论文部分内容阅读
在全球信用不断膨胀的背景下,信用风险暴露越来越严重,已成为各国金融系统所面临的主要风险之一。如何准确度量信用风险也成为金融机构、投资者、政府监管部门关注的焦点。怎样通过学习和借鉴国际上先进的信用风险度量技术,建立适合我国国情的信用风险度量模型,是我国金融业面临的一个重要课题。由于我国上市公司缺乏适合国情的可以监测自身和有交易关联的对方的信用风险度量模型,给信用风险管理带来了很大的困扰。通过借鉴和学习国际上的先进信用风险管理技术和方法,建立适合我国国情的信用风险度量的模型和方法,是信用风险管理者面临的一个重要课题。正是在这样的背景下,本文就我国上市公司信用风险度量的相关问题进行研究。论文采用了理论分析和实证研究相结合的方法,主要的工作是：构建了Logistic回归模型的指标体系,在此基础上建立了适合我国上市公司的信用风险度量模型。具体工作如下：首先,对国外信用风险度量相关文献进行简要回顾,同时介绍了我国在该领域所取得的主要研究成果。在此基础上,选择适合我国上市公司信用风险度量的模型,并进行较详细的理论阐述；其次,以2008年—2010年的88家上市公司作为研究样本,利用KMV违约模型和Logistic回归模型进行实证研究。研究表明,在现阶段基于期权定价理论的KMV违约模型还不能直接应用于我国上市公司信用风险的度量,还需要进一步修正和理论研究。而以公司财务信息为基础的Logistic回归模型则是有效的,该模型对研究样本取得了88.43%%的预测准确率。研究还发现,偿债能力、营运能力、发展能力和盈利能力是导致我国上市公司信用恶化的主要原因,提高上市公司的经营管理水平和获利能力是避免公司陷入信用危机的关键。