欢迎来到天天文库
浏览记录
ID:29472905
大小:84.19 KB
页数:11页
时间:2018-12-20
《基于因子分析的房地产上市公司信用风险评估》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、基于因子分析的房地产上市公司信用风险评估张塽(浙江工业大学经贸学院,浙江杭州310000)摘要:信用风险的起源是商品经济中的赊销行为,之后一直存在于其中,房地产业的信用风险更是不易察觉和摸索。而且房地产企业特有的性质更是决定了信贷是它的主要融资式,所以,对房地产企业进行风险评估是一个重要和急切的环节。本文从理论出发,结合先前的评估模型,创建了一套适合中国房地产企业信用风险评估的指标体系,同时也就此模型进行了预警研究,旨在对中国房地产企业违约失信的研究中做出一点贡献,也为银行放贷的时候做一份参考。关键词:信用风险;房地产上市公司;因子
2、分析;评估中图分类号:F293.3文献标识码:A文章编号:1671-8089(2010)06-0054-03一、信用风险及其评估方法概述(一)信用风险的定义、特点、产生及管理方法1、信用风险概述。信用风险(CreditRisk)又称违约风险,是指交易对手未能履行约定契约中的义务而造成经济损失的风险,即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性,它是金融风险的主要类型。在信用交易的过程中,授信方(提供信用者)向受信方(接受信用者)提供一定的信用,因为在受信方偿还债务之前,有一定的时间间隔,而在这个过程中
3、,政府的政策、经济周期、行业竞争、受信方的财务结构与财务实力等都在发生变化,这些因素可能导致受信方的偿债能力发生变化,或者受信方偿债意愿发生变化,从而授信方面临着受信方迟付、或者无法支付的风险。在现代市场经济中,由于信用交易的日益扩大和普遍,信用风险也日益增大,这包括信用风险暴露总量的日益增大,也包括产生和面临信用风险的主题范围不断扩大,还包括产生信用风险的因素越来越复杂,变化越来越快。应该说,市场经济是信用经济,也是风险经济。2、信用风险的特征(1)客观性,不以人的意志为转移。(2)传染性,一个或少数信用主体经营困难或破产就会导致
4、信用链条的中断和整个信用秩序的紊乱。(3)可控性,其风险可以通过控制降到最低。(4)周期性,信用扩张与收缩交替出现。(二)信用风险评估方法概述1、传统的专家分析法。传统的专家分析法主要依赖于专家的主观判断,通过借款人的基本特征以及反映出来的一系列信息为基础,对其进行信用风险的度量。专家分析法由于其大多依靠主观判断,故对其专家的要求甚高,现有的银行业一直在使用专家法,但是都在不断地减少主观成分。2、基于财务报表的变量统计模型(1)线性概率模型。线性概率模型,是以信用状况为因变量,若干个财务指标比率为解释变量,代入线性回归模型,用最小二
5、乘法,得出解释变量和因变量之间的相关关系,并且建立预测模型,预测企业今后的状况,来对信用风险进行评估。(2)MDA模型(多元判别分析)。多元判别分析模型,是从一些反应观测对象特征的变量值(财务比率)中,筛选出能反应较多信息的变量并建立判别函数,并使得模型的判别函数对观测样本分类时的错判率达到最小,然后对研究对象所属类别进行判别。(3)Logit模型。Logit(Logistic)模型,指的是采用一系列财务比率变量进行模型构建,来预测公司破产或违约的概率;然后根据银行、投资者的风险偏好,来设定风险警界线,以此对分析对象进行风险评估和预
6、警。Logistic模型没有关于变量分布的假设条件,也不需要服从多元正态分布,即Logistic回归不要求MDA的假设,但满足MDA的假设时,二者等效或优于MDA。而且,当许多观测案例集中于分布两端时,更应该首先采用Logit模型。(4)Probit模型。Prboti模型与Logit模型原理大致相同,都是采用评判一系列的财务比率,来预测其破产违约风险。Probit模型的特点是在使用累积正态概率函数对模型进行变换后,可求出评判对象违约的概率。(5)非参数方法(主要包括聚类分析(ClusterAnalysis)和K近邻判别(KNeare
7、stNeighbor)等。)。聚类分析的适用范围是:信用风险分析中不服从一定分布特性的数据信息分类的情况。这类模型根据借款人的指标,得出在样本空间的距离,将其分类。优点是不要求总体的具体分布,变量也可采用名义尺度以及次序尺度。所以该方法可用于定量研究,同时,对现实中的无法用数值精确表述的属性,也可进行分析。劣势在于:理论基础不牢靠。K近邻判别适用于初始分布和数据采集范围限制较少的情况,函数形式表达内容的要求相对较少。近邻法,其模型。所采用的数据可以不遵守正态分布,但是,当数据的维数较高时,存在所谓的"维数祸根(Curseofdime
8、nsionality)。其含义是:对高维数据,即使样本量很大,由于位数过高导致其很疏松,绝大多数点附近缺乏样本点,这就使得"利用空间中每一附近的样本点来构造估计"的近邻法很难使用。3、计算机人工智能模型(1)基于神经网络的评估方法。神
此文档下载收益归作者所有