中小型企业的Logistic回归信用风险预警模型——以甘肃省为例

以中小型企业为研究对象,筛选了甘肃省的120家中小型企业作为研究样本,构建了基于20个常用的财务指标的Logistic回归预警模型,进而对中小型企业的信用风险进行预测分析.研究结果表明模型具有良好的预测效果,预测准确率达到92.5%,可以较好地为企业内部进行风险预警,并为银行系统提供企业信用风险状况和信贷决策依据.     

基于KMV模型对上市企业信用违约风险度量的研究

采用KMV模型对上市企业的信用违约风险进行度量.首先,对KMV模型理论框架进行分析推导;其次,以2020年6月30前被处理为ST或?ST的18家上市企业和与之配对的18家非ST企业为样本,基于KMV模型,使用相关软件对样本数据进行实证分析;最后,依据实证分析结果得出KMV模型可以有效度量上市企业的信用违约风险,对上市企业的信用风险具有一定的预警作用的结论,并提出相关建议.     

风险投资对科创型企业信用风险的作用效应——投贷联动框架下基于安徽省样本的实证分析

投贷联动框架下风险投资的加入对科创型企业信用风险产生作用,为商业银行信贷业务的开展提供新方向.遵循"风险投资-技术创新-企业价值-信用风险"的作用路径理论分析风险投资对科创型企业信用风险的作用效应,基于KMV模型,利用安徽省样本上市企业2019年数据进行实证检验.研究发现,风险投资的加入明显拉大了科创型企业的平均违约距...     

基于现金流量的可选消费行业财务预警研究

为了对上市公司可选消费行业出现财务危机的可能性进行更准确的预测,采用logistic回归分析方法做出预警模型.选择非配对样本,以可选消费行业沪市A股公司2003年和2004年的ST公司和正常公司共42家作为分析样本,另外48家作为检验样本.利用主成份分析方法对现金流量指标进行筛选,并运用logistic回归对所得到的主成份进行分析,得到的基于现金流量的财务预警模型,可从获现能力、盈利能力等不同角度全面准确地反映企业的财务状况.     

非均衡数据的债券违约预警研究

将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本，将债券是否违约设定为一个二分类问题进行识别分析，针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型；从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标，运用ADASYN方法进行过采样合成新样本点，将特征提取mRMR方法引入债券违约领域，得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标，在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明：在建模过程中克服了样本非均衡化问题使得分类精度显著提高，同时通过解决高维数据冗余问题，识别违约债券的准确率进一步提高，反复验证表明该模型具有较强的稳健性和有效性，具有一定的应用价值。     

Z-score模型最优截断值确定方法比较——基于违约风险预测能力角度

Z-score模型在对企业进行财务困境和违约风险判别方面具有重要的应用价值,最优截断值的确定方法对于提高模型的违约风险判别能力至关重要.文章以医药生物行业上市公司作为样本,运用Fisher逐步判别法从15类财务比率中筛选出判别能力较强的7个指标构建了Z-Score模型,并尝试用加权平均法和考虑先验概率和误判成本的ZETAc模型法分别确定最优截断值,结果发现运用ZETAc模型法能够提高模型整体预测的准确率,而且能够降低第Ⅰ类错误分类的成本,其预测违约风险的能力明显优于加权平均法.     

上市公司信用风险的评价——基于KMV模型视角

如何度量信用风险是从事金融活动的各方迫切关心的重要问题。本文以2009年ST公司及与之配对的非ST公司为研究样本,在对KMV模型的求解过程进行解析的基础上,用KMV模型对其信用风险进行识别与评价,研究结果表明,ST公司的违约距离显著不同于配对样本,其信用风险明显较高,这说明KMV模型对存在不良贷款的违约公司具有较强的风险识别和预警能力,是一种有效的风险管理工具。     

我国商业银行房贷违约风险KMV预警模型构建

美国次级贷危机给世界各国特别是欧美等发达国家经济带来巨大损失。同时次贷危机为我国商业银行房贷业务敲响了警钟,一时间房贷违约风险预警成为国内学者研究的重点,纷纷研究如何预警房贷违约风险。文章包括三个部分：首先介绍了本文研究背景;其次,概述了KMV模型相关理论;最后,提出如何构建我国商业银行房贷违约风险KMV预警模型。     

灰色系统的弹箭系统研制费用估计模型的研究

对弹箭系统研制费用的估计常采用多元线性回归方程法。该方法要求有大量样本数据的情况 ,并且估计精度较差。在新型弹箭系统的研制中 ,由于样本数据较少 ,给研制费用估计带来一定的困难。该文应用灰色系统预测理论解决弹箭系统研制费用估计问题 ,建立了灰色系统GM预测模型和n次累加残差模型并对GM预测模型进行修正。通过实例计算能看出用较少的样本可以得到较高的预测精度。     

基于遗传算法KMV模型的公司债券违约风险度量研究

基于遗传算法对KMV模型进行了修正,并运用修正的KMV模型对样本债券在2017—2018期间的违约风险进行度量。结果表明:基于遗传算法改进的KMV模型在预测公司债券违约风险方面有着不错的表现,拟合正确率远高于改进前的原模型;并且公司债券所属行业的不同会影响模型违约点的选择,从而影响KMV模型度量违约风险的效果。     

基于LR RF XGBoost的债券违约风险预警

随着市场经济的迅猛发展,各国的债券市场也相继成长,并趋向于多元化发展.然而,在这一发展过程中,中国的债券违约事件屡见不鲜且愈演愈烈,极大地阻碍了市场活力.以发行企业债券、公司债券、短期融资债券以及中期债券的公司为研究主体,提出LR RF XGBoost债券违约预警模型,该模型基于软投票法将逻辑回归（Logistic Regression）、随机森林（Random Forest）、极端梯度提升算法（Extreme Gradient Boosting）相融合,对样本的财务指标及非财务指标数据进行研究.研究结果发现:LR RF XGBoost融合模型相比于其他单一预警模型泛化能力更强,准确率高达95.3%.该方法有利于为投资者以及债券市场监督部门提供可靠的预测信息,帮助企业及早识别风险,为债券市场的健康发展提供保障.     

电子商务环境下企业财务危机预警的理论研究

通过对国内外财务危机预警模型的比较,以“2004年度中国企业信息化500强”为样本,从偿债能力、盈利能力、资产运营能力、增长能力四个方面构建了电子商务环境下企业财务危机预警的指标体系,试图用二值多元logistic回归方法来建立电子商务环境下企业财务危机的预警模型。     

基于集成学习的用户信用卡违约预测模型研究

用户信用卡违约预测任务有助于银行等金融机构平衡经济风险与经济利益,对于银行信用卡业务的风险管控具有重要作用。针对用户信用卡违约预测问题,提出了一种基于集成学习的预测模型,有异于传统集成学习中的弱学习器。该模型采用集成模型和神经网络模型作为基学习器,从而提升模型整体的预测效果。首先通过预处理提取用户信用卡数据集的相关特征,然后分别采用优化后的决策树、随机森林、GBDT、XGBoost、CatBoost和SPE六种机器学习模型与神经网络模型进行并行训练和预测,最后通过加权软投票法集成基学习器结果并输出最终预测结果。结果表明,相对于基学习器,该模型在各项评估指标上均有所提升,且拥有更好的模型泛化能力。     

回归金融原理：企业财务危机预警研究述评与展望

财务危机预警一直受到企业、投资者和政府的关注,但已有预警模型方法的预警能力不能满足市场期许,甚至引发争议,政府部门、市场主体对优化债券违约风险识别与预警方法的需求强烈。该文系统梳理了1932至2020年间256篇财务危机预警文献,从财务危机的概念基础、预警模型的原理及迭代、预警指标选取、预警效率评估等维度进行了述评,指出了现有财务危机预警模型研究的3个现象、方法论特征及局限性。提出了一个跨模型可比的财务危机预警模型评价框架和“一个原则、三个方向”研究改进展望,主张回归金融原理,从而更加精确地进行企业财务危机绝对风险的评估、预警与治理。     

LOGIT回归模型对公司违约的预测探讨

为准确有效地预测企业违约的可能性, 以避免信用违约风险, 基于单一变量和多变量两种模型的分析,利用Logit 回归模型对企业的各变量和违约概率进行推断, 并以德国企业为例, 分析违约公司的共性和特性。对模型的交叉验证结果表明, 以Logit 模型衡量企业违约预测的统计方法整体精度达到70% 左右, 并能保持较高的可靠性和稳定性。违约预测可大大降低企业的违约风险, 在金融投资领域发挥重要作用。     

灰色系统理论在煤矿工业广场地表沉降预测中的应用

本文利用灰色系统理论,对某煤矿工业广场的沉降进行预测,以较少的样本建立其GM(1,1)模型,经后验差检验精度好,能够进行预测,具有一定的实用价值。     

非均衡数据的债券违约预警研究

将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标,运用ADASYN方法进行过采样合成新样本点,将...     

基于熵权-BP神经网络的涉农类上市企业融资风险预警研究

针对涉农类上市企业的融资风险预警问题,首先从企业的资金流融入以及融出两个层面构建了含有15个指标的融资风险预警指标体系;然后收集了24家涉农类上市企业2017年的相关指标数据,并利用熵权法确定各指标层的权重值,结合指标数据计算得到24家上市企业的融资风险预警指数RWI值,即为BP神经网络的输出层;最后通过BP神经网络工具箱建立涉农类上市企业的融资风险预警模型,并进行了神经网络训练以及仿真预测。结果发现,所建立的BP神经网络融资风险预警模型对涉农类上市企业的融资风险预警具有较好的适用性,对企业的融资风险预测与控制具有实践意义。     

基于主成分分析和logistic回归的中小微企业信贷决策

中小微企业由于自身经营规模、持续经营时间等因素的影响,相较于大型企业而言,其信贷风险较高,因此往往会陷入"融资难"的困境中.高信贷风险已成为银行发展中小微企业信贷业务的掣肘,如何对中小微企业的信贷风险进行预测是发展中小微企业信贷业务的关键.首先根据中小微企业进销项发票信息进行特征提取和降维处理,再利用logistic回...     

灰色系统理论在铁路运输企业人才预测中的应用

人才系统具有灰色系统的特征 ,因此可以采用灰色模型对人才进行预测。本文运用灰色模型GM(1 ,3) ,对铁路运输企业人才需求总量的发展变化进行了动态关联分析 ,作出了人才需求总量的预测 ,对预测结果进行了分析