基于PLS和LOGISTIC回归模型的中小企业融资的信用风险度量

为了有效地度量中小企业融资的信用风险,选取代表中小企业的经营与发展能力、利润构成与盈利能力、资产与负债和现金流量等4个方面13个指标作为解释变量。由于解释变量之间存在较高的多重共线性和样本量偏小等情况,应用偏最小二乘法提取PLS成分,排除系统中的噪声干扰,构建一个度量信用风险的二分类因变量的Logistic模型。实际数据预测结果表明,该模型不仅具有良好的平稳性和准确性,而且具有较强的解释过程变化的能力。     

分区域的企业财务危机预警模型比较研究

运用多元判别模型、Logit模型和主成分模型，分不同省级区域，对企业财务危机进行预警研究，并对不同区域模型和不同预警技术的判别准确率、预警模型的指标选择、不同类型危机的预警判别进行比较分析，以期为商业银行应用这些模型进行信用风险度量和信贷风险预警提供参考。     

现代信用风险度量模型的对比分析

近年来，信用风险度量的方法和模型不断推陈出新，其中CreditMetrics模型、CreditRisk 模型、KMW模型和CreditPortfolioView模型是四个最具影响力的模型，这四个新型信用风险度量模型的框架和思路，对我国金融机构和金融监管部门的信用风险管理提供了有益借鉴。     

基于风险价值和期权理论的Credit Metrics模型研究

Credit Metrics模型是国际金融界内流行的现代信用风险度量模型,它以风险价值VaR和期权定价思想为基础,以衡量信贷资产组合的风险价值为核心,用于识别贷款、债券等传统信贷产品的信用风险,开启了银行信用风险量化评估的先河,开创了现代信用风险度量研究的新领域,对中国商业银行的信用风险管理有一定的借鉴作用。     

基于PCA-BP的地裂缝危险性预测

为了更准确地对地裂缝的危险性进行预测，以苏锡常地区地裂缝为例，构建主成分分析(PCA)-BP神经网络模型。利用主成分分析法五个影响地裂缝危险性的指标进行分析，包括导水系数、地下水位、黏性土层厚度、基岩埋深以及基岩起伏程度。通过线性变换排除这些影响因素之间的相关性，并利用各主成分的贡献率对分析后的主成分进行筛选，得到三个主成分指标。对三个主成分进行全新解释：其中，第一主成分主要反应工程水文地质对地裂缝危险性的影响，第二主成分主要反应基岩起伏程度，第三主成分主要反应基岩埋深情况；利用BP神经网络对地裂缝的危险性进行预测。结果表明，PCA-BP神经网络模型对地裂缝危险性的预测效果相较BP神经网络更与实际吻合。PCA-BP神经网络模型可以作为一种对苏锡常地区地裂缝危险性预测的手段；全面细致地进行了主成分分析与BP神经网络在实际应用时的建模过程与结果分析，为PCA-BP神经网络模型的实际工程应用提供了一个有效参考。     

湖南商学院专著评介（十四）：研究信用风险相依模型及组合信用风险度量与管理的创新之作——评欧阳资生博士《借用风险相依模型及其应用研究》

评估和管理信用风险,一直是国内外银行和其他金融机构关心的主要话题,更是我国市场经济变革中不容错过的一课。加强信用风险的度量与管理研究,无论是对金融监管机构还是投资者均具有重要意义。2008年1月由中国知识产权出版社出版的湖南商学院副教授欧阳资生博士所著的《信用风险相依模型及其应用研究》正是基于这一目的,在研究信用风险相依模型,进而讨论组合信用风险度量与管理问题上做了大胆的尝试。     

工程化思维下的信用风险度量研究

信用风险是我国商业银行目前面临的主要风险。而信用风险度量是有效信用风险管理的核心。新巴塞尔资本协议将信用风险作为重中之重,鼓励商业银行建立以工程化的内部评级模型。本文在介绍了现代信用风险的工程化度量趋势和技术的基础上,针对我国金融机构的现状,研究了在巴塞尔协议的IRB框架下实施信用风险工程化度量的对策。     

现代信用风险度量模型的分析及其在中国的适用性研究

现代信用风险度量模型是商业银行信用风险量化管理和动态管理的主要工具,随着对信用风险评估模型领域的探索研究不断地深入,急需建立适合我国国情的商业银行信用风险评估模型.本文通过对有国际影响力的四个信用风险计量模型进行比较研究,指出其特征和优缺点,为我国商业银行信用风险评估模型的建立提供借鉴和参考.     

信用风险度量模型的分析及启示

一直以来信用风险在度量上存在着许多困难,本文分析研究了现代信用风险度量的四种代表性模型CreditMetrics模型、KMV模型、CreditRisk＋模型、Credit Portfolio View模型,并提出了对这些模型在我国运用中存在的问题和建议。     

风险度量的主要模型及其评述

风险度量是风险管理的前提，但由于风险本身的复杂性，风险度量的研究一直是学术界探讨的难题。本文对投资风险度量、信用风险度量和保险风险度量的三类模型的理论依据、技术基础和适用性等方面进行了评述，为风险管理的相关研究工作提供了一定的线索。     

金融模型的建模前提和应用局限性——基于度量信用风险的KMV模型的研究

信用风险是金融机构面临的最主要的风险,通过科学的模型对其进行精确度量对我国金融市场的发展有着深远意义。本文选取度量信用风险的KMV模型,对其原理、建模前提和应用局限性进行了介绍,并针对我国的具体情况分析了KMV模型在我国的局限性,最后提出了提高KMV模型在中国的适用性的几点建议。     

基于改良CRITIC法的P2P平台信用风险影响指标研究

目的/意义P2P网贷的信用风险主要来自平台,因此有必要对平台的各项影响指标进行研究并分析各指标的权重,为P2P信用风险度量的深入研究做准备。方法/过程依据P2P平台信用风险的特殊性,从平台运营情况和平台基础实力两个方面建立P2P平台特有的指标体系,并以19家平台的数据为研究样本,再运用MATLAB软件进行改良的CRITIC赋权法运算得到各指标的相应权重,从而更为全面科学地对平台的信用风险进行研究,并提出了网贷专业集群化运行机制以降低风险。结果/结论最终研究结果与实际情况基本一致,P2P平台信用风险的各指标重要性排序中满标时间最为重要,因为平均满标时间可以反映平台受投资人欢迎的程度,而投资人对平台的信任很大程度上决定着一个平台的生死。注册时间的权重最小,这与P2P问题平台统计数据结果一致。由此可知,在研究平台信用风险时应依据权重进行度量,这才能使得度量更为准确可靠。     

VaR方法在商业银行信用风险度量中的应用--基于行为金融学

信用风险是商业银行面临的重要风险之一，当前信用风险度量的主流方法多侧重通过客观因素估计信用风险，忽视主观因素对投资收益的影响，这限制了信用风险度量的准确性。基于行为金融学研究成果，结合信用风险特征，通过VaR方法量化风险，探索商业银行信用风险度量新思路。     

基于主成分分析法和遗传算法优化支持向量机模型的泥石流危险度预测

为准确预测泥石流危险度,提出了基于主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型。首先利用主成分分析法对7个泥石流危险度影响因子进行数据降维,将提取出的主成分作为支持向量机模型的输入向量,以泥石流危险度作为输出向量,并运用遗传算法寻优获得最佳支持向量机模型参数,最终建立了基于PCA-GA-SVM的泥石流危险度预测模型,并对9条泥石流沟的危险度进行预测,结果表明:PCA-GA-SVM模型的预测准确率达88.9%,满足工程要求。     

利率市场化背景下信用风险的测度及影响

随着利率市场化程度的不断提高,逐步增大的利率波动必然对上市公司的信用风险产生一定影响。本文首先采用Logit模型对2006年第四季度至2013年第四季度228家上市公司的信用风险进行度量,预测出上市公司违约概率;其次选用Shibor数据求出各季度的利率波动率;最后选用宏观经济因素及利率波动率为自变量,信用风险为因变量建立风险测度模型,结果表明利率波动对信用风险有负相关关系,即随着利率市场化进程的加快,企业的信用风险有降低的趋势,因此可考虑加快利率市场化改革的步伐。     

基于KMV模型的商业银行房地产贷款信用风险研究

传统的房地产信用风险定性评估方法缺乏客观、公允,难以有效地应对商业银行房地产信用风险计量与管理。选取深市十家上市房地产公司作为研究样本,分别设置绩优股、中等业绩股两个样本组,通过比较两个样本组的违约距离及预期违约率,发现KMV模型总体上能够度量我国上市房地产企业的信用风险水平。建立房地产企业征信系统及信用评级制度、引导房地产企业多元化融资模式、培养信用风险管理人才、建立信用风险数据库等是提高我国商业银行房地产贷款信用风险管理的重要措施。     

商业银行信用风险度量方法的分析与研究

信用风险是商业银行面临的最为主要的风险,而信用风险度量方法显得尤为重要.本文对商业银行信用风险度量方法进行了分析与研究,为我国商业银行加强信用风险管理提供了重要的借鉴作用.     

财产保险公司经营风险实证分析

财产保险是金融领域的一个重要组成部分,其经营稳定关系到整个国民经济的发展。财产保险经营过程中所面临的风险主要包括承保风险、市场风险、信用风险和操作风险。运用计量经济学中的主成分分析法,通过对各财保公司财务指标的分析,可以将样本公司的风险状况量化,从而对财产保险的风险防范起到一定的指导作用。     

我国商业银行信贷风险度量模型的选择及建议

介绍了现代信用风险度量模型,指出,与国外银行相比,中国银行业风险管理在外部环境和内部管理等方面都存在着较大的差距,风险管理方法中量化管理明显不足,必须要建立信用风险基础数据库,强化数据管理,建立银行内部评级系统,规范内、外部评级,找出适合实际的信用风险模型,提高银行业的竞争力。     

商业企业电子商务信用风险预警模型研究

电子商务信用风险预警的Z-score模型是采用因子分析法和聚类分析法,对选取的36家涉及电子商务的商业上市公司信用风险进行综合评价,确定出评级标准得出的。通过测试样本检验发现这一模型具有较好的识别信用风险和预测信用风险的能力,同时企业应针对不同风险状态,采取不同的预警管理对策。