logistic回歸模型在信貸風(fēng)險(xiǎn)管理中的應(yīng)用-在線瀏覽
2025-05-25 06:13本頁面
【正文】 要求模型變量間具有線性的相關(guān)關(guān)系，不要求變量服從協(xié)方差矩陣相等和殘差項(xiàng)服從正態(tài)分布等，這使得模型的分析結(jié)果比較客觀。結(jié)合我國商業(yè)銀行信用風(fēng)險(xiǎn)管理及上市公司財(cái)務(wù)數(shù)據(jù)的現(xiàn)狀，前提假設(shè)及對數(shù)據(jù)的要求相對符合經(jīng)濟(jì)現(xiàn)實(shí)的logistic模型更加適合我國企業(yè)信用風(fēng)險(xiǎn)的度量和管理研究。二、 方法原理 當(dāng)我們要預(yù)測某一事件或現(xiàn)象發(fā)生的概率p的大小，比如某一事件成功或失敗的概率，以及討論此概率的大小與哪些因素有關(guān)。p171。這時(shí)，我們不處理參數(shù)p,而是處理p的一個(gè)嚴(yán)格單調(diào)函數(shù)Q=Q(P),就會方便得多。從Logit變換可以看出，當(dāng)p從0→1時(shí)，Q的值從∞→+∞，因此Q的值在區(qū)間（∞，+∞）上變化，這在數(shù)據(jù)處理上帶來了很多方便。如果有很多因素影響y的取值，這些因素就是自變量記為x1,…xk，這些xi中既有定性變量，也有定量變量。滿足上面條件的稱為Logistic線性回歸。Logistic變換的非線性特征使得在估計(jì)模型的時(shí)候采用極大似然估計(jì)的迭代方法，找到系數(shù)的“最可能”的估計(jì)。Logistic回歸對模型擬合好壞通過似然值來測度。如果一個(gè)模型完全擬合，則似然值為1，這時(shí)2LL達(dá)到最小，為0。 在眾多的多元回歸模型中，之所以選擇logistic回歸非線性模型，主要是因?yàn)?第一，logistic回歸非線性模型能很好地解決非線性的問題，有較高的準(zhǔn)確度，是學(xué)術(shù)界視為主流的方法，相對比較成熟。本文用logistic回歸模型來預(yù)測企業(yè)違約的概率。1998年中國證監(jiān)會要求上海證券交易所和深圳證券交易所對企業(yè)經(jīng)營出現(xiàn)異常狀況的上市公司的股票實(shí)行特別處理（Special Treatment）。本論文也采取同樣的方法。p，p。論文的的樣本來自2005年以前在深滬上市的所有公司。我國上市公司當(dāng)年的年報(bào)披露的截此日期為下一年的4月5日，故上市公司t1年的年報(bào)和其在t年是否被特別處理這兩個(gè)事件是同時(shí)發(fā)生的。并且Ohlson（1980）的研究表明：采用破產(chǎn)之后的財(cái)務(wù)信息來建立預(yù)測模型會高估模型的預(yù)測能力。論文以2005年前在深滬上市的所有公司為樣本（金融行業(yè)除外），選取了在2006年沒有被特別處理，在2007年被特別處理的28家ST公司為違約公司樣本，這28家ST公司涉及了生物制藥業(yè)、房地產(chǎn)開發(fā)業(yè)、紡織業(yè)、食品加工業(yè)、建材業(yè)、旅游業(yè)、輪胎知道業(yè)、電器行業(yè)、造紙業(yè)、機(jī)械業(yè)、汽車制造業(yè)、交通運(yùn)輸業(yè)、化纖業(yè)、有色金屬業(yè)、工業(yè)機(jī)械業(yè)、釀酒業(yè)、計(jì)算機(jī)應(yīng)用與服務(wù)業(yè)、供熱、商業(yè)經(jīng)紀(jì)與代理等二十多個(gè)行業(yè)，另外選取了112家2007年沒有被特別處理的非ST公司作為非違約公司樣本。另選取了14家在2007年沒有被特別處理，但在2008年被特別處理的ST公司和14家在2008年沒有被特別處理的上市公司，即共28家上市公司作為保留樣本來檢驗(yàn)?zāi)Ｐ偷男Ч?，并利?006年的財(cái)務(wù)數(shù)據(jù)預(yù)測2008年的違約概率。 財(cái)務(wù)比率的設(shè)計(jì)和選取是度量企業(yè)信用風(fēng)險(xiǎn)的出發(fā)點(diǎn)，也是預(yù)測企業(yè)經(jīng)營失敗的關(guān)鍵。在參考已有的研究文獻(xiàn)以及考慮我國上市公司的特色和本研究需要的基礎(chǔ)上，本論文從能夠反映企業(yè)盈利能力，償債能力，現(xiàn)金流量，營運(yùn)能力等方面選擇了11個(gè)財(cái)務(wù)比率。利用SPSS軟件對所選取的財(cái)務(wù)指標(biāo)進(jìn)行多重共線性診斷，因論文要分別利用1：1，1：2，1：3，1：4的違約公司和非違約公司的樣本比例來建立logistic回歸模型，這樣有四個(gè)樣本，因此分別診斷四個(gè)樣本中的多重共線性問題，來確定共同篩除的變量，以使得模型結(jié)果具有可比性。，X4(債務(wù)資本比),X6(資本充足率),X8(現(xiàn)金流動負(fù)債率),X9(現(xiàn)金債務(wù)比)與其他變量之間存在著較明顯的多重共線性。剩下的變量我們再做多重共線性檢驗(yàn)。因此我們把X1(主營業(yè)務(wù)利潤率),X2(凈資產(chǎn)收益率),X3（總資產(chǎn)收益率）
公司管理相關(guān)推薦
鄂ICP備17016276號-1