论文总字数：17935字

摘 要

信用风险又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性。信用风险是商业银行面临的主要风险之一，信用风险的度量是商业银行进行信用管理的核心问题, 对信用风险的准确度量和有效管理, 有利于商业银行经营的安全性, 也有利于金融体系整体的稳定和国民经济的持续健康发展。违约率、赔付率和违约相关性是衡量信用风险大小的主要参数，其中违约率是度量和管理信用风险的出发点和关键。因此，必须采用先进信用风险度量模型和科学的应用方式，确保评估的准确性，将风险降到最低。

本文运用距离判别模型和logistic模型对2013年到2014年之间的142个上市公司的22个财务指标进行选择，并通过对模型结果进行分析比较，对模型判别的准确率进行进一步的分析，结果显示两种模型都有较高的实适用性，且logistic模型略优于距离判别模型。

关键词：信用风险；logistic；判别分析；

Abstract

Also known as default risk Credit risk refers to the counterparty fails to fulfill a contractual obligation of the contract and the risk of economic losses, which namely the possibility of deviation from the fiduciary responsibility can not fulfill the debt service leaving the creditor's expected return and actual return occurred. Credit risk is one of the major risks faced by commercial banks, credit risk is a measure of commercial bank credit management core problem. Accurate measure of credit risk, and effective management of commercial banks in favor of security, but also conducive to the sustained and healthy development of the financial system as a whole is stable and the national economy. Default rates, loss ratios and default correlation is the main parameter to measure the size of the credit risk, which is the starting point of measure default rates and credit risk management and key. Therefore, we must adopt advanced credit risk measurement models and the application of scientific methods to ensure the accuracy of the assessment, will minimize the risk. In this paper, from the discriminant model and Logistic model 22 financial indicators 142 listed companies were analyzed. And compared to determine the accuracy of the model was further analyzed by analysis of the results of the model showed that both models have a higher real applicability, and the Logistic model is slightly better than the Distance discriminant model.

Key words: credit risk;Logistic; Discriminant model;

目录

摘 要 I

Abstract II

第一章 引言 1

1.1 研究目的及意义 1

1.2 研究相关背景 1

1.3 本文研究主要内容 3

第二章 模型及方法的介绍 4

2.1Logistic回归模型简介 4

2.2距离判别分析法简介 6

第三章 实证分析 8

3.1 样本选取及数据处理 8

3.2 Logistic回归分析 11

3.3Logistic模型的预测 11

3.4建立距离判别模型分析 12

第四章 结论 14

参考文献 15

致谢 16

第一章 引言

1.1 研究目的及意义

自从2009年中国证券市场推出创业板以来，其基本面的快速变化和市场表现都受到了投资者的极大关注，但相对于主板市场的研究，对创业板的研究大多停留在定性的层面和对个股微观层面的分析上，缺少对整个创业板局势的把握。对创业板上市企业来说，其信用风险的评估更是重中之重。投资创业板是从分析其财务状况开始的，因为他的成长性取决于业绩，业绩体现在财务报表上，财务困境往往预示着企业状况存在较大的信用风险。及早发现和找出一些预警财务去向恶化的特征财务指标，无疑可以帮助投资人判断企业的经营状况，为信贷和投资提供依据。

并且随着我国社会主义市场经济的快速发展，市场的国际化程度不断提高，企业也会面临着前所未有的机遇；但是，由于外部环境发生变化，企业也遇到巨大的挑战，企业生存发展面临的风险越来越大。从某种意义上来说，现代市场经济是建立在信用基础上的信用经济。信用风险已经成为金融机构、投资者、政府监管部门所面临的核心风险。而我国经济尚处于转型期，经济体制和法律法规还不完善，导致我国信用体系不成熟，信用秩序比较混乱。同时企业的信用风险防范意识较差，违约现象屡见不鲜。所以，健全和完善我国信用体系，建立适合我国企业的信用风险预警体系，对于保持我国经济快速健康发展具有重要现实意义。

1.2 研究相关背景

信用风险可以认为是一种违约风险，而企业的信用风险通常的表现形式就是财务困境。企业陷入信用危机是一个逐步的过程，通常从财务正常渐渐发展到财务危机，因此，利用财务数据可以对企业的信用风险进行预测。早在20 世纪30 年代，国外学者就开始利用财务数据对企业信用风险展开研究。Md Moudud Alamy^[1]对不同行业之间的信用风险利用GLMM模型来模拟联动，提供了对违约联动的不同问题的分歧意见的有力证据。结果表明，GIS模型是对违约概率建模的最好的选择。Altman^[2]（1968）对66家美国制造业企业的经营状况进行了典型判别分析，建立了由5个企业财务比率组成的Z-Score模型，其后，Altman^[3]又改进了Z-Score模型，并建立了著名的ZETA判别模型，这些模型因其判别能力较强且简单实用而很快被应用到了世界上超过25个国家的企业破产或经营失败的预测研究之中；David建立神经网络模型，用来研究商业银行信用评价的准确性，同时比较研究了线性判别分析模型，指出LDA的分类准确达到72.6%和82.96%。；Demetrios Cinoglou^[4]等人使用Logistic，Probit和DA等模型对希腊40个工业企业1981-1985年的数据进行公司经营失败的预测研究，表明使用线性概率模型的结果与Altman等人的结果相近，而MAD则优于LMP。Lin和Piesse^[5]采用条件概率分析方法（CPA）和MAD对英国工业行业1985-1994的企业数据进行困境识别，表明在避免产生抽样偏差方面，CPA方法比MAD更有效率，其判别准确度更高。

国内的学者也对基于各种方法对信用风险进行了研究。国内的对信用度量的研究也主要有三个类型，包括传统的判别分析、logistic回归和现代的KMV模型。国内学者对这三类模型也进行了很多研究。判别分析是一种判别个体所隶属的群体的统计分析手段；Logistic模型最早是由Martin 用来预测公司的破产及违约概率的模型。利用Logistic 方法和判别法建立违约率模型目前已经成为一种主流方法。

请支付后下载全文，论文总字数：17935字