上市公司信用風(fēng)險評估的實證研究.pdf

1、在全球信用不斷膨脹的背景下,信用風(fēng)險暴露越來越嚴(yán)重,已成為各國金融系統(tǒng)所面臨的主要風(fēng)險之一。市場經(jīng)濟本質(zhì)上是信用經(jīng)濟,上市公司作為市場經(jīng)濟的重要參與者,其信用狀況尤其應(yīng)該受到重視。研究上市公司的信用風(fēng)險問題對證券市場監(jiān)管、投資者利益保護以及信貸機構(gòu)風(fēng)險控制都具有重要的現(xiàn)實意義。信用風(fēng)險評估作為一種防范信用風(fēng)險的社會監(jiān)督手段,是市場經(jīng)濟發(fā)展到一定階段的必然產(chǎn)物,其對市場經(jīng)濟的重要性和促進作用已得到了理論研究的證明和發(fā)達國家實踐的檢驗。

2、 本文首先對國內(nèi)外信用風(fēng)險評估的研究現(xiàn)狀進行了總結(jié)和分析。其次,界定了上市公司信用風(fēng)險評估的內(nèi)涵,指出了上市公司信用風(fēng)險產(chǎn)生的原因及目前我國信用評估中還存在的問題。再次,本文簡單介紹了信用評估模型的發(fā)展過程并進行了比較,在此基礎(chǔ)上選取比較適合我國上市公司信用風(fēng)險評估的模型進行了詳細(xì)的介紹。最后,實證部分是本文的核心,主要研究內(nèi)容有：通過樣本選取,選用我國滬深上市公司的61家ST公司和61家非ST公司做為樣本,構(gòu)建了指標(biāo)體系,并利用因

3、子分析法對指標(biāo)進行了濃縮,找出了對上市公司信用風(fēng)險影響作用比較顯著的6個因子；分別利用BP神經(jīng)網(wǎng)絡(luò)模型、支持向量機(SVM)模型、SVM-Logistic回歸混合兩階段模型和Adaboost組合分類器模型進行了實證研究,并對這四種模型的實證結(jié)果進行了比較。 實證結(jié)論：支持向量機采用結(jié)構(gòu)風(fēng)險最小化原則代替經(jīng)驗風(fēng)險,能夠有效避免過擬合現(xiàn)象,與BP神經(jīng)網(wǎng)絡(luò)模型相比具有較高的分類準(zhǔn)確率；SVM-Logistic回歸混合兩階段判別模型綜合