基于GMDH模型和主成分logistic模型的信用风险评估方法研究
|
摘要
信用风险是银行面临的最主要风险,是银行风险管理的核心内容。准确度量、有效管理信用风险,是商业银行稳定运行的重要保障。GMDH是一种比较新颖的建模方法,适应于复杂非线性系统辨识及预测。采用GMDH方法建立的预测模型能较好地描述各因素间的复杂非线性关系,在建模过程中变量的层层筛选保证了计算的收敛速度,使得主观因素影响减少,增强了客观性：并且采用数据分组,避免了传统方法中用同一组数据建模和检验所产生的检验精度高但适应性差的不良现象。
本文以上市公司违约概率作为商业银行信用风险高低的衡量标准,利用我国上市公司的财务数据,结合GMDH方法和主成分LOGISTIC模型构造了商业银行信用风险评估模型。实证研究结果表明,把GMDH方法引入银行信用风险评价问题当中,将一个多元判别模型通过简单的二元多项式模型自组织生成,大大减小了对样本数据量的要求。相对主成分LOGISTIC模型,GMDH模型预测风险能力和推广能力较强,能够为商业银行信用风险程度的判定提供客观依据。
Credit risk in the financial markets is the most ancient kind of risk.lt is also one of the basic risk which the bank faces. The bank plays an important part in the field of finance of China. How to measure the commercial bank credit risk in an effective and scientific way is the most important problems.The GMDH method is adopted to establish the prediction model, which can describe the complex non-linear relationship among the various factors.To avoid the traditional method using the same set of data modeling and verification of generated testing high precision,we use GMDH model.
Aimed at the credit risk of commercial banks, taking the listed companies'default rate as a measure, a model for credit risk evaluation was built combined with principal component analysis and Logistic model.We also use GMDH model to solve the promble. Results show that GMDH model can effective predicts credit risks of the listed company better than Logistic model.
本文以上市公司违约概率作为商业银行信用风险高低的衡量标准,利用我国上市公司的财务数据,结合GMDH方法和主成分LOGISTIC模型构造了商业银行信用风险评估模型。实证研究结果表明,把GMDH方法引入银行信用风险评价问题当中,将一个多元判别模型通过简单的二元多项式模型自组织生成,大大减小了对样本数据量的要求。相对主成分LOGISTIC模型,GMDH模型预测风险能力和推广能力较强,能够为商业银行信用风险程度的判定提供客观依据。
Credit risk in the financial markets is the most ancient kind of risk.lt is also one of the basic risk which the bank faces. The bank plays an important part in the field of finance of China. How to measure the commercial bank credit risk in an effective and scientific way is the most important problems.The GMDH method is adopted to establish the prediction model, which can describe the complex non-linear relationship among the various factors.To avoid the traditional method using the same set of data modeling and verification of generated testing high precision,we use GMDH model.
Aimed at the credit risk of commercial banks, taking the listed companies'default rate as a measure, a model for credit risk evaluation was built combined with principal component analysis and Logistic model.We also use GMDH model to solve the promble. Results show that GMDH model can effective predicts credit risks of the listed company better than Logistic model.
引文
[1]A. Glvakhnenko. The group method of data handHng-a rival of the method of stochastic approximation [J]. Soviet Automatic Control cofAvtomatika,1968,1(3):43-55.
[2]Yurachkovskiy Y P. Improved GMDH algorithms for process prediction [J]. Soviet Automatic Control of Avtomatika,1977,10(5):61-71.
[3]J. A. Mueller, F.Lemke. Self-organizing Data Mining,2ed. Dresden. Berlin:Libri Books,2000: 200-231.
[4]Ohlson J A. Financial Ratios and the Probabilistic Prediction of Bankruptcy [J]. Journal of Accounting Research,1980,18(1):109-131.
[5]Duffle. D, D. Lando. Term structures of credit spreads with incomplete accounting information [J]. Econometrica,2001,69(3):633-664.
[6]王春峰,万海晖,张维.商业银行信用风险评估及其实证研究[J].管理科学学报,1998(1)：68-72.
[7]陈晓,陈治鸿.企业财务困境研究的理论、方法与应用[J].投资研究,2001,(6)：22-25.
[8]贺昌政,吕建平.自组织数据挖掘理论与经济系统的复杂性研究[J].系统工程理论与实践,2001,21(12)：1-5.
[9]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6)：46-55.
[10]程鹏,吴冲锋.上市公司信用状况分析新方法[M].系统工程理论方法与应用,2002(11)：37-40.
[11]鲁炜,赵恒晰.KMV模型在公司价值评估中的应用[J].管理科学,2003,3：30-33.
[12]于立勇,詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究,2004(9)：15-32.
[13]张玲,曾维火.基于z值模型的我国上市公司信用评级研究[J].财经研究,2004,6：5-13.
[14]杨星,张义强.中国上市公司信用风险管理实证研究[J].中科软科学,2004,(1)：11-15.
[15]方洪全,曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究,2004,(1)：34-37.
[16]李萌Logit模型在商业银行信用风险评估中的应用研究[J].管理科学,2005,18(2)：33-38.
[17]马若微.KMV模型运用于中国上市公司财务困境预警的实证检验[J].数理统计与管理,2006,(5)：41-45.
[18]王宪全,陈李刚.基于遗传算法和BP神经网络的信用风险测量模型[J].哈尔滨工业大学学报(社会科学版),2006,(5)：15-18.
[19]李金龙,张泽明,王煦法.一种选择性GMDH网络集成算法[J].计算机应用,2006,(11)：33-38.
[20]胡雪.我国商业银行企业贷款信用风险评估实证分析[D].上海,上海交通大学,2007.
[21]鲜文铎,向锐.基于混合Logit模型的财务困境预测研究[J].数量经济技术经济研究,2007,(9)： 12-15.
[22]陈诗一.德国公司违约概率预测及其对我国信用风险管理的启示[J].金融研究,2008,(8)：42-45.
[23]周宇,雷汉云.基于logit模型的信用担保风险研究[J].山东社会科学,2008,(7)：11-15.
[24]郑昱.基于Probit模型的个人信用风险实证研究[J]上海金融,2009,10：3-6.
[25]陈洪,陈森发.基于遗传算法的GMDH网络模型及其应用[J].数据采集与处理,2009,6：21-23.
[26]张佳倩.基于非完全信息模型和Logistic模型的中国上市公司信用风险研究[D].吉林：吉林大学,2010.
[27]李茵茵.我国商业银行信用风险度量模型研究[D].成都：西南财经大学,2010.
[28]郭帅.信用风险度量模型在商业银行风险管理中的应用[D].上海：上海交通大学,2011.
[29]唐亮,张北阳,陈守东.我国上市公司信用风险评价和度量—基于面板数据Logit模型的实证分析[J].工业技术经济,2011,2：36-38.
[30]张北阳.上市公司信用风险、公司治理和企业绩效关联研究[D].吉林：吉林大学,2011.
[31]尹志超,甘犁.信息不对称.企业异质性与信贷风险[J].经济研究,2011,9：31-36.
[2]Yurachkovskiy Y P. Improved GMDH algorithms for process prediction [J]. Soviet Automatic Control of Avtomatika,1977,10(5):61-71.
[3]J. A. Mueller, F.Lemke. Self-organizing Data Mining,2ed. Dresden. Berlin:Libri Books,2000: 200-231.
[4]Ohlson J A. Financial Ratios and the Probabilistic Prediction of Bankruptcy [J]. Journal of Accounting Research,1980,18(1):109-131.
[5]Duffle. D, D. Lando. Term structures of credit spreads with incomplete accounting information [J]. Econometrica,2001,69(3):633-664.
[6]王春峰,万海晖,张维.商业银行信用风险评估及其实证研究[J].管理科学学报,1998(1)：68-72.
[7]陈晓,陈治鸿.企业财务困境研究的理论、方法与应用[J].投资研究,2001,(6)：22-25.
[8]贺昌政,吕建平.自组织数据挖掘理论与经济系统的复杂性研究[J].系统工程理论与实践,2001,21(12)：1-5.
[9]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6)：46-55.
[10]程鹏,吴冲锋.上市公司信用状况分析新方法[M].系统工程理论方法与应用,2002(11)：37-40.
[11]鲁炜,赵恒晰.KMV模型在公司价值评估中的应用[J].管理科学,2003,3：30-33.
[12]于立勇,詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究,2004(9)：15-32.
[13]张玲,曾维火.基于z值模型的我国上市公司信用评级研究[J].财经研究,2004,6：5-13.
[14]杨星,张义强.中国上市公司信用风险管理实证研究[J].中科软科学,2004,(1)：11-15.
[15]方洪全,曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究,2004,(1)：34-37.
[16]李萌Logit模型在商业银行信用风险评估中的应用研究[J].管理科学,2005,18(2)：33-38.
[17]马若微.KMV模型运用于中国上市公司财务困境预警的实证检验[J].数理统计与管理,2006,(5)：41-45.
[18]王宪全,陈李刚.基于遗传算法和BP神经网络的信用风险测量模型[J].哈尔滨工业大学学报(社会科学版),2006,(5)：15-18.
[19]李金龙,张泽明,王煦法.一种选择性GMDH网络集成算法[J].计算机应用,2006,(11)：33-38.
[20]胡雪.我国商业银行企业贷款信用风险评估实证分析[D].上海,上海交通大学,2007.
[21]鲜文铎,向锐.基于混合Logit模型的财务困境预测研究[J].数量经济技术经济研究,2007,(9)： 12-15.
[22]陈诗一.德国公司违约概率预测及其对我国信用风险管理的启示[J].金融研究,2008,(8)：42-45.
[23]周宇,雷汉云.基于logit模型的信用担保风险研究[J].山东社会科学,2008,(7)：11-15.
[24]郑昱.基于Probit模型的个人信用风险实证研究[J]上海金融,2009,10：3-6.
[25]陈洪,陈森发.基于遗传算法的GMDH网络模型及其应用[J].数据采集与处理,2009,6：21-23.
[26]张佳倩.基于非完全信息模型和Logistic模型的中国上市公司信用风险研究[D].吉林：吉林大学,2010.
[27]李茵茵.我国商业银行信用风险度量模型研究[D].成都：西南财经大学,2010.
[28]郭帅.信用风险度量模型在商业银行风险管理中的应用[D].上海：上海交通大学,2011.
[29]唐亮,张北阳,陈守东.我国上市公司信用风险评价和度量—基于面板数据Logit模型的实证分析[J].工业技术经济,2011,2：36-38.
[30]张北阳.上市公司信用风险、公司治理和企业绩效关联研究[D].吉林：吉林大学,2011.
[31]尹志超,甘犁.信息不对称.企业异质性与信贷风险[J].经济研究,2011,9：31-36.