基于主成分的Logistic模型的上市公司信用风险评价分析

针对当前上市公司信用风险管理效果不佳的问题,提出以上市公司违约概率作为信用风险高低的衡量标准,利用我国上市公司的财务数据,结合主成分分析法和Logistic方法构造了上市公司信用风险评估模型。实证研究结果表明,该模型具有可信的识别预测和推广能力,能够为企业信用风险程度的判定提供客观依据。     

我国企业出口中的信用风险及其防范

伴随着我国企业出口贸易的发展，以产生大量应收帐款为特征的出口信用风险也不断扩大，成为影响我国企业出口后劲的一大障碍，本文从出口业务的一般过程角度分析了我国企业面临的出口信用风险的一般类型和原因，指出应从国家、社会、企业协调的角度综合构建我国企业防范出口信用风险的对策体系。     

浅谈企业信用管理

随着我国经济的发展和社会的进步,市场竞争日益激烈,信用交易已成为企业获取市场竞争力的必要手段和经营方式。简要阐述了企业信用管理体系的重要性,分析了目前企业信用管理的现状,提出建立合理的信用管理体系。完善应收账款管理,提高信用风险管理。     

基于主成分分析法的我国上市公司信用风险评价模型

采用理论分析与实证分析相结合的研究方法，建立了适合我国上市公司信用风险评估的模型。该模型采用主成分分析法筛选出我国企业信用风险评价的主要指标变量，并选取我国2002年度22个行业500家上市公司的财务数据样本，对该模型进行验证，得到的判别正确率为88．67％。该模型评价指标体系简单，实用性强，运行成本低，准确率高，为我国上市公司信用风险评价提供了一种新的有效方法。     

消费信贷的信用风险及防范措施

虽然我国消费信贷的发展速度惊人,但由于银行风险管理评估体系的不健全、借款人与银行之间信息不对称,消费信贷外部经济环境不稳定、不完善等因素,使消费信贷存在不容忽视的信用风险。为了防范信用风险不断扩大,银行应不断完善风险评估监管能力,开发合理多样的信贷产品;政府应完善信用体系,为消费信贷提供更加安全的外部环境。     

基于上市公司财务数据的企业信用风险预测Logistic模型研究

随着国际金融市场的发展,多元化的金融工具和衍生工具在资本市场中得以运用和发展.上市公司作为自主经营、自负盈亏、自我发展的市场主体,面临着日益多变的市场环境,随时都要经受财务危机的考验.信用风险研究有助于对企业信用状况进行预测,动态了解企业发展的现状和未来的趋势,及时发现和解决企业财务管理中存在的问题,降低发生信用危机的概率,给投资者与信贷机构提供保障.本次研究选取我国深沪两市74家上市公司2013-2014年的财务报表数据,通过主成分分析降维,将17个财务指标浓缩为5个主成分因子,将5个主成分因子作为自变量建立回归模型.从上市公司的盈利能力、偿债能力、发展能力和营运能力四个角度,全面反映财务状况在企业信用中所起的作用.在选取变量、建立模型后,得到的整体预测水平较高,模型效果良好,可以将该模型运用于我国上市公司的信用风险预测,为投资者与信贷机构提供信用风险防范方面的帮助.     

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...     

论我国商业银行对信用风险管理工作的改进

商业银行在经营活动过程中,主要面临着信用风险、市场风险、其他风险等风险。其中,伴随借贷行为产生的信用风险无疑是最重要的风险。与市场风险相比,信用风险具有收益分布的可偏性、信用风险数据获取的困难性以及信用风险非系统性等特点。银行信用风险管理一直以来就是金融机构及其监管部门最关心的问题之一,本文主要探讨如何将信用风险限制在可以接受的范围内而获得最高的风险调整收益。     

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.     

新兴产业非ST上市公司风险管理新思路——基于KMV模型的信用风险分析

在介绍信用风险评估模型KMV后,依据一定的规则选取7个新兴产业14家上市公司42组数据,通过计算对上市公司信用风险进行探索的同时,利用相关数据对KMV模型的使用程度进行探索。实证分析说明,对于中国非ST上市公司的信用风险,KMV模型可以对信用风险做出度量,但精确程度有待提高。由此可以看出我国金融市场中行业及上市公司的性质,对KMV模型进行进一步修正及改进具有重要的意义。KMV模型为上市公司的风险管理提供了新思路。     

新兴产业非ST上市公司风险管理新思路——基于KMV模型的信用风险分析

在介绍信用风险评估模型KMV后,依据一定的规则选取7个新兴产业14家上市公司42组数据,通过计算对上市公司信用风险进行探索的同时,利用相关数据对KMV模型的使用程度进行探索。实证分析说明,对于中国非ST上市公司的信用风险,KMV模型可以对信用风险做出度量,但精确程度有待提高。由此可以看出我国金融市场中行业及上市公司的性质,对KMV模型进行进一步修正及改进具有重要的意义。KMV模型为上市公司的风险管理提供了新思路。     

国内银行业呼唤全面风险管理

随着金融全球化、自由化趋势的加强,尤其是我国国有商业银行面临股份制改革加快上市步伐的要求,国内银行业进行全面风险管理显得尤为重要.全面风险管理主要包括信用风险、市场风险和操作风险.针对这3方面,我国银行业应积极培养全面风险管理理念、提高管理技术和建立科学的风险管理体系.同时,人民银行也要加强金融监管,从而全面提高我国银行业的全面风险管理水平.     

我国出口企业的信用风险规避探讨——基于当前金融风暴下的分析

由美国的信贷危机所引发的金融风暴备受全球的关注。中国的出口企业在当前的金融风暴大环境下也面临着许多信用风险的问题，这给中国的出口贸易带来了严重的影响。本文将基于当前全球金融风暴的经济环境，从交易前、交易中和交易后三个阶段探讨我国出口企业的信用风险规避。     

我国商业银行的信用风险度量研究

本文根据我国银行业存在的严重的信用风险,通过研究国内外的银行信用风险模型,寻找比较适合我国商业银行的度量模型即Credit Risk 模型,并利用该模型进行了实证分析,为我国商业银行在进行信用风险度量方面提供一些帮助。     

神经网络在企业信用信息数据分析中的应用

以企业信用评级知识为基础，运用数据挖掘中的神经网络技术，研究企业信用评级中的神经网络结构，进行企业信用评级模型——神经网络感知器的新探索．以此制定相应的信用政策，控制企业的信用风险．     

在险价值理论的发展及其在我国金融风险管理中的应用前景

VaR理论目前已经在欧美许多金融机构的内部风险管理和监管信息披露等方面获得重要应用。本文详细论述了VaR理论在我国金融业的市场风险管理，金融监管，信用风险管理等方面的应用前景。     

浅谈企业应收账款风险管理

应收账款是建立在商业信用基础上,在市场经济条件下,由于客户的利益取向、经营状况、市场环境等因素的变化,应收账款可能出现坏账,导致企业资金周转困难,甚至丧失持续经营能力。因此,企业如何规避应收账款信用风险,加强应收账款的风险防范与控制显得尤为重要。本文就企业信用风险的成因、风险控制、风险防范进行论述,对企业加强应收账款管理起到一定指导作用。     

美国市政债券信用风险管理制度及其对我国的启示

在美国市政债券发展的过程中,逐渐形成以风险防范为中心,债务控制、信息披露、信用评级以及市政债券保险为主要内容的市政债券信用风险管理制度。从美国市政债券信用风险管理制度的形成和发展历程可以得到如下启示:提高我国地方政府财政透明度是建立市政债券信用风险管理制度的基础;需建立市政债券发行审批制度控制债务规模,证券监管机构和行业自律组织机构共同推动市政债券信息披露制度建立和发展;需合理利用市政债券信用评级机构和保险机构。     

我国商业银行信用风险管理存在的问题与对策

以我国商业银行信用风险管理为切入点,对我国商业银行信用风险管理中存在的问题进行了探讨,并对完善我国商业银行信用风险管理体系提出了相应的建议。     

CreditRisk+模型与中国商业银行信用风险管理

信用风险是导致银行资产质量下降的主要原因,也是中国商业银行面临的严重挑战之一.在学习和借鉴国外的先进信用风险管理经验的基础上,结合目前中国商业银行的实际,全面评介了CreditRisk+模型,并与目前中国商业银行的风险度管理模型进行了对比,指出选择CreditRisk+模型作为中国商业银行贷款信用分析的管理模型,为商业银行的风险管理提供了新的研究思路.