基于網(wǎng)絡(luò)結(jié)構(gòu)logistic模型企業(yè)信用風(fēng)險(xiǎn)預(yù)警研究

《基于網(wǎng)絡(luò)結(jié)構(gòu)logistic模型企業(yè)信用風(fēng)險(xiǎn)預(yù)警研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、.基于網(wǎng)絡(luò)結(jié)構(gòu)Logistic模型的企業(yè)信用風(fēng)險(xiǎn)預(yù)警研究【摘要】：隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的快速發(fā)展，特別是在大數(shù)據(jù)時(shí)代，企業(yè)積累了大量有關(guān)企業(yè)經(jīng)營(yíng)、財(cái)務(wù)等相關(guān)數(shù)據(jù)，變量眾多且變量間關(guān)系紛繁復(fù)雜，如果利用傳統(tǒng)的logistic回歸建立企業(yè)信用風(fēng)險(xiǎn)預(yù)警模型往往效果不好。本文在充分考慮變量間的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系基礎(chǔ)上，提出了網(wǎng)絡(luò)結(jié)構(gòu)Logistic模型，通過(guò)懲罰方法同時(shí)實(shí)現(xiàn)變量選擇和參數(shù)估計(jì)。蒙特卡洛模擬表明網(wǎng)絡(luò)結(jié)構(gòu)Logistic模型要優(yōu)于其他方法。最后，我們將之應(yīng)用到我國(guó)企業(yè)信用風(fēng)險(xiǎn)預(yù)警中，充分考慮財(cái)務(wù)指標(biāo)間的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系，科學(xué)地選擇評(píng)估指標(biāo)，構(gòu)建更加適合我國(guó)國(guó)情的企業(yè)信用風(fēng)險(xiǎn)預(yù)警方法關(guān)鍵詞：企業(yè)信用風(fēng)險(xiǎn)

2、；網(wǎng)絡(luò)結(jié)構(gòu)；logistic模型中圖分類號(hào)：O212文獻(xiàn)標(biāo)識(shí)碼：AForecastingofEnterprise'sCreditRiskBasedonNetwork-logisticModelWiththerapiddevelopmentofcomputerandtheInternet,especiallyintheeraofbigdata,someenterpriseshasaccumulatedalotabouttheiroperationandfinancerelateddata,variablesarenumerousandtheirrelationshiparecomplicated

3、.Ifweusethetraditionallogisticregressiontobuilduptheenterprisecreditrisk,theperformanceusuallyisn’tgood.Inthispaper,weproposenetwork-logisticmodelbasedonconsideringthenetworkrelationshipamongvariables,viapenalizedmethodtoconductvariableselectionandparametersestimationsimultaneously.Simulationresults

4、showthatnetwork-logisticperformbetterthanothercomparedmethods.Finally,weapplyittoforecastenterprise’screditrisk,underconsideringthenetworkrelationshipbetweenfinancialindicators,selectsignificantvariablesandbuildupasuitablecreditriskforecastingmodelforChinaenterprises.Keywords:Enterprise'screditrisk;

5、Network;Logisticmodel...引言隨著國(guó)際形勢(shì)的變化與中國(guó)經(jīng)濟(jì)改革的深化，上市公司遭遇前所未有的挑戰(zhàn)，面臨的風(fēng)險(xiǎn)越來(lái)越大。信用風(fēng)險(xiǎn)已經(jīng)成為金融機(jī)構(gòu)、投資者、政府監(jiān)管部門所面臨的核心風(fēng)險(xiǎn)。而企業(yè)的信用風(fēng)險(xiǎn)通常的表現(xiàn)形式就是財(cái)務(wù)困境。一旦上市公司遇到財(cái)務(wù)困境，將給投資者帶來(lái)巨大的損失，也給公司帶來(lái)巨大的生產(chǎn)經(jīng)營(yíng)壓力。不過(guò)，企業(yè)財(cái)務(wù)陷入危機(jī)是一個(gè)漸進(jìn)的過(guò)程，不但具有先兆，而且可以通過(guò)財(cái)務(wù)指標(biāo)分析進(jìn)行危機(jī)預(yù)警。建立一套有效的信用風(fēng)險(xiǎn)預(yù)警模型，能幫助公司經(jīng)營(yíng)者改善公司的經(jīng)營(yíng)狀況和財(cái)務(wù)狀況，能使借貸者避免高風(fēng)險(xiǎn)貸款，投資者避免或減少投資損失。上市公司信用風(fēng)險(xiǎn)預(yù)警是通過(guò)財(cái)務(wù)比率數(shù)據(jù)分析預(yù)測(cè)

6、企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)的可能性。從方法角度來(lái)看，信用風(fēng)險(xiǎn)預(yù)警方法主要有多元線性判別分析、機(jī)器學(xué)習(xí)、logistic回歸等，但是這些方法均存在不同程度的缺陷。多元線性判別分析對(duì)預(yù)測(cè)變量有著嚴(yán)格的聯(lián)合正態(tài)分布要求，或者要求協(xié)方差矩陣相等，然而大量實(shí)證結(jié)果表明多數(shù)財(cái)務(wù)比率數(shù)據(jù)并不滿足這一假設(shè)條件。機(jī)器學(xué)習(xí)模型除存在過(guò)度擬合問題外，需大量樣本數(shù)據(jù)，而信用風(fēng)險(xiǎn)企業(yè)數(shù)據(jù)由于其自身的特殊性收集較為困難。對(duì)于傳統(tǒng)的logistic模型，隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的發(fā)展，企業(yè)搜集的信息紛繁復(fù)雜、變量眾多，對(duì)建模帶來(lái)較大的難度，此外，各財(cái)務(wù)指標(biāo)之間的關(guān)系也錯(cuò)綜復(fù)雜，彼此之間往往呈網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系。本文在充分考慮變量間的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系

7、基礎(chǔ)上，提出了網(wǎng)絡(luò)結(jié)構(gòu)logistic模型，通過(guò)懲罰方法同時(shí)實(shí)現(xiàn)變量選擇和參數(shù)估計(jì)，并將之應(yīng)用到我國(guó)企業(yè)信用風(fēng)險(xiǎn)預(yù)警中，充分考慮企業(yè)財(cái)務(wù)指標(biāo)間的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系，科學(xué)地選擇評(píng)估指標(biāo)，以期構(gòu)建更加適合我國(guó)國(guó)情的企業(yè)信用風(fēng)險(xiǎn)預(yù)警方法。一、文獻(xiàn)綜述從1966年Beaver利用單一的財(cái)務(wù)比率來(lái)預(yù)測(cè)財(cái)務(wù)狀況起，公司信用風(fēng)險(xiǎn)分析已經(jīng)有近50年的歷史。Altman(1968)率先應(yīng)用多元判別分析的方法對(duì)美國(guó)企業(yè)破產(chǎn)