基于logistic回归的我国上市公司信用评级模型研究

被引:12
作者
邹亚宝 [1 ]
梁红漫 [2 ]
机构
[1] 广东外语外贸大学
[2] 中国人民银行广州分行
关键词
信用评级; logistic回归; 财务指标;
D O I
暂无
中图分类号
F832.51 []; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
本文选择中国深沪两地上市的制造类企业,分为"*st"和"预增预盈"两组。*st组代表信用评级低,即信贷风险较高类公司;预增预盈组代表信用评级高,即信贷风险较低类公司;选出16个具有代表性的财务指标,对这76个公司进行logistic二元分析,获得各个财务指标的参数,建立上市公司信用评级模型;随机挑选制造类企业对模型进行检验,并评定该企业及其信贷风险大小程度。提出中国商业银行建立上市公司信用评级模型的现实选择,从而为银行信贷的审批、发放提供决策依据。
引用
收藏
页码:14 / 19
页数:6
相关论文
共 8 条
[1]   我国商业银行信贷风险现状分析 [J].
严浩坤 .
生产力研究, 2008, (15) :38-39+158
[2]   现代信贷风险度量模型的比较及实用性分析 [J].
吕思颖 .
武汉理工大学学报, 2008, (05) :177-180
[3]   商业银行信贷风险及其度量模型研究 [J].
马超群 ;
丁玉 ;
张虹 .
现代管理科学, 2006, (10) :5-6
[4]   商业银行信用风险评估预测模型研究 [J].
于立勇 .
管理科学学报 , 2003, (05) :46-52+98
[5]   我国上市公司财务困境的预测模型研究 [J].
吴世农 ;
卢贤义 .
经济研究, 2001, (06) :46-55+96
[6]  
The Pricing of Options and Corporate Liabilities.[J].Fischer Black;Myron Scholes.Journal of Political Economy.1973, 3
[7]  
计量经济学.[M].李子奈;潘文卿编著;.高等教育出版社.2005,
[8]  
SPSS统计分析高级教程.[M].张文彤主编;.高等教育出版社.2004,