基于logistic模型的供应链金融信用风险实证研究

基于logistic模型的供应链金融信用风险实证研究

ID:12188899

大小:141.50 KB

页数:18页

时间:2018-07-16

基于logistic模型的供应链金融信用风险实证研究_第1页
基于logistic模型的供应链金融信用风险实证研究_第2页
基于logistic模型的供应链金融信用风险实证研究_第3页
基于logistic模型的供应链金融信用风险实证研究_第4页
基于logistic模型的供应链金融信用风险实证研究_第5页
资源描述:

《基于logistic模型的供应链金融信用风险实证研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于Logistic模型的供应链金融信用风险实证研究第31卷第7期Vo1.31NO.7重庆工商大学学报(自然科学版)JChongqingTechnolBusinessUniv.(NatSciEd)2014年7月Ju1.2014文章编号:1672—058X(2014)07—0014—07基于Logistic模型的供应链金融信用风险实证研究术陈钦,施丽娟(福州外语外贸学院经济学院,福州350202)摘要:供应链金融这种全新的融资模式,不但解决了商业银行探索发展新模式,开拓新业务的问题,还化解了中小企

2、业融资难问题;在全球信用危机下,金融机构和企业如何能有效地加强供应链金融信用风险的控制;基于Logistic模型,进而对纺织类企业样本进行实证研究,通过实证分析,对供应链金融信用风险进行度量和预测。关键词:供应链金融;信用风险;主成分分析法;I~gistic模型中图分类号:F830.1文献标志码:A1Logistic模型的理论基础选择Logistic模型进行供应链金融的信用风险评价,对利用供应链金融进行融资的企业的违约率进行实证分析。采用主成分分析法选择具有代表性的自变量,以减少候选变量间的相关

3、性,对模型进行修正简化。Logistic模型是目前计算违约概率方面研究比较成熟的一种模型。方法假设企业守约概率服从Logistic分布。采用一系列财务和业务指标(Xk,k=n)作为自变量建立Logistic模型,预测企业的守约概率P。然后根据银行和相关投资者的风险偏好程度设立分界点P,通过P与P的比较,以确定融资企业的违约率是否偏高,最后决定是否对该企业进行贷款。Logistic模型的因变量',仅有0和1两个取值,1为守约,0为违约。如果P<P,则y=0,说明企业守约率较低,信用

4、度较低,不宜对其进行贷款融资;如果P≥P,则y=1,说明企业守约率较高,信用度较高,可以对其进行贷款融资。2供应链金融信用风险评价指标体系的构成借鉴前人的研究成果,并结合供应链金融的特点和传统信贷模式的信用风险评价方式,构成初步的供应链金融信用风险评价指标体系,其中包括14个指标。这14个信用风险评价指标分别是:。(每股收益)、(主营业务利润率)、,(营业利润率)、蜀(净利润率)、(净资产收益率)、(主营业务收入增长率)、(净资产增长率)、。(应收账款周转率)、(存货周转率)、。。(总资产周转率

5、)、(流动比率)、(现金比率)、。,(资产负债率)、(现金流动负债比)。收稿日期:2014-02—20;修回日期:2014-03-08.基金项目:福建省教育厅社会科学研究项目A类项目支持(JA13362S).作者简介:陈钦(1979-),女,福建福州人,硕士,讲师,从事供应链金融的研究第7期陈钦,等:基于~gistic模型的供应链金融信用风险实证研究153样本选取及原始数据描述性统计量样本数据来自沪深股市的纺织行业,共选取其中4l家企业数据进行分析。指标数据来源于新浪财经的数据源(http://

6、vip.stock.finance.sina.con.cn/mkt/#new_fzhy),主要截取2013年第3季度的报告数据作为基本数据来源。表1为SPSS运行的原始数据描述性统计量。表1原始数据描述性统计4主成分分析样本数据中有14个指标,由于数量过多,应将各指标进行主成分分析。为了使数据具有标准性和可加性,便于后续分析,削除不同量级指标的影响,应将样本的原始数据标准化。运用SPSS统计软件进行主成分分析,表2为运行得到的主成分解释的总方差,表3为运行得到的主成分系数矩阵。表2是利用SPSS

7、将所有的数据做了一个主成分分析,发现将14个指标转化为了4个有代表性的综合指标。根据主成分分析原理,主成分特征根大于等于1就认为是满意的主成分变量。表2中,主成分的特征根大于1的分别为5.019、2.275、1.993、1.132,分别解释了原指标变量的35.853%、52.102%、66.341%、74.427%的信息,累积贡献率达到了74.427%,所以这4个主成分能够较好地表示原来所有的指标信息。由表3的主成分得分系数矩阵,得出主成分表达式:Yl=0.874Z1+0.83Z2+0.879Z

8、3+0.859Z4+0.841Z5—0.056Z6+0.441Z7—0.392Z8+0.O0IZ9—0.132Z10+0.475Z11+0.413Z12—0.607Z13+0.466Z14y。代表企业获利能力的z(每股收益)、z:(主营业务利润率)、z(营业利润率)、z(净利润率)和z重庆工商大学学报(自然科学版)第31卷(净资产收益率)在公因子y1上游较高的载荷。反映的是企业的盈利能力,可称】,为盈利能力因子。y2=0.183Z1+0.138Z2-I-O.35Z3+0.368Z4+0.249Z

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。