行业因素对综合预警模型的判别效果的影响研究--以基于主成分分析的Logit模型为例

以2010～2012年期间我国沪深A股因财务困境陷入ST的公司和按照1∶2比例配比的正常公司作为研究对象,并根据行业特点对样本进行划分。同时,选取能够反映企业盈利能力、股东获利能力、现金流量能力、营运能力、发展能力、偿债能力的30个财务指标,在主成分分析的基础上构建各年度的Logit模型,对各行业的违约概率和判别准确度分别进行分析。结果表明,不同行业的违约概率和判别准确度均存在显著差异且存在共性特征。     

全方位抓电费回收工作

介绍了电费欠费主要原因和应采取的措施,对内应加强基础工作,责任到位,严格考核;对外应对欠费用户建立经济制约和有力的追缴措施。     

股票抵押贷款预期回收率比较分析

股票抵押贷款是一种风险较大的产品.股票价值和收益的高波动性造成抵押品价值的回收率不稳定,进而影响贷款预期回收率,使得银行经营风险加大.为了有效估算股票抵押贷款回收率,本文运用预期回收率模型,借助中国色诺芬股票数据库和美国CRSP股票数据库信息,比较分析不同市场情况下预期回收率的区别.分析发现中国市场由于近几年股票波动率加强,整体预期回收率较低,而美国则相反;预期回收率与抵押率、违约概率都成负相关关系,而且预期回收率对于抵押率的变化非常敏感;60%贷款抵押率的设定在美国市场是可行的,而中国市场合理抵押率是54%左右.     

个人抵押贷款违约的相关性因素——基于Copula模型的研究

运用国内商业银行积累的大量数据,统计得到银行个人客户住房抵押贷款多年度、不同信用等级、不同身份特征、分行业和分地区的违约情况,进行非线性的拟合分析,并采用Copula函数度量个人客户违约之间的相关性及厚尾特征。研究表明,房屋价格、客户性别以及受教育程度等与违约概率相关性比较低,在考察的样本区间内,这些因素不显著导致违约发生。另外,信用等级、收入结构和抵押担保剩余额度是影响个人违约决策的重要变量。所采用的模型在个人住房抵押贷款定价与风险管理中获得较好效果,银行可以根据违约状况的变动制定动态利率,随时准备弥补损失。     

不完全市场下的期权定价理论综述

由于B-S定价公式是在完全市场条件假设下推导出来的,这与现实存在很大的出路,因此后来的学者就针对市场条件状况,研究了不同市场条件下的期权定价,其中以不完全市场条件下的期权定价为主,这显然与事实更加吻合。不完全市场主要可以分为带交易费用的期权市场、存有违约风险的期权市场以及信息不完全的期权市场。文章在此基础上,分析总结了在这个市场假设条件下的研究现状,并给出了未来值得深入研究的方向:主要是进一步放松B-S定价模型的假设条件,引入更多的现实因素,深入研究不同市场状况下的期权定价问题。     

农村土地承包经营权抵押贷款意愿及对策研究

本文基于对山东省17地市农户的土地承包经营权抵押贷款需求状况的问卷调查数据,分析了当前农村地区的资金借贷现状及农村土地承包经营权抵押贷款意愿,并提出了规范和完善农村土地承包经营权抵押的对策建议。     

How do “gatekeepers” affect credit risk?

This study investigates the relationship between auditor tenure and credit default swap (CDS) spreads of U.S. firms based on quantile regression. After allowing for common determinants of CDS spreads, auditor tenure exerts both statistically and economically significant additional impacts on the CDS market. Furthermore, there are differential effects of common CDS spread determinants and auditor tenure. While common determinants of CDS spreads (e.g., leverage, volatility, risk free rate, credit ratings, and earnings) have monotonically increasing impacts when CDS spreads (and their changes) are increasingly higher, auditor tenure primarily has the impact when CDS spreads are of low or median levels for less risky firms.