江苏省上市公司违约率的实证研究

本文基于Merton(1974)模型度量了2006-2011年间的45家江苏省上市公司的违约风险,实证结果表明:从横向比较来看,ST类上市公司的违约率明显大于非ST上市公司的违约率,其中以ST高淳陶瓷违约风险为代表;从纵向比较来看,在2006-2011年间的样本企业违约风险变化呈现出先上升后下降的趋势,其中在受到国际金融危机影响的2007和2008年间,样本企业的违约风险普遍较高,在金融危机全面爆发的2008年,违约率达到了高峰     

基于财务公司视角的产业链金融信用风险度量问题研究——以中国重汽产业链为样本的实证分析

本文围绕产业链企业信用风险度量问题展开研究,以中国重汽产业链中的上市公司为样本,在利用样本公司资本市场公开数据基础上,采用KMV模型预估所选公司违约概率,并进一步借助时间序列分析方法,探讨产业链条上样本公司违约概率的变动关系。结果表明,产业链条上企业的违约概率并不一定随国家宏观经济走弱而上升;相比链条其他企业,核心企业违约概率未必是最低的;核心企业违约概率的变化与链条其他企业违约概率的变化并不存在因果关系,非核心企业间违约概率变化却存在传导可能性。从近三年时间的计算数据来看,产业链上企业的违约概率之间并不存在稳定的均衡关系。     

中小上市公司违约风险评估研究——基于修正的KMV模型

国内中小上市公司随着经济下行压力的刺激而加速了其信用风险的暴露,然而目前相对缺乏一套成熟的用于违约风险评估的方法体系。基于KMV模型的优越性及国内中小上市企业的特殊性,本文指出利用GARCH修正后的KMV模型可以有效地为我国中小上市企业违约风险度量提供判断依据。并据此选取30只ST与非ST中小企业板上市公司股票为样本,对其2014~2016年的财务数据和股票交易数据进行实证分析。研究结果表明,修正后的KMV模型适用于度量经济新常态时期中小板上市公司违约风险水平。     

KMV模型在我国商业银行信用风险管理中的适用性分析及实证检验

在介绍 KMV 模型、Credit Metrics 模型、Credit Risk+模型和 Credit Portfolio View 模型这四种国际流行的信用风险管理方法的基础上,基于定性和定量分析相结合,对这四种信用风险管理方法进行比较分析,认为 KMV 模型最适合我国目前的国情。以2013年45家 ST 公司和与之配对的45家非 ST 公司以及2014年20家 ST 公司和与之配对的20家非 ST 公司为样本,对样本的违约距离进行实证检验。实证结果表明 KMV 模型基本上能够识别上市公司的信用状况,但是也有一些企业的违约距离不符合实际情况,这也说明该模型在我国商业银行信用风险度量中的识别能力有限,究其原因可能与该模型所要求的一些假设条件在我国尚不能得到有效满足等因素有关。因此,我国商业银行在对债务企业进行信用评价时,综合利用KMV 模型与债务公司的财务数据会使信用风险的度量结果更加可靠。     

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.     

基于修正的KMV模型信用风险度量研究

随着全球金融行业的迅猛发展,信用风险的评价和管理变得越来越重要。本文选取2011.1-2011.12房地产业的ST公司和非ST公司共十家组成样本,利用GARCH（1,1）波动率模型估计股权价值波动率,并运用KMV模型计算这十家上市公司2011年违约距离及理论违约概率。研究结果表明,房地产行业违约距离总体均处较高水平,而ST公司与非ST公司相比,前者具有更大的违约距离,违约风险更大。     

数据挖掘在上市公司财务危机预警中的应用

本文通过对2007-2009年沪深两市新增58家ST上市公司被ST前三年的财务数据及58家配对非ST上市公司财务数据应用因子分析法消除冗余后,依次建立logistic回归模型、C5.0决策树模型和BP神经网络模型,在此基础上分析了模型异同之处,提出了选择模型的方法.     

低碳经济背景下传统能源类上市企业财务风险影响因素研究

本文选取我国传统能源类上市企业作为研究样本,运用Z-Score模型分析2011-2016年的财务数据,研究表明,低碳经济背景下财务状况处于高风险的传统能源类企业数量明显增加,企业特征变量中的盈利能力和偿债能力对财务风险有显著影响.     

非效率投资与企业违约风险

本文以2007-2021年上市企业数据样本,实证检验非效率投资对企业违约风险产生的影响。实证结果发现：非效率投资会显著增加企业违约风险;此外,基于非效率投资的类型来看,过度投资会显著增加企业违约风险,而投资不足对企业违约风险的影响不显著。考虑企业异质性差异后进行的研究发现：在内部控制弱、非国有企业、市场竞争程度高、高融资约束企业和高新技术企业中,过度投资对企业违约风险的抑制作用更显著。渠道机制分析发现,过度投资通过增加企业经营风险渠道增加企业违约风险。     

数据挖掘在上市公司财务危机预警中的应用

本文通过对2007-2009年沪深两市新增58家ST上市公司被ST前三年的财务数据及58家配对非ST上市公司财务数据应用因子分析法消除冗余后,依次建立logistic回归模型、C5.0决策树模型和BP神经网络模型,在此基础上分析了模型异同之处,提出了选择模型的方法。     

甘肃商业银行信用风险的研究

本文利用改进的KMV模型,对甘肃省11家上市公司2010年中期财务数据进行分析,得到各个上市公司的违约距离和违约概率,比较了各公司的信用状况,得出甘肃省商业银行信用风险总体较低的结论,最后提出了控制研究甘肃省商业银行信用风险的几点建议。     

甘肃商业银行信用风险的研究

本文利用改进的KMV模型,对甘肃省11家上市公司2010年中期财务数据进行分析,得到各个上市公司的违约距离和违约概率,比较了各公司的信用状况,得出甘肃省商业银行信用风险总体较低的结论,最后提出了控制研究甘肃省商业银行信用风险的几点建议。     

机器学习视角下商业银行客户信用风险评估研究

有效把控信贷风险是商业银行稳健运行的关键环节。本文从商业银行客户信贷数据出发,运用非平衡样本处理算法使少数类样本信息得到平衡,并通过机器学习分类器挖掘影响客户违约的重要风险因子,最后构建Logistic模型计算违约概率。研究发现:第一,客户忠诚度是重要因子,忠诚度越高,客户违约概率越低;第二,客户历史信贷数据价值高,是事前风险控制中的重要参考依据;第三,信贷合同特征是影响客户违约的另一重要维度,包括合同期限和合同利率。研究结论可以为银行授信、风险预警和防范违约风险提供理论参考和实践指导。     

对企业信贷偿还中违约因素的分析

企业的还款能力和还款意愿,决定了企业能否按期偿还银行贷款.本文分析了企业贷款违约的几种影响因素,并选取样本进行回归分析,探讨了不同企业还款比率高低的状况及原因.     

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.     

违约距离视角下的开发性金融信用风险评估

基于现代期权理论,依据开发性金融机构投资对象(以武钢为例)在资本市场的信息、财务报表及宏观经济信息等数据,考量将KM V违约距离引入logistics回归评估违约概率,并以CPV理论校验模型的适用性.结果显示,在2007—2010年受经济危机影响,武钢违约概率较高,财务状况不尽理想,经2010年股权改革和宏观经济状态的好转,武钢的财务状况明显好转,修正后模型预测结果与武钢年度报表高度吻合,表明修正模型的有效性.     

提高信息披露质量能降低企业债务违约风险吗？

债务违约风险对企业的生产经营和资本市场的良好发展都会产生不利影响，如何防范化解企业的债务违约风险引起广泛重视。本文以2007-2021年A股上市企业为样本，采用上市企业信息披露考评结果衡量信息披露质量，运用面板固定效应模型系统考察信息披露质量对企业债务违约风险的影响。研究发现：一是信息披露质量与企业债务违约风险显著负相关，即信息披露质量越高，企业债务违约风险越低，且进行一系列稳健性检验后，该结论仍然成立；二是分析师关注和内部控制质量分别作为外部监督和内部监督机制，对信息披露质量与企业债务违约风险之间的关系发挥负向调节作用；三是信息披露质量通过缓解融资约束和降低非效率投资两条路径降低债务违约风险。本文基于信息披露视角，为防范化解企业债务违约风险提供了一定的政策启示。     

无实际控制人与企业债务违约风险

基于2007-2022年沪深A股上市公司样本,本文实证检验了上市公司无实际控制人对企业债务违约风险的影响。研究发现,无实际控制人会显著提升企业的债务违约风险。机制分析表明,无实际控制人会加剧企业内部代理冲突,还会强化企业面临的融资约束,从而降低企业预期偿还债务的能力,最终导致企业债务违约风险上升。进一步研究发现,外部治理的监督治理和金融环境的资源支持能发挥积极的调节作用,当机构投资者持股比例更高、外部审计质量更高和分析师跟踪人数更多,以及当地银行密度更高、金融市场发育程度更高时,无实际控制人对企业债务违约风险的提升作用更弱。本文不仅丰富了对上市公司无实际控制人的研究,也为降低企业债务违约风险提供了新的启示。     

基于Logistic模型的单个信用资产违约概率预测

在信用风险管理领域,由于中国商业银行信贷数据只满足Logistic模型的要求,因而预测单个信用资产违约率只能以Logistic模型为主线建模。以中国某商业银行1999~2005年的信贷数据为样本,实证分析得出,企业本身、宏观经济、地区及行业四方面因素对企业违约概率存在显著相关性。通过以上述四因素为变量,所构建的预测电力、公路、城镇建设三个行业信用资产违约概率的Logistic模型分析与预测单个信用资产违约的结果来看,四要素模型对中国商业银行的信用风险管理具有参照价值。     

上市公司信用风险预警的实证分析——基于KMV模型

本文运用KMV模型,对中国A股上市的2000多家公司进行了实证分析和检验,事实发现,KMV模型的假设条件在现实生活中不容易满足,并且KMV模型并不能在财务风险预警上取得良好的效果,很多非ST公司的违约概率要高于ST公司的违约概率。这一现象有可能是因为KMV模型自身的问题,如需要资产满足正态分布,不区分长短期债务时间,单纯考虑违约风险等。