住房按揭贷款违约损失率预测模型研究

本文用log-log回归法、logistic回归法、分类及回归树法分别构建住房按揭贷款违约损失率预测模型,并将这三类模型及历史数据平均法模型对样本内、外数据的预测效果进行比较分析。研究结果表明:针对住房按揭贷款违约损失率,logistic回归方法预测效果最好,分类及回归树方法其次,而log-log回归方法预测误差最大。模型回归结果还表明,贷款价值比越高,违约损失率越大;贷款年龄越大,违约损失率越小;信用按揭贷款违约损失率显著高于抵押贷款;华东、华南和西南地区的违约损失率比华北地区要小;面积大的房屋贷款违约损失率更大。     

信用卡信用风险评估方法比较研究

信用卡信用风险评估方法主要包括专家系统法、判别分析法、Logistic回归方法、决策树法、神经网络法、信用风险附加模型等六种。这六种方法各具特点,对我国商业银行信用卡的信用风险管理具有一定的借鉴意义。通过比较分析可知,我国商业银行信用卡信用风险度量的最佳方法为LoDstic回归法。     

我国上市公司财务危机预测分析

本文以上市公司被ST(特别处理)作为企业陷入财务危机的标志,运用Fisher多元判别分析、logistic回归分析和神经网络方法构建判别分析模型进行实证分析。比较其预测结果发现,神经网络方法的预测准确率明显优于Fisher多元判别分析和Logistic回归分析,因此,神经网络方法更适合于企业财务危机预测。     

有序多分类logistic模型在违约概率测算中的应用

初始违约概率的测算是商业银行实施经济资本管理的必要环节。针对我国商业银行的现状,结合贷款五级分类,通过对银行的公司类客户的财务指标作时间加权化处理、因子分析、ROC检验以及使用有序多分类logistic模型对初始违约概率的测算作了有价值的探索,并通过算例分析论证了其可行性。     

Z-score模型最优分割点的确定方法比较——基于违约风险预测能力的分析

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,最优分割点的确定方法对于提高模型的违约风险判别能力至关重要.本文以医药生物行业上市公司为样本,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,并尝试采用加权平均法和考虑先验概率及误判成本的ZETAc模型法分别确定最优分割点.研究发现,ZETAc模型法预测企业违约风险的能力明显优于加权平均法.     

Bayes判别法和logistic函数在上市公司信用风险分析中的应用

logistic回归函数明显优于贝叶斯判别分析法，logistic函数可以应用较少的指标，就可以到达较好的效果。     

供应链金融融通仓融资信用风险评价

以深交所中小板60家制造业上市公司(包括20家ST/*ST公司)为样本,通过主成分分析法提取主成分,建立信用风险评估指标体系,并对融资企业是否违约进行Logistic回归分析.结果显示,加入第三方物流和质押物特质的信用风险评估有更高的预测准确性,能为商业银行融资决策提供科学依据.     

德国公司违约概率预测及其对我国信用风险管理的启示

内部信用评级是新巴塞尔资本协议的核心,而违约概率的预测又是内部评级的基础。本文利用具有出色分类功能的非线性支持向量分类(SVC)方法来预测德国公司的违约概率,识别其信用风险。结果显示,SVC模型的预测能力优于基准的logit模型;而且非线性SVC模型能够捕捉线性logit模型所不能识别的影响信用风险的重要变量。本文虽然分析的是德国公司数据,但是同样对我国商业银行和公司构建全面风险管理体系有着直接的指导意义。     

我国农林牧渔业短期贷款企业违约判别实证分析

近几年,我国农林牧渔业短期贷款企业的违约严重程度一直居所有行业之首,从跨行业的角度评估该行业短期贷款企业的违约具有重要意义。本文基于全国跨银行的贷款企业海量数据库样本,针对农林牧渔业的短期贷款企业进行了分规模和分地区样本的多元判别分析模型、Logistic模型与神经网络模型等的构建与实证探索,进而找出了影响我国农林牧渔业企业违约的关键变量,构建了最佳违约判别模型。这些关键变量和判别模型对中国人民银行和各商业银行监测该行业企业的信用风险具有重要的参考价值。     

内蒙古商业银行房地产贷款风险的实证研究

运用CPV模型探究宏观经济变量和房地产信贷违约率的关系,证明CPV模型可以预测商业银行房地产贷款的违约率.为减少商业银行风险损失,建议构建商业银行内部的风险管理衡量模型,完善房地产业的监管制度、改善行业风险评估体制,加强银行内部信贷管理制度、严控信贷发放流程,加强复合型风险管理人才的培养.     

基于灰色系统理论的信用卡影响因素分析

为了探究信用卡销售的影响因素,以及未来信用卡的销售量,采用调查问卷的方法,对影响中信银行信用卡销售的相关因素进行了分析,基于灰色系统理论计算出了信用卡销量和销量影响因素的关联度,并对其影响因子进行了排序。以中信银行2008—2013年的销售量为基础数据,建立了GM(1,1)灰色预测模型,预测出中信银行未来5年的信用卡销售量,并通过还原检验分析对预测结果予以验证,表明预测值和实际值具有较高的拟合度,可以为商业银行加强信用卡销售预测和信用卡销售管理提供辅助决策依据。基于灰色系统理论建立的GM(1,1)预测模型,有效地解决了信用卡销售过程中能够掌控的数据少、信息贫、有效性差等问题,解决了一般模型难以准确预测的困难,为解决类似问题提供了可借鉴的研究工具。     

引入WFCM算法能提高信用违约测度模型准确率吗?——以沪深A股制造业上市公司为样本的实证研究

选取沪深 A股上市的制造业公司财务变量构建信用风险评价体系,在利用因子分析法对其进行维数约简后,采用数据挖掘技术和统计学方法对信用违约概率测度作了有价值的探索.模型包含两个阶段,聚类阶段采用加权模糊C均值聚类(WFCM)算法将样本聚成同质的类,使同簇样本更具代表性;违约测度阶段应用 Logistic回归方法分别对不同组样本进行测度.实证结果表明:在 Logistic 模型中引入 WFCM算法能显著提高预测样本的违约概率测度准确率;对于样本总体与 ST企业而言,其违约预测准确率比 Lo-gistic模型分别提高了10.7%和20%;ROC检验结果也说明 WFCM-Logistic模型具有更强适用性.     

非上市中小企业贷款违约率的定量分析——基于判别分析法和决策树模型的分析

本文运用判别分析法和决策树模型对非上市中小企业违约风险进行了分析,并将两种方法的分析结果进行了对比。分析结果表明,两种方法均能较好地判别企业违约的可能性,而采用决策树模型的最大的好处是,除了能够较好地判断企业的违约率之外,它还能够找出影响企业违约的关键性因素。从我们的分析样本来看,商业银行在判断企业的信用水平时,现金流量/总债务的比例、流动资产/流动负债比例是两个非常重要的考察因素。如果银行花精力对它们进行调查、核实,保证其准确性,将大大提高对企业违约率判断的准确性。     

用Logit模型预测银行客户的违约概率

信用风险是我国商业银行面临的最严峻的风险,如何科学地度量和有效地管理信用风险是银行管理者需要迫切解决的问题。本文利用Logit模型建立了商业银行客户违约概率预测模型,经检验模型预测的正确率达到80％。     

基于判别分析法的房地产信贷风险评价

房地产业作为资金密集型行业,其高速发展离不开金融的支持,随着房地产市场的发展,房地产信贷风险也在日益集聚。文章运用判别分析法对上市房地产开发企业进行房地产信贷风险评价,结果表明判别分析法总体预测效果较好,变量选择过程Wilks'Lambda的检验结果说明企业的盈利能力是评价信贷风险的重要依据;判别分析法评价结果显示其预测存在非对称性,模型对信贷非违约组的预测准确性较高,而对信贷违约组的预测率较低。     

我国农林牧渔业短期贷款企业违约判别实证分析

近几年，我国农林牧渔业短期贷款企业的违约严重程度一直居所有行业之首，从跨行业的角度评估该行业短期贷款企业的违约具有重要意义。本文基于全国跨银行的贷款企业海量数据库样本，针对农林牧渔业的短期贷款企业进行了分规模和分地区样本的多元判别分析模型、Logistic模型与神经网络模型等的构建与实证探索，进而找出了影响我国农林牧渔业企业违约的关键变量，构建了最佳违约判别模型。这些关键变量和判别模型对中国人民银行和各商业银行监测该行业企业的信用风险具有重要的参考价值。     

商业银行信用卡发放的风险管理

随着我国经济的转型,人民生活水平的提高,人民的消费习惯也在改变,商业银行的信用卡业务正是在这种新形势下发展起来的。商业银行信用卡的发放可以为商业银行带来更多的利润,也为人民提供了方便的信贷服务,但是信用卡在发放和管理中也存在很大的风险,这些风险包括违约,欺诈,套现等。一旦信用卡发放的风险没有得到控制和管理,这将对商业银行及其整个金融体系产生非常严重的后果。本文从商业银行信用卡发放风险着手,就信用卡发放的风险管理给出自己的意见。     

商业银行大学生信用卡风险管理问题新思考

中国商业银行信用卡业务现已步入快速发展的时期，大学生信用卡发行量亦迅速增长。大学生信用卡的违约现象也日渐严重，产生了不利的社会影响，也给银行方面带来较大风险。大学生信用卡风险管理问题是商业银行面临的重要课题。笔者认为大学生信用卡最主要的风险就是信用风险，本文特别强调以家庭、学校、社会教育为主的多方面管理方法，提出更有效的规避大学生信用卡风险的新思路，突破了以往单纯从银行角度来考虑商业银行信用卡风险管理的方法。     

商业银行信用卡业务个人信用评估模型研究

个人信用评估是商业银行信用卡业务一直存在的问题,本文通过信用卡客户信息数据进行实证研究,构建基于C4.5算法的个人信用评估模型,并对信用模型进行了预测和评估,模型有较好的预测效果,可以为信用卡业务的个人信用风险管理提供借鉴。     

我国商业银行信用卡风险管理研究

目前我国对信用卡业务的风险控制水平仍处于初级阶段,开展信用卡业务的风险管理研究,对于降低商业银行在信用卡的发行与拓展过程中产生的风险,确保信用卡业务在我国长期健康地发展有重要的作用.本文从信用卡业务的风险分类入手,着重分析了产生信用卡风险的原因,在此基础上对我国商业银行信用卡风险管理提出了对策.