中,改进KMV模型的几何平均正确率G值和信用风险样本的F值均高于Logistic模型,说明改进KMV模型对两类样本的综合预测能力和对信用风险样本的分类能力都高于Logistic模型;改进KMV模型的AUC值大于Logistic模型,说明改进KMV模型的预测精度优于Logistic模型。对中国上市公司信用风险的测度,基于违约距离角度的改进KMV模型比基于违约概率角度的Logistic模型更加可靠。
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F832.51

【相似文献】
中国期刊全文数据库 前10条
1 宋马林;余华银;陈大鹏;;安徽省上市公司信用的实证分析[J];理论建设;2009年02期
2 刘玲;周子元;;基于违约距离的上市公司信用风险研究——以制造业为例[J];湖北师范学院学报(哲学社会科学版);2010年02期
3 程鹏,吴冲锋;上市公司信用状况分析新方法[J];系统工程理论方法应用;2002年02期
4 方军武;;上市公司信用风险的评价——基于KMV模型视角[J];咸宁学院学报;2012年04期
5 翟东升;张娟;;模糊认知图在上市公司信用风险评价中的应用[J];统计与决策;2008年02期
6 方军武;;基于KMV模型的上市公司信用风险评价[J];财会通讯;2012年17期
7 张荣;陈银忠;周勇;;上市公司资产规模对公司信用风险的影响[J];统计与决策;2006年02期
8 周丽聪;;上市公司信用风险分类准确度比较分析[J];财会通讯;2011年33期
9 曾诗鸿;王芳;;基于KMV模型的制造业上市公司信用风险评价研究[J];预测;2013年02期
10 刘竹林;何加宝;;基于KMV模型的上市公司信用风险管理实证研究[J];安徽工业大学学报(社会科学版);2010年04期
中国重要会议论文全文数据库 前4条
1 邵克雄;曾勇;方洪全;;中国上市公司信用风险评估方法的比较实证研究[A];中国企业运筹学[C];2006年
2 王喜平;闫丽莹;;基于熵权的电力上市公司信用风险模糊评价[A];第19届灰色系统全国会议论文集[C];2010年
3 李青武;;中国入世后完善公司信用法律制度的对策[A];《WTO法与中国论坛》文集——中国法学会世界贸易组织法研究会年会论文集(二)[C];2003年
4 周倩;彭锦;;变形风险测度与赋变范风险空间[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年
中国重要报纸全文数据库 前10条
1 本报记者 任晓;公司信用类债券部际协调机制成立[N];中国证券报;2012年
2 王玲 本报记者 康庆;今年起 为运渣车公司信用等级打分[N];成都日报;2014年
3 鲍仁;期货公司信用评价系统已入测试阶段[N];期货日报;2008年
4 杨健 赵肖峰 刘红灿 沈虹冰;广东与“窗口公司信用”告别[N];中国工商报;2002年
5 叶陈毅 刘雷欣 石家庄经济学院会计学院;公司信用治理变革与创新[N];中国社会科学报;2010年
6 记者 王炯业;多家公司信用评级下调 折射钢铁等行业困境[N];上海证券报;2013年
7 张勇;多家公司信用评级下调 折射钢铁等行业困境[N];现代物流报;2013年
8 记者 梁敏;连维良 强化上市公司信用建设[N];上海证券报;2012年
9 本报记者 徐飞;市场呼唤上市公司信用评级[N];证券时报;2001年
10 记者 钟华;大公上证50指数公司信用评级发布[N];中国证券报;2004年
中国博士学位论文全文数据库 前8条
1 张北阳;上市公司信用风险、公司治理和企业绩效关联研究[D];吉林大学;2011年
2 孙凤英;基于所有制性质的公司信用风险的实证研究[D];吉林大学;2008年
3 张雪娥;公司信用内部性保障机制研究[D];吉林大学;2012年
4 海小辉;欧盟碳排放配额交易市场的价格决定因素及风险测度[D];天津大学;2014年
5 张昇平;风险测度一致性的拓展研究[D];上海交通大学;2007年
6 徐照宇;广义非对称金融风险测度及应用研究[D];哈尔滨工业大学;2011年
7 朱云洲;若干风险测度下的最优再保险设计[D];浙江大学;2015年
8 周春阳;风险承受者视角下的下边风险管理[D];上海交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 曾卓;中国上市公司信用风险测度研究[D];成都理工大学;2017年
2 马子甲;我国寿险公司信用评级研究[D];河北大学;2015年
3 孙汉英;论我国公司信用法律制度的完善[D];华中师范大学;2015年
4 田慧中;公司信用法律制度研究[D];兰州大学;2016年
5 卞晨晔;我国制造业上市公司信用风险实证研究[D];山东大学;2016年
6 左守瑞;公司信用法律制度研究[D];辽宁大学;2016年
7 张雨龙;基于KMV模型的我国在美上市公司信用风险实证研究[D];成都理工大学;2016年
8 刘丹青;注册资本登记制度改革与封闭公司的公司信用[D];深圳大学;2016年
9 卫萍;上市公司信用债违约风险评估[D];华东理工大学;2017年
10 马涛;公司信用法律保障机制问题研究[D];西南政法大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026