卢燕玲[1]2008年在《基于Logistic模型的商业银行中等规模企业贷款信用风险研究》文中研究说明目前,我国商业银行和中等规模企业之间存在着这样的一种矛盾:一方面,中等规模企业融资渠道狭窄,普遍缺乏长期稳定的资金来源,亟需获得商业银行的贷款来保证企业的稳定健康发展;另一方面,由于商业银行不能够正确衡量中等规模企业贷款中隐含的风险从而造成了商业银行的惜贷,使得商业银行也错过了许多资信状况好、资产收益率高、经营规范、机制灵活的中等规模企业。导致这一矛盾的主要因素是商业银行对中等规模企业的信用疑虑使其谨慎放贷,因此如何做好中等规模企业贷款的贷款信用风险分析是解决该矛盾的关键所在。本着建立适合我国国情的中等规模企业贷款信用风险度量模型这一目标,本文先分析并比较了现有的信用风险度量方法,指出了现阶段最适合我国中等规模企业贷款信用风险度量的方法是Logistic回归法。然后,基于Logistic回归模型,利用130家中等规模企业样本的2006年和2007年的财务数据和非财务数据进行了实证分析。实证研究结果表明,在考虑财务指标和非财务指标的基础上,使用Logistic模型来度量我国中等规模企业贷款信用风险是切实可行的,并且其度量结果也比较令人满意。
梁琪, 过新伟, 石宁[2]2014年在《基于随机效应logistic模型的中小企业财务失败预警研究》文中研究表明logistic模型是研究企业财务失败和信用违约的主流方法,但它不能很好地控制模型之外的因素对违约事件的影响。针对这一问题,本文引入截面数据的随机效应logistic模型,并对2005-2010年我国沪深两市中小上市企业的财务失败风险进行实证检验。结果表明,随机效应logistic模型相比logistic模型具有更高的样本内判别效果和样本外预测效果,而且在财务指标基础上加入公司治理指标能进一步提升模型的预警能力。研究结论对中小企业信用风险评估等具有一定的参考价值。
李硕[3]2016年在《基于Logistic回归模型对我国上市公司信用风险度量研究》文中研究指明信用是市场经济正常运行和发展的前提与基础。伴随着信用交易逐渐成为日常经济交易的主要方式,信用风险也随之渗透到日常生活的各方面。近年来,作为股票和公司债券的发行主体,我国的上市公司发展规模继续壮大,在我国资本市场上的地位也非常重要。上市公司信用违约事件的不断发生,给我国投资者、授信商业银行等都带来了极大的损失。加强对我国上市公司信用风险进行度量和管理,不但是我国商业银行管控金融风险的首要任务,而且还有利于促进我国资本市场上的投资者进行科学与理性的投资抉择。通过对我国上市公司及其信用风险的现状和特点进行研究可以发现,我国上市公司信用风险度量方法比较落后,对其度量在指标选取、配对比例等方面也存在一定的缺陷。在对各信用风险度量模型在前提假设、数据要求、预测准确性与稳定性、适用性等方面进行比较发现,Logistic回归模型在各方面都更适合对现阶段我国的上市公司信用风险进行度量和研究。针对上述情况,本文选取了我国2015年沪深A股上市公司中43家被ST公司作为信用违约样本,并采用5:1的配比样本比例选取了 215家非ST上市公司作为非违约样本,初选包括公司规模、公司治理、营运能力、偿债能力、盈利能力、成长能力、资本结构等方面的24个财务指标,结合Kolmogorov-Smirnov检验、T检验以及Mann-Whitney检验筛选出在两组样本中存在显着性差异的19个指标,然后结合主成分分析法提取主成分因子,作为Logistic回归模型的输入参数构建模型进行信用风险模拟和预测,并通过检验样本的检验,验证了 Logistic回归模型无论在数据要求、参数选择还是在预测准确性、稳定性方面对我国上市公司信用风险进行度量的适用性。最后结合实证结果和当前我国的现状,对提高我国上市公司信用风险的准确性提出了叁个方面的建议。
洪岩璧[4]2015年在《Logistic模型的系数比较问题及解决策略:一个综述》文中研究指明本文介绍了Logistic模型中经常被忽视的系数比较问题,包括同一样本在不同模型间的系数比较和在不同样本或子群体间的模型系数比较。研究者往往会沿袭线性回归模型的系数比较方法,但这是不恰当的,因为Logistic模型存在未被观测到的异质性(残差变异)问题,所以模型间系数不能进行简单的直接比较。根据已有研究,本文总结了解决这一问题的五种策略,分别是"y*标准化"、KHB分解、异质选择模型、平均偏效应(APE)和线性概率模型(LPM),然后利用CGSS2006数据,以教育递进率模型为例,比较这些解决策略的异同,最后总结这些策略的特征及适用情况。
张城铭, 张涵[5]2017年在《基于Logistic模型对TALC模型各阶段的定量划分——兼论美国十大国家公园的旅游生命周期模式》文中研究说明TALC模型是旅游学界讨论最多的模型之一,在诸多讨论的议题中,关于该模型各阶段的划分和确认一直是一个未能解决的难题。文章基于用Logistic模型解决TALC模型各阶段定量划分的目的,在运用微分知识分析Logistic模型数学性质的基础上,发现了该模型有3个时间节点。然后分析了Logistic模型对TALC模型各阶段的定量划分的适用性,并对美国十大国家公园上百年的时间序列数据进行回归分析,实证了美国十大国家公园的旅游生命周期模式。分析得出:(1)Logistic模型可以很好地拟合TALC模型的前5个阶段,即探查-参与阶段、发展阶段、巩固阶段、停滞阶段;(2)利用Logistic模型求得划分TALC模型的3个时间节点((a-1.317)/r,K/(4.732))、(a/r,K/2)、((a+1.317)/r,K/(1.268));(3)美国国家公园的旅游生命周期模式可以分为3类:Ⅰ型—标准型、Ⅱ型—断崖型、Ⅲ型—跳跃型。研究发现TALC模型各阶段可以进行定量划分和确认,文章得出的3个时间节点就是一次探索性尝试。
吴天[6]2016年在《基于因子分析的Logistic模型在中小板公司财务风险预警中的应用研究》文中认为本文以中小板上市公司作为研究对象,选取了被首次警告退市的公司前3年的财务数据,结合中小板公司的财务特点,从盈利水平、现金流量状况、营运能力、成长能力、偿债能力这五个部分,选取了具有代表性、综合性和对中小企业的财务特征敏感的33个财务变量,运用logistic模型进行财务风险预警的应用研究。运用logistic方法分别对3年的财务数据进行建模分析,分别建立不同时期的logistic财务风险预警模型,并利用对应的预测组样本对模型进行了验证。结果表明,模型训练的正确率/预测的正确率分别为:100.00%/86.67%、86.67%/76.67%、83.33%/70.00%。针对logistic模型存在的多重共线性、应用泛化能力不足等缺陷,采用因子分析的方法对财务指标进行公因子提取,优化logistic建模过程,建立不同时期、基于因子分析的logistic财务风险预警模型。最终得到模型的训练正确率/预测正确率分别为:100.00%/86.67%、100.00%/90.00%、86.67%/73.33%。总体来说,基于因子分析的logistic财务风险预警模型的预测精度比原模型的要高。同时,将叁年的预测判别结果进行综合考虑,比较模型的综合判别能力。以不同时期模型的预测正确率作为权重,将不同的风险预警模型的判断结果进行综合,构建综合判断方程。验证结果表明,logistic模型的预测结果综合判断方程对全部样本公司的预测正确率为81.67%,而基于因子分析的logistic财务风险预警模型的综合判断方程对样本公司的预测正确率为86.67%,基于因子分析的logistic模型综合结果判断预测精度比原logistic模型的要高。最后,对本文的工作进行了总结,对模型的应用与研究的不足、下一步的研究等问题进行了说明。
余爱华[7]2003年在《Logistic模型的研究》文中研究指明Logistic模型是种群生态学的核心理论之一。100多年来,它几乎是描述种群S型增长的唯一数学模型。利用它可以表征种群的数量动态;如鱼类种群的增长,收获与时间关系的确定。描述某一研究对象的增长过程如生态旅游区环境容量的确定,森林资源的管理以及耐用消费品社会拥有量的预测、国民生产总值的预测等;也可作为其它复杂模型的理论基础如Lotka-Volterra两种群竞争模型;以上的大多数的工作都是拿逻辑斯蒂模型来用,但也由此可看出逻辑斯蒂方程不管在自然科学领域还是在社会科学中都具有非常广泛的用途。因此对其的产生、发展、演变及其类型给以系统的阐述显得非常有必要。 本文围绕Logistic模型的产生及生态意义、对其类型作了详细的阐述;分析了Logistic模型的局限性;针对其局限性,不同学者得到了相应的改进模型。其改进模型有:Smith模型;Hallam模型;崔—Lawson模型;张大勇改进模型;李新运改进模型;沈佐锐Logistic-r模型;吴承祯改进模型;宋丁全改进模型;钟建生自记忆模型;广义Logistic模型等。实践表明:自记忆Logistic模型优于Logistic模型。用于预测社会生产总值的Logistic模型为: N=9999.982/(1+e~(5.0686-0.0937t)) 不同的改进模型都有其优缺点,但不管哪种模型,模型中参数拟合的方法不同,其结果具有明显的差异。在预测耐用消费品社会拥有量时改单纯形法明显优于线性变换法,用改单纯形优化法所得两个Logistic预测模型为: N=106/(1+e~(1.105-0.3099t));N=31/(1+e~(2.8806-0.374t))。 利用自记忆Logistic模型及Logistic模型预测国民生产总值时,用同一种模型预测改单纯形法明显优于最小二乘法;所以在实际应用中Logistic模型中参数拟合的方法显得非常重要。逻辑斯谛模型拟合的方法很多。实际应用表明改单纯形优化法以其操作简单、计算量小、速度快、拟合值精确等优点优于其它方法。 用改单纯形法对光皮桦种群的Logistic模型及改进模型拟合结果为:Logistic原模型:N=6.486881/(1+e~(4.897181-1.2386937t))李新运自适应Logistic模型:N=6.534251/((1+82.1647e~(-1.2124t))~(0.9091))崔—Lawson模型:N=1.82163/e~(0.51288-0.24339t)张大勇Logistic改进模型:N=6.48737/((1+e~(4.8968-1.23861t))~(-0.17941))__。_,、,。,__,。、_6.383079,1_。。;宋丁全Lo乡st叁 改进模型:(1)N=Irtl *… (l十134.2286e‘“”“”””“‘)- (2)N=6805076‘’838’‘e“””’其优劣顺序为:宋1模型>张一模型>L一模型>宋二模型>李一模型>崔一模型; 本文用多种模型对光皮烨种群的增长进行拟合比较,目的是给林业工作者一个参考,以便为种群生态的动态研究提供理论依据和方法。
车翼[8]2007年在《养老金对劳动力供给的影响研究》文中进行了进一步梳理养老金在社会保障体系中存在的主要目的是保障退休人员的基本生活,使得劳动者在退休后的生活水平和质量较退休前没有太大的下降。但是养老金制度规定的不同对劳动者的劳动力供给行为产生不同的影响,如果养老金水平高于精算平衡的水平,就会诱使劳动者提前退休减少劳动力供给;如果养老金水平低于精算平衡的水平则会使劳动者的生活得不到保障,诱使劳动者增加劳动力供给。在我国机关事业单位的养老金水平普遍偏高,这就会诱使劳动者尽早退休,但是如果这过很高的公务员又会因为权力的欲望较大而推迟退休,这就需要进行实证研究;在广大农村又存在养老金覆盖率低和养老金给付水平的现象,使得劳动者增加劳动力供给。因此,我国目前的养老金制度存在明显的纵向和横向的非均衡性,那么我国当前的养老金制度对劳动力的供给行为产生怎样的影响就值得进行实证研究。本文首先对选题的意义、思路或研究方法进行了论述。第一部分进行了文献综述,对国外在退休方面的经验模型进行了评述,主要包括非线性预算约束模型、option value模型、动态规划模型、probit和logistic模型以及风险模型,本文对经济学家应用这些模型所得出的结论也进行了说明。第二部分应用生命周期理论对我国养老金如何影响劳动力供给进行了理论分析。首先构建了包含养老金在内的理论模型,然后根据我国养老金制度上的纵向和横向的非均衡性提出了当前我国的养老金制度激励劳动者提前退休的理论假设。第叁部分使用青岛市劳动与社会保障局2004年的抽样调查数据进行了经验研究。通过寿二分类Logistic和多分类Logistic模型回归发现,青岛市养老金对劳动力供给的影响显着,并且有养老金的劳动者有增加劳动力供给的倾向。这与我国养老金覆盖率低和就业压力大的事实相符。说明我国的养老金对劳动供给有正的激励效应。在使用多分类Logistic模型对劳动者退休再就业的研究中发现了同样的结论。第四部分归纳全文的研究结论,对本文的政策含义进行了说明,认为我国应该尽早实行弹性退休制度、及早完善城镇企业基础养老金制度并且完善农村基础养老金制度,这不仅能够调动劳动者的积极性,而且可以调节收入分配,在这一部分也对进一步需要研究的问题进行了说明。本研究的主要贡献在于:在国内较早的应用生命周期理论对养老金如何影响劳动力供给理论分析。较早的应用Logistic构建了我国(以青岛市为例)包含养老金变量在内的计量模型,应用青岛市抽样调查数据进行了经验研究。在此基础上,提出了建立我国养老金制度的设想,为合理设计我国养老金水平提供了理论与实证参考。
康艳红[9]2014年在《基于Logistic-SVM的农户信用评价组合模型研究》文中研究说明伴随着农村经济的不断发展,当前农村的产业结构也在发生着巨大变化,以规模经营为主的种植业、养殖业以及果茶林业在广大农村地区迅速发展,规模经营成为广大农民增收的制胜法宝,但这其中的绝大多数农户都依靠农村金融体系,主要是农村信用社等机构提供的小额贷款维持经营。因此,农村小额贷款有着庞大的需求规模,但此贷款单笔金额小、笔数多,不利于机构管理。由于我国小额信贷发展起步晚,信贷机构的发展机制尚不健全,以及农户信用风险的独特性,致使在对农户进行信用评估的过程中,常会出现信用评价指标不全面、信用等级评定标准不一,以及传统审查人为主观性太强等问题,耗费人力、物力的同时又不利于风险控制。所以,在申请贷款的广大农户中区分优质客户(信用等级高)和一般客户(信用等级低),以控制信贷风险,实现信贷机构持续健康发展的同时完善农村信用评价机制,这是各方利益相关者的利益诉求。因此,建立一套行之有效的农户信用评价方法具有重要的现实意义,这也正是本文的研究目的。本文采用理论分析与实证分析相结合的论证方式,借鉴前人研究成果,并结合吉林省农村信用社贷款农户的数据特征,建立本文的农户信用评价叁级指标体系:目标级(一级指标)是“好客户”或“坏客户”的二分类;准则级(二级指标)包括四大类,即家庭自然特征、偿债能力、经营状况和担保状况;指标级(叁级指标)是隶属于准则级的具体指标,文中共有13个具体指标。其中,家庭自然特征包括户主年龄、文化程度、婚姻状况、健康状况、家庭劳动力人数以及家庭抚养人数等指标;偿债能力包括家庭对外负债、住房现值、家庭年收入及年消费和家庭总资产等指标;经营状况以土地种植面积指标为代表;担保状况指是否有担保人这一指标。文章实证部分,首先对数据进行基本处理,即数据筛选、样本分配和标准化,进而通过因子分析得到九个公共因子,这些公共因子作为评价农户信用的代表信息被输入Logistic模型和SVM模型。然后用样本数据分别对Logistic模型和SVM模型进行实证分析,分别到两模型对样本的预测结果。组合模型部分,以Logistic模型和SVM模型为基础,通过最小方差法求解权重系数的方法构建组合模型,建模完成后对其进行检验。最后将叁个模型对样本的预测结果进行对比,得出结论。实证结果表明,Logistic模型和SVM模型均能较好的对农户信用进行评价,尤其在两个单模型基础上建立起来的组合模型对农户信用评价的效果更好。在对检验样本进行预测时,Logistic模型预测准确率是79.08%,SVM模型预测准确率是75.56%,组合模型的预测准确率为84.06%,组合模型的预测准确率均优于两个单一模型,且其预测误差也小于两个单一模型。为了进一步验证组合模型的预测效果优于两个单一模型,分别用叁个模型对检验样本2进行预测分析,Logistic模型、SVM模型和组合模型的预测准确率分别为71.42%、73.02%和77.78%,此预测结果再次证明组合模型在继承了两个单一模型预测准确率高、稳定性好的基础上,并提高了这两个性能指标。本研究表明,Logistic模型和SVM模型可用于对吉林省农户进行信用评价,但基于二者而建立的组合模型具有更高的预测准确率和稳定性,其预测效果更好,所以,Logistic-SVM组合模型对吉林地区信贷农户的信用评价更符合实际情况。
金艳玲[10]2016年在《供应链金融信用风险预警模型的研究》文中提出供应链的全球化是经济全球化的必然结果,随着供应链的不断发展,供应链金融的概念也随之诞生。商业银行作为经济行为的重要载体,其在开展供应链金融业务中,供应链金融的信用风险评价显得极其关键。通过对供应链金融信用风险评价的研究有利于商业银行更好的做出信贷决策,这不仅扩大了银行的盈利空间同时也降低了中小企业融资的门槛,实现了银行与企业双赢的局面。本文针对汽车行业的供应链金融信用风险进行了实证研究。本文首先梳理了国内外学者对供应链金融信用风险的研究成果,根据学者的研究成果界定了供应链金融的概念,研究表明供应链金融信用风险具有较强突发性、传播速度快、影响因素多、危害性较大等特征,然后本文对信用风险的评价方法进行了介绍,介绍了Logistic回归模型并推导出了Lasso-logistic模型。阐述了在保兑仓融资模式、融通仓融资模式以及应收账款融资模式下的供应链金融业务的信用风险识别,根据指标确立原则建立了以融资企业、核心企业和供应链情况为一级指标的供应链金融信用风险的指标评价体系。最后,基于供应链金融业务特点,以我国汽车行业上市的44家中小企业的数据为样本,进行基于主成分的Logistic模型和Lasso-logistic模型的回归分析,进行了两种模型回归结果的检验,然后根据两种模型的实证结果进行了对比分析。通过回归分析可得,基于主成分的Logistic回归模型的总体预测精度为81.8%,其中已观测的无风险企业的预测精度远高于已观测的有风险企业的预测精度。而利用Lasso-logistic模型回归分析得到的模型的预测精度略低于基于主成分的Logistic回归模型,预测精度为79.5%。供应链中企业的偿债能力负相关于汽车行业供应链金融信用风险的大小,显着影响汽车行业供应链金融信用风险的指标有企业的营业利润率、总资产周转率、流动比率对以及企业所处的行业状况、供应链的合作关系强度,影响系数分别为-0.0944、-0.0968、-0.0699、-0.0646和-0.1551。最后根据结果分析,并结合我国供应链金融业务发展的现状,在政府和银行层面分别给出了针对性的政策建议。
参考文献:
[1]. 基于Logistic模型的商业银行中等规模企业贷款信用风险研究[D]. 卢燕玲. 南京理工大学. 2008
[2]. 基于随机效应logistic模型的中小企业财务失败预警研究[J]. 梁琪, 过新伟, 石宁. 管理工程学报. 2014
[3]. 基于Logistic回归模型对我国上市公司信用风险度量研究[D]. 李硕. 天津财经大学. 2016
[4]. Logistic模型的系数比较问题及解决策略:一个综述[J]. 洪岩璧. 社会. 2015
[5]. 基于Logistic模型对TALC模型各阶段的定量划分——兼论美国十大国家公园的旅游生命周期模式[J]. 张城铭, 张涵. 旅游学刊. 2017
[6]. 基于因子分析的Logistic模型在中小板公司财务风险预警中的应用研究[D]. 吴天. 华东交通大学. 2016
[7]. Logistic模型的研究[D]. 余爱华. 南京林业大学. 2003
[8]. 养老金对劳动力供给的影响研究[D]. 车翼. 中国海洋大学. 2007
[9]. 基于Logistic-SVM的农户信用评价组合模型研究[D]. 康艳红. 吉林大学. 2014
[10]. 供应链金融信用风险预警模型的研究[D]. 金艳玲. 大连理工大学. 2016
标签:生物学论文; 预测模型论文; 供应链金融论文; 财务预测论文; 信用风险论文; 养老金论文; svm论文; logistic模型论文;