基于DEA-Tobit模型的中国制造业上市公司信用风险分析

基于DEA-Tobit模型的中国制造业上市公司信用风险分析

论文摘要

制造业作为我国经济的支柱产业,影响着我国国民经济的发展。从2008年全球性金融危机到2012年,制造业公司出现产品过剩的情况,库存积压逐渐显现,公司的收入减少、盈利逐步恶化。到2012年开始产能逐渐下降,公司面临了严重的库存压力、财务压力以及创新升级压力,再加上如今劳动成本提高,我国制造业面临着挑战。制造业上市公司在商业银行贷款额度最高,是商业银行的重要客户,制造业公司的盈利恶化,将很可能产生信用违约,最终对整个经济环境产生影响。可见对制造业上市公司的盈利状况和信用风险的分析具有重要的经济意义。本文首先介绍了研究的背景和意义,通过总结国内外对信用风险研究的突破,规划了论文的研究方案,接着对信用风险相关理论进行阐述,在前人的基础上,分析多种信用评分方法和模型,最终确立了用DEA-Tobit模型来客观有效的评估制造业信用风险。本文创新使用了主成份指标作为输出指标,全面的利用指标体系,提高准确性;在模型选择中,综合选择BCC模型与交叉效率评价法,从自评和他评两个角度研究信用效率,增加结果的准确度。实证中,根据证券行业划分标准,选取了 2013年到2017年的120家制造业上市公司作为样本公司,其中轻纺工业40家、资源加工工业40家与机械、电子制造业40家。在输入输出指标选取上,运用了主成份分析,将所选19个指标降维成6个主成份作为输出指标,资产负债率与销售成本率作为输入指标进行信用风险测算。首先选用DEA-BCC模型对120家样本进行信用评分的测算,基于模型的结果,从综合信用效率、纯技术效率、规模效率三个角度进行分析并结合不同子行业的情况进行信用风险分析,结果表明三个行业的综合效率与纯技术效率值偏低,规模效率较高,其中资源加工工业的信用风险最低。又进一步分析了各个投入产出指标的不足与冗余情况,由此了解各个公司信用效率无效的原因及改进措施。之后运用交叉效率评价法,对120家公司进行信用评分,得出相对客观的信用分数,并进行排序。最后本文从宏观层面与微观层面全面分析可能影响信用风险的因素,最终选择10个变量作为解释变量,交叉效率结果作为被解释变量,构建了 Tobit模型来验证这些因素与制造业信用效率之间的关系,得出制造业上市公司信用效率受人均GDP、资产负债率、营业成本率的负向影响,受贷款加权平均利率、员工储备、股权集中度的正向影响。根据全文的研究,本文在文章结尾时做了总结并提出了对策。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景与意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状综述
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 研究内容和研究方法
  •   1.4 可能的贡献之处
  • 2 相关概念与理论概述
  •   2.1 信用风险概述
  •     2.1.1 信用风险的定义
  •     2.1.2 信用风险的特征
  •     2.1.3 制造业信用风险的特征
  •   2.2 信用风险评估方法及模型
  •     2.2.1 古典信用风险评估方法
  •     2.2.2 传统信用风险评估方法
  •     2.2.3 现代信用风险评估方法
  •   2.3 信用风险相关理论
  •     2.3.1 金融脆弱性理论
  •     2.3.2 信息不对称理论
  •     2.3.3 经济博弈论
  • 3 模型构建
  •   3.1 信用评估模型
  •     3.1.1 DEA模型信用评估原理
  •     3.1.2 选取DEA模型的原因
  •     3.1.3 DEA模型对信用评估的适用性比较
  •   3.2 信用风险影响因素分析模型
  •     3.2.1 Tobit回归模型
  •     3.2.2 模型的适用性
  • 4 基于DEA模型的制造业上市公司信用风险评估实证分析
  •   4.1 我国制造业上市公司信用风险评估指标选取
  •     4.1.1 财务比率指标的选择
  •     4.1.2 经营管理指标的选择
  •   4.2 样本的选取与数据来源
  •     4.2.1 样本的选取
  •     4.2.2 样本数据来源
  •   4.3 信用评估的实证分析
  •     4.3.1 DEA模型输入输出指标确定
  •     4.3.2 DEA模型的实证结果分析
  • 5 基于Tobit模型的制造业上市公司信用风险影响因素分析
  •   5.1 我国制造业上市公司信用风险影响因素
  •     5.1.1 宏观层面因素
  •     5.1.2 微观层面因素
  •   5.2 变量的选取与Tobit模型的构建
  •     5.2.1 变量的选取
  •     5.2.2 Tobit模型的构建
  •   5.3 影响因素的实证分析
  • 6 结论与建议
  •   6.1 研究结论与局限性
  •     6.1.1 研究结论
  •     6.1.2 研究局限性
  •   6.2 政策建议
  •     6.2.1 市场监管角度
  •     6.2.2 公司角度
  • 参考文献
  • 附录A 主成份分析权重的计算
  • 附录B 样本公司信用风险BCC模型分析结果
  • 附录C 样本公司信用风险交叉效率分析结果
  • 致谢
  • 作者简历及攻读硕士学位期间的科研成果
  • 文章来源

    类型: 硕士论文

    作者: 路欣

    导师: 周东生

    关键词: 制造业,信用风险,模型

    来源: 大连海事大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,工业经济,金融,证券,投资

    单位: 大连海事大学

    分类号: F425;F832.51;F224

    DOI: 10.26989/d.cnki.gdlhu.2019.000700

    总页数: 94

    文件大小: 5870K

    下载量: 68

    相关论文文献

    • [1].基于DEA-Tobit两步法的学术图书交流效率评价研究[J]. 西南科技大学学报(哲学社会科学版) 2019(06)
    • [2].“双一流”建设背景下我国省际高校科研效率及影响因素研究——基于DEA-Tobit模型[J]. 重庆大学学报(社会科学版) 2020(01)
    • [3].甘肃省农业保险保费补贴效率及其影响因素分析——基于改进的三阶段DEA-Tobit模型[J]. 新疆农垦经济 2020(01)
    • [4].外出务工经历、风险承受能力对农民创业绩效的影响研究——基于DEA-Tobit模型的实证分析[J]. 科技创业月刊 2020(06)
    • [5].商务服务业上市公司经营绩效评价及影响因素分析——基于DEA-Tobit模型的实证研究[J]. 市场周刊(理论研究) 2017(02)
    • [6].基于DEA-Tobit模型的生产性服务业对农业生产效率的影响——以河南省为例[J]. 技术与创新管理 2016(06)
    • [7].基于DEA-Tobit两阶段法的社区卫生服务中心技术效率评价与影响因素分析[J]. 中国卫生统计 2017(02)
    • [8].基于DEA-Tobit模型的成都平原城市群公共体育服务效率评估[J]. 成都体育学院学报 2017(05)
    • [9].基于加性DEA-Tobit模型的中国水资源利用效率分析[J]. 江西农业学报 2016(01)
    • [10].企业生态效率及其影响因素的实证检验——基于DEA-Tobit两步法的分析[J]. 财会月刊 2016(24)
    • [11].基于DEA-Tobit模型的福建用水效率及影响因素分析[J]. 资源开发与市场 2015(01)
    • [12].福建省农户毛竹生产效率及影响因素研究——基于DEA-Tobit模型[J]. 福建论坛(人文社会科学版) 2015(01)
    • [13].基于DEA-Tobit模型的我国农业保险效率及影响因素分析[J]. 金融与经济 2015(02)
    • [14].节能环保上市公司技术效率及其影响因素——基于超效率DEA-Tobit模型原理[J]. 企业经济 2015(05)
    • [15].我国科技创新效率测算及影响因素研究——基于超效率DEA-TOBIT两步法分析[J]. 税收经济研究 2014(02)
    • [16].合芜蚌技术创新效率动态评价与影响因素研究——基于改进的DEA-Tobit两步法分析[J]. 华东经济管理 2014(11)
    • [17].中国省际农业基础设施供给效率及影响因素研究——基于DEA-Tobit两步法的分析[J]. 求索 2013(04)
    • [18].基于DEA-Tobit模型的西部地区乡镇卫生院效率分析[J]. 中国医院管理 2016(05)
    • [19].创业环境对农民创业绩效的影响——基于DEA-Tobit模型的实证分析[J]. 商业研究 2015(03)
    • [20].基于DEA-Tobit模型的科技金融结合效率实证分析——以河南省为例[J]. 金融发展研究 2015(09)
    • [21].农田水利工程效率及其影响因素分析——基于DEA-Tobit模型多阶段实证[J]. 求索 2014(06)
    • [22].2004~2008年中国财政农业支出效率的实证分析——基于省际面板数据的DEA-TOBIT两步法[J]. 财政研究 2012(03)
    • [23].基于DEA-Tobit模型的中国省际能源效率影响因素分析[J]. 五邑大学学报(自然科学版) 2012(04)
    • [24].基于DEA-Tobit的区域创新系统资源配置优化策略研究[J]. 研究与发展管理 2011(01)
    • [25].农村信用担保机构的运行效率及其影响因素研究——基于DEA-Tobit两步法的实证分析[J]. 东南学术 2011(03)
    • [26].区域公共图书馆效率测度及环境影响因素分析——基于DEA-Tobit两步法的实证研究[J]. 图书情报工作 2010(13)
    • [27].基于DEA-Tobit模型的中国物流企业融资效率研究——源自38家上市物流企业面板数据[J]. 商业经济研究 2020(14)
    • [28].江苏省民办高职院校办学效率的影响因素分析——基于DEA-Tobit两步法[J]. 湖南工业职业技术学院学报 2017(03)
    • [29].基于DEA-Tobit模型的企业经营绩效及影响因素——以食品饮料行业为例[J]. 现代商业 2017(22)
    • [30].基于DEA-Tobit的信托公司经营效率及影响因素研究[J]. 常州大学学报(社会科学版) 2016(01)

    标签:;  ;  ;  

    基于DEA-Tobit模型的中国制造业上市公司信用风险分析
    下载Doc文档

    猜你喜欢