商业银行信用风险度量实证研究 ——以制造业为例

论文摘要

制造业作为关系民生的重要行业，对推进工业化进程起着举足轻重的作用。我国制造业以中小型企业为主体，易受宏观经济影响，违约风险大，如何平衡银行的信贷风险和企业的贷款融资需求，基于商业银行视角对制造业信用风险予以度量已成为当务之急。全文以基于财务信息的Logistic模型和基于市场信息的KMV模型为两条主线，经模型改进后，分别就我国制造业上市公司9809年间的样本进行信用风险度量实证分析。首先，对原始财务指标先提取因子，可以尽可能多地保留原始财务信息，在一般Logistic模型基础上引入边界Logistic回归分析，不仅提高了模型的判别效率，还增大模型的预测精度。其次，对KMV模型进行违约时间和违约点的动态修正，分别就模型结果---违约距离（DD）和理论违约概率（EDF）进行信用风险识别能力分析（如均值趋势分析、判别显著性分析等）、相关因素影响性分析（如股权改制、金融市场波动、行业差异性等）和风险预测能力比较分析（如预警效果、信用状况恶化敏感度、预测判别准确性等），发现修正后的模型大大提高了DD和EDF风险识别能力，EDF由于取值范围密集、变化区间小，相较而言，DD值可以更为直观地预测违约变动状况。最后，财务指标由于滞后性、失真性、主观性使得Logistic模型预测风险能力受限，在此基础上，把DD值引入Logistic模型，探究这两类模型的内在联系，综合考虑样本的财务信息和市场信息，利用ROC曲线和CAP曲线检验各模型风险预测准确性和样本判别有效性，发现改进后的模型不仅通过了显著性检验，还降低了一类误判率，提高了模型总体预测准确率。可见，KMV模型和Logistic模型相结合进行制造业信用风险度量的可行性和有效性。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 一、 研究背景及意义
• 二、 信用风险度量理论文献综述
• 三、 信用风险度量国内外经验文献综述
• 四、 本文的研究思路及创新点
• 第二章 我国制造业信用风险概述
• 一、 我国制造业发展概况
• 二、 我国制造业信贷现状
• 三、 制造业信用风险度量意义
• 第三章 基于 Logistic 模型的制造业信用风险度量实证分析
• 一、 Logistic 模型与边界 Logistic 模型的原理及其推导
• 二、 Logistic 模型样本和指标的选取
• 三、 一般 Logistic 模型实证分析
• 四、 边界 Logistic 模型实证分析
• 五、 本章小结
• 第四章 基于 KMV 模型的制造业信用风险度量实证分析
• 一、 KMV 模型及其修正
• 二、 模型参数的估计和设定
• 三、 KMV 模型的实证研究
• 四、 本章小结
• 第五章 基于财务信息和市场信息的制造业信用风险实证分析
• 一、 Logistic 模型结合违约距离综合分析
• 二、 模型判别效率的比较分析
• 结论
• 一、 本文总结
• 二、 本文研究不足与未来研究展望
• 参考文献
• 附录
• 致谢
• 个人简历及研究成果